VIEIRA, Ildo Ramos. Estratégia autônoma para conectividade e comunicação em ambientes inteligentes. 2016. 84 f. Dissertação (Mestrado em Ciência da Computação)-Universidade Federal do Ceará, Fortaleza, 2016. / Submitted by Gláucia Helena da Silveira Mota (glaucia@lia.ufc.br) on 2017-05-02T12:09:21Z No. of bitstreams: 1 2016_dis_irvieira.pdf: 1837421 bytes, checksum: 45c1834c4cd27e5beb6cb0c7650fd666 (MD5) / Approved for entry into archive by Rocilda Sales (rocilda@ufc.br) on 2017-05-03T11:55:19Z (GMT) No. of bitstreams: 1 2016_dis_irvieira.pdf: 1837421 bytes, checksum: 45c1834c4cd27e5beb6cb0c7650fd666 (MD5) / Made available in DSpace on 2017-05-03T11:55:19Z (GMT). No. of bitstreams: 1 2016_dis_irvieira.pdf: 1837421 bytes, checksum: 45c1834c4cd27e5beb6cb0c7650fd666 (MD5) Previous issue date: 2016 / The future of the Internet trend is a new form of communication that will expand the current human-human model to reach the human-object communication and object-object, where each object can be identified and connected to the Internet, once he has the proper technology. This new scenery will lead to communication between humans to be a minority in relation to objects. These objects will be able to exchange large amounts of information with each other, and, in most cases, the only responsible for generating and receiving traffic, with little or no supervision. In this new scenery, the use of mobile devices is transforming the way users interact, allowing applications to explore the physical proximity of others to offer intelligent services. These devices are increasingly powerful computationally and diversified in terms of communication interfaces. This diversity increases the connectivity of devices to their environment, but makes choosing the best connection more complex and dependent on context. In this sense, we have developed an autonomous strategy for connection and communication in intelligent environments able to offer developers application new features that can help to reduce the complexity of the interactions between devices using mechanism for intelligent connectivity in order to facilitate communication between the Internet devices of Things, where the decision is based on criteria defined by the metrics of the network and context. Experimental results show that the behavior of a system that utilizes the features developed in fact adapt to environmental variations connectivity. / A tendência da Internet do futuro é uma nova forma de comunicação que vai se expandir do atual modelo humano-humano para chegar à comunicação humano-objeto e objeto-objeto, onde cada objeto pode ser identificado e conectado na Internet, uma vez possua a tecnologia adequada. Este novo cenário levará a comunicação entre humanos a ser minoria em relação aos objetos. Estes objetos serão capazes de trocar grandes quantidades de informações entre si, sendo, em grande maioria das vezes, os únicos responsáveis pela geração e recepção de tráfego, sem muita ou nenhuma supervisão. Neste novo cenário, o uso dos dispositivos móveis está transformando a forma como usuários interagem, permitindo que aplicativos explorem as proximidades físicas dos outros para oferecer serviços inteligentes. Estes dispositivos estão cada vez mais poderosos computacionalmente e diversificados em termos de interfaces de comunicação. Esta diversidade aumenta a conectividade dos dispositivos ao seu ambiente, mas torna a escolha da melhor conexão mais complexa e dependente de contexto. Neste sentido, desenvolvemos uma estratégia autónoma para conexão e comunicação em ambientes inteligentes capaz de oferecer aos desenvolvedores das aplicações novas funcionalidades que possam auxiliar na diminuição da complexidade nas interações entre dispositivos, usando mecanismo para conectividade inteligente como forma de facilitar a comunicação entre dispositivos na internet das Coisas, onde a decisão é baseada em critérios definidos pelas métricas da rede e de contexto. Resultados experimentais demonstram que o comportamento de um sistema que utiliza as funcionalidades desenvolvidas de fato se adaptam às variações de conectividade do ambiente.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência da Computação, Florianópolis, 2013. / Made available in DSpace on 2014-08-06T17:31:50Z (GMT). No. of bitstreams: 1 324075.pdf: 3522909 bytes, checksum: fe21f0166c9e3f4e8335b1b55b686f69 (MD5) Previous issue date: 2013 / A grade computacional é muito utilizada quando se deseja alto desempenho para resolução de problemas que requerem alto poder de processamento. As grades oportunistas, um tipo de grade computacional, possuem o diferencial de utilizar recursos computacionais ociosos de máquinas pessoais para a resolução destes problemas, o que torna esse ambiente mais barato e, consequentemente, mais interessante, principalmente para a comunidade acadêmica. No entanto, nos ambientes oportunistas a disputa por recursos torna-se maior devido à instabilidade e constante uso de seus recursos. Problemas como o excesso de solicitações de alocação de recursos em um mesmo período podem ser recorrentes, o que pode tanto prejudicar o desempenho do sistema quanto tornar o processo de solicitação de recursos trabalhoso para o usuário, uma vez que este terá que repetir o processo até que haja recursos disponíveis para a sua execução. Uma maneira eficiente de resolver tal problema é com a utilização da reserva antecipada de recursos. Este mecanismo permite que o usuário selecione um conjunto de recursos para que sejam utilizados em um período no futuro, considerando oportunisticamente os recursos disponíveis. Diante disso, esta dissertação propôs a utilização do mecanismo de reserva antecipada em um ambiente de grade oportunista. O objetivo foi melhorar a vazão do uso de recursos oportunistas, de modo a oferecer a possibilidade de alocação dos recursos durante um longo período de tempo, e não apenas no momento da solicitação. Estudos de caso foram realizados para ilustrar o comportamento de um ambiente oportunista com a abordagem proposta, bem como para comparar os ambientes que utilizam e não utilizam reserva antecipada. Os resultados mostraram a eficiência e validade da utilização de tal abordagem em um ambiente distribuído.<br> / Abstract : Grid computing is widely used when high performance is desired to resolve problems that require high processing power. Opportunistic grids, a type of grid computing system, have the differential to use idle computing resources of personal machines to solving these problems, making the solution cheaper and consequently more interesting, specially for the academic community. However, opportunistic environments have more competition for resources due to instability and constant use of their resources. Problems such as excessive requests of resources allocation can be recurrent and can both degrade the performance of the system and make the process of resource requests harder to user, once the user will have to repeat this process until there are available resources to the execution. An efficient way to solve this problem is through the use of advanced reservation of resources. This mechanism allows user to select a set of resources to be used in the future opportunistically considering available resources. Therefore, this dissertation proposed the use of the advanced reservation mechanism in an opportunistic grid environment. The goal was to improve the use flow of the opportunistic resources in order to offer the resources allocation possibility for a long period of time and not only at the time of request. Case studies were carried out to illustrate the behaviour of an opportunistic environment with the proposed approach, as well as to compare environments that use with others that do not use advanced reservation. The results show the efficiency and validity of the approach in a distributed environment.

Grades oportunistas são ambientes distribuídos que permitem o aproveitamento do poder de processamento ocioso de recursos computacionais dispersos geograficamente em diferentes domínios administrativos. São características desses ambientes a alta heterogeneidade e a variação na disponibilidade dos seus recursos. Nesse contexto, o paradigma de agentes móveis surge como uma alternativa promissora para superar os desafios impostos na construção de grades oportunistas. Esses agentes podem ser utilizados na construção de mecanismos que permitam a progressão de execução das aplicações mesmo na presença de falhas. Esses mecanismos podem ser utilizados isoladamente, ou em conjunto, de forma a se adequar a diferentes cenários de disponibilidade de recursos. Neste trabalho, descrevemos a arquitetura do middleware MAG (Mobile Agents for Grid Computing Environment) e o que ele pode fazer em ambientes de grades oportunistas. Utilizamos esse middleware como base para a implementação de um mecanismo de tolerância a falhas baseado em replicação e salvaguarda periódica de tarefas. Por fim, analisamos os resultados obtidos através de experimentos e simulações. / Opportunistic grids are distributed environments built to leverage the computacional power of idle resources geographically spread across different administrative domains. These environments comprise many charateristics such as high level heterogeneity and variation on resource availability. The mobile agent paradigm arises as a promising alternative to overcome the construction challenges of opportunistic grids. These agents can be used to implement mechanisms that enable the progress on the execution of applications even in the presence of failures. These mechanisms can be combined in a flexible manner to meet different scenarios of resource availability. In this work, we describe the architecture of the MAG middleware (Mobile Agents for Grid Computing Environment) and what it can do in an opportunistic grid environment. We use this middleware as a foundation for the development of a fault tolerance mechanism based on task replication and checkpointing. Finally, we analize experimental and simulation results.

Grades oportunistas são ambientes distribuídos que permitem o aproveitamento do poder de processamento ocioso de recursos computacionais dispersos geograficamente em diferentes domínios administrativos. São características desses ambientes a alta heterogeneidade e a variação na disponibilidade dos seus recursos. Nesse contexto, o paradigma de agentes móveis surge como uma alternativa promissora para superar os desafios impostos na construção de grades oportunistas. Esses agentes podem ser utilizados na construção de mecanismos que permitam a progressão de execução das aplicações mesmo na presença de falhas. Esses mecanismos podem ser utilizados isoladamente, ou em conjunto, de forma a se adequar a diferentes cenários de disponibilidade de recursos. Neste trabalho, descrevemos a arquitetura do middleware MAG (Mobile Agents for Grid Computing Environment) e o que ele pode fazer em ambientes de grades oportunistas. Utilizamos esse middleware como base para a implementação de um mecanismo de tolerância a falhas baseado em replicação e salvaguarda periódica de tarefas. Por fim, analisamos os resultados obtidos através de experimentos e simulações. / Opportunistic grids are distributed environments built to leverage the computacional power of idle resources geographically spread across different administrative domains. These environments comprise many charateristics such as high level heterogeneity and variation on resource availability. The mobile agent paradigm arises as a promising alternative to overcome the construction challenges of opportunistic grids. These agents can be used to implement mechanisms that enable the progress on the execution of applications even in the presence of failures. These mechanisms can be combined in a flexible manner to meet different scenarios of resource availability. In this work, we describe the architecture of the MAG middleware (Mobile Agents for Grid Computing Environment) and what it can do in an opportunistic grid environment. We use this middleware as a foundation for the development of a fault tolerance mechanism based on task replication and checkpointing. Finally, we analize experimental and simulation results.