MCCLOUD SERVICE FRAMEWORK: ARCABOUÇO PARA DESENVOLVIMENTO DE SERVIÇOS BASEADOS NA SIMULAÇÃO DE MONTE CARLO NA CLOUD
Autor(a) principal: | |
---|---|
Data de Publicação: | 2012 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da PUC-RIO (Projeto Maxwell) |
Texto Completo: | https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=19632@1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=19632@2 |
Resumo: | O investimento em infraestrutura computacional para suportar picos de processamento de curta duração ou sazonais pode gerar desperdícios financeiros, em razão de, na maior parte do tempo, estes recursos ficarem ociosos. Além disso, em muitas soluções, o tempo de resposta é crítico para atendimento dos requisitos do negócio, tornando, muitas vezes, a solução economicamente inviável. Neste cenário é fundamental a alocação inteligente de recursos computacionais em função da demanda por processamento, custo desta alocação e requisitos do negócio. A Simulação de Monte Carlo é um método estatístico utilizado para resolver uma ampla gama de problemas científicos e de engenharia. Quando aplicado a problemas reais, muitas vezes apresenta os desafios mencionados. Computação na nuvem surge como uma alternativa para disponibilizar recursos computacionais sob demanda, gerando economia de escala sem precedentes e escalabilidade quase infinita. Ao alinhar uma moderna arquitetura à nuvem é possível encapsular funcionalidades e oferecer um leque de serviços que antes seriam restritos a domínios específicos. Neste trabalho propomos um arcabouço genérico, que permite a disponibilização de um leque de serviços baseados na Simulação de Monte Carlo, fazendo uso racional da elasticidade provida pela nuvem, a fim de alcançar melhores patamares de eficiência e reuso. |
id |
PUC_RIO-1_7257b6304f776c2d9fb5081eda8a6af2 |
---|---|
oai_identifier_str |
oai:MAXWELL.puc-rio.br:19632 |
network_acronym_str |
PUC_RIO-1 |
network_name_str |
Repositório Institucional da PUC-RIO (Projeto Maxwell) |
repository_id_str |
534 |
spelling |
info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisMCCLOUD SERVICE FRAMEWORK: ARCABOUÇO PARA DESENVOLVIMENTO DE SERVIÇOS BASEADOS NA SIMULAÇÃO DE MONTE CARLO NA CLOUDMCCLOUD SERVICE FRAMEWORK: DEVELOPMENT SERVICES OF MONTE CARLO SIMULATION IN THE CLOUD2012-04-04KARIN KOOGAN BREITMAN37591487787lattes.cnpq.br/5297074319265251KARIN KOOGAN BREITMAN37591487787lattes.cnpq.br/5297074319265251HELIO CORTES VIEIRA LOPESJOSE VITERBO FILHOKARIN KOOGAN BREITMANJOSE VITERBO FILHOJOSE VITERBO FILHO08972977764lattes.cnpq.br/9503735014198416RAFAEL BARBOSA NASSERPONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIROPPG EM INFORMÁTICAPUC-RioBRO investimento em infraestrutura computacional para suportar picos de processamento de curta duração ou sazonais pode gerar desperdícios financeiros, em razão de, na maior parte do tempo, estes recursos ficarem ociosos. Além disso, em muitas soluções, o tempo de resposta é crítico para atendimento dos requisitos do negócio, tornando, muitas vezes, a solução economicamente inviável. Neste cenário é fundamental a alocação inteligente de recursos computacionais em função da demanda por processamento, custo desta alocação e requisitos do negócio. A Simulação de Monte Carlo é um método estatístico utilizado para resolver uma ampla gama de problemas científicos e de engenharia. Quando aplicado a problemas reais, muitas vezes apresenta os desafios mencionados. Computação na nuvem surge como uma alternativa para disponibilizar recursos computacionais sob demanda, gerando economia de escala sem precedentes e escalabilidade quase infinita. Ao alinhar uma moderna arquitetura à nuvem é possível encapsular funcionalidades e oferecer um leque de serviços que antes seriam restritos a domínios específicos. Neste trabalho propomos um arcabouço genérico, que permite a disponibilização de um leque de serviços baseados na Simulação de Monte Carlo, fazendo uso racional da elasticidade provida pela nuvem, a fim de alcançar melhores patamares de eficiência e reuso.The investment in computing infrastructure to attend seasonal demand or processing peak can generate financial waste, because the most of the time these resources are idle. In addition, in many solutions the response time are critical to attend business requirements, which often, turn the solution economically unviable. In this scenario it is essential intelligent allocation of computing resources according to the demand for processing, allocation and cost of business requirements. The Monte Carlo Simulation is a statistical method widely used to solve a wide range of scientific and engineering problems. When applied to real problems usually have the challenges mentioned. Cloud Computing is an alternative to providing on-demand computing resources, generating economies of scale unprecedented and almost infinite scalability. Aligning a modern architecture to the cloud is possible to encapsulate functionality and offer a range of services that would previously have been restricted to specific areas. In this paper we are interested in building a generic framework, that may provide a range of services based on Monte Carlo, make rational use of the elasticity provided by the cloud in order to achieve better levels of efficiency and reuse.PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIROhttps://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=19632@1https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=19632@2porreponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)instacron:PUC_RIOinfo:eu-repo/semantics/openAccess2022-11-01T13:16:01Zoai:MAXWELL.puc-rio.br:19632Repositório InstitucionalPRIhttps://www.maxwell.vrac.puc-rio.br/ibict.phpopendoar:5342019-08-29T00:00Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)false |
dc.title.pt.fl_str_mv |
MCCLOUD SERVICE FRAMEWORK: ARCABOUÇO PARA DESENVOLVIMENTO DE SERVIÇOS BASEADOS NA SIMULAÇÃO DE MONTE CARLO NA CLOUD |
dc.title.alternative.en.fl_str_mv |
MCCLOUD SERVICE FRAMEWORK: DEVELOPMENT SERVICES OF MONTE CARLO SIMULATION IN THE CLOUD |
title |
MCCLOUD SERVICE FRAMEWORK: ARCABOUÇO PARA DESENVOLVIMENTO DE SERVIÇOS BASEADOS NA SIMULAÇÃO DE MONTE CARLO NA CLOUD |
spellingShingle |
MCCLOUD SERVICE FRAMEWORK: ARCABOUÇO PARA DESENVOLVIMENTO DE SERVIÇOS BASEADOS NA SIMULAÇÃO DE MONTE CARLO NA CLOUD RAFAEL BARBOSA NASSER |
title_short |
MCCLOUD SERVICE FRAMEWORK: ARCABOUÇO PARA DESENVOLVIMENTO DE SERVIÇOS BASEADOS NA SIMULAÇÃO DE MONTE CARLO NA CLOUD |
title_full |
MCCLOUD SERVICE FRAMEWORK: ARCABOUÇO PARA DESENVOLVIMENTO DE SERVIÇOS BASEADOS NA SIMULAÇÃO DE MONTE CARLO NA CLOUD |
title_fullStr |
MCCLOUD SERVICE FRAMEWORK: ARCABOUÇO PARA DESENVOLVIMENTO DE SERVIÇOS BASEADOS NA SIMULAÇÃO DE MONTE CARLO NA CLOUD |
title_full_unstemmed |
MCCLOUD SERVICE FRAMEWORK: ARCABOUÇO PARA DESENVOLVIMENTO DE SERVIÇOS BASEADOS NA SIMULAÇÃO DE MONTE CARLO NA CLOUD |
title_sort |
MCCLOUD SERVICE FRAMEWORK: ARCABOUÇO PARA DESENVOLVIMENTO DE SERVIÇOS BASEADOS NA SIMULAÇÃO DE MONTE CARLO NA CLOUD |
author |
RAFAEL BARBOSA NASSER |
author_facet |
RAFAEL BARBOSA NASSER |
author_role |
author |
dc.contributor.advisor2ID.none.fl_str_mv |
37591487787 |
dc.contributor.advisor1.fl_str_mv |
KARIN KOOGAN BREITMAN |
dc.contributor.advisor1ID.fl_str_mv |
37591487787 |
dc.contributor.advisor1Lattes.fl_str_mv |
lattes.cnpq.br/5297074319265251 |
dc.contributor.advisor2.fl_str_mv |
KARIN KOOGAN BREITMAN |
dc.contributor.advisor2Lattes.fl_str_mv |
lattes.cnpq.br/5297074319265251 |
dc.contributor.referee1.fl_str_mv |
HELIO CORTES VIEIRA LOPES |
dc.contributor.referee2.fl_str_mv |
JOSE VITERBO FILHO |
dc.contributor.referee3.fl_str_mv |
KARIN KOOGAN BREITMAN |
dc.contributor.referee4.fl_str_mv |
JOSE VITERBO FILHO |
dc.contributor.referee5.fl_str_mv |
JOSE VITERBO FILHO |
dc.contributor.authorID.fl_str_mv |
08972977764 |
dc.contributor.authorLattes.fl_str_mv |
lattes.cnpq.br/9503735014198416 |
dc.contributor.author.fl_str_mv |
RAFAEL BARBOSA NASSER |
contributor_str_mv |
KARIN KOOGAN BREITMAN KARIN KOOGAN BREITMAN HELIO CORTES VIEIRA LOPES JOSE VITERBO FILHO KARIN KOOGAN BREITMAN JOSE VITERBO FILHO JOSE VITERBO FILHO |
description |
O investimento em infraestrutura computacional para suportar picos de processamento de curta duração ou sazonais pode gerar desperdícios financeiros, em razão de, na maior parte do tempo, estes recursos ficarem ociosos. Além disso, em muitas soluções, o tempo de resposta é crítico para atendimento dos requisitos do negócio, tornando, muitas vezes, a solução economicamente inviável. Neste cenário é fundamental a alocação inteligente de recursos computacionais em função da demanda por processamento, custo desta alocação e requisitos do negócio. A Simulação de Monte Carlo é um método estatístico utilizado para resolver uma ampla gama de problemas científicos e de engenharia. Quando aplicado a problemas reais, muitas vezes apresenta os desafios mencionados. Computação na nuvem surge como uma alternativa para disponibilizar recursos computacionais sob demanda, gerando economia de escala sem precedentes e escalabilidade quase infinita. Ao alinhar uma moderna arquitetura à nuvem é possível encapsular funcionalidades e oferecer um leque de serviços que antes seriam restritos a domínios específicos. Neste trabalho propomos um arcabouço genérico, que permite a disponibilização de um leque de serviços baseados na Simulação de Monte Carlo, fazendo uso racional da elasticidade provida pela nuvem, a fim de alcançar melhores patamares de eficiência e reuso. |
publishDate |
2012 |
dc.date.issued.fl_str_mv |
2012-04-04 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=19632@1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=19632@2 |
url |
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=19632@1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=19632@2 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO |
dc.publisher.program.fl_str_mv |
PPG EM INFORMÁTICA |
dc.publisher.initials.fl_str_mv |
PUC-Rio |
dc.publisher.country.fl_str_mv |
BR |
publisher.none.fl_str_mv |
PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da PUC-RIO (Projeto Maxwell) instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO) instacron:PUC_RIO |
instname_str |
Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO) |
instacron_str |
PUC_RIO |
institution |
PUC_RIO |
reponame_str |
Repositório Institucional da PUC-RIO (Projeto Maxwell) |
collection |
Repositório Institucional da PUC-RIO (Projeto Maxwell) |
repository.name.fl_str_mv |
Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO) |
repository.mail.fl_str_mv |
|
_version_ |
1748324912433463296 |