42Clasificación y representación de emociones en el discurso hablado en español empleando Deep Learning 
Home Page  

  • SciELO

  • SciELO


RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação

 ISSN 1646-9895

BARROS, Celestino; ROCIO, Vítor; SOUSA, André    PAREDES, Hugo. Escalonamento de pedidos no paradigma Fog Computing: proposta de um modelo sensível ao contexto e avaliação do seu desempenho. []. , 42, pp.93-119.   30--2021. ISSN 1646-9895.  https://doi.org/10.17013/risti.42.93-119.

os pedidos de execução de aplicações na arquitetura cloud e no paradigma fog são geralmente heterogéneos e o escalonamento nessas arquiteturas é um problema de otimização com múltiplas restrições. Neste artigo, fizemos um levantamento sobre os trabalhos relacionados com o escalonamento na arquitetura cloud e no paradigma fog, identificamos as suas limitações, explorarmos perspetivas de melhorias e propomos um modelo de escalonamento sensíveis ao contexto para o paradigma fog. A solução proposta utiliza a normalização Min-Max, para resolver a heterogeneidade e normalizar os diferentes parâmetros de contexto. A prioridade dos pedidos é definida através da aplicação da técnica de análise de Regressão Linear Múltipla e o escalonamento é feito utilizando a técnica de Otimização de Programação Não Linear Multiobjetivo. Os resultados obtidos a partir de simulações no kit de ferramentas iFogSim, demonstram que a nossa proposta apresenta um melhor desempenho em comparação com as propostas não sensíveis ao contexto.

: sensibilidade ao contexto; qualidade de experiência; escalonamento sensível ao contexto; modelo de escalonamento; arquitetura cloud e paradigma fog computing.

        ·     · |     · ( pdf )