Submitted by Maria Cristina (library@lncc.br) on 2015-04-07T17:08:19Z No. of bitstreams: 1 Tese Valenzano.pdf: 6171673 bytes, checksum: a6e9df33d246d4212e78a76bcac3eaf2 (MD5) / Approved for entry into archive by Maria Cristina (library@lncc.br) on 2015-04-07T17:08:37Z (GMT) No. of bitstreams: 1 Tese Valenzano.pdf: 6171673 bytes, checksum: a6e9df33d246d4212e78a76bcac3eaf2 (MD5) / Made available in DSpace on 2015-04-07T17:08:48Z (GMT). No. of bitstreams: 1 Tese Valenzano.pdf: 6171673 bytes, checksum: a6e9df33d246d4212e78a76bcac3eaf2 (MD5) Previous issue date: 2014-06-09 / Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) / The efficient deployment of HPC (High Performance Computing) applications on Clouds offers many challenges, in particular, for communication-intensive applications. One strategy to mitigate performance overheads caused by high communication latency is to schedule requested Virtual Machines (VMs) effectively onto physical resources by optimizing VM placement. In this work, we study the case of scientific applications in virtual clusters by analyzing how different VM profiles and placements can affect observed performance of a parallel application that uses distributed memory. The main contribution of this thesis is a methodology with the following features: a) the representation of VM placement and virtual clusters through the placement of virtual cores; b) a software for systematic execution and obtainment of metrics under different configurations; c) performance analysis aware of core placement, resource contention and resource usage patterns; d) modeling and prediction of performance by feature extraction using Canonical Correlation Analysis on kernel metrics, according to the Dwarf classification. / A disponibilização eficiente de aplicações de Computação de Alto Desempenho em Clouds apresenta muitos desafios, em particular, para aplicações intensivas de comunicação. Uma estratégia para mitigar a queda de desempenho, causada por alta latência, consiste em escalonar as Máquinas Virtuais (VMs) de forma eficiente nos recursos físicos através da otimização da localização de VMs. Neste trabalho, é estudado o caso de aplicações científicas em clusters virtuais, por meio da análise da forma como diferentes perfis e localizações de VM podem afetar o desempenho observado de uma aplicação paralela que utiliza memória distribuída. A contribuição principal consiste em uma metodologia com as seguintes característicias: a) a representação da localização de VMs e de clusters virtuais através da localização de núcleos virtuais; b) um novo software para a execução sistemática de clusters virtuais e a obtenção de métricas sob diferentes configurações; c) análise de desempenho ciente da localização dos núcleos virtuais, a contenção de recursos e os padrões de utilização de recursos; d) modelagem e predição do desempenho por meio de extração de características utilizando a Análise de Correlação Canônica, segundo a classificação de Dwarfs.

Submitted by Kelren Mota (kelrenlima@ufpa.br) on 2018-06-14T18:39:25Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_MetodologiaPredicaoPerda.pdf: 3699343 bytes, checksum: 3b43522af593666187f8aef07927421f (MD5) / Approved for entry into archive by Kelren Mota (kelrenlima@ufpa.br) on 2018-06-14T18:39:41Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_MetodologiaPredicaoPerda.pdf: 3699343 bytes, checksum: 3b43522af593666187f8aef07927421f (MD5) / Made available in DSpace on 2018-06-14T18:39:41Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_MetodologiaPredicaoPerda.pdf: 3699343 bytes, checksum: 3b43522af593666187f8aef07927421f (MD5) Previous issue date: 2018-02-27 / Esta dissertação apresenta uma metodologia que visa auxiliar o planejamento de sistemas de redes sem fio indoor, que requerem o conhecimento prévio dos ambientes nos quais serão implantados. Assim, é necessário precisão na análise do sinal por meio de uma abordagem empírica estatística, que leva em consideração alguns fatores que influenciam na propagação do sinal indoor: arquitetura dos prédios; disposição de móveis no interior dos compartimentos; números de paredes e pisos de diversos materiais, além do espalhamento das ondas de rádio. A metodologia adotada é baseada em medições com uma abordagem cross-layer, que demonstra o impacto da camada física em relação à camada de aplicação, com o objetivo de prever o comportamento da métrica de Qualidade de Experiência (QoE), chamada de Peak signal-to-noise ratio (PSNR), em transmissões de vídeo em 4k em redes sem fio 802.11ac, no ambiente indoor. Para tanto, foram realizadas medições, que demonstram como o sinal/vídeo se degrada no ambiente estudado, sendo possível modelar esta degradação por meio de uma técnica de inteligência computacional, chamada Redes Neurais Artificiais (RNA), na qual são inseridos parâmetros de entrada como, por exemplo, a distância do transmissor ao receptor e o número de paredes atravessadas a fim de predizer perda de propagação e perda de PSNR. Para avaliar a capacidade de predição dos métodos propostos, foram obtidos os valores dos erros Root Mean Sqare (RMS) entre os dados medidos e os preditos, pelo os métodos de predição perda de propagação e perda de PSNR, sendo os valores respectivos 2,17 dB e 2,81 dB. / This dissertation presents a methodology that aims to assist the planning of indoor wireless network systems, which require prior knowledge of the environments in which they will be deployed. Thus, accurate signal analysis is necessary by means of a statistical empirical approach, which takes into account some factors that influence the propagation of the indoor signal: architecture of the buildings; arrangement of furniture inside the compartments; numbers of walls and floors of various materials, and the spread of radio waves. The methodology adopted is based on measurements with a cross-layer approach, which demonstrates the impact of the physical layer in relation to the application layer, in order to predict the behavior of the Quality of Experience (QoE) metric, called Peak signal- to-noise ratio (PSNR), in 4K video streams on 802.11ac wireless networks in the indoor environment. In order to do so, measurements were performed, which demonstrate how the signal / video degrades in the studied environment. It is possible to model this degradation by means of a computational intelligence technique, called Artificial Neural Networks (RNA), in which input parameters are inserted as, for example, the distance from the transmitter to the receiver and the number of walls crossed in order to predict loss of propagation and loss of PSNR. In order to evaluate the predictive capacity of the proposed methods, the values of the Root Mean Sqare (RMS) errors between the measured and predicted data were obtained by the prediction methods loss of propagation and loss of PSNR, with respective values of 2.17 dB and 2.81 dB.

Submitted by Carmen Torres (carmensct@globo.com) on 2018-02-05T16:59:06Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_SmartcomArquiteturaInteligente.pdf: 6115605 bytes, checksum: e7635deb3e7a4d4e713eb377b019ecb4 (MD5) / Approved for entry into archive by Edisangela Bastos (edisangela@ufpa.br) on 2018-02-16T12:43:40Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_SmartcomArquiteturaInteligente.pdf: 6115605 bytes, checksum: e7635deb3e7a4d4e713eb377b019ecb4 (MD5) / Made available in DSpace on 2018-02-16T12:43:40Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_SmartcomArquiteturaInteligente.pdf: 6115605 bytes, checksum: e7635deb3e7a4d4e713eb377b019ecb4 (MD5) Previous issue date: 2017-08-25 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico / Com os avanços na tecnologia da informação para diversas áreas, como saúe bem-estar, as soluções baseadas em Smart Home que usam as tecnologidaes Internet of Things (IoT) vem ganhando maior repercussão, inclusive como alternativas de economia de energia com base em Sistemas de Gerenciamento de Energia Domiciliar (SGED). Esta tese define uma arquitetura inovadora, denominada de SmartCoM, que é implementada para monitorar e gerenciar habitações residenciais usando tecnologias IoT. Tal estratégia envolve a definição dos parâmetros que podem efetivar a interoperabilidade entre medição, gerenciamento e as camadas de comunicação de dados, que são os recursos necessários para que os dispositivos de hardware possam realizar o monitoramento e medição pretendidos. Além disso, uma interface é definida por uma camada de middleware para integrar o gerenciamento de instalações externas e a visualização de dados por meio de um serviço em nuvem. A arquitetura SmartCoM é definida de maneira fim-a-fim, em detalhes do ponto de vista do consumidor e as estratégias de otimização s.o empregadas tanto para o cliente final quanto para a concessionária de energia. A fim de avaliar a arquitetura proposta, foi elaborado um estudo de caso, a partir do qual, observa-se a viabilidade do desenvolvimento de soluções para Smart Home de acordo com os requisitos descritos na SmartCoM. / With advances in information technology for a variety of areas, such as health and wellness, Smart Home based solutions using Internet of Things (IoT) technologies are gaining in popularity, including energy-saving alternatives based on Home Energy Management Systems (HEMS). This thesis defines an innovative architecture, called SmartCoM, which is implemented to monitor and manage residences using IoT technologies. Such a strategy involves defining the parameters that can affect the interoperability between measurement, management and the layers of data communication, which are the resources necessary for the hardware devices to perform the intended monitoring and measurement. In addition, an interface is defined by a middleware layer to integrate the management of external installations and the visualization of data through cloud services. The SmartCoM architecture is defined end-to-end in detail from the consumer's point of view and optimization strategies are employed for both the end customer and the utility. In order to evaluate the proposed architecture, a case study was elaborated, from which the viability of developing solutions for Smart Home according to the requirements described in SmartCoM is observed.

Submitted by Carmen Torres (carmensct@globo.com) on 2018-02-06T17:40:24Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_EstrategiasPlanejamentoOtimizacao.pdf: 6363892 bytes, checksum: 54af44d2043efdd661b641b9c67e1d29 (MD5) / Approved for entry into archive by Edisangela Bastos (edisangela@ufpa.br) on 2018-02-16T13:09:13Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_EstrategiasPlanejamentoOtimizacao.pdf: 6363892 bytes, checksum: 54af44d2043efdd661b641b9c67e1d29 (MD5) / Made available in DSpace on 2018-02-16T13:09:13Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_EstrategiasPlanejamentoOtimizacao.pdf: 6363892 bytes, checksum: 54af44d2043efdd661b641b9c67e1d29 (MD5) Previous issue date: 2017-08-04 / O consumo energético residencial vem crescendo de forma contínua ao longo das últimas décadas, em contrapartida, o fornecimento de energia elétrica não acompanha a mesma taxa de crescimento, tornando-se uma dificuldade a ser tratada pelas empresas do setor elétrico, aos consumidores e ao próprio meio ambiente. Os sistemas de distribuição existentes não são suficientes e possuem limitações no fornecimento de informação adequada, em tempo real, sobre o consumo e outras variáveis elétricas. Também não estão preparados para lidar com custos da energia variáveis, num contexto de um mercado que tende a estabelecer preços dinâmicos, que dependem de um conjunto de fatores endógenos e exógenos ao setor elétrico. Nesse contexto, este trabalho tem como objetivo a proposição, implementação e teste de um sistema de monitoramento inteligente, via smartphone, para controle de energia, utilizando-se formas inteligentes de tomada de decisão, com o intuito de fornecer ao usuário formas de manter seu consumo energético, a partir de perfis de consumo, dentro dos padrões de consumo pré-definidos e desejados pelo usuário. Como consequências positivas, ter-se-á a redução da demanda energética, por meio dos perfis de consumo que levam em consideração o grau de dependência do indivíduo em relação aos equipamentos elétricos presente na residência, apresentando um menor impacto no bem-estar e no dia a dia do usuário final do sistema. / Residential energy consumption has grown steadily over the last decades, becoming a problem for companies in the electricity sector, for consumers and for the environment. The traditional measurement systems are not sufficient and have limitations in providing adequate real-time information about consumption. As also, they are not prepared to deal with variable energy costs in the context of a market with dynamic prices that depend on the energy mix. The future of electric grid, called Smart Grid, will not only be designed with measurements based on the residences, but also on the individualized equipment consumption level. From the residential side, consumers generally suffer from a lack of information on the specific equipment energy consumption impact and, consequently, on the required behavior to reduce its consumption. In this context, this work aims on a smartphone monitoring system concept, to control energy using fuzzy logic, in order to provide to the user ways to maintain his energy consumption, through consumption profiles, within the user-defined consumption patterns. The energy reduction demand through the consumption profiles working with habitant dependence degree on the electrical equipment present in the residence, promote a smaller impact on inhabitant well-being and the daily life.