Hybrid approach for virtual machines allocation in computational clouds

dc.creatorRocha, Lucio Agostinho, 1982-
dc.date2013
dc.date2017-04-01T22:14:48Z
dc.date2017-07-13T19:54:46Z
dc.date2017-04-01T22:14:48Z
dc.date2017-07-13T19:54:46Z
dc.date.accessioned2018-03-29T03:59:58Z
dc.date.available2018-03-29T03:59:58Z
dc.identifierROCHA, Lucio Agostinho. Abordagem híbrida para alocação de máquinas virtuais em nuvens computacionais. 2013. 100 p. Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação, Campinas, SP. Disponível em: <http://www.bibliotecadigital.unicamp.br/document/?code=000915817>. Acesso em: 1 abr. 2017.
dc.identifierhttp://repositorio.unicamp.br/jspui/handle/REPOSIP/260392
dc.identifier.urihttp://repositorioslatinoamericanos.uchile.cl/handle/2250/1339390
dc.descriptionOrientador: Eleri Cardozo
dc.descriptionTese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação
dc.descriptionResumo: A Computação em Nuvem é um modelo para a oferta de serviços sob demanda na Internet. Neste modelo, um provedor de serviço de nuvem oferece serviços de processamento e armazenamento de informação por meio da virtualização de uma infraestrutura computacional, composta de servidores, equipamentos de comunicação, sistemas de armazenamento de dados, aplicativos, dentre outros. Na Computação em Nuvem as máquinas virtuais (VMs) são entidades que permitem o compartilhamento seguro de recursos na nuvem. Visando obter economia de escala, os provedores de serviço operam dezenas de data centers cada qual abrigando milhares de servidores e interconectados por redes de comunicação de alta capacidade. O consumo de energia nesta ampla infraestrutura física é responsável por uma parcela cada vez mais significativa dos custos operacionais das nuvens computacionais, além de contribuírem com a emissão de gases responsáveis pelo efeito estufa. Neste sentido, o processamento de informação em larga escala com baixas emissões de carbono, a chamada Computação Verde, assume um papel importante na Computação em Nuvem. O interesse pela Computação Verde tem motivado o surgimento de várias estratégias de alocação de recursos computacionais (VMs) em data centers com o objetivo de otimizar o consumo de energia na nuvem. Esta tese propõe uma estratégia capaz de otimizar o consumo de energia na infraestrutura de nuvem mantendo níveis de qualidade de serviço (QoS) na rede de comunicação dentro de limites definidos pelo provedor de serviço. Essa estratégia de otimização híbrida combina algoritmos genéticos, programação linear inteira mista e simulação de redes
dc.descriptionAbstract: Cloud Computing is a model for the offering of on demand services through the Internet. In this model, a cloud service provider offers processing and data storage services by virtualizing a computing infrastructure, composed of servers, communication equipments, storage systems, and applications, among others. In Cloud Computing virtual machines (VMs) are the entities that allow the secure sharing of resources in the cloud. In order to achieve economies of scale, service providers operate tens of data centers each one holding thousands of servers and interconnected by a high capacity communication network. The energy consumption in this wide physical infrastructure responds by an increasing and significant portion of the operational costs of the cloud, and contributes to the emission of greenhouse gases. In this scenario, the large scale information processing with low emissions of carbon dioxide, the Green Computing, is becoming a major concern in Cloud Computing. The interest in Green Computing has motivated the emergence of strategies for allocating computing resources (VMs) in data centers with the objective of optimizing the energy consumption in the cloud. This thesis proposes a strategy able to optimize the energy consumption in cloud infrastructure keeping levels of quality of service (QoS) in the network communication within thresholds defined by service provider. This strategy of hybrid optimization combines genetic algorithms, mixed integer linear programming, and network simulations
dc.descriptionDoutorado
dc.descriptionEngenharia de Computação
dc.descriptionDoutor em Engenharia Elétrica
dc.format100 p. : il.
dc.formatapplication/pdf
dc.languagePortuguês
dc.publisher[s.n.]
dc.subjectComputação em nuvem
dc.subjectRedes de computadores
dc.subjectAlgoritmos genéticos
dc.subjectPesquisa operacional
dc.subjectCloud computing
dc.subjectComputer networks
dc.subjectGenetic algorithms
dc.subjectOperational research
dc.titleAbordagem híbrida para alocação de máquinas virtuais em nuvens computacionais
dc.titleHybrid approach for virtual machines allocation in computational clouds
dc.typeTesis


Este ítem pertenece a la siguiente institución