@MASTERSTHESIS{ 2018:556111216,
 	title = {Um Recomendador de Alocação de Recursos em Computação em Nuvem usando Algoritmos Genéticos e SVR.},
 	year = {2018},
 	url = "https://tedebc.ufma.br/jspui/handle/tede/tede/2323",
 	abstract = "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.",
 	publisher = {Universidade Federal do Maranhão},
 	scholl = {PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO/CCET},
 	note = {DEPARTAMENTO DE INFORMÁTICA/CCET}
}