Predição de tempo e dimensionamento de recursos para workflows científicos em nuvens federadas

Detalhes bibliográficos
Autor(a) principal: Rosa, Michel Junio Ferreira
Data de Publicação: 2017
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UnB
Texto Completo: http://repositorio.unb.br/handle/10482/24026
Resumo: Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2017.
id UNB_8d5d65616aca19c29e82bc8842b27cd3
oai_identifier_str oai:repositorio.unb.br:10482/24026
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Predição de tempo e dimensionamento de recursos para workflows científicos em nuvens federadasFederação de nuvensPredição de recursosBioinformáticaDissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2017.A computação em nuvem concebeu um modelo computacional interessante, que fornece um conjunto de recursos tais como armazenamento, banco de dados e poder de processamento, todos disponibilizados como serviços. Recentemente, o conceito de computação em nuvem se estendeu para a computação em nuvens federadas, nas quais diferentes provedores se interconectam para disponibilizarem mais recursos de maneira integrada e transparente ao usuário final. Assim, o uso de plataformas de nuvem tem sido amplamente incentivado em aplicações que demandam muito poder de processamento e/ou armazenamento, como por exemplo os workflows de bioinformática. Todavia, os usuários que operam tais workflows se deparam com uma variedade e quantidade muito grande de recursos disponíveis, sendo difícil a escolha correta dos mesmos para um determinado workflow. Esse dimensionamento está longe de ser trivial e, para tratar desse problema, este trabalho propõe uma abordagem chamada sPCR (Serviço de Predição de Custos e Recursos Computacionais), que mescla a metaheurísticas GRASP e o método de regressão linear múltipla, com o objetivo de dimensionar os recursos para os usuários de forma transparente, ao informar o custo financeiro e o tempo de execução antes mesmo de iniciar o workflow. Além disso, o sPCR permite que o usuário possa interagir e escolher entre execuções de alto desempenho, de baixo orçamento, ou definir o quanto quer pagar e em quanto tempo quer a finalização do workflow, tudo de forma automática e transparente. Os resultados mostram a adequação do sPCR para estimar os recursos, custos e tempos de execução dos workflows testados.Cloud computing provides an interesting computational model which provides a set of features, such as storage, database, and processing power, all made available as services. Recently, the concept of cloud computing has been extended to cloud federations in which different providers interconnect to provide more resources to the end user in an integrated and transparent way. The use of cloud platforms has been widely encouraged in applications that require a lot of processing and / or storage power, such as bioinformatics workflows. However, users who operate such workflows are faced with a very large variety and quantity of available resources, making it difficult to choose the correct ones for a certain workflow. This design is far from trivial and, in order to address this problem, this work proposes an approach called sPCR (Service of Costs and Computational Resources Prediction) which merges GRASP metaheuristics and the multiple linear regression method, with the purpose of transparently measuring resources for users by reporting the financial cost and runtime before even starting the workflow. In addition, sPCR allows the user to interact and choose between high-performance, low-budget runs, or set how much to pay and how long to finish the workflow, all automatically and transparently. The results show the adequacy of the sPCR to estimate the resources, costs and execution times of the tested workflows.Araújo, Aletéia Patrícia Favacho deRosa, Michel Junio Ferreira2017-08-04T19:59:58Z2017-08-04T19:59:58Z2017-08-042017-02-24info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfROSA, Michel Junio Ferreira. Predição de tempo e dimensionamento de recursos para workflows científicos em nuvens federadas. 2017. xii, 85 f., il. Dissertação (Mestrado em Informática)—Universidade de Brasília, Brasília, 2017.http://repositorio.unb.br/handle/10482/24026A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNB2023-07-14T18:56:21Zoai:repositorio.unb.br:10482/24026Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2023-07-14T18:56:21Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.none.fl_str_mv Predição de tempo e dimensionamento de recursos para workflows científicos em nuvens federadas
title Predição de tempo e dimensionamento de recursos para workflows científicos em nuvens federadas
spellingShingle Predição de tempo e dimensionamento de recursos para workflows científicos em nuvens federadas
Rosa, Michel Junio Ferreira
Federação de nuvens
Predição de recursos
Bioinformática
title_short Predição de tempo e dimensionamento de recursos para workflows científicos em nuvens federadas
title_full Predição de tempo e dimensionamento de recursos para workflows científicos em nuvens federadas
title_fullStr Predição de tempo e dimensionamento de recursos para workflows científicos em nuvens federadas
title_full_unstemmed Predição de tempo e dimensionamento de recursos para workflows científicos em nuvens federadas
title_sort Predição de tempo e dimensionamento de recursos para workflows científicos em nuvens federadas
author Rosa, Michel Junio Ferreira
author_facet Rosa, Michel Junio Ferreira
author_role author
dc.contributor.none.fl_str_mv Araújo, Aletéia Patrícia Favacho de
dc.contributor.author.fl_str_mv Rosa, Michel Junio Ferreira
dc.subject.por.fl_str_mv Federação de nuvens
Predição de recursos
Bioinformática
topic Federação de nuvens
Predição de recursos
Bioinformática
description Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2017.
publishDate 2017
dc.date.none.fl_str_mv 2017-08-04T19:59:58Z
2017-08-04T19:59:58Z
2017-08-04
2017-02-24
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 ROSA, Michel Junio Ferreira. Predição de tempo e dimensionamento de recursos para workflows científicos em nuvens federadas. 2017. xii, 85 f., il. Dissertação (Mestrado em Informática)—Universidade de Brasília, Brasília, 2017.
http://repositorio.unb.br/handle/10482/24026
identifier_str_mv ROSA, Michel Junio Ferreira. Predição de tempo e dimensionamento de recursos para workflows científicos em nuvens federadas. 2017. xii, 85 f., il. Dissertação (Mestrado em Informática)—Universidade de Brasília, Brasília, 2017.
url http://repositorio.unb.br/handle/10482/24026
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.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Repositório Institucional da UnB
collection Repositório Institucional da UnB
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv repositorio@unb.br
_version_ 1810580796337029120

Registros relacionados