Predicting Bounds on Queuing Delay in the EGEE grid

Julien Perez 1, 2, 3 Cecile Germain-Renaud 1, 2, 3 Balázs Kégl 4
1 TAO - Machine Learning and Optimisation
LRI - Laboratoire de Recherche en Informatique, UP11 - Université Paris-Sud - Paris 11, Inria Saclay - Ile de France, CNRS - Centre National de la Recherche Scientifique : UMR8623
Abstract : Predicting the performance of schedulers is a notoriously difficult task. As a consequence, grid users might be tempted to work around the standard grid middleware by designing specific strategies, which would be counterproductive if generally adopted. On the other hand, Machine Learning has been successfully applied to performance prediction in distributed and shared environments. This paper reports on experiments on predicting the basic parameters of scheduling in the EGEE framework.
Type de document :
Communication dans un congrès
2nd EGEE User Forum, May 2007, Manchester, United Kingdom. 2007
Liste complète des métadonnées

https://hal.inria.fr/inria-00174290
Contributeur : Cecile Germain <>
Soumis le : samedi 22 septembre 2007 - 23:49:53
Dernière modification le : jeudi 5 avril 2018 - 12:30:12
Document(s) archivé(s) le : vendredi 9 avril 2010 - 02:41:08

Fichier

prov.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : inria-00174290, version 1

Collections

Citation

Julien Perez, Cecile Germain-Renaud, Balázs Kégl. Predicting Bounds on Queuing Delay in the EGEE grid. 2nd EGEE User Forum, May 2007, Manchester, United Kingdom. 2007. 〈inria-00174290〉

Partager

Métriques

Consultations de la notice

389

Téléchargements de fichiers

132