Banca de DEFESA: Aldo Henrique Dias Mendes

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE : Aldo Henrique Dias Mendes
DATA : 02/02/2024
HORA: 08:15
LOCAL: Virtual Teams
TÍTULO:

Arquitetura Multiagente com Modelos de Raciocínio Distintos para Gerenciamento de Recursos em Múltiplos Provedores de Nuvem

PALAVRAS-CHAVES:

otimização combinatória, agentes de raciocínio dedutivo, provisionamento automático de recursos, programação linear, meta-heurística, monitoramento de nuvem, abordagem multiagente

PÁGINAS: 111
RESUMO:

Atualmente, as aplicações científicas e comerciais são frequentemente implementadas em ambientes de nuvem que requerem vários tipos de recursos. Este cenário aumenta a necessidade de uma gestão eficiente dos recursos. No entanto, a gestão eficiente de recursos continua a ser um desafio devido à natureza complexa dos sistemas distribuídos em nuvem, uma vez que os recursos envolvem diferentes características, tecnologias e custos financeiros. Assim, o gerenciamento otimizado de recursos em nuvem para suportar a natureza heterogênea das aplicações, equilibrando custo, tempo e desperdício, continua sendo um desafio. A tecnologia multiagente pode oferecer melhorias significativas no gerenciamento de recursos, com agentes inteligentes decidindo de forma autônoma os recursos da Máquina Virtual (MV). Este trabalho propõe MAS-Cloud+, uma arquitetura baseada em agentes inteligentes para predição, provisionamento e monitoramento de recursos otimizados em nuvem computacional. MAS-Cloud+ implementa agentes com três modelos de raciocínio, incluindo heurístico, otimizado e meta-heurístico. O MAS-Cloud+ instancia MVs considerando o Acordo de Nível de Serviço (SLA) em plataformas de nuvem, priorizando as necessidades do usuário considerando tempo, custo e desperdício de recursos, fornecendo seleção apropriada para cargas de trabalho avaliadas. MAS-Cloud+ foi avaliado utilizando uma aplicação de comparação de sequências de DNA submetida a diferentes tamanhos de carga de trabalho e um estudo comparativo com aplicações de benchmark Apache Spark executadas na plataforma AWS EC2. Nossos resultados mostram que para executar a aplicação de comparação de sequências o melhor desempenho foi obtido pelo modelo de otimização, enquanto o modelo heurístico apresentou o melhor custo. Ao fornecer a escolha entre vários modelos de raciocínio, nossos resultados mostram que o MAS-Cloud+ fornece uma seleção mais econômica das instâncias, reduzindo approx 58% do custo médio de execução de cargas de trabalho do WordCount, Sort e PageRank BigDataBench. Quanto ao tempo de execução, o WordCount e o PageRank apresentam redução, este último com approx 58%. Os resultados indicam  uma solução promissora para gerenciamento eficiente de recursos em nuvem.

MEMBROS DA BANCA:
Interna - 1706731 - ALETEIA PATRICIA FAVACHO DE ARAUJO VON PAUMGARTTEN
Externo à Instituição - ALEXANDRE DA COSTA SENA - UERJ
Presidente - 2358912 - CELIA GHEDINI RALHA
Externo à Instituição - LUCIA MARIA DE ASSUMPCAO DRUMMOND - UFF
Interno - 356930 - RICARDO PEZZUOL JACOBI