Dissertação

Social-Networking@Edge EVALUATED

As Redes Sociais tornaram-se bastante populares nos últimos tempos. Estas organizações têm um número crescente de utilizadores e recolhem petabytes de informação sobre as suas interacções. Ter a capacidade de entender esses dados é crucial para o seu sucesso porque lhes permite inferir tendências, recomendar amigos e escolher o conteúdo que mais se adequa a cada utilizador. Foram desenvolvidas algumas ferramentas que permitem analisar tais quantidades de dados. Contudo, usar estas ferramentas requer uma capacidade de processamento considerável, que normalmente é suportada por enormes infraestruturas centralizadas. A criação e manutenção dessas estruturas acarreta custos altos e uma elevada pegada ecológica. Ao mesmo tempo, as máquinas usadas pelos utilizadores das redes sociais, têm uma capacidade de processamento cada vez maior que normalmente não é usada na sua totalidade. Esta tese propõe uma solução que faz uso dos recursos computacionais dos utilizadores, enquanto utilizam o site rede social, para executar computação que normalmente seria efectuada em centros de processamento de dados. Social-Networking@Edge é uma framework de MapReduce que aproveita os recursos livres dos utilizadores para executar tarefas no seu Web Browser, tratando dos problemas relacionados com distribuição de dados, tolerância a faltas e balanceamento de carga. Ao fazer uso desta solução, as redes sociais seriam capazes de suportar os mesmos requisitos de processamento de um modo muito mais eficiente em termos de custos e reduzindo a sua pegada ecológica.
Redes Sociais, MapReduce, Partilha de Recursos, Web Browser, P2P

Junho 5, 2015, 16:30

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

Luís Manuel Antunes Veiga

Departamento de Engenharia Informática (DEI)

Professor Auxiliar