Estratégias de Aumento de Confiabilidade para Agendamento de Fluxos de Trabalho sob Restrições de Consumo de Energia em Nuvens

À medida que a demanda por análise de Big Data e tecnologia de inteligência artificial continua a crescer, uma quantidade significativa de pesquisas foi realizada sobre serviços de computação em nuvem. Uma estratégia de agendamento de fluxo de trabalho eficaz se destaca como o fator crucial para garantir a qualidade dos serviços em nuvem. A escalabilidade dinâmica de tensão e frequência (DVFS) é uma tecnologia eficaz de economia de energia que é amplamente utilizada no desenvolvimento de algoritmos de agendamento de fluxo de trabalho. No entanto, a DVFS reduz a frequência de funcionamento do processador, o que aumenta a possibilidade de erros suaves na execução do fluxo de trabalho, diminuindo assim a confiabilidade da execução do fluxo de trabalho. Este estudo propõe um método de agendamento de aumento de confiabilidade consciente de energia (EARES) com um mecanismo de ponto de verificação para melhorar a confiabilidade do sistema, garantindo o cumprimento do prazo do fluxo de trabalho e das restrições de consumo de energia. O algoritmo EARES proposto consiste em três fases, a saber, inicialização da aplicação do fluxo de trabalho, particionamento de prazos e particionamento de energia e seleção de máquina virtual. Vários experimentos foram realizados para avaliar o desempenho do algoritmo EARES usando três fluxos de trabalho científicos do mundo real. Os resultados experimentais demonstram que o algoritmo EARES melhora notavelmente a confiabilidade em comparação com outros algoritmos de ponta, ao mesmo tempo em que atende ao prazo e satisfaz a exigência de consumo de energia.