Algoritmo Particle Swarm para escalonamento de máquinas virtuais em computação em nuvem

Detalhes bibliográficos
Ano de defesa: 2018
Autor(a) principal: Silva, Wellington Francisco da [UNESP]
Orientador(a): Lobato, Renata Spolon [UNESP]
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Estadual Paulista (Unesp)
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Computação em nuvem
Virtualização
Escalonamento de recursos
Palavras-chave em Inglês:
Cloud computing
Resource scalability
Virtualization
Link de acesso: http://hdl.handle.net/11449/180354
Resumo: A demanda computacional dos últimos anos fez um novo paradigma computacional tornar-se extremamente necessário para suprir a demanda por recursos. A computação em nuvem tem sido muito usada e é realidade em todos setores que demandam uso computacional aliado com segurança e com facilidade de gerenciamento. Data Centers gigantescos foram criados para atender uma demanda cada vez maior. Processamento, memória e armazenamento são entregues a clientes finais que não tem a preocupação com energia, resfriamento, hardware, software, licenças e gerenciamento, pagando apenas pelo que realmente necessita. Considerando que o usuário solicita recursos para executar uma determinada tarefa, faz-se necessária a criação de mecanismos eficientes de alocação de recursos e métricas de cobrança justas. Neste trabalho é feita uma revisão de conceitos de computação em nuvem, virtualização e escalonamento de recursos. São analisados alguns algoritmos de escalonamento. Utiliza o algoritmo particle swarm como base para escalonar máquinas virtuais na classe de infraestrutura como serviço(IaaS). Busca o ambiente que atenda a necessidade de recursos solicitados e o QoS (qualidade de serviço) contratado. Por fim é implementado o algoritmo particle swarm para fazer análise da melhor configuração de parâmetros para atender a demanda de alocação de máquina virtual em computação em nuvem. É considerado para o cálculo a quantidade de CPU, memória e disco. Os resultados mostraram que o algoritmo é eficiente para ser utilizado para escalonar máquinas virtuais em computação em nuvem.
id UNSP_4c3dd95b96c348e87de6bd91a79312b6
oai_identifier_str oai:repositorio.unesp.br:11449/180354
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str
spelling Silva, Wellington Francisco da [UNESP]Universidade Estadual Paulista (Unesp)Guido, RodrigoDezani, HenriqueLobato, Renata Spolon [UNESP]2019-01-07T11:38:36Z2019-01-07T11:38:36Z2018-12-04http://hdl.handle.net/11449/18035400091125433004153073P255686813740948600000-0001-8248-0826A demanda computacional dos últimos anos fez um novo paradigma computacional tornar-se extremamente necessário para suprir a demanda por recursos. A computação em nuvem tem sido muito usada e é realidade em todos setores que demandam uso computacional aliado com segurança e com facilidade de gerenciamento. Data Centers gigantescos foram criados para atender uma demanda cada vez maior. Processamento, memória e armazenamento são entregues a clientes finais que não tem a preocupação com energia, resfriamento, hardware, software, licenças e gerenciamento, pagando apenas pelo que realmente necessita. Considerando que o usuário solicita recursos para executar uma determinada tarefa, faz-se necessária a criação de mecanismos eficientes de alocação de recursos e métricas de cobrança justas. Neste trabalho é feita uma revisão de conceitos de computação em nuvem, virtualização e escalonamento de recursos. São analisados alguns algoritmos de escalonamento. Utiliza o algoritmo particle swarm como base para escalonar máquinas virtuais na classe de infraestrutura como serviço(IaaS). Busca o ambiente que atenda a necessidade de recursos solicitados e o QoS (qualidade de serviço) contratado. Por fim é implementado o algoritmo particle swarm para fazer análise da melhor configuração de parâmetros para atender a demanda de alocação de máquina virtual em computação em nuvem. É considerado para o cálculo a quantidade de CPU, memória e disco. Os resultados mostraram que o algoritmo é eficiente para ser utilizado para escalonar máquinas virtuais em computação em nuvem.The computational demand of the last years has made a new computational paradigm become extremely necessary to supply the demand for resources. Cloud computing has been widely used and is a reality in all sectors that demand computational use allied with security and with ease of management. Gigantic data centers were created to meet ever-increasing demand. Processing, memory, and storage are delivered to end customers who do not have the energy, cooling, hardware, software, licensing, and management concerns, paying only for what they really need. Considering that the user requests resources to perform a certain task, it is necessary to create efficient mechanisms of allocation of resources and fair collection metrics. In this work a review of concepts of cloud computing, virtualization and scheduling of resources is made. Some scaling and collection algorithms are analyzed. It uses the particle swarm algorithm as the basis for staging virtual machines in the infrastructure class as a service (IaaS). It seeks the environment that meets the need for requested resources and contracted QoS. Finally, the particle swarm algorithm is implemented to make analysis of the best parameter configuration to meet the demand for virtual machine allocation in cloud computing. The amount of CPU, memory and disk is considered for calculation. The results showed that the algorithm is efficient to be used to stagger virtual machines in cloud computing.porUniversidade Estadual Paulista (Unesp)Computação em nuvemVirtualizaçãoEscalonamento de recursosCloud computingResource scalabilityVirtualizationAlgoritmo Particle Swarm para escalonamento de máquinas virtuais em computação em nuvemParticle Swarm Algorithm for machine scheduling virtuals in cloud computinginfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPCiência da Computação - FC/FCT/IBILCE/IGCEComputação aplicadaComputação de Alto DesempenhoUniversidade Estadual Paulista (UNESP), Instituto de Biociências, Letras e Ciências Exatas, São José do Rio PretoOnline55686813740948600000-0001-8248-0826Publication43c38943-bd6f-4fb6-a9a5-8482a1f632c0virtual::257127-143c38943-bd6f-4fb6-a9a5-8482a1f632c0virtual::257127-1d7c91376-28ac-4ea8-aada-e75db43fbca8virtual::265286-1d7c91376-28ac-4ea8-aada-e75db43fbca8virtual::265286-1ORIGINALsilva_wf_me_sjrp.pdfsilva_wf_me_sjrp.pdfapplication/pdf4766528https://repositorio.unesp.br/bitstreams/5e7ba5db-74fe-48ce-8cc3-f3aca529fec4/downloadb9ebe3c5e2fa5a5958e1f3261ffa50ecMD53trueAnonymousREADLICENSElicense.txtWritten by org.dspace.content.LicenseUtilstext/plain; charset=utf-83063https://repositorio.unesp.br/bitstreams/311122ba-e115-4ec3-b02b-ec54c7d28707/downloadb1f23a832b5666d0d3a81f6660e11b4dMD52falseAnonymousREADTEXTsilva_wf_me_sjrp.pdf.txtWritten by FormatFilter org.dspace.app.mediafilter.TikaTextExtractionFilter on 2024-01-17T06:29:10Z (GMT).Extracted texttext/plain104014https://repositorio.unesp.br/bitstreams/687c761d-1012-4493-b377-d129eaafa76b/download8c7105721e97ce8dea3380a529e2a8bcMD56falseAnonymousREADTHUMBNAILsilva_wf_me_sjrp.pdf.jpgWritten by FormatFilter org.dspace.app.mediafilter.ImageMagickPdfThumbnailFilter on 2019-01-08T05:02:11Z (GMT).IM Thumbnailimage/jpeg4218https://repositorio.unesp.br/bitstreams/bc9cc72d-fd7c-4187-a047-ea7405dbccb4/download2e3aa586beee30e78aa4cb8bc47d1358MD55falseAnonymousREAD11449/1803542026-05-01T05:01:33.142732Zopen.accessoai:repositorio.unesp.br:11449/180354https://repositorio.unesp.brRepositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestrepositoriounesp@unesp.bropendoar:29462026-05-01T05:01:33Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)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
dc.title.pt.fl_str_mv Algoritmo Particle Swarm para escalonamento de máquinas virtuais em computação em nuvem
dc.title.alternative.en.fl_str_mv Particle Swarm Algorithm for machine scheduling virtuals in cloud computing
title Algoritmo Particle Swarm para escalonamento de máquinas virtuais em computação em nuvem
spellingShingle Algoritmo Particle Swarm para escalonamento de máquinas virtuais em computação em nuvem
Silva, Wellington Francisco da [UNESP]
Computação em nuvem
Virtualização
Escalonamento de recursos
Cloud computing
Resource scalability
Virtualization
title_short Algoritmo Particle Swarm para escalonamento de máquinas virtuais em computação em nuvem
title_full Algoritmo Particle Swarm para escalonamento de máquinas virtuais em computação em nuvem
title_fullStr Algoritmo Particle Swarm para escalonamento de máquinas virtuais em computação em nuvem
title_full_unstemmed Algoritmo Particle Swarm para escalonamento de máquinas virtuais em computação em nuvem
title_sort Algoritmo Particle Swarm para escalonamento de máquinas virtuais em computação em nuvem
author Silva, Wellington Francisco da [UNESP]
author_facet Silva, Wellington Francisco da [UNESP]
author_role author
dc.contributor.institution.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.contributor.committeeMember.none.fl_str_mv Guido, Rodrigo
Dezani, Henrique
dc.contributor.author.fl_str_mv Silva, Wellington Francisco da [UNESP]
dc.contributor.advisor1.fl_str_mv Lobato, Renata Spolon [UNESP]
contributor_str_mv Lobato, Renata Spolon [UNESP]
dc.subject.por.fl_str_mv Computação em nuvem
Virtualização
Escalonamento de recursos
topic Computação em nuvem
Virtualização
Escalonamento de recursos
Cloud computing
Resource scalability
Virtualization
dc.subject.eng.fl_str_mv Cloud computing
Resource scalability
Virtualization
description A demanda computacional dos últimos anos fez um novo paradigma computacional tornar-se extremamente necessário para suprir a demanda por recursos. A computação em nuvem tem sido muito usada e é realidade em todos setores que demandam uso computacional aliado com segurança e com facilidade de gerenciamento. Data Centers gigantescos foram criados para atender uma demanda cada vez maior. Processamento, memória e armazenamento são entregues a clientes finais que não tem a preocupação com energia, resfriamento, hardware, software, licenças e gerenciamento, pagando apenas pelo que realmente necessita. Considerando que o usuário solicita recursos para executar uma determinada tarefa, faz-se necessária a criação de mecanismos eficientes de alocação de recursos e métricas de cobrança justas. Neste trabalho é feita uma revisão de conceitos de computação em nuvem, virtualização e escalonamento de recursos. São analisados alguns algoritmos de escalonamento. Utiliza o algoritmo particle swarm como base para escalonar máquinas virtuais na classe de infraestrutura como serviço(IaaS). Busca o ambiente que atenda a necessidade de recursos solicitados e o QoS (qualidade de serviço) contratado. Por fim é implementado o algoritmo particle swarm para fazer análise da melhor configuração de parâmetros para atender a demanda de alocação de máquina virtual em computação em nuvem. É considerado para o cálculo a quantidade de CPU, memória e disco. Os resultados mostraram que o algoritmo é eficiente para ser utilizado para escalonar máquinas virtuais em computação em nuvem.
publishDate 2018
dc.date.issued.fl_str_mv 2018-12-04
dc.date.accessioned.fl_str_mv 2019-01-07T11:38:36Z
dc.date.available.fl_str_mv 2019-01-07T11:38:36Z
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 http://hdl.handle.net/11449/180354
dc.identifier.aleph.none.fl_str_mv 000911254
dc.identifier.capes.none.fl_str_mv 33004153073P2
dc.identifier.lattes.none.fl_str_mv 5568681374094860
dc.identifier.orcid.none.fl_str_mv 0000-0001-8248-0826
url http://hdl.handle.net/11449/180354
identifier_str_mv 000911254
33004153073P2
5568681374094860
0000-0001-8248-0826
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.publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
bitstream.url.fl_str_mv https://repositorio.unesp.br/bitstreams/5e7ba5db-74fe-48ce-8cc3-f3aca529fec4/download
https://repositorio.unesp.br/bitstreams/311122ba-e115-4ec3-b02b-ec54c7d28707/download
https://repositorio.unesp.br/bitstreams/687c761d-1012-4493-b377-d129eaafa76b/download
https://repositorio.unesp.br/bitstreams/bc9cc72d-fd7c-4187-a047-ea7405dbccb4/download
bitstream.checksum.fl_str_mv b9ebe3c5e2fa5a5958e1f3261ffa50ec
b1f23a832b5666d0d3a81f6660e11b4d
8c7105721e97ce8dea3380a529e2a8bc
2e3aa586beee30e78aa4cb8bc47d1358
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv repositoriounesp@unesp.br
_version_ 1878344178058919936

Registros relacionados