Dynamic adaptive distribution using collective intelligence mechanisms
Distribution dynamique adaptative à l'aide de mécanismes d'intelligence collective
Résumé
This work presents a dynamic adaptive distribution method for distributed applications made of large number of interacting entities in a versatile computation environment. Load balancing as well as communication minimization are taken into account. The proposed method is based on the detection of organizations inside the application to better distribute it. Organizations are identified as groups of highly communicating entities. Organizations evolve, appear, strengthen, weaken and disappear. Available computing resources where the application runs also change. Such constraints dictate that the distribution be dynamic and adaptive. The method is based on colonies of numerical ants trying to gather entities of the application. Ants cooperate inside a unique colony and compete when they are not in the same colony. They try to capture organizations inside the application, each colony working for a distinct computing resource. Competition between colonies allow the load balancing. Collaboration inside colonies allow to detect organizations, putting highly communicating sets on the same computing resource. Finally, population management allow to take into account computing resources heterogeneity.
Ce travail présente une méthode de distribution dynamique et adaptative, pour des applications distribuées constituées de multiples entités en interaction, dans un environnement de calcul versatile. L'équilibrage de charge ainsi que la minimisation des coûts de communication sont pris en compte. La méthode proposée repose sur la détection d'organisations au sein de l'application afin de mieux la distribuer. Les organisations sont identifiées comme des groupes d'entités en très forte communication. Les organisations évoluent, apparaissent, se renforcent, s'affaiblissent et disparaissent. Les ressources disponibles de calcul sur lesquelles l'application s'exécutent varient également. Ces contraintes imposent à la distribution de s'adapter dynamiquement. La méthode est basée sur des colonies de fourmis numériques qui tentent de recruter les entités de l'application. Les fourmis coopèrent au sein d'une même colonie et sont en compétition lorsqu'elles n'appartiennent pas à une même colonie. Elles tentent de s'approprier les organisations au sein de l'application, chaque colonie travaillant pour une ressource de calcul distincte. La compétition inter-colonies permet la répartition de la charge. La collaboration au sein de chaque colonie permet la détection des organisations, en plaçant les très fortes communications ensembles sur la même ressource de calcul. Enfin la gestion de la population permet de prendre en compte l'hétérogénéité des ressources de calcul.
Loading...