International audienceScheduling algorithms for shared platforms such as grids and clouds granted users of different organizations access to powerful resources and may improve machine utilization; however, this can also increase operational costs of less-loaded organizations.We consider energy as a resource, where the objective is to optimize the total energy consumption without increasing the energy spent by a selfish organization. We model the problem as a energy-aware variant of the Multi-Organization Scheduling Problem that we call MOSP-energy.We show that the clairvoyant problem with variable speed processors and jobs with release dates and deadlines is NP-hard and also that being selfish can cause solutions at most m α − 1 far from the optimal, where m is the number of machines and α > 1 is a constant. Finally, we present efficient heuristics for scenarios with all jobs ready from the beginning

Problemas de escalonamento cuja função objetivo é o consumo de energia tem sido cada vez mais estudados. Neste trabalho, estudamos o problema conhecido, em inglês, por Dynamic Speed Scaling, um problema de escalonamento de tarefas bem definidas em processadores de velocidade variável, cujo consumo de energia é função da velocidade. Além disso, relacionamos este problema com outro conhecido como MOSP, sigla em inglês para Multi-Organization Scheduling Problem. Neste, queremos escalonar tarefas de múltiplas organizações independentes respeitando certas restrições individuais. Provamos, neste trabalho, que este novo problema é NP-Completo e desenvolvemos várias heurísticas eficientes cujos testes experimentais mostram economia de energia significativa. Palavras-chave: teoria do escalonamento; escalonamento em múltiplas organizações; minimização de energia; computação verde iii iv