Skip navigation
Use este identificador para citar ou linkar para este item: http://repositorio2.unb.br/jspui/handle/10482/39130
Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2020_ItaloGervásioCavalcante.pdf5,05 MBAdobe PDFVisualizar/Abrir
Título: Solução de elasticidade automática híbrida na camada de infraestrutura como serviço em ambiente de nuvem pública
Autor(es): Cavalcante, Italo Gervásio
Orientador(es): Von Paumgartten, Aletéia Patrícia Favacho de Araújo
Assunto: Elasticidade
Computação em nuvem
Nuvem comunitária
Previsão
Data de publicação: 7-Jul-2020
Referência: CAVALCANTE, Italo Gervásio. Solução de elasticidade automática híbrida na camada de infraestrutura como serviço em ambiente de nuvem pública. 2020. xiii, 94 f. Dissertação (Mestrado Profissional em Computação Aplicada)—Universidade de Brasília, Brasília, 2020.
Resumo: O Instituto Nacional de Padrões e Tecnologia dos Estados Unidos (National Institute of Standards and Technology - NIST) define elasticidade, pool de recursos e amplo acesso à rede como as principais características da computação em nuvem, a qual fornece serviços altamente disponíveis, confiáveis e elásticos aos clientes da nuvem. A natureza elástica dos recursos da nuvem, juntamente com o modelo de precificação, permite que os clientes na nuvem paguem apenas pelos recursos que realmente usem. Todavia, embora a elasticidade da nuvem e seu modelo de precificação sejam benéficos em termos de custo, a obrigação de manter qualidade de serviço com os usuários finais exige que os clientes da nuvem busquem soluções de elasticidade automática para equilibrar o compromisso entre o custo e o desempenho, provisionando automaticamente recursos para os serviços em nuvem. Esta dissertação propõe uma solução de elasticidade automática que supera as deficiências das soluções baseadas em regras com limites fixos. A solução de elasticidade automática proposta consiste em uma abordagem híbrida, composta de um conjunto de previsões auto adaptável e um componente reativo baseado em limites dinâmicos. O conjunto de previsões corrige a primeira falha (ou seja, a natureza reativa) das soluções baseados em regras, prevendo a carga de trabalho futura próxima do serviço em nuvem. Além disso, o componente reativo, baseado em limites dinâmicos, diminui a dificuldade de configuração da solução de elasticidade automática. Os resultados da avaliação mostram que a solução proposta reduz tempo de resposta médio em até 70% em comparação com o sistema de elasticidade automática da Amazon, além de reduzir o custo total em torno de 25%.
Abstract: The National Institute of Standards and Technology - NIST - defines elasticity, resource pooling and broad network access as the main characteristics of cloud computing, which provides highly available, reliable and resilient services to cloud customers. The elastic nature of cloud resources and the pricing model allow customers in the cloud to pay only for the resources that they use. Although the elasticity of the cloud and its pricing model are beneficial in terms of cost, the obligation to maintain quality of service with end-users requires that cloud customers look for auto-scaling solutions to balance the trade-off between cost and performance, automatically provisioning resources for cloud services. This thesis proposes an automatic elasticity solution that overcomes the shortcomings of rule-based solutions with fixed limits. The proposed automatic elasticity system consists of a hybrid approach, composed of a set of self-adaptive predictions and a reactive component based on dynamic limits. The forecast set corrects the first flaw (i.e. the reactive nature) of rule-based solutions, predicting the future workload near the cloud service. Besides, the reactive component, based on dynamic limits, reduces the difficulty of configuring the automatic elastic solution. The evaluation results show that the proposed solution reduces average response time by up to 70% compared to Amazon’s auto-scaling system, in addition to reducing the total cost by around 25%.
Unidade Acadêmica: Instituto de Ciências Exatas (IE)
Departamento de Ciência da Computação (IE CIC)
Informações adicionais: Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2020.
Programa de pós-graduação: Programa de Pós-Graduação em Computação Aplicada, Mestrado Profissional
Licença: A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.
Aparece nas coleções:Teses, dissertações e produtos pós-doutorado

Mostrar registro completo do item Visualizar estatísticas



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.