SỞ KHOA HỌC VÀ CÔNG NGHỆ
THÀNH PHỐ HỒ CHÍ MINH
Tên đề tài Nghiên cứu phát triển phần mềm dịch vụ nền tảng trên nền điện toán đám mây tính toán hiệu năng cao để triển khai một cách hiệu quả cho các ứng dụng quan trọng.
Năm thực hiện 2017
Chủ nhiệm đề tài

PGS.TS. Trần Văn Hoài

Cơ quan chủ quản

Trường Đại học Bách Khoa

Sản phẩm

- Phần mềm module quản lý ứng dụng với mô hình hiệu suất.

- Phần mềm nền quản lý tài nguyên ở lớp PaaS.

- Tài liệu về thiết kế giao tiếp giữa các thành phần của hệ thống.

- Tài liệu về ngôn ngữ mô tả ứng dụng ở lớp PaaS trên nền hệ thống đám mây.

- 4 bài báo khoa học trong đó có 3 bài công bố tại các hội nghị và tạp chí uy tín được Springer, ACM xuất bản. Trong đó có 1 bài báo tập chí với IF là 2.567. Hiện tại nhóm đề tài đã viết thêm 1 bài chuẩn bị nộp và một bài đang chuẩn bị bản thảo.

- 40 báo cáo chuyên đề.

- Báo cáo kỹ thuật tổng hợp và báo cáo tóm tắt.

- Tài liệu hướng dẫn sử dụng và cài đặt hệ thống

Kết quả

- Nhóm nghiên cứu đã xây dựng thành công được hệ thống điện toán đám mây nhỏ, bao gồm 5 nút, có khả năng cung cấp các máy ảo, cho phép cung cấp các dịch vụ nền (PaaS) hỗ trợ cho việc giải quyết 2 bài toán về phân loại trình tự sinh học và mô phỏng lũ.
- Xây dựng cổng thông tin (website) cho phép người dùng thực thi các ứng dụng (bài toán) được một cách tự động. Các giải thuật dự báo thời gian chạy (3 giải thuật), giải thuật xếp lịch (2 giải thuật) được triển khai đầy đủ và kiểm tra khá chi tiết hiệu năng. Đây là đóng góp chính của đề tài và cũng là cơ sở để việc thực thi các ứng dụng theo yêu cầu người dùng một cách tự động, hiệu quả. Việc đề xuất nhiều thuật giải dự báo có vẻ như nhóm đề tài đang dò tìm thuật giải phù hợp cho từng tập dữ liệu, mang tính chất thủ công. Tuy nhiên đây là cơ sở để nhóm đề tài định hướng xây dựng một mô hình dự báo theo phương pháp ensemble learning, là phương pháp tổng hợp từ nhiều phương pháp dự báo khác nhau nhằm cho ra kết quả dự báo tốt nhất

Tình hình khả năng ứng dụng

- Hiện hệ thống đang cho chạy thử nghiệm hai bài toán bài toán: phân loại trình tự sinh học và mô phỏng lũ bằng ứng dụng Telemac2D, và đã cho được những kết quả khả quan. Trong tương lai nhóm sẽ đăng ký các ứng dụng mới bao gồm các ứng dụng liên quan học sâu (deep learning) để giải quyết các vấn đề thực tiễn như y tế, nông nghiệp.

- Có khá nhiều nhóm đang sử dụng các phần mềm mô hình như SWAT, Telemac, MIKE, v.v… để mô phỏng các hiện tượng tự nhiên như dòng chảy sông, lũ, lan truyền mặn. Việc vận hành các mô hình này cần đòi hỏi nhiều tài nguyên tính toán và công sức. Vì vậy kết quả đề tài được công bố rộng rãi và chuyển giao cho những nhóm nghiên cứu đang có nhu cầu sử dụng

tiemluc

Bản quyền © 2018 Sở Khoa học và Công nghệ Thành phố Hồ Chí Minh
Thiết kế và phát triển bởi HCMGIS
Tổng số truy cập: 11537353