Publicação: Orquestração de cloud-network slices orientada à predição de métricas de serviço a partir do monitoramento da infraestrutura
Carregando...
Tipo do documento
Data
Direito de acesso
Área do conhecimento
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Título da Revista
ISSN da Revista
Título de Volume
Orientador
Coorientador
Lafetá, Raquel Fialho de Queiroz
Resumo
Este trabalho, inserido no contexto do projeto Novel Enablers for Cloud Slices (NECOS),
visava a proposta de um orquestrador de recursos de nuvem de provedores federados.
Dada a natureza do projeto NECOS, o orquestrador deveria gerenciar parcelas
de recursos dessa nuvem federada, chamadas de fatias. Graças a diversidade dos recursos
que poderiam compor essa fatia e visando manter o Service Level Agreement dos
clientes da plataforma para com seus usuários finais, foi desenvolvida uma estratégia automaticamente
customizável de orquestração, baseada em aprendizado de máquina. Redes Neurais Recorrentes foram usadas para prever valores futuros de uma métrica indicadora de performance. Com base nessa predição, o orquestrador deveria disparar ações de redimensionamento dos recursos da fatia, tanto no sentido de aumentar a capacidade para acomodar altas cargas, quanto reduzir essa capacidade a fim de economizar recursos em caso de baixa demanda. A criação do protótipo do orquestrador aliada aos experimentos executados mostram que é possível, viável e adequado o uso da estratégia proposta.
Abstract
This work was developed in the context of the Novel Enablers for Cloud Slices (NECOS)
project. This dissertation aimed to propose an orchestrator of cloud-network resources
from federated providers. Given the nature of the NECOS project, the orchestrator should
manage portions of the resources inside this federation, which were called slices. Due to
the diversity of resources that could make up each slice and aiming to maintain the Service
Level Agreement of the platform's clients towards their end-users, an automatically
customizable orchestration strategy was developed, based on machine learning. Recurrent
Neural Networks were used to predict future values of a key performance indicator,
previously chosen by the client. Based on this prediction, the orchestrator triggered slice
resizing actions, both in the sense of increasing the capacity of the slice to accommodate
high loads, as well as reducing this capacity to save resources in case of low demand. The
creation of the orchestrator prototype allied with the experiments carried out showed that
it is possible, viable, and appropriate to use the proposed strategy.
Palavras-chave
Orquestração, Orchestration, Nuvem, Cloud, Fatias de nuvem, Cloud Slice, Predição, Forecasting, Aprendizado de máquina, Machine Learning, Redes Neurais Recorrentes, Recurrent Neural Networks
Citação
REZENDE, Aryadne Guardieiro Pereira. Orquestração de cloud-network slices orientada à predição de métricas de serviço a partir do monitoramento da infraestrutura. 2020. 84 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Uberlândia, Uberlândia, 2020. DOI https://doi.org/10.14393/ufu.di.2020.3053.
Avaliação
Revisão
Suplementado Por
Referenciado Por
Licença Creative Commons
Exceto quando indicado de outra forma, a licença deste item é descrita como Acesso Aberto