Análise de Desempenho da Distribuição de Workflows Científicos em Nuvens com Restrições de Confidencialidade
| Autor: | Yuri Frota, Daniel de Oliveira, Rodrigo A. P. Silva, Esther Pacitti |
|---|---|
| Přispěvatelé: | Universidade Federal Fluminense [Rio de Janeiro] (UFF), Scientific Data Management (ZENITH), Laboratoire d'Informatique de Robotique et de Microélectronique de Montpellier (LIRMM), Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Inria Sophia Antipolis - Méditerranée (CRISAM), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria), CSBC, Associated team Hpdasc, Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Inria Sophia Antipolis - Méditerranée (CRISAM) |
| Jazyk: | angličtina |
| Rok vydání: | 2021 |
| Předmět: | |
| Zdroj: | Workshop on Computer and Communication Systems Performance (WPerformance 2021) Workshop on Computer and Communication Systems Performance (WPerformance 2021), CSBC, Jul 2021, Online, Brazil. pp.12 WPerformance 2021-20th Workshop on Performance of Computer and Communication Systems WPerformance 2021-20th Workshop on Performance of Computer and Communication Systems, CSBC, Jul 2021, Online, Brazil. pp.37-48, ⟨10.5753/wperformance.2021.15721⟩ |
| DOI: | 10.5753/wperformance.2021.15721⟩ |
| Popis: | As nuvens fornecem um ambiente sob demanda que permite que cientistas migrem seus experimentos locais para um ambiente elástico. Os experimentos são modelados como workflows científicos, e muito deles são intensivos em computação e produção de dados. O armazenamento desses dados preocupa, uma vez que a confidencialidade pode ser comprometida. Usuários maliciosos podem inferir conhecimento dos resultados e da estrutura dos workflows. Dispersão dos dados e criptografia podem ser adotados para aumentar a confidencialidade, mas esses mecanismos não pode ser adotados de forma desacoplada ao escalonamento do workflow, sob o risco de aumentar o tempo de execução e despesas. Nesse artigo, apresentamos a SaFER (workflow Scheduling with conFidEntiality pRoblem), uma abordagem de escalonamento que considera restrições de confidencialidade dos dados. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|