Uma arquitetura resiliente baseada em agentes para instâncias transientes na computação em nuvem

Abstract

Os provedores de nuvem computacional estão explorando seus recursos ociosos e oferecendo- os em forma de serviços não confiáveis. Conhecidos como instâncias transientes, estes serviços são sublocados a preços consideravelmente inferiores aos on-demand e podem ser revogados sem a intervenção do usuário. A Amazon AWS oferece este serviço, chamando de Instâncias Spot, por meio de um modelo de leilão, tendo o seu preço definido de acordo com a lei de oferta e procura. O usuário adquire uma Instância Spot enquanto o seu lance for superior ou igual ao valor da instância no mercado, sendo revogado caso contrário. Este serviço vem sendo utilizado para a execução de aplicações que necessitam de um consumo excessivo de CPU e memória. No entanto, para explorar de maneira eficiente estas instâncias, as aplicações precisam implementar técnicas de tolerância a falhas para evitar perda de dados. Neste cenário, esta pesquisa aborda o problema que envolve a utilização de instâncias transientes em um ambiente confiável, que garanta a execução da aplicação no menor tempo possível. Para uso adequado das instâncias tran- sientes, em uma abordagem multi-estratégica, esta pesquisa apresenta uma arquitetura baseada em agentes inteligentes para prover um ambiente resiliente e tolerante a falhas, denominada BRA2Cloud (A Brand new Agent Based Architecture for Cloud Comput- ing). BRA2Cloud combina a utilização de raciocínio baseado em casos com um modelo estatístico na predição do tempo de sobrevivência em instâncias transientes, refinando parâmetros de tolerância a falhas para reduzir o tempo total de execução. Experimentos demonstram que o modelo proposto é capaz de apresentar uma predição na garantia de tempo de revogação com níveis de acurácia de até 91%. A avaliação da proposta utilizou aproximadamente 21 milhões de registros de mudanças de preços reais, coletados a par- tir das Instâncias Spot, possibilitando a criação de mais de 357 milhões de registros na base de casos. Como resultado, a abordagem utilizada obteve uma redução no custo e uma diminuição no tempo total de execução de até 70,12% quando comparada a outras abordagens na literatura.