[ES]: Hoy en día es difícil encontrar un campo en ciencia o ingeniería que no haga uso de técnicas de cómputo para alcanzar sus objetivos. Los avances en computación científica han facilitado estudios en áreas que no hubiera sido posible realizar anteriormente. Debido al alto impacto que la computación científica tiene en los retos científicos y sociales, durante los últimos años se han desarrollado varias infraestructuras de cálculo científico, basadas en paradigmas muy consolidados, como la supercomputación, el High Throughput Computing o la computación Grid. Los investigadores tienen a su alcance infraestructuras de computación sin precedente, lo que ha revolucionado la manera en que se lleva a cabo la ciencia. En este contexto, la comunidad científica está comenzando a aceptar la computación cloud como un nuevo y prometedor paradigma, debido a las altas expectativas creadas en torno al mismo. Sin embargo, y pese a que ya está siendo utilizado por algunas comunidades científicas, no se puede olvidar que este modelo ha surgido del mundo empresarial, por lo que se ha formado de acuerdo a los requerimientos de la nueva generación de aplicaciones web y empresariales. Por otro lado, las aplicaciones científicas tienen características únicas, por lo que sus requerimientos también son especiales. El modelo de computación cloud no satisface algunos de estos requerimientos, al haber surgido del mundo empresarial. Este hecho, de todos modos, no pone en cuestión la viabilidad el modelo para acomodar aplicaciones científicas, pero es necesario realizar un estudio inicial para evaluar cuales son los puntos débiles del mismo. En este trabajo de tesis se realiza un análisis inicial, obteniendo un conjunto de requerimientos y desafíos para un cloud científico. Como segundo paso, se abordan algunas de las problemáticas identificadas previamente, como son la planificación y obtención de recursos en entornos cloud y por otra parte la federación e interoperabilidad de dichas infraestructuras.

[EN]: Nowadays it is difficult to find an area in science or engineering that does not rely on computing techniques. The advancements in Scientific Computing have enabled studies in areas that were otherwise impossible. Due to the large impact of the computational science in the ongoing societal and scientific challenges, several computing research infrastructures have been developed and implemented during the last years, based on different consolidated paradigms, such as High Performance Computing, High Throughput Computing and Grids. Researchers now have access to unprecedented facilities that have revolutionized the way science is performed. In this context, cloud computing has been embraced as a new emerging and promising paradigm by the scientific community due to the expectations generated around clouds. However, even if it is already being used by some research communities, we cannot neglect the fact that the cloud paradigm has been modelled to satisfy the industry needs for the next generation of enterprise and web applications. Scientific applications are unique on their own, therefore they have unique requirements that the cloud model is not able to satisfy due to its origins in the corporate world. This fact does not necessarily bring the feasibility of the cloud into question, but it is needed to perform an initial study so as to evaluate where the weak points are. In this thesis this initial gap analysis is performed as a first step for collecting a set of requirements and challenges for Science Clouds. As a second step, this work will tackle some of the challenges yielded from this initial study. To this end, we consider two different but complimentary areas: the resource provisioning and federation and interoperability in clouds.

Memoria presentada por Álvaro López García para optar al grado de Doctor por la Universidad de Cantabria. Programa de Doctorado en Ciencias, Tecnología y Computación.

Peer Reviewed