Predição de recursos para workflows científicos de bioinformática em nuvens federadas com aprendizado de máquina

Detalhes bibliográficos
Autor(a) principal: Carvalho Sobrinho, Matheus de
Data de Publicação: 2021
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UnB
Texto Completo: https://repositorio.unb.br/handle/10482/43268
Resumo: Dissertação (Mestrado em Informática) — Universidade de Brasília, Brasília, 2021.
id UNB_a1ce64a975713c1d6b66e45d39294cdc
oai_identifier_str oai:repositorio.unb.br:10482/43268
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Predição de recursos para workflows científicos de bioinformática em nuvens federadas com aprendizado de máquinaFederação da nuvemPrevisão de recursosAprendizagem de máquinaWorkflows de bioinformáticaDissertação (Mestrado em Informática) — Universidade de Brasília, Brasília, 2021.A federação em nuvem surgiu para estender os recursos disponíveis entre diferentes prove dores de nuvem, interconectados para aumentar a disponibilidade de maneira transparente e ilimitada para o usuário final. As plataformas de orquestração em nuvem se tornaram uma forma de gerenciar as demandas por alto poder computacional em diferentes prove dores, que executam aplicativos que demandam alto consumo de memória e/ou proces samento, tais como os workflows de Bioinformática. A grande quantidade de recursos disponíveis entre vários provedores em uma federação torna difícil escolher qual é o mais adequado para determinados workflows. Este trabalho propõe um Serviço de Predição de Recursos por Aprendizado de Máquina, denominado sPCRAM. O sPCRAM utiliza um modelo de aprendizado de máquina combinado com uma meta-heurística GRASP para dimensionar os recursos de forma transparente e adequada, determinando o custo mon etário e o tempo de execução antes da execução do workflows. O sPCRAM permite que o usuário defina de forma interativa o tipo de execução, calibre o tempo e o custo. Os re sultados demonstram que o sPCRAM pode estimar adequadamente o tempo de execução e o custo dos recursos de federação em nuvem, em média, 97,70% mais rápido do que a técnica de força bruta para seleção de recursos.Cloud federation emerged to extend the resources available across different cloud providers, interconnected to increase availability in a transparent and unlimited way for the end user. As cloud orchestration platforms if needed a way to manage how demands for high computational power in different providers that run applications that demand high con sumption of memory and/or processing, such as the workflows of Bioinformatics. A large amount of resources available across multiple providers in a federation makes it difficult to choose which one is best suited for certain workflows. This work offers a Machine Learning Resource Prediction Service, called sPCRAM. sPCRAM uses a machine learning model combined with a GRASP metaheuristic to transparently and appropriately size resources, determining the monetary cost and execution time before executing the workflows. The sPCRAM allows the user to interactively adjust run type, gauge or time, and cost. The results demonstrate that sPCRAM can estimate the runtime and cost of cloud federation resources on average 97.70% faster than the brute force technique for resource selection.Von Paumgartten, Aletéia Patrícia Favacho de AraújoCarvalho Sobrinho, Matheus de2022-04-01T19:39:58Z2022-04-01T19:39:58Z2022-04-012021-11-12info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfCARVALHO SOBRINHO, Matheus de. Predição de recursos para workflows científicos de bioinformática em nuvens federadas com aprendizado de máquina. 2021. 122 f., il. Dissertação (Mestrado em Informática) — Universidade de Brasília, Brasília, 2021.https://repositorio.unb.br/handle/10482/43268A 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:UNB2023-07-14T18:56:24Zoai:repositorio.unb.br:10482/43268Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2023-07-14T18:56:24Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.none.fl_str_mv Predição de recursos para workflows científicos de bioinformática em nuvens federadas com aprendizado de máquina
title Predição de recursos para workflows científicos de bioinformática em nuvens federadas com aprendizado de máquina
spellingShingle Predição de recursos para workflows científicos de bioinformática em nuvens federadas com aprendizado de máquina
Carvalho Sobrinho, Matheus de
Federação da nuvem
Previsão de recursos
Aprendizagem de máquina
Workflows de bioinformática
title_short Predição de recursos para workflows científicos de bioinformática em nuvens federadas com aprendizado de máquina
title_full Predição de recursos para workflows científicos de bioinformática em nuvens federadas com aprendizado de máquina
title_fullStr Predição de recursos para workflows científicos de bioinformática em nuvens federadas com aprendizado de máquina
title_full_unstemmed Predição de recursos para workflows científicos de bioinformática em nuvens federadas com aprendizado de máquina
title_sort Predição de recursos para workflows científicos de bioinformática em nuvens federadas com aprendizado de máquina
author Carvalho Sobrinho, Matheus de
author_facet Carvalho Sobrinho, Matheus de
author_role author
dc.contributor.none.fl_str_mv Von Paumgartten, Aletéia Patrícia Favacho de Araújo
dc.contributor.author.fl_str_mv Carvalho Sobrinho, Matheus de
dc.subject.por.fl_str_mv Federação da nuvem
Previsão de recursos
Aprendizagem de máquina
Workflows de bioinformática
topic Federação da nuvem
Previsão de recursos
Aprendizagem de máquina
Workflows de bioinformática
description Dissertação (Mestrado em Informática) — Universidade de Brasília, Brasília, 2021.
publishDate 2021
dc.date.none.fl_str_mv 2021-11-12
2022-04-01T19:39:58Z
2022-04-01T19:39:58Z
2022-04-01
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 CARVALHO SOBRINHO, Matheus de. Predição de recursos para workflows científicos de bioinformática em nuvens federadas com aprendizado de máquina. 2021. 122 f., il. Dissertação (Mestrado em Informática) — Universidade de Brasília, Brasília, 2021.
https://repositorio.unb.br/handle/10482/43268
identifier_str_mv CARVALHO SOBRINHO, Matheus de. Predição de recursos para workflows científicos de bioinformática em nuvens federadas com aprendizado de máquina. 2021. 122 f., il. Dissertação (Mestrado em Informática) — Universidade de Brasília, Brasília, 2021.
url https://repositorio.unb.br/handle/10482/43268
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_ 1810580877691846656

Registros relacionados