A Internet das coisas (IoT) é um paradigma consolidado por recentes avanços tecnológicos, que possibilita a identificação e medição de muitas atividades, agregando facilidade, rapidez e eficiência das mesmas, sejam elas realizadas por humanos ou máquinas de, praticamente, qualquer setor que se deseje. Contudo, um dos principais desafios para que soluções de IoT sejam desenvolvidas com sucesso consiste no processo de escolha e integração entre diversas tecnologias que, necessariamente, serão parte de tais soluções. Este estudo tem como objetivo identificar as tecnologias habilitadoras comuns de soluções de IoT por meio da análise qualitativa de diferentes propostas de arquiteturas, que serão as principais fontes para orientar o desenvolvimento de um workflow com macropassos. Delineou-se um conjunto de tarefas que visa auxiliar o processo de escolha de tecnologias para soluções de IoT, sendo apresentado, posteriormente, o uso do workflow aplicado a uma solução para automação, gestão e controle de estufas, através da monitoração de parâmetros vitais para este ambiente. O método utilizado consistiu na busca de fontes bibliográficas constituída por artigos, dissertações e teses via palavras chave, definindo, assim, as questões de pesquisa a que este trabalho busca endereçar. Foram encontrados como resultado 95 trabalhos entre artigos, dissertações e teses e, por critérios de inclusão e exclusão, 76 foram suprimidos, selecionando, assim, o total de 19 trabalhos ao final do processo. A conclusão é de que o workflow mostrou-se apto a apoiar na escolha inicial de tecnologias e desenvolvimento da solução em alto nível, porém apresentou-se insuficiente para detalhamento técnico minucioso da solução. / The Internet of Things (IoT) is a paradigm consolidated by recent technological advances, which enables the identification and measurement of many activities, aggregating their ease, speed and efficiency, whether performed by humans or machines from virtually any sector. However, one of the key challenges for successfully developing IoT solutions is the process of choosing and integrating various technologies that will necessarily be part of such solutions. This study aims to identify the common enabling technologies of IoT solutions through the qualitative analysis of different architecture proposals, which will be the main sources to guide the development of a workflow with macro steps. A set of tasks was designed to assist the process of choosing technologies for IoT solutions, and then the use of workflow applied to a solution for automation, management and control of greenhouses, through the monitoring of vital parameters for this environment. The method used consisted of searching bibliographic sources consisting of articles, dissertations and theses via keywords, thus defining the research questions to which this paper seeks to address. Ninety-five papers were found among articles, dissertations and theses and, by inclusion and exclusion criteria, 76 were deleted, thus selecting a total of 19 papers at the end of the process. The conclusion is that the workflow was able to support the initial choice of technologies and high-level solution development, but was insufficient for thorough technical detailing of the solution.

Cloud computing has emerged to change the way computing is offered and used. Instead of having all the necessary hardware and software to manipulate and to store their data, users just need a mechanism to access the Internet. So, the efficient provisioning on demand of computational resources is a challenge to comply with the needs of users. Thus, there is a problem related to the lack of an underlying mechanism to assist a cloud management system to maintain acceptable levels of Quality of Service (QoS) pro-actively. In this context, this work makes a comparative analysis of the predictive ability of different statistical models in seeking to define the most suitable for resource provisioning in a cloud environment. In this way, linear time series techniques namely ARIMA and ARMAX and nonlinear ones based on neural networks so-called MLP and NARX were applied on a dataset of a cluster from Google. The prediction results of usage of cpu, disk and memory shown that the NARX neural network can predict with low error the expected values, being feasible for application in a provisioning mechanism of servers in cloud computing environments. / A computação em nuvem surgiu para mudar a forma como a computação é oferecida e utilizada. Ao invés de possuir todo o hardware e software necessários para manipular e armazenar seus dados, os usuários apenas necessitam de um mecanismo que acesse a Internet. Com isso, o provisionamento eficiente de recursos computacionais sob demanda é um desafio para atender as necessidades dos usuários. Dessa forma, percebe-se que existe um problema relacionado à necessidade de mecanismos que auxiliem um sistema de gerenciamento de nuvem a manter níveis adequados de qualidade de serviço (QoS) de forma pro-ativa. Nesse contexto, este trabalho faz uma análise comparativa da capacidade de predição de diferentes modelos estatísticos com vistas a definir o mais adequado ao provisionamento de recursos em um ambiente de nuvem. Para isso, foram aplicadas técnicas de séries temporais lineares ARIMA e ARMAX e não lineares baseadas em redes neurais MLP e NARX em um dataset de um cluster de computadores da Google. Os resultados de predição de uso de cpu, memória e disco demonstraram que a rede neural NARX consegue predizer com baixo erro os valores esperados, sendo viável a sua aplicação em um mecanismo de provisionamento de servidores em ambientes de nuvem computacional

The amount of digital data produce in the last years has increased significantly. MapRe- duce framework such as Hadoop have been widely used for processing big data on top of cloud resources. In spite of these advances, contemporary systems are complex and dy- namic which makes them hard to configure in order to improve application performance. Software auto-tuning is a solution to this problem as it helps developers and system ad- ministrators to handle hundreds of system parameters. For example, current work in the literature use machine learning algorithms for Hadoop automatic configuration to improve performance. However, these solutions use single machine learning algorithms, thus making unfeasible to compare these solutions with each other to understand which approach is best suited given an application and its input. In addition, current work is intrusive or expose operational details for developers and/or system administrators. This work proposes a transparent, modular and hybrid approach to improve the performance of Hadoop applications. The approach proposes an architecture and implementation of transparent software that automatically configures the Hadoop. Furthermore, this ap- proach proposes a hybrid solution that combines genetic algorithms with various machine learning techniques as separate modules. A research prototype was implemented and eval- uated proving that the proposed approach can significantly reduce the execution time of applications Hadoop WordCount and Terasort autonomously. Furthermore, the approach converges quickly to the most suitable configuration application with low overhead. / Nas últimas décadas, a quantidade de dados gerados no mundo tem aumentado de maneira significativa. A Computação em Nuvem juntamente com o modelo de programação Map- Reduce, através do arcabouço Hadoop, têm sido utilizados para o processamento desses dados. Contudo, os sistemas contemporâneos ainda são complexos e dinâmicos, tornando-se difíceis de se configurar. A configuração automática de software é uma solução para esse problema, ajudando os programadores e administradores gerir a complexidade desses sistemas. Por exemplo, há soluções na literatura que utilizam aprendizado de máquina para a configuração automática do Hadoop com o intuito de melhorar o desempenho das suas aplicações. Apesar desses avanços, as soluções atuais para configurar automaticamente o Hadoop utilizam soluções muito específicas, aplicando algoritmos de aprendizagem de máquinas isoladamente. Assim, esses algoritmos não são comparados entre si para entender qual abordagem é mais adequada para a configuração automática do Hadoop. Além disso, essas soluções são intrusivas, ou seja, expõem detalhes operacionais para programadores e/ou administradores de sistemas. Esse trabalho tem por objetivo propor uma abordagem transparente, modular e híbrida para melhorar o desempenho de aplicações Hadoop. A abordagem propõe uma arquitetura e implementação de software transparente que configura automaticamente o Hadoop. Além disso, a abordagem propõe uma solução híbrida que combina Algoritmos Genéticos e várias técnicas de aprendizado de máquina (machine learning) implementadas em módulos separados. Um protótipo de pesquisa foi implementado a avaliado mostrando que a abordagem proposta consegue diminuir significativamente o tempo de execução das aplicações Hadoop WordCount e Terasort. Além disso, a abordagem consegue convergir rapidamente para a configuração mais adequada de cada aplicação, alcançando baixos níveis de custos adicionais (overhead).

Submitted by Gustavo Marchisotti (marchisotti@terra.com.br) on 2014-11-25T16:12:30Z No. of bitstreams: 1 Dissertacao_Final & Definitiva.pdf: 1891620 bytes, checksum: b110a698ad08c8eacc0c239564e378ae (MD5) / Approved for entry into archive by Janete de Oliveira Feitosa (janete.feitosa@fgv.br) on 2014-11-25T18:34:06Z (GMT) No. of bitstreams: 1 Dissertacao_Final & Definitiva.pdf: 1891620 bytes, checksum: b110a698ad08c8eacc0c239564e378ae (MD5) / Approved for entry into archive by Marcia Bacha (marcia.bacha@fgv.br) on 2014-12-12T16:25:51Z (GMT) No. of bitstreams: 1 Dissertacao_Final & Definitiva.pdf: 1891620 bytes, checksum: b110a698ad08c8eacc0c239564e378ae (MD5) / Made available in DSpace on 2014-12-12T16:30:33Z (GMT). No. of bitstreams: 1 Dissertacao_Final & Definitiva.pdf: 1891620 bytes, checksum: b110a698ad08c8eacc0c239564e378ae (MD5) Previous issue date: 2014-11-13 / Este estudo visa desenvolver uma investigação exploratória e quali-quantitativa, a cerca da representação social do Cloud Computing, na visão dos profissionais de TI brasileiros. Objetiva expor quais as percepções dos usuários da área de TI a respeito do paradigma computacional Cloud Computing. Para suportar o estudo teórico, foram coletados dados empíricos, por meio de questionários online respondidos por 221 profissionais da área de TI. Com o uso da técnica de evocação de palavras e da teoria da representação social (TRS), os dados coletados foram sumarizados. Após o tratamento dos dados mediante o uso da técnica do quadro de quatro casas de Vergès, obteve-se como resultado, a identificação do núcleo central e do sistema periférico da representação social do Cloud Computing. Por fim, os dados foram analisados utilizando-se as análises implicativa e de conteúdo, de forma a que todas as informações fossem abstraídas para melhor interpretação do tema. Obteve-se como resultado, que o núcleo central da representação social do Cloud Computing é composto pelas seguintes palavras 'Nuvem', 'Armazenamento', 'Disponibilidade', 'Internet', 'Virtualização' e 'Segurança'. Por sua vez, as palavras identificadas como parte do sistema periférico da representação social do Cloud Computing foram: 'Compartilhamento', 'Escalabilidade' e 'Facilidade'. Os resultados permitem compreender qual percepção dos profissionais de TI a respeito deste paradigma tecnológico e sua correlação com o referencial teórico abordado. Tais informações e percepções podem auxiliar a tornar o não familiar em familiar, ou seja, compreender como o Cloud Computing é representado, visto e, finalmente, reconhecido pelos profissionais da área de TI.

Submitted by Claudia Vieira (csimonev@hotmail.com) on 2017-03-08T11:51:44Z No. of bitstreams: 1 Tese_Claudia_Vieira.pdf: 2171788 bytes, checksum: d08c9a2a93e773c8942b35d77d9424be (MD5) / Approved for entry into archive by Pamela Beltran Tonsa (pamela.tonsa@fgv.br) on 2017-03-08T15:30:00Z (GMT) No. of bitstreams: 1 Tese_Claudia_Vieira.pdf: 2171788 bytes, checksum: d08c9a2a93e773c8942b35d77d9424be (MD5) / Made available in DSpace on 2017-03-08T15:55:37Z (GMT). No. of bitstreams: 1 Tese_Claudia_Vieira.pdf: 2171788 bytes, checksum: d08c9a2a93e773c8942b35d77d9424be (MD5) Previous issue date: 2017-02-20 / Cloud computing (CN) refers for sharing of computing resources, which can be combined with each other, such as data storage and communication, processing capacity (servers and memory), software, applications, and services. The CN differs from the public, private and hybrid deployment model and the service model known as "as a service": infrastructure, platform and software. The objective of this research was to identify the factors that influence the adoption of cloud computing by the firms in Brazil. The proposed research model included perceived benefits and risks and perceived innovation attributes of the diffusion innovations theory (relative advantage, compatibility, observation, testing, and complexity) as exogenous latent variables and CN adoption as an endogenous latent variable. The research was applied to private companies through a questionnaire available on the internet and 135 responses were obtained, and PLS-PM (Partial Least Square - Path Modeling) was used. The results obtained indicated that the seven factors influence CN adoption, and the relative advantage, compatibility, observation, testing, and perceived benefits are positively associated with the adoption of NC and perceived complexity and risks are negatively associated to adoption. The perceived risks factor had the greatest influence on adoption, and the higher the risk the lower the adoption and vice versa. In this way, identifying and understanding the factors influencing CN adoption can help the actors (firms, suppliers, developers and others) involved in this process to take action and decisions according to their needs and strategies. / Computação em nuvem (CN) refere-se ao compartilhamento de recursos computacionais, que podem ser combinados entre si, tais como, armazenamento e comunicação de dados, capacidade de processamento (servidores e memória), software, aplicativos e serviços. A CN difere quanto ao modelo de implantação: pública, privada e híbrida e quanto ao modelo de serviços conhecidos como “as a service”: infraestrutura, plataforma e software. O objetivo deste estudo foi identificar os fatores que influenciam a adoção da computação em nuvem pelas empresas no Brasil. O modelo de pesquisa proposto incluiu os benefícios e riscos percebidos e os atributos percebidos de inovação da teoria da difusão da inovação (vantagem relativa, compatibilidade, observação, testagem e complexidade) como variáveis latentes exógenas e adoção da CN como a variável latente endógena. A pesquisa foi aplicada a empresas privadas por meio de um questionário disponível na internet e foram obtidas 135 respostas sendo a técnica utilizada o PLS-PM (Partial Least Square - Path Modeling). Os resultados obtidos indicaram que os sete fatores influenciam a adoção da CN, sendo que vantagem relativa, compatibilidade, observação, testagem e benefícios percebidos estão positivamente associados à adoção da CN e complexidade e riscos percebidos estão negativamente associados à adoção. O fator riscos percebidos apresentou a maior influência na adoção, sendo que quanto maior o risco menor a adoção e vice-versa. Desta forma, identificar e entender os fatores que influenciam a adoção da CN podem ajudar os atores (empresas, fornecedores, desenvolvedores e outros) envolvidos nesse processo a tomar medidas e decisões conforme as suas necessidades e estratégias.

A computação em nuvem é um paradigma que tem atraído uma grande quantidade de clientes por meio do oferecimento de recursos computacionais através de um modelo de pagamento pelo uso. Entretanto, o compartilhamento da rede interna da nuvem por todos os locatários possibilita que usuários utilizem de forma egoísta ou maliciosa os recursos da rede, ocasionando ataques contra a privacidade e a integridade dos dados e a disponibilidade dos recursos. Os algoritmos de alocação atuais não impedem que a disponibilidade dos recursos de rede seja afetada por ataques ou resultam em subutilização de recursos. Nessa dissertação, é proposta uma estratégia para a alocação de recursos que aumenta a segurança no compartilhamento da rede da nuvem entre as aplicações de locatários. Esse objetivo é alcançado por meio do agrupamento de aplicações provenientes de usuários mutuamente confiáveis em domínios logicamente isolados, compostos por um conjunto de máquinas virtuais interconectadas por uma rede virtual (infraestruturas virtuais – VIs), além de considerar-se a quantidade de tráfego gerada pela comunicação entre VMs da mesma aplicação. Devido à complexidade do problema de alocação de recursos em nuvens computacionais, a estratégia é decomposta em duas etapas. Na primeira, dado um conjunto pre-estabelecido de VIs, alocam-se as mesmas no substrato físico, enquanto a segunda distribui e mapeia as aplicações no conjunto de infraestruturas virtuais. O uso de VIs provê um maior nível de isolamento entre locatários e, consequentemente, maior segurança. Contudo, o agrupamento pode resultar em fragmentação e afetar negativamente o grau de utilização dos recursos. Dessa forma, estuda-se esse compromisso e a factibilidade da abordagem proposta. Os resultados mostram os benefícios da estratégia de alocação proposta, que oferece maior proteção aos recursos de rede com baixo custo extra. Em particular, a segurança aumenta logaritmicamente de acordo com o número de VIs, enquanto a fragmentação de recursos cresce linearmente de acordo com o aumento do número de VIs oferecidas pelo provedor. / Cloud computing can offer virtually unlimited resources without any upfront capital investment through a pay-per-use pricing model. However, the shared nature of multi-tenant cloud datacenter networks enables unfair or malicious use of the intra-cloud network by tenants, allowing attacks against the privacy and integrity of data and the availability of resources. Recent research has proposed resource allocation algorithms that cannot protect tenants against attacks in the network or result in underutilization of resources. In this thesis, we introduce a resource allocation strategy that increases the security of network resource sharing among tenant applications. This is achieved by grouping applications from mutually trusting users into logically isolated domains composed of a set of virtual machines as well as the virtual network interconnecting them (virtual infrastructures - VIs), while considering the amount of traffic generated by the communication between VMs from the same application. Due to the hardness of the cloud resource allocation problem, we decompose the strategy in two steps. The first one allocates a given set of VIs onto the physical substrate, while the second distributes and maps applications into the set of virtual infrastructures. The use of VIs provides some level of isolation and higher security. However, groups may lead to fragmentation and negatively affect resource utilization. Therefore, we study the associated trade-off and feasibility of the proposed approach. Evaluation results show the benefits of our strategy, which is able to offer better network resource protection against attacks with low additional cost. In particular, the security can be logarithmically increased according to the number of VIs, while internal resource fragmentation linearly grows as the number of VIs offered by the provider increases.

Made available in DSpace on 2016-08-29T15:33:23Z (GMT). No. of bitstreams: 1 tese_9278_Ata 337º.pdf: 642020 bytes, checksum: 75b1ea9fbbced5ea1bee7a6056858c98 (MD5) Previous issue date: 2015-10-13 / Este trabalho busca melhorar o processo migratório de máquinas virtuais implementando um escalonador de migrações baseado em dados provenientes de uma caracterização da carga de trabalho em uma nuvem privada. As migrações são necessárias para balanceamento de carga entre os hosts, contudo podem impactar negativamente no desempenho dos serviços. Por meio da caracterização empírica da nuvem estudada, foi observado uma grande desproporção entre o tempo de uma migração simples (menor tempo) e uma simultânea (maior tempo). Com base nesses dados, foi proposto um algoritmo para realizar o escalonamento das migrações, de forma serial (removendo a simultaneidade) e fundamentado no Shortest Job First. Os resultados do escalonador mostraram-se melhores em quase sua totalidade quando comparados ao arcabouço tecnológico base deste trabalho e o VMware. Foi possível reduzir o tempo médio e a quantidade de migrações ocorridas. / This work seeks to improve the virtual machines migration process implementing a migration scheduler based on data from a workload characterization in a private cloud. The migrations are necessary to load balancing among hosts, nevertheless they can negatively impact the performance of services. By empirical characterization of the studied cloud, it was observed a large disproportion between the time of a simple migration (shorter time) and a simultaneous one (longer time). Based on these data, it was proposed an algorithm to do the migrations scheduling, in a serial way (removing the simultaneity) and grounded on Shortest Job First. The results of the scheduler showed up better almost in its entirety compared to the VMware, it was possible to decrease 33% in the average time in 93% of the occurred migrations (total of 765 migrations).

O objetivo deste trabalho é avaliar os riscos de ocorrências de intrusos em um sistema de computação em nuvem para sistemas distribuídos utilizando lógica nebulosa. A computação em nuvem é um tema que vem sendo bastante abordado e vem alavancando discussões calorosas, tanto na comunidade acadêmica quanto em palestras profissionais. Embora essa tecnologia esteja ganhando mercado, alguns estudiosos encontram-se céticos afirmando que ainda é cedo para se tirar conclusões. Isto se deve principalmente por causa de um fator crítico, que é a segurança dos dados armazenados na nuvem. Para esta dissertação, foi elaborado um sistema distribuído escrito em Java com a finalidade de controlar um processo de desenvolvimento colaborativo de software na nuvem, o qual serviu de estudo de caso para avaliar a abordagem de detecção de intrusos proposta. Este ambiente foi construído com cinco máquinas (sendo quatro máquinas virtuais e uma máquina real). Foram criados dois sistemas de inferência nebulosos, para análise de problemas na rede de segurança implementados em Java, no ambiente distribuído. Foram realizados diversos testes com o intuito de verificar o funcionamento da aplicação, apresentando um resultado satisfatório dentro dessa metodologia. / The objective of this study is to evaluate the risk of occurrence of intruders in a system of cloud computing at distributed systems using fuzzy logic. Cloud computing is a topic that has been widely discussed and has been leveraging heated discussions, both in academic and in professional speaking. Although this technology is gaining market share, some academics are incredulous saying that is too early to draw conclusions. This is mainly because of a critical factor, which is the security of data stored in the cloud. For this thesis, we designed a distributed system written in Java, with the purpose of controlling a process of softwares development in the cloud, wich served as a case study to evaluate the approach proposed intrusion detection. This environment was build with five machines (being four virtual machines and one real machine). It was created two fuzzy inference systems for analysis of problems in network security implemented in Java, in the distributed environment. Several tests were performed in order to verify the functionality of the application, presenting a satisfactory outcome within this methodology.

Made available in DSpace on 2016-06-02T19:06:08Z (GMT). No. of bitstreams: 1 5466.pdf: 2178593 bytes, checksum: a3777aeb3757d619d7087258728cdde6 (MD5) Previous issue date: 2013-05-20 / Financiadora de Estudos e Projetos / Cloud Computing has potential to revolutionize way that systems are developed and marketed. Among several research gaps related to this new model is the Lock-In. The Lock-In is the difficulty on migrating data and applications from a cloud platform to another. The lack of standardization, as well as other reasons, are causing the problem. This work presents a model-driven(MDE) approach for portability of applications between cloud platforms. With MDE software engineers can work at a high level of abstraction freeing themselves from repetitive tasks related to software implementation and specific details of cloud platforms. Besides portability, MDE brings additional benefits related to traditional software development approaches. The approach presented in this work, basically consists of a DSL and a set of automated transformations for two known cloud platforms Google App Engine and Microsoft Azure. The approach allows the development of cloud applications on a high abstraction level, showing that despite being simple, the elements of the approach are enough to generate many cloud applications, as well as facilitates its development. The evaluation confirms the benefits provided by MDE technologies. / A computação em nuvem tem potencial para revolucionar a maneira como sistemas são desenvolvidos e comercializados. Entre as diversas lacunas de pesquisa relacionados a esse novo modelo computacional está o Lock-In. Isto é, o aprisionamento do usuário ao provedor devido a dificuldade na migração de dados e aplicativos de uma plataforma de nuvem para outra. Tal aprisionamento ocorre, dentre outros motivos, devido a falta de um padrão para desenvolvimento de aplicações para a nuvem. Este trabalho apresenta uma abordagem dirigida por modelos (Model-Driven Engineering - MDE) para portabilidade de aplicações entre plataformas de Computação em nuvem. Com o MDE os engenheiros de software podem trabalhar em um nivel mais alto de abstração livrando-se de tarefas repetitivas de codificação, que ficam a cargo de transformações automatizadas, e ficando assim protegidos das complexidades requeridas para implementação nas diferentes plataformas. Além da portabilidade o MDE traz benefícios adicionais em relação a abordagens tradicionais de desenvolvimento de sistemas. Este trabalho apresenta o desenvolvimento de uma linguagem textual que possibilita a especificação de aplicações em um alto nível de abstração. Bem como geradores de código para duas conhecidas plataforma de nuvem, a Google App Engine(GAE) e a Windows Azure, mostrando que a linguagem desenvolvida pode servir de entrada para a geração de grande parte do código necessário para muitas aplicações de nuvem e que facilita seu desenvolvimento. O MDE oferece uma maior produtividade, melhor manutenção e documentação e reúso. A avaliação realizada observou alguns desses benefícios, o que comprova a viabilidade da abordagem MDE.

Submitted by Bruna Rodrigues (bruna92rodrigues@yahoo.com.br) on 2016-10-21T11:00:36Z No. of bitstreams: 1 DissRSA.pdf: 2940714 bytes, checksum: 9af799d998ad9646a6f38b0d6e9c382a (MD5) / Approved for entry into archive by Marina Freitas (marinapf@ufscar.br) on 2016-11-08T18:44:27Z (GMT) No. of bitstreams: 1 DissRSA.pdf: 2940714 bytes, checksum: 9af799d998ad9646a6f38b0d6e9c382a (MD5) / Approved for entry into archive by Marina Freitas (marinapf@ufscar.br) on 2016-11-08T18:44:32Z (GMT) No. of bitstreams: 1 DissRSA.pdf: 2940714 bytes, checksum: 9af799d998ad9646a6f38b0d6e9c382a (MD5) / Made available in DSpace on 2016-11-08T18:44:39Z (GMT). No. of bitstreams: 1 DissRSA.pdf: 2940714 bytes, checksum: 9af799d998ad9646a6f38b0d6e9c382a (MD5) Previous issue date: 2016-08-10 / Não recebi financiamento / Cloud computing is a convenient computing model, because it allows the ubiquity with on-demand access to a set of configurable and shared features, that can be rapidly provisioned and made available with minimal effort or interaction with the service provider. IaaS is a different way to deliver cloud computing, where infrastructure servers, networking systems, storage, and all the necessary environment for the operating system to run the application are hired as services. Meanwhile, traditional companies still have doubts in relation to the transferring of their data outside of the limits of the corporation. The health of cloud computing systems is fundamental to the business, given the complexity of the systems it is difficult to ensure that all services and resources will work properly. In order to ensure a more appropriate management of the systems and services in the cloud, an architecture is proposed. The architecture has been modularized through specializing monitoring functions, data mining, and inference with Bayesian network. In this architecture are essential records of event monitoring systems and computing resources because the recorded data is mined to identify fault patterns a given system after the result of one or more events in the environment. For mining the monitoring data we proposed two algorithms, one for performing preprocessing of data and another to perform data transformation. As a data mining product obtained, data sets that were the input to create a Bayesian network. Through structural and parametric learning algorithms Bayesinas networks for each systems and services offered by cloud computing were created. The Bayesian network is intended to assist in decision making with prevention, prediction, error correction in systems and services, allowing to manage the health and performance of the most appropriate way systems. To check the compliance of the fault diagnosis of this architecture, we validate accuracy of inference of Bayesian network with cross-validation method using data sets generated by monitoring systems and services. / A computação em nuvem é um modelo de computação conveniente, pois permite a ubiquidade, com acesso sob demanda a um conjunto de recursos configuráveis e compartilhados, que podem ser rapidamente provisionados e disponibilizados com o mínimo de esforço ou interação com o fornecedor do serviço. IaaS é uma maneira diferente de entregar computação em nuvem, onde a infraestrutura de servidores, sistemas de rede, armazenamento e todo o ambiente necessário para o funcionamento do sistema operacional até aplicação são contratados como serviços. Entretanto, empresas tradicionais ainda possuem dúvidas com relação à transferência de seus dados para fora dos limites da corporação. A saúde de sistemas em computação em nuvem é algo fundamental para o negócio, e dada a complexidade dos sistemas é difícil garantir que todos os serviços e recursos funcionem adequadamente. A fim de garantir um gerenciamento mais adequado da saúde dos sistema e serviços na nuvem, propôs-se nesse trabalho uma arquitetura de diagnóstico de saúde de sistema de nuvem. A arquitetura foi modularizada, especializando funções de monitoramento, mineração de dados e inferência com rede Bayesiana. Nessa arquitetura, são fundamentais os registros de eventos de monitoramento dos sistemas e recursos computacionais, pois os dados registrados são minerados para identificar padrões de falhas. Para mineração dos dados de monitoramento foram propostos dois algoritmos: um para realizar a tarefa de pré- processamento dos dados e outro para realizar a transformação dos dados. Como produto da mineração dos dados, foram obtidos conjuntos de dados que foram o insumo para criar a rede Bayesiana. Por meio de algoritmos de aprendizagem estrutural e paramétrica foram criadas redes Bayesinas para cada sistema e disponibilizados por meio da computação em nuvem. A rede Bayesiana tem o objetivo de auxiliar na tomada de decis˜ao com prevenção, previsão, correção de falhas nos sistemas e serviços, permitindo assim gerenciar a saúde e o desempenho dos sistemas de forma mais adequada. Para verificar a aderência da arquitetura ao diagnóstico de falhas, validou-se a precisão de inferência da rede Bayesiana com o método de validação cruzada.