Exploração do Espaço de Projetos para Alocação de Recursos em Nuvem
Resumo
A computação em nuvem oferece uma enorme gama de recursos computacionais disponíveis sob demanda. Contudo, encontrar a melhor configuração que reduza custos e atenda as exigências do usuário tornou-se um grande desafio. Este desafio compartilha características essenciais com um problema da área de arquitetura de computadores, a exploração de espaço de projetos (Design Space Exploration DSE). Em DSE, o foco é escolher, dentre uma grande quantidade de soluções arquiteturais, qual a mais indicada para uma determinada demanda, buscando atender objetivos e cumprindo as restrições de projeto. Diante disso, este trabalho propõe a aplicação de técnicas de exploração de espaço de projeto como potencial solução para o problema de alocação de recursos em nuvem. Este trabalho fará uso de técnicas já disponíveis junto ao fluxo da ferramenta de DSE denominada MultiExplorer, resultando, assim, em uma extensão dessa ferramenta para também atuar no problema de alocação de recursos em nuvem.
Referências
Buyya, R., Ranjan, R., and Calheiros, R. N. (2009). Modeling and simulation of scalable cloud computing environments and the cloudsim toolkit: Challenges and opportunities. In 2009 international conference on high performance computing & simulation, pages 1–11. IEEE.
Calheiros, R. N., Ranjan, R., Beloglazov, A., De Rose, C. A., and Buyya, R. (2011). Cloudsim: a toolkit for modeling and simulation of cloud computing environments and evaluation of resource provisioning algorithms. Software: Practice and experience, 41(1):23–50.
Cordeiro, F. and Silva-Filho, A. (2010). Nsgaii applied to unified second level cache memory hierarchy tuning aiming energy and performance optimization. In 2010 11th Symposium on Computing Systems, pages 64–71. IEEE.
Devigo, R., Duenha, L., Azevedo, R., and Santos, R. (2015). Multiexplorer: A tool set for multicore system-on-chip design exploration. In 26th International Conference on Application-specific Systems, Architectures and Processors, pages 160–161. IEEE.
Goyal, T., Singh, A., and Agrawal, A. (2012). Cloudsim: simulator for cloud computing infrastructure and modeling. Procedia Engineering, 38:3566–3572.
Lee, G. and Katz, R. H. (2011). Heterogeneity-aware resource allocation and scheduling in the cloud. HotCloud, 11:4–8.
Pedregosa, F., Varoquaux, G., Gramfort, A., Michel, V., Thirion, B., Grisel, O., Blondel, M., Prettenhofer, P., Weiss, R., Dubourg, V., et al. (2011). Scikit-learn: Machine learning in python. the Journal of machine Learning research, 12:2825–2830.
Santos, R., Duenha, L., Silva, A. C., Sousa, M., Tedesco, L. A., Melgarejo, J. C., Santos, T., Azevedo, R., and Moreno, E. (2018). Dark-silicon aware design space exploration. Journal of Parallel and Distributed Computing, 120:295–306.
Santos, T., Silva, A., Duenha, L., Santos, R., Moreno, E., and Azevedo, R. (2016). On the dark silicon automatic evaluation on multicore processors. In 28th International Symposium on Computer Architecture and High Performance Computing, pages 166–173. IEEE.
