doc/publis.doc

   1 /*! \page publis Publications
   2
   3 \section pub_reference Reference publication about SimGrid
   4
   5 When citing SimGrid, the prefered reference paper is <i>Scheduling
   6 Distributed Applications: the SimGrid Simulation Framework</i>, even if it's
   7 a bit old now. We are actively working on improving this.
   8
   9 \li <b>Scheduling Distributed Applications: the
  10        SimGrid Simulation Framework</b>\n
  11     by <em>Henri Casanova and Arnaud Legrand and Loris Marchal</em>\n
  12     Proceedings of the third IEEE International Symposium
  13     on Cluster Computing and the Grid (CCGrid'03)\n
  14     Since the advent of distributed computer systems an active field
  15     of research has been the investigation of scheduling strategies
  16     for parallel applications.  The common approach is to employ
  17     scheduling heuristics that approximate an optimal
  18     schedule. Unfortunately, it is often impossible to obtain
  19     analytical results to compare the efficacy of these heuristics.
  20     One possibility is to conducts large numbers of back-to-back
  21     experiments on real platforms.  While this is possible on
  22     tightly-coupled platforms, it is infeasible on modern distributed
  23     platforms (i.e. Grids) as it is labor-intensive and does not
  24     enable repeatable results. The solution is to resort to
  25     simulations. Simulations not only enables repeatable results but
  26     also make it possible to explore wide ranges of platform and
  27     application scenarios.\n
  28     In this paper we present the SimGrid framework which enables the
  29     simulation of distributed applications in distributed computing
  30     environments for the specific purpose of developing and evaluating
  31     scheduling algorithms.  This paper focuses on SimGrid v2, which
  32     greatly improves on the first version of the software with more
  33     realistic network models and topologies.  SimGrid v2 also enables
  34     the simulation of distributed scheduling agents, which has become
  35     critical for current scheduling research in large-scale platforms.
  36     After describing and validating these features, we present a case
  37     study by which we demonstrate the usefulness of SimGrid for
  38     conducting scheduling research.\n
  39     http://www-id.imag.fr/Laboratoire/Membres/Legrand_Arnaud/articles/simgrid2_CCgrid03.pdf
  40
  41 Previous publication do not cover the GRAS part of the framework. So, if you
  42 want to cite GRAS, please use this publication instead:
  43
  44 \li <b>Gras: A Research &amp; Development Framework for Grid and P2P
  45       Infrastructures</b>\n
  46     by <em>Martin Quinson</em>\n
  47     <b>Best paper</b> of the 18th IASTED International Conference on
  48       Parallel and Distributed Computing and Systems (PDCS 2006)\n
  49     http://www.loria.fr/~quinson/articles/gras-iasted06.pdf
  50
  51 \section pub_simulation Other publications about the SimGrid framework
  52
  53 \li <b>Speed and Accuracy of Network Simulation in the SimGrid Framework</b>\n
  54     by <em>K. Fujiwara, H. Casanova</em>\n
  55     in Proceedings of the First International Workshop on Network Simulation Tools (NSTools), Nantes, France, October 2007.\n
  56     http://navet.ics.hawaii.edu/~casanova/homepage/papers/fujiwara_nstool2007.pdf
  57
  58 \li <b>Cost and Accuracy of Packet-Level vs. Analytical Network Simulations: An Empirical Study</b>\n
  59     by <em>K. Fujiwara</em>\n
  60     <b>M.S. Thesis</b>, Dept. of Information and Computer Sciences, University of Hawai`i at Manoa, April 2007.\n
  61     http://navet.ics.hawaii.edu/~casanova/homepage/theses/kayo_fujiwara_MS.pdf
  62
  63 \li <b>The SimGrid Project - Simulation and Deployment of Distributed Applications</b>\n
  64     by <em>A. Legrand, M. Quinson, K. Fujiwara, H. Casanova</em>\n
  65     <b>POSTER</b> in Proceedings of the IEEE International Symposium on High Performance Distributed Computing (HPDC-15), Paris, France, May 2006.\n
  66     \htmlonly
  67      <a href="http://navet.ics.hawaii.edu/~casanova/homepage/papers/simgrid_hpdc06.pdf"><img src="poster_thumbnail.png" /></a>
  68     \endhtmlonly
  69     http://navet.ics.hawaii.edu/~casanova/homepage/papers/simgrid_hpdc06.pdf
  70
  71 \li <b>A Network Model for Simulation of Grid Application</b>\n
  72     by <em>Henri Casanova and Loris Marchal</em>\n
  73     \anchor paper_tcp
  74     In this work we investigate network models that can be
  75     potentially employed in the simulation of scheduling algorithms for
  76     distributed computing applications. We seek to develop a model of TCP
  77     communication which is both high-level and realistic. Previous research
  78     works show that accurate and global modeling of wide-area networks, such
  79     as the Internet, faces a number of challenging issues. However, some
  80     global models of fairness and bandwidth-sharing exist, and can be link
  81     withthe behavior of TCP. Using both previous results and simulation (with
  82     NS), we attempt to understand the macroscopic behavior of
  83     TCP communications. We then propose a global model of the network for the
  84     Grid platform. We perform partial validation of this model in
  85     simulation. The model leads to an algorithm for computing
  86     bandwidth-sharing. This algorithm can then be implemented as part of Grid
  87     application simulations. We provide such an implementation for the
  88     SimGrid simulation toolkit.\n
  89     ftp://ftp.ens-lyon.fr/pub/LIP/Rapports/RR/RR2002/RR2002-40.ps.gz
  90
  91
  92 \li <b>MetaSimGrid : Towards realistic scheduling simulation of
  93         distributed applications</b>\n
  94     by <em>Arnaud Legrand and Julien Lerouge</em>\n
  95     Most scheduling problems are already hard on homogeneous
  96     platforms, they become quite intractable in an heterogeneous
  97     framework such as a metacomputing grid. In the best cases, a
  98     guaranteed heuristic can be found, but most of the time, it is
  99     not possible. Real experiments or simulations are often
 100     involved to test or to compare heuristics. However, on a
 101     distributed heterogeneous platform, such experiments are
 102     technically difficult to drive, because of the genuine
 103     instability of the platform. It is almost impossible to
 104     guarantee that a platform which is not dedicated to the
 105     experiment, will remain exactly the same between two tests,
 106     thereby forbidding any meaningful comparison. Simulations are
 107     then used to replace real experiments, so as to ensure the
 108     reproducibility of measured data. A key issue is the
 109     possibility to run the simulations against a realistic
 110     environment. The main idea of trace-based simulation is to
 111     record the platform parameters today, and to simulate the
 112     algorithms tomorrow, against the recorded data: even though it
 113     is not the current load of the platform, it is realistic,
 114     because it represents a fair summary of what happened
 115     previously. A good example of a trace-based simulation tool is
 116     SimGrid, a toolkit providing a set of core abstractions and
 117     functionalities that can be used to easily build simulators for
 118     specific application domains and/or computing environment
 119     topologies. Nevertheless, SimGrid lacks a number of convenient
 120     features to craft simulations of a distributed application
 121     where scheduling decisions are not taken by a single
 122     process. Furthermore, modeling a complex platform by hand is
 123     fastidious for a few hosts and is almost impossible for a real
 124     grid. This report is a survey on simulation for scheduling
 125     evaluation purposes and present MetaSimGrid, a simulator built
 126     on top of SimGrid.\n
 127     ftp://ftp.ens-lyon.fr/pub/LIP/Rapports/RR/RR2002/RR2002-28.ps.gz
 128
 129 \li <b>SimGrid: A Toolkit for the Simulation of Application
 130         Scheduling</b>\n
 131     by <em>Henri Casanova</em>\n
 132     Advances in hardware and software technologies have made it
 133     possible to deploy parallel applications over increasingly large
 134     sets of distributed resources. Consequently, the study of
 135     scheduling algorithms for such applications has been an active area
 136     of research. Given the nature of most scheduling problems one must
 137     resort to simulation to effectively evaluate and compare their
 138     efficacy over a wide range of scenarios. It has thus become
 139     necessary to simulate those algorithms for increasingly complex
 140     distributed, dynamic, heterogeneous environments. In this paper we
 141     present SimGrid, a simulation toolkit for the study of scheduling
 142     algorithms for distributed application. This paper gives the main
 143     concepts and models behind SimGrid, describes its API and
 144     highlights current implementation issues. We also give some
 145     experimental results and describe work that builds on SimGrid's
 146     functionalities.\n
 147     http://grail.sdsc.edu/papers/simgrid_ccgrid01.ps.gz
 148
 149 \section pub_ext Papers that use SimGrid-generated results (not counting our owns)
 150
 151 This list is a selection of articles. We list only papers written by people
 152 external to the development group, but we also use our tool ourselves (see
 153 next section).
 154
 155 - 2007
 156   - <b>Scheduling &Delta;-Critical Tasks in Mixed-Parallel Applications on a National Grid</b>\n
 157     by <em>Frédéric Suter</em>.\n
 158     In 8th IEEE/ACM International Conference on Grid Computing (Grid 2007), Austin, TX, September 2007.
 159
 160   - <b>Brokering strategies in computational grids using stochastic
 161     prediction models.</b>\n by <em>Vandy Berten and Bruno
 162     Gaujal</em>. In Parallel Computing, vol. 33(4-5): 238-249, 2007.\n
 163     http://dev.ulb.ac.be/sched/articles/PARCO.pdf
 164
 165 - 2006
 166   - <b>Simbatch: an API for simulating and predicting the performance of parallel resources and batch systems.</b>\n
 167     INRIA Research Report 6040, November 2006.\n
 168     https://hal.inria.fr/inria-00115880
 169   - <b>Simbatch : une API pour la simulation et la prédiction de performances de systèmes batch</b>\n
 170     by <em>Jean-Sébastien Gay and Yves Caniou</em>.\n
 171     In 17ème Rencontres Francophones du Parallélisme, des Architectures et des Systèmes, RenPar'17.\n
 172     October 4-6, Perpignan, France
 173   - <b>Metascheduling Multiple Resource Types using the MMKP</b>\n
 174     by <em>D. Vanderster, N. Dimopoulos, R. Sobie</em>\n
 175     7th IEEE/ACM International Conference on Grid Computing\n
 176     Barcelona, September 28th-29th 2006
 177   - <b>Master-Slave Tasking on Asymmetric Networks</b>\n
 178     by <em>Cyril Banino-Rokkones, Olivier Beaumont and Lasse Natvig</em>.\n
 179     In Proceedings of 12th International Euro-Par Conference, Euro-Par 2006.\n
 180     August 29 - September 1, Pages 167--176, Dresden, Germany.
 181   - <b>Critical Path and Area Based Scheduling of Parallel Task Graphs on Heterogeneous Platforms</b>\n
 182     by <em>Tchimou N'Takp&eacute; and Fr&eacute;d&eacute;ric Suter</em>\n
 183     Proceedings of the Twelfth International Conference on Parallel and Distributed Systems (ICPADS)\n
 184     Minneapolis, MN, July 12-15, 2006.
 185   - <b>Sensitivity Analysis of Knapsack-based Task Scheduling on the Grid</b>\n
 186     by <em>D.C. Vanderster and N.J. Dimopoulos</em>.\n
 187     In Proceedings of The 20th ACM International Conference on Supercomputing\n
 188     Cairns, Australia, June 28-July 1, 2006.\n
 189     http://portal.acm.org/citation.cfm?id=1183401.1183446&coll=GUIDE&dl=%23url.coll
 190   - <b>Hierarchical Scheduling of Independent Tasks with Shared Files</b>\n
 191     by <em>H. Senger, F. Silva, W. Nascimento</em>.\n
 192     Proceedings of the Sixth IEEE International Symposium on Cluster
 193     Computing and the Grid Workshop (CCGRIDW'06)\n
 194     Singapore, 16-19 May 2006.\n
 195     http://www.unisantos.br/mestrado/informatica/hermes/File/senger-HierarchicalScheduling-Workshop-TB120.pdf
 196   - <b>Evaluation of Knapsack-based Scheduling using the NPACI JOBLOG</b>\n
 197     by <em>D. Vanderster, N. Dimopoulos, R. Parra-Hernandez and R. Sobie</em>.\n
 198     20th International Symposium on High-Performance Computing in an
 199       Advanced Collaborative Environment (HPCS'06)\n
 200     St. John's, Newfoundland, Canada, 14-17 May 2006\n
 201     http://doi.ieeecomputersociety.org/10.1109/HPCS.2006.23
 202
 203 - 2005
 204   - <b>On Dynamic Resource Management Mechanism using Control
 205     Theoretic Approach for Wide-Area Grid Computing</b>\n
 206     by <em>Hiroyuki Ohsaki, Soushi Watanabe, and Makoto Imase</em>\n
 207     in Proceedings of IEEE Conference on Control Applications (CCA 2005), Aug. 2005.\n
 208     http://www.ispl.jp/~oosaki/papers/Ohsaki05_CCA.pdf
 209   - <b>Evaluation of Meta-scheduler Architectures and Task Assignment Policies for
 210     high Throughput Computing</b>\n
 211     by <em>Eddy Caron, Vincent Garonne and Andrei Tsaregorodtsev</em>\n
 212     Proceedings of 4th Internationnal Symposium on Parallel and
 213     Distributed Computing Job Scheduling Strategies for Parallel
 214     Processing (ISPDC'05), July 2005.\n
 215     http://www.ens-lyon.fr/LIP/Pub/Rapports/RR/RR2005/RR2005-27.pdf
 216 - 2004
 217   - <b>Deadline Scheduling with Priority for Client-Server Systems on the Grid</b>\n
 218     by <em>E Caron, PK Chouhan, F Desprez</em>\n
 219     in IEEE International Conference On Grid Computing. Super Computing 2004, oct 2004.
 220   - <b>Efficient Scheduling Heuristics for GridRPC Systems</b>\n
 221     by <em>Y. Caniou and E. Jeannot.</em>\n
 222     in IEEE QoS and Dynamic System workshop (QDS) of International Conference
 223     on Parallel and Distributed Systems (ICPADS), New-Port Beach California, USA,
 224     pages 621-630, July 2004\n
 225     http://graal.ens-lyon.fr/~ycaniou/QDS04.ps
 226   - <b>Exploiting Replication and Data Reuse to Efficiently Schedule
 227        Data-intensive Applications on Grids</b>\n
 228     by <em> E. Santos-Neto, W. Cirne, F. Brasileiro, A. Lima.</em>\n
 229     Proceedings of 10th Job Scheduling Strategies for Parallel Processing, June 2004.\n
 230     http://www.lsd.ufcg.edu.br/~elizeu/articles/jsspp.v6.pdf
 231   - <b>Resource Management and Knapsack Formulations on the Grid</b>\n
 232     by <em>R. Parra-Hernandez, D. Vanderster and N. J. Dimopoulos</em>\n
 233     Fifth IEEE/ACM International Workshop on Grid Computing (GRID'04)\n
 234     http://doi.ieeecomputersociety.org/10.1109/GRID.2004.54
 235   - <b>Scheduling BoT Applications in Grids using a Slave Oriented Adaptive
 236     Algorithm.</b>\n
 237     by <em>T. Ferreto, C. A. F. De Rose and C. Northfleet.</em>\n
 238     Second International Symposium on Parallel and Distributed Processing
 239     and Applications (ISPA), 2004, Hong Kong. Published in Lecture Notes in
 240     Computer Science (LNCS), Volume 3358, by Springer-Verlag. p. 392-398.
 241 - 2003
 242   - <b>Link-Contention-Aware Genetic Scheduling Using Task Duplication in Grid Environments</b>\n
 243     by <em>Wensheng Yao, Xiao Xie and Jinyuan You</em>\n
 244     in Grid and Cooperative Computing: Second International Workshop, GCC 2003, Shanghai, China, December 7-10, 2003 (LNCS)\n
 245     http://www.chinagrid.edu.cn/chinagrid/download/GCC2003/pdf/266.pdf
 246   - <b>New Dynamic Heuristics in the Client-Agent-Server Model</b>\n
 247     by <em>Y. Caniou and E. Jeannot</em>\n
 248     in IEEE 13th Heteregeneous Computing Workshop - HCW'03, Nice, France, April 2003.\n
 249     http://graal.ens-lyon.fr/~ycaniou/HCW03.ps
 250   - <b>A Hierarchical Resource Reservation Algorithm for Network Enabled Servers</b>\n
 251     by <em>E. Caron, F. Desprez, F. Petit, V. Villain</em>\n
 252     in the 17th International Parallel and Distributed Processing Symposium -- IPDPS'03, Nice - France, April 2003.
 253
 254 \section pub_self Our own papers that use SimGrid-generated results
 255
 256 This list is a selection of the articles we have written that used results
 257 generated by SimGrid.
 258
 259 - 2007
 260   - <b>A Comparison of Scheduling Approaches for Mixed-Parallel Applications on Heterogeneous Platforms</b>\n
 261     by <em>T. N'takpé, F. Suter, and Henri Casanova</em>\n
 262     In 6th International Symposium on Parallel and Distributed Computing, Hagenberg, Austria, July 2007.
 263 - 2006
 264   - <b>On the Harmfulness of Redundant Batch Requests</b>\n
 265     by <em>H. Casanova</em>\n
 266     Proceedings of the IEEE International Symposium on High Performance Distributed Computing (HPDC-15), Paris, France, May 2006.\n
 267     http://navet.ics.hawaii.edu/~casanova/homepage/papers/hpdc_2006.pdf
 268   - <b>An evaluation of Job Scheduling Strategies for Divisible Loads on Grid Platforms</b>\n
 269     by <em>Y. Cardinale, H. Casanova</em>\n
 270     in Proceedings of the High Performance Computing & Simulation Conference (HPC&S'06), Bonn, Germany, May 2006.\n
 271     http://navet.ics.hawaii.edu/~casanova/homepage/papers/cardinale_2006.pdf
 272   - <b>Interference-Aware Scheduling</b>\n
 273     by <em>B. Kreaseck, L. Carter, H. Casanova, J. Ferrante, S. Nandy</em>\n
 274     International Journal of High Performance Computing Applications (IJHPCA), to appear.\n
 275     http://navet.ics.hawaii.edu/~casanova/homepage/papers/kreaseck_ijhpca_2005.pdf
 276 - 2004
 277   - <b>From Heterogeneous Task Scheduling to Heterogeneous Mixed Data and Task Parallel Scheduling</b>\n
 278     by <em>F. Suter, V. Boudet, F. Desprez, H. Casanova</em>\n
 279     Proceedings of Europar, 230--237, (LCNS volume 3149), Pisa, Italy, August 2004.
 280   - <b>On the Interference of Communication on Computation</b>\n
 281     by <em>B. Kreaseck, L. Carter, H. Casanova, J. Ferrante</em>\n
 282     Proceedings of the workshop on Performance Modeling, Evaluation, and Optimization of Parallel and Distributed Systems, Santa Fe, April 2004.\n
 283     http://navet.ics.hawaii.edu/~casanova/homepage/papers/k_pmeo2004.pdf
 284 - 2003
 285   - <b>RUMR: Robust Scheduling for Divisible Workloads</b>\n
 286     by <em>Y. Yang, H. Casanova</em>\n
 287     Proceedings of the 12th IEEE Symposium on High Performance and Distributed Computing (HPDC-12), Seattle, June 2003.\n
 288     http://navet.ics.hawaii.edu/~casanova/homepage/papers/yang_hpdc2003.pdf
 289   - <b>Resource Allocation Strategies for Guided Parameter Space Searches</b>\n
 290     by <em>M. Faerman, A. Birnbaum, F. Berman, H. Casanova</em>\n
 291     International Journal of High Performance Computing Applications (IJHPCA), 17(4), 383--402, 2003.\n
 292     http://grail.sdsc.edu/papers/faerman_ijhpca04.pdf
 293 - 2002
 294   - <b>Resource Allocation for Steerable Parallel Parameter Searches</b>\n
 295     by <em>M. Faerman, A. Birnbaum, H. Casanova, F. Berman</em>\n
 296     Proceedings of the Grid Computing Workshop, Baltimore, 157--169, November 2002.\n
 297     http://grail.sdsc.edu/projects/vi_itr/grid02.pdf
 298 - 2001
 299   - <b>Applying Scheduling and Tuning to On-line Parallel Tomography </b>\n
 300      by <em>Shava Smallen, Henri Casanova, Francine Berman</em>\n
 301      in Proceedings of Supercomputing 2001\n
 302      http://grail.sdsc.edu/papers/tomo_journal.ps.gz
 303 - 2000
 304   - <b>Heuristics for Scheduling Parameter Sweep applications in Grid environments</b>\n
 305     by <em>Henri Casanova, Arnaud Legrand, Dmitrii Zagorodnov and Francine Berman</em>\n
 306     in Proceedings of the 9th Heterogeneous Computing workshop (HCW'2000), pp349-363.\n
 307     http://navet.ics.hawaii.edu/~casanova/homepage/papers/hcw00_pst.pdf
 308
 309
 310 */
 311
 312 \li <b>Optimal algorithms for scheduling divisible workloads on
 313        heterogeneous systems</b>\n
 314     by <em>Olivier Beaumont and Arnaud Legrand and Yves Robert</em>\n
 315     in Proceedings of the 17th International Parallel and Distributed Processing Symposium (IPDPS'03).\n
 316     Preliminary version on ftp://ftp.ens-lyon.fr/pub/LIP/Rapports/RR/RR2002/RR2002-36.ps.gz
 317
 318
 319 \li <b>On-line Parallel Tomography</b>\n
 320     by <em>Shava Smallen</em>\n
 321     Masters Thesis, UCSD, May 2001