To meet user requirements, Infrastructure Providers (InPs) began offering Virtual Infrastructure (VI) as a service. Among the tasks required to offer VIs as a service, the main one is the allocation of the requested VIs in the physical infrastructure. The allocation process consists of identifying within the infrastructure a feature set to host the components of the VIs. However, the allocation process is not trivial as it must meet predefined network and computing requirements. In addition, for effective infrastructure management, load balancing and reduction of allocation overhead is essential. Similarly, in the allocation process, some objectives of InPs and users should be considered. Generally guided by their financial perspective, InPs want to maximize their revenue by allocating as many VIs as possible using the smallest possible infrastructure. On the other hand, users mostly want efficient and low cost VIs. Therefore, the allocation process is complex and must meet a considerable set of constraints. To address this problem, the present dissertation presented an Evolutionary Multiobjective Algorithm (MOEA) to allocate VIs on a physical infrastructure, meeting computation and network requirements, evaluating solutions that meet goals such as load balancing and low allocation overhead. MOEA employed the proposed model for mapping the virtual resources of VIs into the physical resources of the physical infrastructure. In addition, a simulator was developed to evaluate solutions to the VI allocation problem. The experimental evaluation employed the simulation technique to evaluate the performance of the proposed solution. Thus, the algorithms were implemented in the Java language, and a comparative analysis was performed between different algorithms that employed the proposed allocation model. Thus, to evaluate the performance of the algorithms, the following metrics were used: time to fulfill an IV request, provider profit, rejection rate and efficiency of physical infrastructure use. In addition, a Cisco three-tier model-based topology was used to represent the physical infrastructure. The experimental results show that the developed Genetic Algorithm (GA) based MOEA presents promising results for several scenarios, combining speed and efficiency in the allocation. The proposed allocation model proved to be useful for mapping the virtual resources of VIs into the physical resources of the physical infrastructure. Therefore, the present work contributes to a possible solution to the problem and opens the way for new proposals that may employ the simulator and the proposed model.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESPara atender os requisitos dos usuários, Provedores de Infraestrutura (InPs, do inglês Infras tructure Providers) começaram a oferecer Infraestruturas Virtuais (VI, do inglês Virtual Infrastructure) como um serviço. Dentre as tarefas necessárias para oferecer VIs como um serviço, a principal é a alocação das VIs solicitadas na infraestrutura física. O processo de alocação consiste em identificar dentro da infraestrutura um conjunto de recursos para hospedar os componentes das VIs. Porém, o processo de alocação não é trivial pois ele deve respeitar os requisitos de rede e computação pré-definidos. Além disso, para um gerenciamento efetivo da infraestrutura, o balanceamento da carga e a redução do overhead de alocação são essenciais. Do mesmo modo, no processo de alocação, alguns objetivos dos InPs e usuários devem ser considerados. Geralmente guiados por suas perspectivas financeiras, os InPs desejam maximizar a sua receita alocando o maior número de VIs, usando a menor infraestrutura possível. Por outro lado, os usuários desejam majoritariamente VIs eficientes e de baixo custo. Portanto, o processo de alocação é complexo e deve atender a um conjunto considerável de restrições. Para resolver esse problema, o presente trabalho apresentou um Algoritmo Evolucionário Multiobjetivo (MOEA, do inglês Multi-Objective Evolutionary Algorithm) para alocar VIs em uma infraestrutura física, atendendo os requisitos de computação e rede, avaliando soluções que atendam objetivos como: balanceamento de carga e baixo overhead de alocação. O MOEA empregou o modelo proposto para o mapeamento dos recursos virtuais das VIs nos recursos físicos da infraestrutura física. Ademais, foi desenvolvido um simulador para avaliar soluções para o problema de alocação de VIs. A avaliação experimental utilizou a técnica de simulação para avaliar o desempenho da solução proposta. Desse modo, os algoritmos foram implementados na linguagem Java, e uma análise comparativa foi realizada entre diferentes algoritmos que aplicavam o modelo de alocação proposto. Sendo assim, para avaliar o desempenho dos algoritmos foram utilizada as métricas: tempo para atender uma requisição de VI, lucro do provedor, taxa de rejeição e eficiência do uso da infraestrutura física. Além disso, foi utilizada uma topologia baseada no modelo de três camadas da Cisco para representar a infraestrutura física. Os resultados experimentais demostram que o MOEA baseado no Algoritmo Genético (GA, do inglês Genetic Algorithm) desenvolvido apresenta resultados promissores para diversos cenários, combinando rapidez e eficiência na alocação. O modelo de alocação proposto se mostrou útil para o mapeamento dos recursos virtuais nos recursos físicos. Portanto, o presente trabalho contribui com uma possível solução para o problema e abre caminho para novas propostas que podem empregar o simulador e o modelo proposto.São Cristóvão, SE