Compartilhamento |
|
Use este identificador para citar ou linkar para este item:
https://tedebc.ufma.br/jspui/handle/tede/tede/2323
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.creator | REIS, Thiago Nelson Faria dos | - |
dc.creator.Lattes | http://lattes.cnpq.br/7902592398426978 | por |
dc.contributor.advisor1 | TEIXEIRA, Mário Antonio Meireles | - |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/9943003955628885 | por |
dc.contributor.advisor-co1 | ALMEIDA, João Dallyson Sousa de | - |
dc.contributor.advisor-co1Lattes | http://lattes.cnpq.br/6047330108382641 | por |
dc.contributor.referee1 | TEIXEIRA, Mário Antonio Meireles | - |
dc.contributor.referee1Lattes | http://lattes.cnpq.br/9943003955628885 | por |
dc.contributor.referee2 | ALMEIDA, João Dallyson Sousa de | - |
dc.contributor.referee2Lattes | http://lattes.cnpq.br/6047330108382641 | por |
dc.contributor.referee3 | SOARES, André Castelo Branco | - |
dc.contributor.referee3Lattes | http://lattes.cnpq.br/4545154317245176 | por |
dc.contributor.referee4 | PAIVA, Anselmo Cardoso de | - |
dc.contributor.referee4Lattes | http://lattes.cnpq.br/6446831084215512 | por |
dc.date.accessioned | 2018-07-26T13:05:39Z | - |
dc.date.issued | 2018-06-19 | - |
dc.identifier.citation | REIS, Thiago Nelson Faria dos. Um Recomendador de Alocação de Recursos em Computação em Nuvem usando Algoritmos Genéticos e SVR.. 2018.73 folhas. Dissertação( Programa de Pós-graduação em Ciência da Computação/CCET) - Universidade Federal do Maranhão,São Luís. | por |
dc.identifier.uri | https://tedebc.ufma.br/jspui/handle/tede/tede/2323 | - |
dc.description.resumo | A alocação de recursos em Computação em Nuvem tem sido feita de forma reativa, podendo gerar falhas de garantia de serviço e a incidência de cobrança dos recursos ociosos. A fim de minorar esses problemas, este trabalho tem por objetivo apresentar uma solução preditiva de alocação de recursos, na forma de um Recomendador de Configurações, utilizando Regressão de Vetores de Suporte (SVR) e Algoritmos Genéticos (AG). Como estudo de caso, são escolhidas aplicações de aprendizado de máquina baseadas na ferramenta Weka. Esta combinação é empregada para estimar o tempo de execução das aplicações e recomendar uma configuração viável e válida de recursos na nuvem, tendo como base o cálculo do tempo de execuçãoe dos custos. Os resultados obtidos demonstram que os tempos previstos tiveram uma acurácia de 94,71% em relação aos tempos reais, levando assim a uma estimativa eficaz de tempo e custo e obteve-se, em alguns casos de execução em ambiente em nuvem, uma redução de tempo e custo de 38,8% e 45,62%, respectivamente. | por |
dc.description.abstract | The allocation of resources in Cloud Computing has been done in a reactive way, what can generate service guarantee failures and the charging of idle resources. In order to alleviate these problems, the objective of this work is to present a predictive resource allocation solution, in the form of a Configuration Recommender, using Support Vector Regression (SVR) and Genetic Algorithms (GA). As a case study, machine learning applications based on the Weka tool are chosen. This arrangement is used to compute application execution time and recommend a viable and valid configuration of cloud resources, based on the estimation of execution time and costs. The results show that the predicted times had an acuracy of 94.71% in relation to the real ones, thus leading to an efficient estimation of time and cost. In some cases of execution in the cloud environment, there was a reduction of time and cost of 38.8% and 45.62%, respectively. | eng |
dc.description.provenance | Submitted by Maria Aparecida (cidazen@gmail.com) on 2018-07-26T13:05:39Z No. of bitstreams: 1 Thiago Nelson Faria dos Reis.pdf: 2748535 bytes, checksum: c3dd2a7bc948949df1dca137b71ba3b3 (MD5) | eng |
dc.description.provenance | Made available in DSpace on 2018-07-26T13:05:39Z (GMT). No. of bitstreams: 1 Thiago Nelson Faria dos Reis.pdf: 2748535 bytes, checksum: c3dd2a7bc948949df1dca137b71ba3b3 (MD5) Previous issue date: 2018-06-19 | eng |
dc.format | application/pdf | * |
dc.language | por | por |
dc.publisher | Universidade Federal do Maranhão | por |
dc.publisher.department | DEPARTAMENTO DE INFORMÁTICA/CCET | por |
dc.publisher.country | Brasil | por |
dc.publisher.initials | UFMA | por |
dc.publisher.program | PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO/CCET | por |
dc.rights | Acesso Aberto | por |
dc.subject | Computação em Nuvem; Algoritmo Genético; Regressão de Vetores de Suporte; Recomendador de configuração; Weka | por |
dc.subject | Cloud Computing; Genetic Algorithms; Support Vector Regression; Configuration Recommender; Weka | eng |
dc.subject.cnpq | Análise de Algoritmos e Complexidade de Computação. | por |
dc.title | Um Recomendador de Alocação de Recursos em Computação em Nuvem usando Algoritmos Genéticos e SVR. | por |
dc.title.alternative | A Resource Allocator in Cloud Computing using Genetic Algorithms and SVR. | eng |
dc.type | Dissertação | por |
Aparece nas coleções: | DISSERTAÇÃO DE MESTRADO - PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Thiago Nelson Faria dos Reis.pdf | Dissertação de Mestrado. | 2,68 MB | Adobe PDF | Baixar/Abrir Pré-Visualizar |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.