A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Francimary P.Garcia Agentes para Balanceamento de Carga e Alocação de Tarefas em Sistemas Distribuídos.

Apresentações semelhantes


Apresentação em tema: "Francimary P.Garcia Agentes para Balanceamento de Carga e Alocação de Tarefas em Sistemas Distribuídos."— Transcrição da apresentação:

1 Francimary P.Garcia Agentes para Balanceamento de Carga e Alocação de Tarefas em Sistemas Distribuídos.

2 Francimary P.Garcia Roteiro MOTIVAÇÃO.MOTIVAÇÃO. ANALISANDO BALANCEAMENTO DE CARGA.ANALISANDO BALANCEAMENTO DE CARGA. CONTRACT NET PROTOCOL. CONTRACT NET PROTOCOL. UMA APLICAÇÃO DO CNP. UMA APLICAÇÃO DO CNP. CONCLUSÃO. CONCLUSÃO.

3 Francimary P.Garcia MOTIVAÇÃO: Muitos são os problemas causados por distribuições de cargas não balanceadas em situações reais de nossa vida, como por exemplo, o transito intenso em algumas ruas, ou a alta utilização, em um CPD, das máquinas mais poderosas, que tendem a estar sempre sobrecarregadas, enquanto outras menos poderosas estão livres.Muitos são os problemas causados por distribuições de cargas não balanceadas em situações reais de nossa vida, como por exemplo, o transito intenso em algumas ruas, ou a alta utilização, em um CPD, das máquinas mais poderosas, que tendem a estar sempre sobrecarregadas, enquanto outras menos poderosas estão livres.

4 Francimary P.Garcia ANALISANDO BALANCEAMENTO DE CARGA. A distribuição de carga é essencial para o uso eficiente de processadores em ambientes computacionais distribuídos e paralelos, onde existe compartilhamento de recursos.A distribuição de carga é essencial para o uso eficiente de processadores em ambientes computacionais distribuídos e paralelos, onde existe compartilhamento de recursos.

5 Francimary P.Garcia ANALISANDO BALANCEAMENTO DE CARGA (cont.) O PROBLEMA DA ESCOLHA DO BAR: A decisão de ir a um bar é um processo estocástico, mas a decisão de qual bar, é uma decisão autônoma da pessoa. A priori não existe nenhuma relação entre a pessoa e os bares disponíveis.

6 Francimary P.Garcia ANALISANDO BALANCEAMENTO DE CARGA (cont.) Baseado na teoria da Aprendizagem Reforçada, os agentes de tomada de decisão agem em um padrão puramente local. Desta forma, um agente só saberá quão eficiente é o serviço em um restaurante depois que ele o escolher como um lugar para comer.

7 Francimary P.Garcia ANALISANDO BALANCEAMENTO DE CARGA (cont.) Um job pode rodar em qualquer recurso, não existe limite no número de jobs servidos simultaneamente por um dado recurso, portanto não ocorre fila. No entanto, a qualidade do serviço fornecido pelo recurso em um dado tempo, deteriora com o número de agentes que o usam naquele tempo.

8 Francimary P.Garcia ANALISANDO BALANCEAMENTO DE CARGA (cont.) REGRAS DE SELEÇÃO DE RECURSO: É o coração desta discussão e se baseará em informações puramente locais. Depois que cada agente executa um job, ele guarda o nome do recurso R, os tempos Tstart e T stop da execução e o tamanho do job S. Entrada de SR (R,T1,T2,S).

9 Francimary P.Garcia ANALISANDO BALANCEAMENTO DE CARGA (cont.) Cada agente A, condensa suas informações de execução de jobs dentro de um vetor chamado ESTIMADOR DE EFICIÊNCIA e denotado por eeA. O tamanho do vetor é o número de recursos, e a i- éssima entrada no vetor representa a avaliação do agente da eficiência corrente do recurso i. Existe também um vetor jdA, com o número de jobs completados, submetidos por A, em cada um dos recursos, desde o início do tempo.

10 Francimary P.Garcia ANALISANDO BALANCEAMENTO DE CARGA (cont.) ATUALIZANDO O ESTIMADOR DE EFICIÊNCIA: eeA(R) := WT + (1-W)eeA(R) onde: T = (t2 - t1)/S W = w + (1 - w)/jdA(R)

11 Francimary P.Garcia ANALISANDO BALANCEAMENTO DE CARGA (cont.) SELECIONANDO O RECURSO: onde: n : valor real positivo E[eeA] :média dos valores de eeA(R) para todos os recursos, quando jdA(R)>o

12 Francimary P.Garcia ANALISANDO BALANCEAMENTO DE CARGA (cont.) SELECIONANDO O RECURSO: O valor de n definirá o recurso. Quando o n é muito alto, n>=20, o agente sempre escolherá o recurso com os melhores registros. No entanto, a técnica de sempre escolher os melhores resultados, nem sempre é a mais adequada, pois impede o agente de se aproveitar das melhorias na capacidade ou carga de outros recursos.

13 Francimary P.Garcia ANALISANDO BALANCEAMENTO DE CARGA (cont.) BCSR X Regra de Aprendizagem com Baixo n: As regras de aprendizagem selecionam recursos que não obtiveram melhores resultados no passado. Visto que o ambiente é dinâmico e os outros recursos podem ter melhorado sua performance no decorrer do tempo.

14 Francimary P.Garcia ANALISANDO BALANCEAMENTO DE CARGA (cont.) Exemplos: Dois recursos R1 e R2, com capacidades fixas, R1 = 2R2. Usando BCSR: R1 R2 CARGA BAIXA CARGA ALTA AGENTES ESCOLHEM R1 AGENTES PREFEREM R2.

15 Francimary P.Garcia ANALISANDO BALANCEAMENTO DE CARGA (cont.) Exemplos: Usando BCSR: R1 R2 CARGA BAIXACARGA ALTA CARGA BAIXA AGENTES ESCOLHEM r1 AGENTES ESCOLHEM R2 CONTINUAM COM R2

16 Francimary P.Garcia ANALISANDO BALANCEAMENTO DE CARGA (cont.) BCSR nem sempre é uma boa escolha; As mudanças de carga são imprevisíveis; Os agentes devem se adaptar as mudanças, que podem ser mudanças de carga ou mudanças na capacidade dos recursos.

17 Francimary P.Garcia ANALISANDO BALANCEAMENTO DE CARGA (cont.) ANALISANDO CASOS: 1- CARGA FIXA: Regras de seleção não adaptativas são satisfatórias; 2-MUDANDO A CARGA/CAPACIDADES: A performance melhora quanto maior é a exploração que se faz dos recursos, ficando melhor quando o agente atualiza os estimadores de eficiência, de outra forma, o custo da atividade de exploração será maior que o ganho.

18 Francimary P.Garcia CONTRACT NET PROTOCOL - CNP. É um protocolo para alocação de tarefas, efetivado através de contratos.É um protocolo para alocação de tarefas, efetivado através de contratos. Um contrato é um acordo explícito entre um agente que gera uma tarefa - o gerente e um agente disposto a executar a tarefa - o contratado.Um contrato é um acordo explícito entre um agente que gera uma tarefa - o gerente e um agente disposto a executar a tarefa - o contratado. Um agente pode ter as duas funções.Um agente pode ter as duas funções.

19 Francimary P.Garcia CNP (cont.) O PROCESSO DE NEGOCIAÇÃO:O PROCESSO DE NEGOCIAÇÃO: PASSO 1:PASSO 1: AGENTE 1 RECEBE UMA TAREFA PARA EXECUTAR.

20 Francimary P.Garcia CNP (cont.) O PROCESSO DE NEGOCIAÇÃO:O PROCESSO DE NEGOCIAÇÃO: PASSO 2: ANUNCIANDO.PASSO 2: ANUNCIANDO. AG.1 GERENTE AG.2 AG.3 AG.4 AG.5

21 Francimary P.Garcia CNP (cont.) O PROCESSO DE NEGOCIAÇÃO:O PROCESSO DE NEGOCIAÇÃO: PASSO 3 : OFERTAS.PASSO 3 : OFERTAS. AG.1 GERENTE AG.2 AG.3 AG.4 AG.5

22 Francimary P.Garcia CNP (cont.) O PROCESSO DE NEGOCIAÇÃO:O PROCESSO DE NEGOCIAÇÃO: PASSO 4 : ESCOLHER VENCEDOR.PASSO 4 : ESCOLHER VENCEDOR. AG.1 GERENTE AG.2 AG.3 AG.4 AG.5

23 Francimary P.Garcia CNP (cont.) PROBLEMAS:PROBLEMAS: –Não detecta nem resolve conflitos; –O gerente não informa os ofertadores que foram recusados; –Agentes não podem recusar ofertas; –Tarefas com tempo crítico não podem ser atendidas; –Gera intensa comunicação.

24 Francimary P.Garcia CNP (cont.) VANTAGENS:VANTAGENS: –Agentes podem fazer ofertas para múltiplas tarefas; –Fornece um balanceamento de carga natural.

25 Francimary P.Garcia CNP (cont.) O PROBLEMA DA CONFIANÇA:O PROBLEMA DA CONFIANÇA: –Em negociações mútuas entre agentes, deve existir confiança entre eles, no que se refere ao serviço oferecido.

26 Francimary P.Garcia CNP (cont.) PROBLEMA DO CONGESTIONAMENTO:PROBLEMA DO CONGESTIONAMENTO: –Destinatário Focalizado: Alta Carga: Agentes com recursos livres, anunciam sua disponibilidade;Alta Carga: Agentes com recursos livres, anunciam sua disponibilidade; Baixa Carga: Agentes com tarefas, anunciam suas tarefas.Baixa Carga: Agentes com tarefas, anunciam suas tarefas. –Restringindo o Público: Agentes anunciam apenas para um subconjunto de agentes.Agentes anunciam apenas para um subconjunto de agentes.

27 Francimary P.Garcia UMA APLICAÇÃO DO CNP TRACONET - TRAnsportation Cooperation NET TRACONET - TRAnsportation Cooperation NET É um sistema de roteamento de veículos de transporte, baseado no custo marginal. - Agentes localmente calculam seu custo marginal para executar um conjunto de tarefas. - A escolha do contratador é baseada unicamente neste custo. - Atributos do veículo são avaliados.

28 Francimary P.Garcia CONCLUSÃO: Para maior produtividade de ambientes multi- recursos é essencial a distribuição de cargas de trabalho entre os diversos recursos, de forma equilibrada, sem sobregarregar nem subcarregar nenhum dos recursos.

29 Francimary P.Garcia 1. Schaerf. Andrea, Shoham.Yoav, Tennenholtz.Moshe. Adaptive Load Balancing: A Study in Multi-Agent Learning. Journal of Artificial Intelligence Research (1995).1. Schaerf. Andrea, Shoham.Yoav, Tennenholtz.Moshe. Adaptive Load Balancing: A Study in Multi-Agent Learning. Journal of Artificial Intelligence Research (1995). 2. Jenninngs.Nicholas, Sycara.Katia, Wooldrige.Michael. A Roadmap of Agent Research and Development.2. Jenninngs.Nicholas, Sycara.Katia, Wooldrige.Michael. A Roadmap of Agent Research and Development. 3.Kraus.Sarit. An Overview of Incentive Contracting3.Kraus.Sarit. An Overview of Incentive Contracting 4. Sandholm.Tuomas.An Implementation of the Contact Net Protocol Based on Marginal Cost Calculation.4. Sandholm.Tuomas.An Implementation of the Contact Net Protocol Based on Marginal Cost Calculation.

30 Francimary P.Garcia REFERÊNCIAS (cont.): 5. Sandholm.Tuomas, Lesser.Victor. Issues in Automated Negociation and Eletronic Commerce: Extending the Contract Net Framework.5. Sandholm.Tuomas, Lesser.Victor. Issues in Automated Negociation and Eletronic Commerce: Extending the Contract Net Framework.


Carregar ppt "Francimary P.Garcia Agentes para Balanceamento de Carga e Alocação de Tarefas em Sistemas Distribuídos."

Apresentações semelhantes


Anúncios Google