Como la computación en nube ofrece servicios a montones de usuarios en todo el mundo, las aplicaciones generalizadas de los clientes se alojan en centros de datos a gran escala. En estas plataformas, la tecnología de virtualización se emplea para multiplexar los recursos físicos subyacentes. Dado que las cargas entrantes de las diferentes aplicaciones varían significativamente, es importante y crítico gestionar los esquemas de colocación y asignación de recursos de las máquinas virtuales (VMs) para garantizar la calidad de los servicios. En este artículo, proponemos un enfoque descentralizado de migración de máquinas virtuales dentro de los centros de datos para entornos de computación en nube. En primer lugar, se definen y describen los modelos de sistema y de potencia. A continuación, presentamos los pasos clave del mecanismo descentralizado, incluyendo el establecimiento de vectores de carga, la recopilación de información de carga, la selección de máquinas virtuales y la determinación del destino. Se implementa un algoritmo de migración descentralizado de dos umbrales para ahorrar aún más el consumo de energía y mantener la calidad de los servicios. Examinando el efecto de nuestro enfoque mediante experimentos de evaluación del rendimiento, se analizan y discuten los umbrales y otros factores. Los resultados ilustran que el enfoque propuesto puede equilibrar eficazmente las cargas entre diferentes nodos físicos y también puede conducir a un menor consumo de energía de todo el sistema en su conjunto.

Este trabajo examina teóricamente los efectos combinados de la rugosidad superficial y el campo magnético entre dos placas rectangulares paralelas de las cuales la placa superior tiene estructura rugosa y la inferior tiene material poroso en presencia de campo magnético transversal. Se supone que el fluido lubricante en la región de la película es un fluido newtoniano (fluido linealmente viscoso e incompresible). Este modelo consiste en la formulación matemática del problema con las condiciones de contorno apropiadas y la solución numérica mediante el método multigrid basado en diferencias finitas. La ecuación de Reynolds modificada media generalizada se deduce para la rugosidad longitudinal utilizando la teoría estocástica de Christensen que supone que la altura de la aspereza es del mismo orden que la separación media entre las placas. Se obtienen las características del cojinete, como la distribución de la presión y la capacidad de carga, para distintos valores de los parámetros de rugosidad, número de Hartmann y permeabilidad. Se observa que la distribución de la presión y la capacidad de carga son más pronunciadas para valores crecientes del parámetro de rugosidad y del número de Hartmann, mientras que disminuyen al aumentar la permeabilidad en comparación con los casos clásicos correspondientes. Las razones físicas de estos caracteres se discuten en detalle.

Map-Reduce-Merge es un modelo mejorado de programación paralela basado en Map-Reduce en un entorno de computación en nube. A través del nuevo módulo Merge, Map-Reduce-Merge puede soportar el procesamiento de múltiples conjuntos de datos heterogéneos relacionados de manera más eficiente. Para demostrar la validez y eficacia de este nuevo modelo, presentamos una descripción rigurosa del modelo Map-Reduce-Merge utilizando Haskell. En primer lugar, describimos el esqueleto básico del programa del modelo de programación Map-Reduce-Merge. En segundo lugar, se presenta una descripción abstracta para el módulo Merge analizando la estructura y función del módulo Merge con Haskell como herramienta de descripción. En tercer lugar, evaluamos el modelo Map-Reduce-Merge basándonos en nuestra descripción. Capturamos las características funcionales del modelo Map-Reduce-Merge mediante nuestra descripción abstracta, que puede proporcionar una base teórica para diseñar un modelo de programación paralela más eficiente para procesar la operación de unión.

El crecimiento exponencial de la población, con recursos limitados, ha ejercido una intensa presión sobre el sector agrícola. Para lograr una alta productividad, el uso de plaguicidas se ha multiplicado. Estos plaguicidas contienen compuestos tóxicos organofosforados (OP) que interfieren en el buen funcionamiento de la enzima acetilcolinesterasa (AChE) y acaban afectando al sistema nervioso central (SNC). Por lo tanto, es necesario realizar una detección rutinaria, continua e in situ de los compuestos OP, que son las principales limitaciones asociadas a los métodos analíticos convencionales. Los investigadores han señalado que los biosensores enzimáticos basados en la AChE son la herramienta más prometedora para el análisis del nivel de plaguicidas con el fin de controlar su toxicidad y conservar el medio ambiente. La presente revisión resume los biosensores basados en AChE discutiendo sus rasgos característicos en términos de fabricación, límite de detección, rango de linealidad, tiempo de incubación y estabilidad de almacenamiento. El uso de nanopartículas en las estrategias de fabricación recientemente descritas ha mejorado en gran medida la eficacia de los biosensores, haciéndolos más fiables y robustos.

Se ha descubierto que la reacción de condensación multicomponente de un solo paso químico verde de 1H-indol-2,3-dionas sustituidas (1), varios aminoácidos (2) y tiosemicarbazida (3) se cataliza mediante zumo de limón como ácido natural utilizando agua como disolvente verde para dar las correspondientes bases de Schiff (4) en rendimientos de buenos a excelentes. Este método es experimentalmente sencillo, limpio, de alto rendimiento y ecológico, con tiempos de reacción reducidos. El producto se purifica por filtración simple seguida de lavado con agua y secado. Los compuestos sintetizados se caracterizan por espectroscopia FT-IR, 13CNMR y 1HNMR y se analizan por su actividad antifúngica frente a Aspergillus niger, Penicillium notatum, Fusarium oxysporum, Alternaria brassicicola, Chaetomium orium y Lycopodium sp. y actividad antibacteriana contra bacterias Gram positivas, Bacillus licheniformis, Staphylococcus aureus y Micrococcus luteus, y bacterias Gram negativas, Pseudomonas aeruginosa y Escherichia coli. También se han evaluado los efectos citotóxicos de los compuestos contra la línea celular de cáncer de colon humano Colo205.