Campo DC | Valor | Idioma |
dc.contributor.advisor | Ralha, Célia Ghedini | pt_BR |
dc.contributor.author | Mendes, Aldo Henrique Dias | pt_BR |
dc.date.accessioned | 2024-08-13T17:16:32Z | - |
dc.date.available | 2024-08-13T17:16:32Z | - |
dc.date.issued | 2024-08-13 | - |
dc.date.submitted | 2024-02-02 | - |
dc.identifier.citation | MENDES, Aldo Henrique Dias. Arquitetura multiagente com modelos de raciocínio distintos para gerenciamento de recursos em múltiplos provedores de nuvem. 2024. 126 f., il. Tese (Doutorado em Informática) — Universidade de Brasília, Brasília, 2024. | pt_BR |
dc.identifier.uri | http://repositorio2.unb.br/jspui/handle/10482/49786 | - |
dc.description.abstract | As aplicações científicas e comerciais em ambientes de nuvem demandam diversos recursos resultando na necessidade de uma gestão eficiente. A complexidade dos sistemas
distribuídos em nuvem com diferentes características, tecnologias e custos variados, torna
desafiador o gerenciamento otimizado de recursos. A tecnologia multiagente pode oferecer melhorias significativas para o gerenciamento de recursos, com agentes inteligentes
decidindo de forma autônoma os recursos de máquinas virtuais (MVs). Neste trabalho
propõe-se o MAS-Cloud+, uma arquitetura multiagente para predição, provisionamento
e monitoramento de recursos otimizados em nuvem computacional. MAS-Cloud+ implementa agentes com três modelos de raciocínio, incluindo heurístico, otimizado e metaheurístico. O MAS-Cloud+ instancia MVs considerando o Acordo de Nível de Serviço
(Service Level Agreement – SLA) em plataformas de nuvem, priorizando as necessidades
do usuário em relação ao tempo de execução, custo e desperdício de recursos, fornecendo
seleção apropriada para cargas de trabalho avaliadas. O MAS-Cloud+ foi avaliado com
uma aplicação de Bioinformática para comparação de sequências de DNA e diferentes
tamanhos de carga de trabalho, executadas na plataforma AWS EC2. Um estudo comparativo com aplicações de Big Data usando o Apache Spark Benchmark foi executado
nas plataformas AWS EC2 e Google Cloud. Observa-se por meio dos resultados, que para
executar a aplicação de comparação de sequências, o melhor desempenho refere-se ao modelo de otimização, enquanto o heurístico apresenta o melhor custo. Ao fornecer a escolha
entre vários modelos de raciocínio, os resultados revelam que o MAS-Cloud+ fornece uma
seleção mais econômica das instâncias, reduzindo aproximadamente 58% do custo médio
de execução de cargas de trabalho com WordCount, Sort, e PageRank. Quanto ao tempo
de execução, o WordCount e o PageRank apresentam redução de aproximadamente 58%,
enquanto o Sort um aumento de 532,30%. Os resultados indicam que o MAS-Cloud+ é
uma solução promissora para gerenciamento eficiente de recursos em nuvem. | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.title | Arquitetura multiagente com modelos de raciocínio distintos para gerenciamento de recursos em múltiplos provedores de nuvem | pt_BR |
dc.type | Tese | pt_BR |
dc.subject.keyword | Otimização combinatória | pt_BR |
dc.subject.keyword | Programação linear | pt_BR |
dc.subject.keyword | Meta-heurística | pt_BR |
dc.subject.keyword | Computação em nuvem | pt_BR |
dc.subject.keyword | Computação em nuvem - monitoramento | pt_BR |
dc.description.abstract1 | Scientific and commercial applications in cloud environments require diverse resources,
resulting in the need for efficient management. The complexity of distributed systems in
the cloud with different characteristics, technologies, and varied costs makes optimized
resource management challenging. Multi-agent technology can offer significant improvements for resource management, with intelligent agents autonomously deciding on virtual
machine (VM) resources. In this work, we propose MAS-Cloud+, a multi-agent architecture for the prediction, provisioning, and optimized resource monitoring in the cloud.
MAS-Cloud+ implements agents with three reasoning models: heuristic, optimized, and
meta-heuristic. MAS-Cloud+ instantiates VMs considering the Service Level Agreement
(SLA) on cloud platforms, prioritizing user needs regarding time, cost, and resource waste,
and providing appropriate selection for evaluated workloads. MAS-Cloud+ was evaluated
with a Bioinformatics application for DNA sequence comparison with different workload
sizes, executed on the AWS EC2 platform. A comparative study with Big Data applications using the Apache Spark Benchmark was performed on the AWS EC2 and Google
Cloud platforms. The results with the Bioinformatics application indicate that the optimization model performs the best, while the heuristic presents the best cost. By providing
a choice among various reasoning models, the results reveal that MAS-Cloud+ allows a
more economical selection of instances, reducing the average execution cost of workloads
by approximately 58% for WordCount, Sort, and PageRank. Regarding execution time,
WordCount and PageRank show a reduction of 58%, while Sort shows an increase of
532.30%. The results indicate that MAS-Cloud+ is a promising solution for efficient
resource management in the cloud. | pt_BR |
dc.description.unidade | Instituto de Ciências Exatas (IE) | pt_BR |
dc.description.unidade | Departamento de Ciência da Computação (IE CIC) | pt_BR |
dc.description.ppg | Programa de Pós-Graduação em Informática | pt_BR |
Aparece nas coleções: | Teses, dissertações e produtos pós-doutorado
|