Banca de TCC: Ariel Furtado Azevedo

UNIVERSIDADE FEDERAL DE PELOTAS
CENTRO DE DESENVOLVIMENTO TECNOLÓGICO
TRABALHO DE CONCLUSÃO DE CURSO

Apresentações Finais (2016/1)

Um Módulo de Sensoreamento Fuzzy no Ambiente OpenStack Samsara
por
Ariel Furtado Azevedo

Curso:
Ciência da Computação

Banca:
Prof. Maurício Lima Pilla (orientador)
Profa. Renata Hax Sander Reiser (co-orientador)
Vilnei Marins Neves (co-orientador)
Prof. André Rauber Du Bois
Vitor Alano de Ataídes

Data: 08 de Julho de 2016

Hora: 13:30h

Local: Lab. 3

Resumo do Trabalho:

A Computação em Nuvem é um paradigma de computação distribuída que tem crescido e ganhado um espaço significativo na área de Tecnologia da Informação. Uma de suas principais premissas é fornecer recursos computacionais de forma abstrata como um serviço sob demanda. O consumo de energia em datacenters onde ficam alocados os computadores pertencentes à nuvem demandam um grande consumo de energia e por isso existem vários projetos que tentam solucionar esse problema. Um deles é o OpenStack-Samsara, um ambiente construído com o software OpenStack como núcleo. O OpenStack-Samsara gerencia todo o ambiente em nuvem, realizando o sensoriamento dos recursos utilizados pelos nodos físicos para dessa forma então otimizar o consumo energético do ambiente. Tendo isso em mente, foi desenvolvido um módulo fuzzy para o Samsara, onde é feita uma integração entre os sensores do mesmo e o módulo fuzzy para o auxílio na consolidação de máquinas virtuais. Este módulo recebe as informações de uso de CPU e memória dos nodos físicos e, através de regras Fuzzy, ele decide a situação do nodo físico e notifica o ambiente do OpenStack. Com este módulo espera-se uma precisão melhorada na detecção da situação do ambiente, por ser utilizado lógica fuzzy e não a lógica binária, pois na lógica fuzzy, diferente da outra, a saída não é sempre verdadeiro ou falso, mas sim graus de pertinência em cada classe, e quando se usa variáveis linguísticas pode-se manipular essas classes por funções específicas permitindo que seja modelado de forma mais completa. Isso ajuda a entender melhor como essa técnica pode ajudar na otimização do sensoriamento do ambiente.

Para mais informações acesse: http://inf.ufpel.edu.br/notcc/doku.php?id=bancas:2016_1