Extension of the correlation coefficient analysis via fuzzy aggregations applied in the dynamic consolidation of virtual machine in cloud computing

• Ano de defesa: 2022
• Autor(a) principal: Bertei, Alex
• Orientador(a): Reiser, Renata Hax Sander
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Instituição de defesa: Universidade Federal de Pelotas
• Programa de Pós-Graduação: Programa de Pós-Graduação em Computação
• Departamento: Centro de Desenvolvimento Tecnológico
• País: Brasil
• Palavras-chave em Português: Coefficient correlation; Fuzzy Sets; Atanassov’s Intuitionistic Fuzzy Sets; Atanassov’sInterval-Valued Intuitionistic fuzzy Set; Coeficiente de correlação; Conjuntos Fuzzy; Conjunto fuzzy intuicionista de Atanassov; Conjunto fuzzy intuicionista com valor de intervalo de Atanassov
• Área do conhecimento CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
• Link de acesso: http://guaiaca.ufpel.edu.br/handle/prefix/8583

A teoria dos conjuntos fuzzy (FS) tem sido amplamente utilizada em diversos campos da sociedade moderna desde que foi proposta por Zadeh em 1965. O conjunto fuzzy tradicional enfrenta um limite específico por não apresentar uma descrição abrangente de todas as informações dos problemas investigados. A teoria dos conjuntos fuzzy intuicionistas de Atanassov (A-IFS) fornece uma importante extensão fuzzy para melhor explorar e modelar situações onde há hesitação, lidando com as informações fuzzy de pertinência e não pertinência. Atanassov e Gargov apresentaram o conceito de conjunto fuzzy intuicionista com valor de intervalo de Atanassov (A-IVIFS) e estenderam a capacidade do A-IFS, lidando não apenas com a hesitação, mas também com informações imprecisas. Nessas abordagens, a análise de correlação considera a extensão do coeficiente de correlação de Pearce, aplicado em diversas áreas de pesquisa como análise de agrupamento, tomada de decisão, processamento digital de imagens e diagnóstico médico. Este trabalho propõe a extensão da análise do coeficiente de correlação, introduzindo o estudo e aplicação de uma generalização do coeficiente de correlação seguindo abordagens distintas: (i) Apresenta-se o método construtivo da generalização do coeficiente de correlação fuzzy n-dimensional, baseado em funções conjuntivas não normadas n-dimensionais, operadores de média n-dimensionais e funções de dissimilaridade não normadas bivariadas. (ii) A extensão do coeficiente de correlação de A-IFS para A-IVIFS é introduzida, com base no coeficiente de correlação fuzzy generalizado n-dimensional aplicado às funções de projeção aos índices fuzzy intuicionistas com valor de intervalo. (iii) O estudo das principais propriedades e expressões algébricas do coeficiente de correlação generalizado para A-IFS e A-IVIFS são discutidos, com foco em conectivos modais fuzzy e, também, considerando operadores duais e conjugados. (iv) Concebe-se a extensão do componente denominado de balanceamento de carga fuzzy intervalar para computação em nuvem (Int-FLBCC), adicionando um grau de confiabilidade nos resultados das informações correlacionadas, que são obtidas por avaliação através do método coeficiente de correlação fuzzy generalizado n-dimensional, que é realizado sobre os conjuntos fuzzy relacionados à etapa de defuzzificação. A metodologia de correlação proposta é integrada ao modelo Int-FLBCC, como uma análise potencial adicional, colaborando para alcançar uma abordagem flexível para consolidação dinâmica de máquinas virtuais, permitindo modelar incertezas no uso de recursos e eficiência energética na computação em nuvem.