Managing opportunistic and dedicated resources in a bi-modal service deployment architecture
Notice bibliographique
Résumé
Le gain de popularité de l'informatique orienté service fait des plateformes hôtes pour ces services un élément essentiel de l'Internet. Un exemple de plateforme est le centre de traitement de l'information qui se fie à des réserves de serveur-ressource statiques. Le contrôle direct des ressources permis par ce genre de système est un avantage, mais ces systèmes peuvent difficilement gérer des charges variables. Les systèmes ”peer-to-peer” permettent de redistribuer les ressources libres parmi les ordinateurs du réseau de façon opportuniste. Ce genre de système a le potentiel de créer une plateforme extensible, facile à déployer, et abordable. Par contre, la disponibilité incertaine des ressources rend très difficile de garantir la performance pour les applications informatiques distribuées sur ce genre de plateforme. Cette thèse présente une architecture bi-mode pour une plateforme hôte géographiquement réparti et rentable. L'architecture utilise une combinaison de ressources attribuées fixes et de ressources publiques attribuées de façon opportuniste afin d'assurer la performance du système. À la base, ce système cherche à gérer de fac¸on dynamique ces deux types de ressources afin d'obtenir l'extensibilité des ressources publiques et la performance assuré du système fixe tout en masquant comportement incertain. La combinaison a été exploré de deux manières différentes: les ressources informatiques bi-mode et les liens de communication bi-mode. Dans le premier cas, une combinaison d'ordinateurs dédiés et de ressources publiques provenant des ordinateurs des usagers a été exploité pour créer une plateforme visant les applications ayant de lourdes demandes de ressources tout en gardant une garantie sur le temps de réponse. Dans le second cas, une collection de serveurs dédiés réparties géographiquement connectés à une combinaison de liens dédiés et de liens publiques variables a été utilisé afin$
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».