A scheduling and load balancing scheme for dynamic P2P‐based system
Notice bibliographique
Résumé
Abstract Scheduling and load balancing have been one of the key issues in distributed systems due to their significant impact on system performance as well as system resource utilization. With the rapid development of Peer‐to‐Peer (P2P) network technology, traditional scheduling and load balancing techniques are facing new challenges because P2P‐based systems require more dynamic mechanisms for task scheduling and load balancing among heterogeneous network computing nodes. In this paper, we propose a scheme for dynamic scheduling and load balancing in a P2P‐based environment. Our scheme aims at Service‐Oriented P2P‐based distributed systems, however, it can be applied to traditional distributed architecture straightforwardly. Furthermore, we evaluate the performance of our scheme using simulation experiments in a cluster‐based distributed computing environment. Indeed, our results show that our scheme can achieve significant system performance gain compared to commonly used random and round robin scheduling algorithms in P2P‐based systems. Meanwhile, we use a real‐time distributed simulation to evaluate our algorithm, which can provide more trustful results in terms of performance evaluation. Indeed, the ease of using a distributed real‐time simulation, to measure the real‐time performance of the algorithm can promote more flexible and efficient methods for the development of load balancing algorithms. This is especially the case for the hard‐to‐predict P2P‐based distributed systems. Copyright © 2010 John Wiley & Sons, Ltd.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».