A busca por documentos relevantes ao usuário é um problema que se torna mais custoso conforme as bases de conhecimento crescem em seu ritmo acelerado. Este problema passou a resolvido por sistemas distribuídos, devido a sua escalabilidade e tolerância a falhas. O desenvolvimento de sistemas voltados a estas enormes bases de conhecimento -- e a maior de todas, a Internet -- é uma indústria que movimenta bilhões de dólares por ano no mundo inteiro e criou gigantes. Neste trabalho, são apresentadas e discutidas estruturas de dados e arquiteturas distribuídas que tratem o problema de indexar e buscar grandes coleções de documentos em sistemas distribuídos, alcançando grande desempenho e escalabilidade. Serão também discutidos alguns dos grandes sistemas de busca da atualidade, como o Google e o Apache Solr, além do planejamento de uma grande aplicação com protótipo em desenvolvimento. Um projeto próprio de sistema de busca distribuído foi implementado, baseado no Lucene, com idéias coletadas noutros trabalhos e outras novas. Em nossos experimentos, o sistema distribuído desenvolvido neste trabalho superou o Apache Solr com um vazão 37,4\\% superior e mostrou números muito superiores a soluções não-distribuídas em hardware de custo muito superior ao nosso cluster. / The search for relevant documents for the final user is a problem that becomes more expensive as the databases grown faster. The solution was brought by distributed systems, because of its scalability and fail tolerance. The development of systems focused on enormous databases -- including the World Wide Web -- is an industry that involves billions of dollars in the world and had created giants. In this work, will be presented and discussed data structures and distributed architectures related to the indexes and searching in great document collections in distributed systems, reaching high performance and scalability. We will also discuss some of the biggest search engines, such as Google e Apache Solr, and the planning of an application with a developing prototype. At last, a new project of a distributed searching system will be presented and implemented, based on Lucene, with ideas from other works and new ideas of our own. On our tests, the system developed in this work had throughput 37.4\\% higher than Apache Solr and revealed higher performance than non-distributed solutions in a hardware more expensive than our cluster.

Submitted by Luciclea Silva (luci@ufpa.br) on 2018-11-09T17:16:39Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_Estrategiaotimizacaooffloading.pdf: 4353496 bytes, checksum: 660c9fb62874c25c2071d6e88692d9a9 (MD5) / Approved for entry into archive by Luciclea Silva (luci@ufpa.br) on 2018-11-09T17:17:01Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_Estrategiaotimizacaooffloading.pdf: 4353496 bytes, checksum: 660c9fb62874c25c2071d6e88692d9a9 (MD5) / Made available in DSpace on 2018-11-09T17:17:01Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_Estrategiaotimizacaooffloading.pdf: 4353496 bytes, checksum: 660c9fb62874c25c2071d6e88692d9a9 (MD5) Previous issue date: 2018-08-31 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / O aumento no consumo de tráfego de dados é motivado pelo aumento do número de dispositivos como smartphone e tablets, já que há uma necessidade de estar conectado com tudo e com todos. As aplicações como streaming de vídeo e jogos online demandam por maior taxa de transmissão de dados, essa alta demanda corrobora para um a sobrecarga das redes móveis baseadas por radiofrequência, de modo a culminar em uma possível escassez do espectro RF. Por tanto, este trabalho busca otimizar o offloading entre LTE e VLC, e para isso é utilizado uma metodologia baseado em aprendizado por reforço denominada de Q-Learning. O algoritmo utiliza como entrada as variáveis do ambiente que estão relacionadas à qualidade do sinal, densidade e velocidade do usuário para aprender e selecionar a melhor conexão. Por tanto, os resultados da simulação mostram a eficiência da metodologia proposta em comparação com o esquema RSS predominante na literatura da área. já que provou por métricas de QoS, suportar maiores taxas de transmissão de dados, assim como, garantiu uma melhoria de 18% em relação as interrupções de serviço a medida que o número de usuários aumenta no sistema. / The increase in the consumption of data traffic is motivated by the increasing number of devices like smartphone and tablets, since there is a need to be connected with everything and with everyone. Applications such as streaming video and online games require a higher rate of data transmission, this high demand corroborates the overload of mobile networks based on radio frequency, so as to culminate in a possible shortage of the RF spectrum. Therefore, this work seeks to optimize offloading between LTE and VLC, and for this a methodology based on reinforcement learning called Q-Learning is used. The algorithm uses as input the environment variables that are related to the signal quality, density and speed of the user to learn and select the best connection. Therefore, the results of the simulation show the efficiency of the proposed methodology in comparison with the predominant RSS scheme in the area literature. as it has been proven by QoS metrics to support higher data rates, as well as ensuring an 18% improvement over service interruptions as the number of users increases in the system.

É o trabalho de um middleware organizar as atividades de seus diferentes elementos componentes de maneira a operar sincronamente com a execução de uma aplicação. O resultado deste trabalho deve ser transparente para quem interage com o sistema, percebendo-o como um único bloco coeso e sincronizado, orquestrado por um agente principal. Este é o objeto deste trabalho, a especificação de um middleware e seus componentes internos indicando suas principais características e funcionalidades e também sua operação na execução de uma aplicação distribuída. Também foi levado em consideração os novos ambientes nos quais as aplicações distribuídas estão inseridas tais como a diversidade de dispositivos gerenciados pelos usuários, a necessidade de constantes mudanças no sistema, o uso de novas tecnologias no desenvolvimento de software e a necessidade de definições de sistemas abertos. Para a especificação deste middleware, foi utilizado o modelo de referência Open Distributed Processing (ODP) da ISO/IEC que permite que um sistema seja visualizado em cinco pontos de vista distintos. Ao final o sistema é especificado utilizando a tecnologia de componentes de software, ilustrando seu uso numa aplicação comercial. / It’s the job of a middleware to organize the activities of its different component elements as to operate in synchrony with the execution of an application. The result of this work should be transparent to whom interact with the system, perceiving it as a single synchronized and cohered block, orchestrated by a master agent. This is the subject of this work, the specification of a middleware and its internal components indicating its major characteristics and functionalities and also its operation in the execution of distributed applications. It was also taken into account the new environment in which the distributed applications are inserted such as the diversity of devices managed by the users, the necessity for constant system changing, the use of new technologies in software development and the necessity for definition of open systems. For the specification of this middleware, it was used the reference model of Open Distributed Processing (ODP) from ISO/IEC that allows a system to be visualized by five different points of view. By the end the system is specified using the technology of component software, illustrating its use through commercial component software.

Atualmente o câncer e a terceira causa de óbitos em ambos os sexos e em todas as faixas de idade. O Ministério da Saúde relata que a alta complexidade da atenção ontológica demanda alto custo financeiro e alta tecnologia. Cada vez mais, as atividades de pesquisa, prevenção, diagnóstico e tratamento do câncer são realizadas sobre um domínio multidisciplinar envolvendo medicina, química, genética, bioinformática e engenharia. Estas atividades são responsáveis por gerar e manipular grandes quantidades de dados que são geograficamente distribuídos entre as unidades de tratamento deste país. Estes dados necessitam ser integrados e processados, a sua utilização é empregada para melhorar a gestão e viabilizar colaborações de pesquisa entre as instituições do setor. O processamento destas informações demandaria grande capacidade computacional. Particularmente, verificamos que a bioinformática manipula uma grande quantidade de dados, e tem cada vez mais contribuído para a pesquisa e no diagnóstico de várias doenças, principalmente do câncer. A proposta desta dissertação consiste na pesquisa e desenvolvimento de uma infra-estrutura computacional baseada na tecnologia de grades computacionais para atender as demandas de alto processamento computacional, relacionadas com as informações do setor da saúde, em específico para bioinformática em oncologia. A aplicação da tecnologia de grade computacional no cenário da saúde brasileira é desafiadora do ponto de vista da pesquisa e desenvolvimento, porque esta tecnologia aborda a complexidade de integração e processamento de dados utilizando compartilhamento colaborativo de recursos computacionais sobre um ambiente multiinstitucional geograficamente distribuído. A validação deste trabalho consistiu na aplicação de alguns dos procedimentos que envolvem a bioinformática em oncologia, em especial a identificação de similaridade genética, através de uma implementação experimental da arquitetura proposta. Os resultados obtidos a partir dos testes de validação nos permitiram avaliar os atendimentos dos requisitos do ambiente relacionados com as necessidades do setor de saúde em oncologia, assim oferecendo indicações e direções técnicas para o emprego da tecnologia de grades computacionais no apoio de diversas atividades relacionadas ao setor da saúde. / Cancer is currently the third cause of death in both sexes and among all age ranges. The Brazilian Ministry of Health reports that the high complexity of oncology care demands high financial costs and high technology. The activities of cancer research, prevention, diagnosis and treatment are increasingly becoming a multidisciplinary environment, including medicine, chemistry, genetic, bioinformatics and engineering. Those activities are responsible for the generation and management of huge quantities of data, which are geographically distributed among the treatment units on this country. This data needs to be integrated and processed, and its use is for the improvement of the cancer management and to enable research exchanges among institutions in the field. The processing of this information requires a large computational capacity. Particularly, we verify that bioinformatics handles a huge amount of data and has increasingly contributed for the research and diagnosis of several diseases, especially cancer. The proposal of this thesis is the research and development of a computational infrastructure based on grid computational technology to serve the requirements of high computational processing, related to the data from health care systems, in particular to bioinformatics in oncology. The use of grid computing technology in the Brazilian health scenario is challenging in terms of research and development, since this technology faces the complexity of data integration and processing using collaborative sharing of computational resources onto a multi-institutional geographically distributed environment. The validation of this work was in the application of some of the procedures that involve bioinformatics in oncology, especially the identification of genetic similarity, using an experimental implementation of the proposed architecture. The results obtained from the validation tests enabled us to evaluate the meeting of environment requirements, related with the needs of health sector in oncology, thus offering indications and technical directions to the use of grid computing technology in support of several activities related with the health sector.

A necessidade de poder computacional é crescente nas mais diversas áreas de atuação humana, tanto na indústria como no ambiente acadêmico. A Computação em Grade permite a interligação de recursos computacionais dispersos de maneira a permitir sua utilização mais efetiva, provendo aos usuários acesso simplificado ao poder computacional de diversas máquinas. Entretanto, os primeiros projetos de Computação em Grade objetivavam a interligação de máquinas paralelas ou aglomerados de alto desempenho e alto custo, acessível apenas a poucas instituições. Em contraponto ao alto custo das máquinas paralelas, os computadores pessoais se difundiram de maneira extraordinária nos últimos quinze anos. A expansão da base instalada foi acompanhada de uma crescente evolução na capacidade de tais máquinas. Os aglomerados dedicados de computadores pessoais representam a primeira tentativa de utilização de tais recursos para computação paralela e, apesar de serem amplamente utilizados, ainda requerem um investimento significativo. Entretanto, as mesmas instituições que adquirem tais aglomerados dedicados normalmente possuem centenas ou até milhares de computadores pessoais, os quais têm sua capacidade utilizada apenas parcialmente, resultando em grande ociosidade dos recursos. Os sistemas de Computação em Grade Oportunistas fornecem a possibilidade de se utilizar a base instalada de computadores pessoais de maneira a realizar computação utilizando a parte dos recursos que, de outra forma, estariam ociosos. Diversos sistemas dessa categoria foram desenvolvidos e utilizados com êxito para realizar tarefas de computação em diversas áreas como astronomia, biologia e matemática. O InteGrade, sistema de Computação em Grade Oportunista aqui apresentado, pretende oferecer características inovadoras para sistemas oportunistas, como suporte a aplicações paralelas que demandam comunicação entre nós e a utilização de coleta e análise de padrões de uso das máquinas da Grade, de maneira a permitir que se realize previsões sobre a disponibilidade das máquinas, permitindo uma utilização mais eficiente das mesmas. Além disso, o InteGrade emprega amplamente o paradigma de Orientação a Objetos, tanto na definição da arquitetura do sistema quanto na sua implementação. O trabalho aqui apresentado consistiu no estudo de outros projetos de Computação em Grade, na definição de uma arquitetura inicial para o InteGrade, passando pela descrição de seus principais módulos assim como sua implementação. Além disso, também descrevemos o projeto e a implementação de uma biblioteca para programação paralela no InteGrade utilizando o modelo BSP. / The past years witnessed a substantial increase in the need for computing power in various fields of human activity, including many industrial and academic endeavors. Grid Computing addresses those needs, providing seamless access to distributed computing resources, allowing one to use the combined computing power of various machines. However, the majority of the earlier Grid Computing systems focused on connecting high performance computers, which are very expensive resources only accessible to a small number of institutions. Contrasting with high cost parallel computing, personal computing experienced a tremendous growth in the last fifteen years. Personal computers are ubiquitous, cheap, and extremely powerful. The increase in processing power motivated the creation of dedicated PC clusters, allowing one to perform high performance computing tasks at a fraction of the price of a traditional parallel machine. Although cheaper, building a cluster still requires a considerable investment. At the same time, institutions that rely on the processing power of dedicated clusters typically own a large number of personal computers that are idle for most of the time, resulting in a loss of computing power that could otherwise be used for computing tasks. Opportunistic Grid Computing systems allow the use of the idle computing power of personal computers to perform useful computation. Many Opportunistic systems were successfully employed to solve problems in areas such as astronomy, biology, and mathematics. InteGrade, an Opportunistic Grid Computing system developed in the context of this thesis, aims to provide features not commonly available in other Opportunistic systems, such as support for parallel applications that require communication among application nodes, and usage pattern collection and analysis, which will allow for better scheduling decisions by providing predictions about future resource availability. InteGrade is a fully object oriented system, featuring both object oriented architecture and implementation. The work presented in this thesis includes a survey of existing Grid Computing systems and the definition of the InteGrade initial architecture, including the specification and implementation of various software modules. We also present the design and implementation of a parallel programming library that implements the BSP computing model, which allows one to write parallel applications that execute on InteGrade.

Muitos sistemas recentes de processamento paralelo e distribuído trabalham com acesso intensivo a dados, combinando facilidades de computação e armazenamento de dados para a construção de sistemas de grande escala, com custos reduzidos. Nesses sistemas, a interligação de um grande número de nós resulta na divisão sucessiva da capacidade de transferência, tornando a movimentação de dados um importante fator de limitação de desempenho. Ao se escalonar as tarefas computacionais em nós próximos dos dados, melhorias significativas no desempenho podem ser obtidas. Entretanto, a informação sobre a localidade dos dados não está facilmente acessível para o programador. Seu uso requer a interação com rotinas internas dos sistemas de arquivos, ou exige a adoção de um modelo de programação específico, normalmente associado a uma plataforma de execução já preparada para escalonar tarefas com aproveitamento da localidade dos dados. Este trabalho desenvolve a proposta de um mecanismo e interface para prover acesso a informações de localidade, além de permitir o controle da distribuição de novos dados. As operações de consulta e controle são realizadas por meio de arquivos e diretórios especiais, adicionados de forma transparente a um sistema de arquivos com blocos de dados distribuídos, apropriado para a execução em ambientes de processamento paralelo. O sistema é denominado parfs e permite obter as informações de localidade com operações de leitura e escrita em arquivos comuns, sem a necessidade do uso de bibliotecas ou modelos de programação específicos. Testes foram realizados para avaliar a proposta. Utilizando o escalonamento seletivo de operações de acesso a dados, baseado na informação de localidade, foram obtidos ganhos significativos de desempenho nessas operações. / Many recent data intensive parallel processing systems are built with cost effective hardware and combine compute and storage facilities. In such systems, interconnecting large numbers of nodes results in bandwidth-bisecting networks, making data movement an important performance limiting factor. By distributing jobs near data, significant performance improvements can be achieved. However, data locality information is not easily available to the programmer. It requires interaction with file system internals, or the adoption of custom programming and run-time frameworks providing embedded locality-aware job scheduling. This document develops a proposal of a mechanism and an interface to provide locality information and new data placement control. The query and control tasks are performed through special file and directories transparently added to a distributed file system, suitable for parallel processing environments. The file system is called parfs and allows the use of locality by read and write operations over regular files, with no need of libraries or specific programming models. Tests were conducted to assess the feasibility of the proposal. Through selective scheduling of data operations, based on locality information, significant performance gains were obtained in such operations.

Atualmente o câncer e a terceira causa de óbitos em ambos os sexos e em todas as faixas de idade. O Ministério da Saúde relata que a alta complexidade da atenção ontológica demanda alto custo financeiro e alta tecnologia. Cada vez mais, as atividades de pesquisa, prevenção, diagnóstico e tratamento do câncer são realizadas sobre um domínio multidisciplinar envolvendo medicina, química, genética, bioinformática e engenharia. Estas atividades são responsáveis por gerar e manipular grandes quantidades de dados que são geograficamente distribuídos entre as unidades de tratamento deste país. Estes dados necessitam ser integrados e processados, a sua utilização é empregada para melhorar a gestão e viabilizar colaborações de pesquisa entre as instituições do setor. O processamento destas informações demandaria grande capacidade computacional. Particularmente, verificamos que a bioinformática manipula uma grande quantidade de dados, e tem cada vez mais contribuído para a pesquisa e no diagnóstico de várias doenças, principalmente do câncer. A proposta desta dissertação consiste na pesquisa e desenvolvimento de uma infra-estrutura computacional baseada na tecnologia de grades computacionais para atender as demandas de alto processamento computacional, relacionadas com as informações do setor da saúde, em específico para bioinformática em oncologia. A aplicação da tecnologia de grade computacional no cenário da saúde brasileira é desafiadora do ponto de vista da pesquisa e desenvolvimento, porque esta tecnologia aborda a complexidade de integração e processamento de dados utilizando compartilhamento colaborativo de recursos computacionais sobre um ambiente multiinstitucional geograficamente distribuído. A validação deste trabalho consistiu na aplicação de alguns dos procedimentos que envolvem a bioinformática em oncologia, em especial a identificação de similaridade genética, através de uma implementação experimental da arquitetura proposta. Os resultados obtidos a partir dos testes de validação nos permitiram avaliar os atendimentos dos requisitos do ambiente relacionados com as necessidades do setor de saúde em oncologia, assim oferecendo indicações e direções técnicas para o emprego da tecnologia de grades computacionais no apoio de diversas atividades relacionadas ao setor da saúde. / Cancer is currently the third cause of death in both sexes and among all age ranges. The Brazilian Ministry of Health reports that the high complexity of oncology care demands high financial costs and high technology. The activities of cancer research, prevention, diagnosis and treatment are increasingly becoming a multidisciplinary environment, including medicine, chemistry, genetic, bioinformatics and engineering. Those activities are responsible for the generation and management of huge quantities of data, which are geographically distributed among the treatment units on this country. This data needs to be integrated and processed, and its use is for the improvement of the cancer management and to enable research exchanges among institutions in the field. The processing of this information requires a large computational capacity. Particularly, we verify that bioinformatics handles a huge amount of data and has increasingly contributed for the research and diagnosis of several diseases, especially cancer. The proposal of this thesis is the research and development of a computational infrastructure based on grid computational technology to serve the requirements of high computational processing, related to the data from health care systems, in particular to bioinformatics in oncology. The use of grid computing technology in the Brazilian health scenario is challenging in terms of research and development, since this technology faces the complexity of data integration and processing using collaborative sharing of computational resources onto a multi-institutional geographically distributed environment. The validation of this work was in the application of some of the procedures that involve bioinformatics in oncology, especially the identification of genetic similarity, using an experimental implementation of the proposed architecture. The results obtained from the validation tests enabled us to evaluate the meeting of environment requirements, related with the needs of health sector in oncology, thus offering indications and technical directions to the use of grid computing technology in support of several activities related with the health sector.

É o trabalho de um middleware organizar as atividades de seus diferentes elementos componentes de maneira a operar sincronamente com a execução de uma aplicação. O resultado deste trabalho deve ser transparente para quem interage com o sistema, percebendo-o como um único bloco coeso e sincronizado, orquestrado por um agente principal. Este é o objeto deste trabalho, a especificação de um middleware e seus componentes internos indicando suas principais características e funcionalidades e também sua operação na execução de uma aplicação distribuída. Também foi levado em consideração os novos ambientes nos quais as aplicações distribuídas estão inseridas tais como a diversidade de dispositivos gerenciados pelos usuários, a necessidade de constantes mudanças no sistema, o uso de novas tecnologias no desenvolvimento de software e a necessidade de definições de sistemas abertos. Para a especificação deste middleware, foi utilizado o modelo de referência Open Distributed Processing (ODP) da ISO/IEC que permite que um sistema seja visualizado em cinco pontos de vista distintos. Ao final o sistema é especificado utilizando a tecnologia de componentes de software, ilustrando seu uso numa aplicação comercial. / It’s the job of a middleware to organize the activities of its different component elements as to operate in synchrony with the execution of an application. The result of this work should be transparent to whom interact with the system, perceiving it as a single synchronized and cohered block, orchestrated by a master agent. This is the subject of this work, the specification of a middleware and its internal components indicating its major characteristics and functionalities and also its operation in the execution of distributed applications. It was also taken into account the new environment in which the distributed applications are inserted such as the diversity of devices managed by the users, the necessity for constant system changing, the use of new technologies in software development and the necessity for definition of open systems. For the specification of this middleware, it was used the reference model of Open Distributed Processing (ODP) from ISO/IEC that allows a system to be visualized by five different points of view. By the end the system is specified using the technology of component software, illustrating its use through commercial component software.

Os provedores de Computação em Nuvem estão fornecendo diversas instâncias e configurações de Máquinas Virtuais. Entretanto, existe dificuldade quanto à seleção da instância mais adequada para uma determinada aplicação, levando em consideração, por exemplo, o menor tempo de execução. O presente trabalho tem como objetivo determinar os procedimentos para a seleção de uma instância de Máquina Virtual para uma determinada aplicação e também propor uma arquitetura que permita interligar os diferentes provedores de Nuvem. Foram implementadas funcionalidades da arquitetura e também foram aplicados os procedimentos propostos em uma aplicação científica e em instâncias de diferentes provedores de Nuvem. Os principais resultados obtidos foram (a) desenvolvimento da metodologia Caracterização, Seleção e Execução (CSE); (b) demonstração da importância da caracterização e do recurso preponderante da aplicação; (c) avaliação de desempenho do disco em diversas Nuvens; (c) caracterização e avaliação de desempenho da aplicação OpenModeller; e (d) arquitetura de interligação de nuvens públicas e privadas, e implementação de suas principais funcionalidades. Estes resultados mostram que o principal problema de seleção das instâncias pode ser solucionado a partir da caracterização das instâncias e das aplicações. / The Cloud Computing providers are providing several instances and configurations of Virtual Machines. However, there is a difficulty in selecting the instance more adequate for specific application. This study aims to determine the procedures for selecting a Virtual Machine instance for a particular application and also propose an architecture to link the different Cloud providers. Features of the architecture have been implemented and the proposed procedures were applied in scientific applications and in instances of different Cloud providers. The main results were (a) development of Characterization, Selection and Execution (CSE) of methodology; (b) demonstration of the importance application characterization and the preponderant resource; (c) performance characterization and evaluation of OpenModeller application; (d) interconnection architecture of public and private Clouds, and implementation of their main features. These results show that the main instance selection problem can be solved from the instances and applications characterization.

O crescente desenvolvimento de aplicações de alto desempenho é uma realidade presente nos dias atuais. Entretanto, a diversidade de arquiteturas de máquinas, incluindo monoprocessadores e multiprocessadores, clusters com ou sem máquina front-end, variedade de sistemas operacionais e implementações da biblioteca MPI tem aumentado cada dia mais. Tendo em vista este cenário, bibliotecas que proporcionem a integração de diversas implementações MPI, sistemas operacionais e arquiteturas de máquinas são necessárias. Esta tese apresenta o HyMPI, uma implementação da biblioteca MPI voltada para integração, em um mesmo ambiente distribuído de alto desempenho, nós com diferentes arquiteturas, clusters com ou sem máquina front-end, sistemas operacionais e implementações MPI. HyMPI oferece um conjunto de primitivas compatíveis com a especificação MPI, incluindo comunicação ponto a ponto, operações coletivas, inicio e termino, além de outras primitivas utilitárias. / The increasing develpment of high performance applications is a reality on current days. However, the diversity of computer architectures, including mono and multiprocessor machines, clusters with or without front-end node, the variety of operating systems and MPI implementations has growth increasingly. Focused on this scenario, programming libraries that allows integration of several MPI implementations, operating systems and computer architectures are needed. This thesis introduces HyMPI, a MPI implementation aiming integratino, on a distributed high performance system nodes with different architectures, clusters with or without front-end machine, operating systems and MPI implementations. HyMPI offers a set of primitives based on MPI specification, including point-to-point communication, collective operations, startup and finalization and some other utility functions.