Uma contribuição ao Int-FLBCC explorando Consenso Fuzzy via funções de penalidade.

• Autor(a) principal: Schneider, Guilherme Bayer
• Data de Publicação: 2022
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UFPel - Guaiaca
• Texto Completo: http://guaiaca.ufpel.edu.br/handle/prefix/8580
• topic: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO; Lógica fuzzy; Computação em nuvem; Computação verde; Análise de consenso; Fuzzy Logic; Cloud Computing; Green Computing; Consensus analysis

A consolidação dinâmica de recursos nas infraestruturas disponibilizadas pelas Nuvens Computacionais é uma estratégia bastante utilizada para melhorar a eficiência energética na Computação em Nuvem (CN). Determinar quando é melhor realocar Máquinas Virtuais (MVs) de hosts sobrecarregados, ou que estejam com uma carga muito baixa, é um aspecto que influencia diretamente na utilização de recursos e na qualidade de serviço oferecida pela infraestrutura de CN. Enquanto etapa importante dos esforços de estudo e pesquisa, foi realizada uma Revisão Sistemática da Literatura através da formulação de uma string de pesquisa, um critério de inclusão e quatro critérios de exclusão. Ao final desta etapa, foram selecionados oito trabalhos, sendo apresentadas suas principais características e as estratégias usadas para o gerenciamento de recursos na CN. Considerando este contexto, este trabalho tem por objetivo a concepção de uma abordagem para a consolidação de recursos em um ambiente de CN, que considere o tratamento de informações relacionadas ao Poder Computacional, Custo de Comunicação e Consumo de Memória RAM. Para tal, a abordagem proposta estende o Int-FLBCC, que consiste em uma abordagem de Lógica Fuzzy Valorada Intervalarmente, acrescentando um grau de confiabilidade aos resultados obtidos com uma avaliação através de medidas de consenso. Foram feitas avaliações explorando duas frentes: (i) onde são exploradas medidas de consenso e penalidades em valores fuzzy, a partir das funções de pertinência; e (ii) que considera a imprecisão inerente aos conjuntos fuzzy valorados intervalarmente referente às variáveis de entrada e saída. As avaliações realizadas apontam resultados promissores no tratamento da imprecisão através das funções desenvolvidas no Int-FLBCC, e ainda, em virtude da exploração do consenso fuzzy, é gerada uma maior confiabilidade no tratamento da incerteza presente nas informações capturadas de uma infraestrutura típica de CN.