Gerenciamento de IaaS utilizando um Dashboard Inteligente baseado em Ontologia e Feedbacks
Resumo
O crescimento acelerado da quantidade de serviços em nuvem fez com que seus usuários desenvolvessem maiores expectativas em relação à qualidade do serviço adquirido. Considerando esse fato, a finalidade deste artigo é de aprimorar a satisfação dos clientes ainda insatisfeitos com o provedor de serviços, desenvolvendo um módulo recomendador baseado no feedback de usuário. Então, neste artigo foi desenvolvida uma plataforma Web (Dashboard) que manipula a ontologia IaaSOnt, responsável por refletir todo o contexto do gerenciamento de um infraestrutura como serviço (IaaS).
Referências
Fan, H., Hussain, F., Younas, M., and Hussain, O. (2015). An integrated personalization framework for saas-based cloud services. Future Generation Computer Systems, 53:157–173. cited By 7.
Guo, L., Zheng, X., Ding, C., Mu, D., and Li, Z. (2015). Cloud service recommendation: State of the art and research challenges. pages 761–764. cited By 4.
Jain, R. (1991). The art of computer systems performance analysis techniques for experimental design, measurement, simulation, and modeling. Wiley professional computing. Wiley.
Nakamura, L. H. V. (2017). Mecanismos de Autoconguração e Auto-otimização para arquiteturas virtualizadas que visam a provisão de qualidade de serviço. Tese de doutorado, ICMC USP Universidade de São Paulo, São Carlos, SP.
Neves, Y. T., Nakamura, L. H. V., Prado, P. F., and Santana, M. J. (2014). Famav: Análise In WSCAD comparativa entre ferramentas de gerenciamento de máquinas virtuais. 2014 XV Simpósio em Sistemas Computacionais de Alto Desempenho, volume 15, pages 254–259.
Sun, Y., White, J., Eade, S., and Schmidt, D. C. (2016). Roar: A qos-oriented modeling framework for automated cloud resource allocation and optimization. Journal of Systems and Software, 116(Supplement C):146 – 161.
Zheng, X., Xu, L. D., and Chai, S. (2017). Qos recommendation in cloud services. IEEE Access, 5:5171–5177.
Guo, L., Zheng, X., Ding, C., Mu, D., and Li, Z. (2015). Cloud service recommendation: State of the art and research challenges. pages 761–764. cited By 4.
Jain, R. (1991). The art of computer systems performance analysis techniques for experimental design, measurement, simulation, and modeling. Wiley professional computing. Wiley.
Nakamura, L. H. V. (2017). Mecanismos de Autoconguração e Auto-otimização para arquiteturas virtualizadas que visam a provisão de qualidade de serviço. Tese de doutorado, ICMC USP Universidade de São Paulo, São Carlos, SP.
Neves, Y. T., Nakamura, L. H. V., Prado, P. F., and Santana, M. J. (2014). Famav: Análise In WSCAD comparativa entre ferramentas de gerenciamento de máquinas virtuais. 2014 XV Simpósio em Sistemas Computacionais de Alto Desempenho, volume 15, pages 254–259.
Sun, Y., White, J., Eade, S., and Schmidt, D. C. (2016). Roar: A qos-oriented modeling framework for automated cloud resource allocation and optimization. Journal of Systems and Software, 116(Supplement C):146 – 161.
Zheng, X., Xu, L. D., and Chai, S. (2017). Qos recommendation in cloud services. IEEE Access, 5:5171–5177.
Publicado
06/05/2018
Como Citar
POLACHINI, Allan; ANDREAZI, Gabriel; ESTRELLA, Júlio; NAKAMURA, Luis H..
Gerenciamento de IaaS utilizando um Dashboard Inteligente baseado em Ontologia e Feedbacks. In: WORKSHOP DE TRABALHOS DE INICIAÇÃO CIENTÍFICA E DE GRADUAÇÃO - SIMPÓSIO BRASILEIRO DE REDES DE COMPUTADORES E SISTEMAS DISTRIBUÍDOS (SBRC), 1. , 2018, Campos do Jordão.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2018
.
ISSN 2177-9384.
DOI: https://doi.org/10.5753/sbrc_estendido.2018.14643.
