Modelagem matemática da precificação dos recursos computacionais utilizados em planos de provedores de computação em uvens usando o método hedônico

• Autor(a) principal: Pacheco, Jussiano Regis
• Data de Publicação: 2018
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UNIJUI
• Texto Completo: http://bibliodigital.unijui.edu.br:8080/xmlui/handle/123456789/5524
• topic: Ciências exatas e da terra.; Modelagem matemática.; Computação em nuvem.; Infraestrutura como um serviço.; regressão múltipla.; Modelo de precificação.; Modelo hedônico.

A computação em nuvem se apresenta como possibilidade eficiente de maximizar e flexibilizar os recursos computacionais das empresas Infrastructure as Service (IaaS) é um modelo de computação em nuvem focado na contratação de máquinas virtuais com o intuito de oferecer o uso de recursos computacionais de forma otimizada. Entretanto, a diversidade de planos ofertados, assim como as estratégias de precificação adotadas pelos provedores torna complexa a tomada de decisão. Neste sentido, com o objetivo de compreender a composição dos planos de precificação, esta dissertação desenvolveu modelos ecnométricos para estimular os preços dos recursos computacionais utilizados em planos de provedores de computação em nuvem da modalidade IaaS por meio de método hedônico. Para isso, foram analisados planos de computação em nuvem ofertados por três dos principais provedores Amazon Web Service, Google Cloud Platform e Microsolft Windos Azure. Os dados obtidos referem-se ao valor mensal, características qualitativas (como CPU, armazenamento e memória). Utilizou-se para estimular os coeficientes a análise de regressão Não Linear. Os testes estatísticos mostram que os modelos são eficazes. Os resultados permitiram identificar determinadas estratégias de precificação aplicadas. Os planos da Google Cloud apresentam um padrão semelhante de precificação dos recursos computacionais em relação a localização geográfica. Também e o provedor com o preço médio mais baixo pelo conjunto de recursos computacionais. Já a Azure utiliza de estratégias especificas de preços em cada um dos servidores, os preços praticados não apresentam relação com a localização geográfica. É também a Azure que possui o valor médio mais alto pelo conjunto CPU x Memória (1x3,75GB). Já na Amazon observou-se que a localização geográfica do servidor tem influência sobre os planos de precificação. Este também é o provedor que possui o maior valor entre s planos com sistemas operacionais Windows, preço 76% maior que a Azure. Em uma análise comparativa, os planos propostos pela Google mostraram ser mais vantajosos em situações com baixa e média quantidade de Armazenamento. A Amazon apresentou as melhores opções para o planos compostos por alta quantidade de armazenamento e com sistema operacional Linux e Windows, este último somente em algumas regiões. A análise estatística indica que o modelo proposto permite compreender as estratégias de preço praticadas pelos provedores de Computação em Nuvem.