Bin packing/covering avec contrainte de Distance : application au calcul volontaire et au placement de réplicats Hubert Larchevêque, Olivier Beaumont,

Slides:



Advertisements
Présentations similaires
Aurélien Barbier LIRIS Université Claude Bernard Lyon 1 Nautibus, 8 boulevard Niels.
Advertisements

Soutenance du stage de DEA.
Placement de Motifs Architecture Application Contraintes: - Charge
Relational Learning as a Search in a Critical Region Lou Fedon 9 Mars 2006.
A NETWORK-AWARE DISTRIBUTED STORAGE CACHE FOR DATA INTENSIVE ENVIRONMENTS Brian L. TIERNEY, Jason LEE, Brian CROWLEY, Mason HOLDING Computing Sciences.
Algorithmes et structures de données avancés
Efficient Simplification of Point-Sampled Surfaces
Recherche de motifs par méthodes exploratoires: Comparaisons de performances et statistiques sur le score.
Calcul géométrique avec des données incertaines
Sensibilisation à l’Algorithmique
Sensibilisation à l’Algorithmique et structure de données
Méthodes hybrides dans les réseaux de contraintes pondérées
Le Grid Computing et son utilisation dans les entreprises et les industries Laurent CANTONE Résoul UNAL.
Application de réseaux bayésiens à la détection de fumées polluantes
Xavier Décoret* Frédo Durand° François Sillion*
Equipe optimisation TempoSoft
1 Réunion biblio 13/12/00 Support Vectors Présentation générale SSS Maintaining Algorithm.
Algorithmes dapproximation pour loptimisation en ligne dordonnancements et de structures de communications Nicolas Thibault Thèse préparée au laboratoire.
Piecewise Affine Registration of Biological Images
Visualisation d’information interactive 5 : Graphes
Ordonnancement des mouvements de deux robots
Plus rapide chemin bicritère : un problème d’aménagement du territoire
Bases et Principes de la Virtualisation. Votre infrastructure informatique ressemble-t-elle à cela ? 2.
Concepts avancés en mathématiques et informatique appliquées
Etude des Technologies du Web services
Auto-organisation dans les réseaux ad hoc
Algorithmes Branch & Bound
Modélisation d'environnements forestiers
GPA750 – Ordonnancement des systèmes de production aéronautique
Méthode des k plus proches voisins
La segmentation
Alignement de séquences (suite)
Méthode des Ensembles de Niveaux par Eléments Finis P1
Visualisation de surfaces décrites analytiquement
Algorithmes d ’approximation
PROBLEMES DE DEGRE-DIAMETRE DE GRAPHES DANS LE CAS GENERAL
L ABORATOIRE d I NGÉNIERIE des S YSTÈMES A UTOMATISÉS EA 4014 – Université dAngers Institut des Sciences et Techniques de lIngénieur dAngers Master2 Recherche.
Extraction Automatique de formes complexes : Application à la création de modèle anatomique de la tête J. Piovano, T. Papadopoulo Séminaire Odyssee 9,
8INF8061 Conception et analyse des algorithmes Comment comparer deux problèmes?
Programmation linéaire en nombres entiers : les méthodes de troncature
Faire face aux limitations algorithmiques
Réseaux bayésiens: Inférence
IFT Complexité et NP-complétude
Qu’est ce qu’une grille ?
Présentation de la méthode des Eléments Finis
Coupes efficaces pour la relaxation lagrangienne
Apérisentation Sur les graphes évolutifs Mardi 22 novembre 16h30.
Caractérisation inverse de sources pour l'interaction du champ électromagnétique avec l'environnement Azeddine GATI Y. ADANE, M.F. Wong, J. Wiart, V. Fouad.
D.E ZEGOUR Ecole Supérieure d’Informatique
« En mars 1944 sous le titre Les Jours heureux,
Programmation dynamique
La réplication dans les réseaux mobiles ad hoc
Etude et test des algorithmes d'estimation de mouvement en MPEG
Le contenu est basé aux transparents du 7 ème édition de «Software Engineering» de Ian Sommerville«Software Engineering» de Ian Sommerville B.Shishedjiev.
Complexité des Problèmes Combinatoires Module IAD/RP/RO/Complexité Philippe Chrétienne.
Algorithmes Branch & Bound
Le problème central de l’ordonnancement (les plus longs chemins)
Étude d’un protocole de partage de travail entre systèmes Pair à Pair
D. E ZEGOUR Institut National d ’Informatique
Licence d’informatique Algorithmique des graphes
Exploration systématique de graphes
2008/ Plan du cours 1.Introduction –Contenu du cours 2.Logique mathématique –Calcul propositionnel –Calcul des prédicats –Logique floue et aide à.
Introduction aux solutions Microsoft pour le HPC.
SONDe: Service à densité auto-organisante tolérant la charge Vincent Gramoli (INRIA) Erwan Le Merrer (INRIA) Anne-Marie Kermarrec (INRIA) Didier Neveux.
Cloud Computing Tristan Antiope Florian Imbert Sébastien Dallemagne
Lellouche Aaron ITIC Paris
Localisation collaborative dans les réseaux de capteurs
Ordonnancement en présence d’agents individualistes
Proposition de possibilité d’évolution de nos spécialités Deux projets (liés) : Projet 1 : Informatique Computationnelle – Etudiants 4 e et 5 e IR Projet.
GdR MoMaS Novembre 2003 Conditions d’interface optimales algébriques pour la vibro-élasticité. François-Xavier Roux (ONERA) Laurent Sériès (ONERA) Yacine.
Transcription de la présentation:

Bin packing/covering avec contrainte de Distance : application au calcul volontaire et au placement de réplicats Hubert Larchevêque, Olivier Beaumont, Nicolas Bonichon, Philippe Duchon, Lionel Eyraud-Dubois Set-Top Box Computing 24 juin 16 juillet

Contexte 1 : Calcul volontaire Applications de type » – … – maître Esclaves – Beaucoup de petites tâches indépendantes Extension : – Agréger des machines pour pouvoir traiter des tâches plus grosses. – Pour être efficace il faut que les machines d’un même cluster soient proches les unes des autres faible latence grosse bande passante.

Modélisation : MinDCBC (Distance Constrained Bin Covering) Entrée : – Un ensemble S d’éléments pondérés placés dans un espace métrique. – Une valeur d max Sortie : – Groupes de poids  1 et de diamètre  d max. Objectif : – Maximiser le nombre de groupes

MaxDCBC Mauvaises nouvelles : – Aussi difficile que le BinCovering (d max =  ) – Aussi difficile que MaxClique (poids = 0) ⇒  NP-Difficile … plutôt 2 fois qu’une ! ⇒ On va chercher des algorithmes d’approximation.

MaxDCBC A est un algorithme d’ ( ,  )-approximation de maxDCBC si – Il fonctionne en temps polynomial. – Il produit des groupes de diamètre au plus  d max. – Il produit au moins  *OPT groupes, où OPT est le nombre optimal de groupes de taille dmax.

BinCovering MaxClique MaxDCBC Approx et Inapprox   1 1/ /5 1/3 AlgoDist 3 Certaines métriques

MaxDCBC : (1/3,4)-approximation Algo glouton en 2 phases : – Phase 1 : tant qu’il existe un groupe de rayon d max ajouter ce groupe. – Phase 2 : tant qu’il existe un groupe de rayon 2d max ajouter ce groupe. Poids d’un groupe < 2 Poids restant autour d’un groupe de Phase 1 < 1

MaxDCBC : (2/5,4)-approximation Un groupe est économe si tous ses éléments sont nécessaires. Poids d’un groupe économe de + de 3 éléments < 3/2 Poids restant autour d’un groupe de Phase 1 < 1

MaxDCBC : (2/5, 3)-approximation Si on sait identifier les groupes de diamètre dmax (et non de rayon d max ), on gagne 1 d max sur le diamètre des groupes créés.

MaxDCBC : Algo distribué pour ℚ d Grille de côté dmax. Phase 0 : groupe dans 1 case Phase 1 : groupe dans 4 cases Phase 2 : groupe dans 16 cases

MaxDCBC : Algo distribué pour ℚ d Overlay Network : – Z-ordre – 1 case de la grille  un segment du Z-ordre – Skip-graph sur ce Z-ordre Tolérance aux pannes Accès plus rapide à des nœuds loin.

Contexte 2 : placement de réplicats Serveur central – Passage à l’échelle Solution placer des réplicats : – Capable de satisfaire la demande (hétérogène) – “Proche” de la demande

Modélisation : DCBP (Distance Constrainted Bin Packing) Entrée : – Un ensemble S d’éléments pondérés placés dans un espace métrique. – Une valeur d max Sortie : – Groupes de poids  1 et de diamètre  d max. Objectif : – Minimiser le nombre de groupes

MinDCBP Mauvaises nouvelles : – Aussi difficile que le BinPacking (d max >>1) – Aussi difficile que MinCliquePartition (poids = 0) => NP-Difficile … plutôt 2 fois qu’une ! => On va chercher des algorithmes d’approximation.

BinPacking MinCliquePartition MinDCBP Approx et Inapprox   7/3 3/

MinDCBP : (2, 3)-approximation Principe : – Calcul d’un Ensemble Indépendant Maximal – => partition du graphe de voisinage en étoiles – BinPacking dans chaque étoile

SetTop Box Computing Placement de réplicats pour assurer disponibilité, robustesse et vitesse d’accès (orienté latence pour l’instant) Si on représente le réseau par des systèmes de coordonnées (Vivaldi, Sequoia), la situation s’arrange (un peu) Existe-t-il d’autres modèles du réseau plus efficaces (avec de meilleures approximations)? La généralisation à plusieurs types de réplicats est encore ouverte. Quelles applications pour les SetTop Boxes d’Orange – Distribution de calculs (mais pas clouds) de clients, d’Orange ? – Placement de réplicats (ou de services) ?