Por favor, use este identificador para citar o enlazar este ítem: http://bibdigital.epn.edu.ec/handle/15000/19207
Registro completo de metadatos
Campo DCValorLengua/Idioma
dc.contributor.authorCuichan Taco, Fernando Salvador-
dc.date.accessioned2018-02-20T19:43:40Z-
dc.date.available2018-02-20T19:43:40Z-
dc.date.issued2018-02-20-
dc.identifier.citationCuichan Taco, F. S. (2018). Desarrollo de un modelo de desempeño computacional y planeamiento de capacidad para una aplicación distribuida de búsqueda de variaciones genéticas. 97 hojas. Quito : EPN.es_ES
dc.identifier.otherT-IS/1453/CD 8581-
dc.identifier.urihttp://bibdigital.epn.edu.ec/handle/15000/19207-
dc.descriptionEn la actualidad, la computación en la nube es un modelo de prestación de servicios de negocio y tecnología, que permite al usuario entrar a los catálogos de servicios estandarizados y mejorar las necesidades de su negocio; además de reducir costos al cobrar solo por los recursos computacionales utilizados por la aplicación. La infraestructura de máquina virtual en entornos de computación en la nube para la implementación de aplicaciones distribuidas como BLAST (Basic Local Alignment Search Tool) debe ser planificada para optimizar el desempeño computacional en términos de tiempo y costo. En los últimos años, las aplicaciones distribuidas han sido capaces de procesar grandes cantidades de datos. La información contenida dentro de estos datos es de gran importancia; una de las herramientas que permite extraer esta información es MapReduce, un modelo de programación para análisis de datos creado por Google. El presente proyecto de titulación tiene como objetivo desarrollar el modelo de desempeño computacional para una aplicación distribuida de búsqueda de variaciones genéticas en diferentes ambientes. El modelo de desempeño computacional será capaz de predecir el tiempo de ejecución de una aplicación MapReduce de búsqueda de variaciones genéticas BLAST en un entorno informático de nube. Esta predicción se utiliza para ayudar a los usuarios del entorno de computación en la nube a planificar el número de máquinas virtuales, sus características, y el tiempo que las empleará. Para obtener el modelo de desempeño computacional se establecen parámetros a ser controlados como el tiempo de ejecución, la carga de trabajo, el número de máquinas virtuales. Luego de medir los cambios en el tiempo de ejecución provocados por los cambios en los parámetros de entrada, se logra el objetivo de encontrar un modelo del desempeño computacional que se aplica para la predicción de tiempos de ejecución de la aplicación BLAST, y se obtienen resultados satisfactorios. Las ejecuciones fueron realizadas usando los servicios de Amazon Web Services (AWS). Los experimentos demostraron una relación clara con el modelo teórico, descubriendo que el modelo es capaz de predecir el tiempo de ejecución de la aplicación distribuida de variaciones genéticas.es_ES
dc.description.abstractNowadays, cloud computing is a model for provision business and technology services, which allows the user standardized services that better suits the needs of their businesses, in addition to reducing costs by charging only for the computational resources used by the application. The virtual infrastructure in cloud computing environments for implementing distributed applications, such as BLAST (Basic Local Alignment Search Tool), must be planned in order to optimize computational performance in terms of time and cost. In recent years, distributed applications have been able to process large amounts of data. The information contained within these data is of great importance; one of the tools that allows extracting this information is MapReduce, a programming model for data analysis created by Google. The main goal of this project is to develop the computational performance model for a distributed application of genetic variations search in different environments. The computational performance model will be able to predict the execution time of a MapReduce BLAST application in a cloud computing environment. This prediction is used to help cloud computing environment users to plan the number of virtual machines, their characteristics, and the time they will use them. To get the computational performance model, the parameters are set to be controlled such as execution time, workload, and the number of virtual machines. After measuring the effects in the execution time caused by the changes in the input parameters, the objective of finding a computational performance model is achieved, which is applied for the prediction of execution times of the BLAST application, and the obtained results are satisfactory. Experiments were made using Amazon Web Services (AWS). The experiments showed a clear relation with the theoretical model, discovering that the model is capable of predicting the execution time of the distributed application of genetic variations search.es_ES
dc.description.sponsorshipCarrera Izurieta, Iván Marcelo, directores_ES
dc.language.isospaes_ES
dc.publisherQuito, 2018.es_ES
dc.rightsopenAccesses_ES
dc.subjectADMINISTRACION DE SISTEMAS OPERATIVOSes_ES
dc.subjectSISTEMAS DISTRIBUIDOSes_ES
dc.subjectDESEMPEÑO COMPUTACIONALes_ES
dc.titleDesarrollo de un modelo de desempeño computacional y planeamiento de capacidad para una aplicación distribuida de búsqueda de variaciones genéticases_ES
dc.typebachelorThesises_ES
Aparece en las colecciones:Tesis Sistemas Informáticos y de Computación (ISIS)

Ficheros en este ítem:
Fichero Descripción TamañoFormato 
CD-8581.pdf136,06 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.