BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Departamento de Computación - ECPv6.15.18//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:Departamento de Computación
X-ORIGINAL-URL:https://www.dc.uba.ar
X-WR-CALDESC:Eventos para Departamento de Computación
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:America/Sao_Paulo
BEGIN:STANDARD
TZOFFSETFROM:-0200
TZOFFSETTO:-0300
TZNAME:-03
DTSTART:20180218T020000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:-0300
TZOFFSETTO:-0200
TZNAME:-02
DTSTART:20181104T030000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:-0200
TZOFFSETTO:-0300
TZNAME:-03
DTSTART:20190217T020000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20190329T093000
DTEND;TZID=America/Sao_Paulo:20190329T113000
DTSTAMP:20260618T203014
CREATED:20190325T122331Z
LAST-MODIFIED:20190325T122331Z
UID:5017-1553851800-1553859000@www.dc.uba.ar
SUMMARY:Defensa Tesis Doctorado Matías Bonaventura
DESCRIPTION:Título: Modelado y Simulación Híbrida de Redes Complejas de Datos \nDirector: Rodrigo Castro \nJurados:\n– Stenio Fernandes (University of Ottawa/Carleton University y Element AI Inc.\, Canada)\n– Verónica Gil Costa (CONICET/Universidad Nacional de San Luis\, Argentina)\n– Ricardo Piegaia (CONICET/Universidad de Buenos Aires\, Argentina) \nResumen: \nEn esta Tesis desarrollamos nuevas técnicas de modelado de redes de datos que combinan los enfoques discreto (paquete a paquete) y continuo (aproximaciones fluidas) para el estudio de dinámicas complejas. Introducimos nuevas herramientas teórico-prácticas de modelado y simulación para integrar de manera transparente modelos discretos y continuos bajo un marco híbrido\, formal y unificado. \nAdoptamos la red de adquisición de datos físicos (DAQ) del Experimento ATLAS en CERN como caso complejo y real de estudio para validar resultados obtenidos mediante simulaciones. Estas brindaron  soporte en la toma de decisiones durante procesos de diseño\, planificación de capacidad y puesta a punto en proyectos de ingeniería para redes futuras a implementarse en CERN entre 2021 y 2027. \nEl enfoque paquete a paquete provee resultados de grano fino cercanos a los observables en redes\nreales. Sin embargo\, la complejidad representada en los modelos hace a este enfoque usualmente inapropiado para la simulación de topologías muy grandes y/o tráfico de muy alta intensidad ya que los tiempos de simulación escalan al menos linealmente con el incremento de complejidad del sistema.\nPor su parte\, el enfoque fluido reduce la complejidad del modelo mediante aproximaciones con ecuaciones diferenciales ordinarias (ODE). Esto resulta en tiempos de simulación mucho menores\, generalmente independientes de la tasa de transferencia\, pero solo capturan dinámicas promedio o de grano grueso. Cada enfoque requiere conocimientos y herramientas sustancialmente diferentes\, por lo que expertos en redes suelen adoptar solo uno de ellos. Esto ha conducido a una diversificación de\nalgoritmos de simulación y a prácticas de análisis que dificultan la integración de estrategias. \nEn esta Tesis aportamos mecanismos que permiten la coexistencia e influencia mutua de modelos paquete a paquete con modelos fluidos bajo el formalismo Discrete EVent Systems specification\n(DEVS)\, reduciendo la brecha entre ambas técnicas. \nMostramos como los nuevos modelos híbridos mantienen las ventajas de los modelos fluidos en términos de tiempos de simulación\, a la vez que proveen trazas detalladas de los modelos paquete a paquete. Esto se logra bajo garantías formales de convergencia en los métodos numéricos de integración subyacentes. En particular\, extendimos la familia de métodos de integración numérica por cuantificación de estados (QSS) para la aproximación de ecuaciones diferenciales funcionales con retardos variables\, herramienta necesaria para describir la dinámica macroscópica de protocolos con control a lazo cerrado. \nComo aporte central se obtuvieron nuevas bibliotecas de modelos discretos\, continuos e híbridos para simulación escalable de redes de datos. Estas permiten elegir flexiblemente el nivel de  granularidad deseado\, manteniendo una experiencia de modelado intuitiva centrada en la definición modular y jerárquica de la topología de los sistemas bajo estudio.
URL:https://www.dc.uba.ar/event/defensa-tesis-doctorado-matias-bonaventura/
CATEGORIES:Agenda
END:VEVENT
END:VCALENDAR