Dissertação

FairCloud - Auction-driven Cloud Scheduling EVALUATED

Com a Computação em Nuvem, o acesso a recursos computacionais tornou-se cada vez mais simples, e as aplicações podem oferecer melhor escalabilidade e disponibilidade. No entanto, essas propriedades são suportadas por um consumo de energia que não é proporcional à carga computacional, e um modelo de preços que não pode ser adaptado a diferentes tipos de utilizadores. Uma maneira de melhorar a eficiência energética é reduzir o tempo estacionário dos recursos - os recursos estão ativos, mas atendem a um propósito comercial limitado. Apresentamos o FairCloud, um escalonador que facilita a alocação, permitindo a adaptação de pedidos de máquinas virtuais (através da conversão para outros tipos de máquinas e degradações), dependendo do perfil do utilizador. Além disso, este sistema implementa um sistema de reputação interna, para detetar fornecedores com baixa qualidade de serviço. O FairCloud foi implementado usando o CloudSim e a extensão CloudAuctions. Foi testado com o Google Cluster Data. Observámos que conseguimos alocações mais rápidas e aumento da utilização de CPU, traduzindo-se em mais pedidos satisfeitos, mais eficiência energética e um maior lucro do fornecedor. O nosso mecanismo de reputação mostrou-se eficaz reduzindo a classificação dos fornecedores com menor qualidade.
Computação em nuvem, Energia, Modelos de preço, Leilões, Escalonamento, Qualidade de serviço

Novembro 8, 2017, 18:0

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

Luís Manuel Antunes Veiga

Departamento de Engenharia Informática (DEI)

Professor Associado

ORIENTADOR

José Manuel de Campos Lages Garcia Simão

Instituto Superior de Engenharia de Lisboa - ISEL

Professor Adjunto