A ciência tem feito uso frequente de recursos computacionais para execução de experimentos e processos científicos, que podem ser modelados como workflows que manipulam grandes volumes de dados e executam ações como seleção, análise e visualização desses dados segundo um procedimento determinado. Workflows científicos têm sido usados por cientistas de várias áreas, como astronomia e bioinformática, e tendem a ser computacionalmente intensivos e fortemente voltados à manipulação de grandes volumes de dados, o que requer o uso de plataformas de execução de alto desempenho como grades ou nuvens de computadores. Para execução dos workflows nesse tipo de plataforma é necessário o mapeamento dos recursos computacionais disponíveis para as atividades do workflow, processo conhecido como escalonamento. Plataformas de computação em nuvem têm se mostrado um alternativa viável para a execução de workflows científicos, mas o escalonamento nesse tipo de plataforma geralmente deve considerar restrições específicas como orçamento limitado ou o tipo de recurso computacional a ser utilizado na execução. Nesse contexto, informações como a duração estimada da execução ou limites de tempo e de custo (chamadas aqui de informações de suporte ao escalonamento) são importantes para garantir que o escalonamento seja eficiente e a execução ocorra de forma a atingir os resultados esperados. Este trabalho identifica as informações de suporte que podem ser adicionadas aos modelos de workflows científicos para amparar o escalonamento e a execução eficiente em plataformas de computação em nuvem. É proposta uma classificação dessas informações, e seu uso nos principais Sistemas Gerenciadores de Workflows Científicos (SGWC) é analisado. Para avaliar o impacto do uso das informações no escalonamento foram realizados experimentos utilizando modelos de workflows científicos com diferentes informações de suporte, escalonados com algoritmos que foram adaptados para considerar as informações inseridas. Nos experimentos realizados, observou-se uma redução no custo financeiro de execução do workflow em nuvem de até 59% e redução no makespan chegando a 8,6% se comparados à execução dos mesmos workflows sendo escalonados sem nenhuma informação de suporte disponível. / Science has been using computing resources to perform scientific processes and experiments that can be modeled as workflows handling large data volumes and performing actions such as selection, analysis and visualization of these data according to a specific procedure. Scientific workflows have been used by scientists from many areas, such as astronomy and bioinformatics, and tend to be computationally intensive and heavily focused on handling large data volumes, which requires using high-performance computing platforms such as grids or clouds. For workflow execution in these platforms it is necessary to assign the workflow activities to the available computational resources, a process known as scheduling. Cloud computing platforms have proved to be a viable alternative for scientific workflows execution, but scheduling in cloud must take into account specific constraints such as limited budget or the type of computing resources to be used in execution. In this context, information such as the estimated duration of execution, or time and cost limits (here this information is generally referred to as scheduling support information) become important for efficient scheduling and execution, aiming to achieve the expected results. This work identifies support information that can be added to scientific workflow models to support efficient scheduling and execution in cloud computing platforms. We propose and analyze a classification of such information and its use in Scientific Workflows Management Systems (SWMS). To assess the impact of support information on scheduling, experiments were conducted with scientific workflow models using different support information, scheduled with algorithms that were adapted to consider the added information. The experiments have shown a reduction of up to 59% on the financial cost of workflow execution in the cloud, and a reduction reaching 8,6% on the makespan if compared to workflow execution scheduled without any available supporting information.

O uso de padrões de workflow para controle de fluxo em aplicações de e-Science resulta em maior produtividade por parte do cientista, permitindo que se concentre em sua área de especialização. Todavia, o uso de padrões de workflow para paralelização em grades permanece uma questão em aberto. Este texto apresenta uma arquitetura de baixo acoplamento e extensível, para permitir a execução de padrões com ou sem a presença de grade, de modo transparente ao cientista. Descreve também o Padrão Junção Combinada, que atende a diversos cenários de paralelização comumente encontrados em aplicações de e-Science. Com isso, espera-se auxiliar o trabalho do cientista, oferecendo maior flexibilidade na utilização de grades e na representação de cenários de paralelização. / The use of workflow control-flow patterns in e-Science applications results in productivity improvement, allowing the scientist to concentrate in his/her own research area. However, the use of workflow control-flow patterns for execution in grids remains an opened question. This work presents a loosely coupled and extensible architecture, allowing use of patterns with or without grids, transparently to the scientist. It also describes the Combined Join Pattern, compliant to parallelization scenarios, commonly found in e-Science applications. As a result, it is expected to help the scientist tasks, giving him or her greater flexibility in the grid usage and in representing parallelization scenarios.

A ciência tem feito uso frequente de recursos computacionais para execução de experimentos e processos científicos, que podem ser modelados como workflows que manipulam grandes volumes de dados e executam ações como seleção, análise e visualização desses dados segundo um procedimento determinado. Workflows científicos têm sido usados por cientistas de várias áreas, como astronomia e bioinformática, e tendem a ser computacionalmente intensivos e fortemente voltados à manipulação de grandes volumes de dados, o que requer o uso de plataformas de execução de alto desempenho como grades ou nuvens de computadores. Para execução dos workflows nesse tipo de plataforma é necessário o mapeamento dos recursos computacionais disponíveis para as atividades do workflow, processo conhecido como escalonamento. Plataformas de computação em nuvem têm se mostrado um alternativa viável para a execução de workflows científicos, mas o escalonamento nesse tipo de plataforma geralmente deve considerar restrições específicas como orçamento limitado ou o tipo de recurso computacional a ser utilizado na execução. Nesse contexto, informações como a duração estimada da execução ou limites de tempo e de custo (chamadas aqui de informações de suporte ao escalonamento) são importantes para garantir que o escalonamento seja eficiente e a execução ocorra de forma a atingir os resultados esperados. Este trabalho identifica as informações de suporte que podem ser adicionadas aos modelos de workflows científicos para amparar o escalonamento e a execução eficiente em plataformas de computação em nuvem. É proposta uma classificação dessas informações, e seu uso nos principais Sistemas Gerenciadores de Workflows Científicos (SGWC) é analisado. Para avaliar o impacto do uso das informações no escalonamento foram realizados experimentos utilizando modelos de workflows científicos com diferentes informações de suporte, escalonados com algoritmos que foram adaptados para considerar as informações inseridas. Nos experimentos realizados, observou-se uma redução no custo financeiro de execução do workflow em nuvem de até 59% e redução no makespan chegando a 8,6% se comparados à execução dos mesmos workflows sendo escalonados sem nenhuma informação de suporte disponível. / Science has been using computing resources to perform scientific processes and experiments that can be modeled as workflows handling large data volumes and performing actions such as selection, analysis and visualization of these data according to a specific procedure. Scientific workflows have been used by scientists from many areas, such as astronomy and bioinformatics, and tend to be computationally intensive and heavily focused on handling large data volumes, which requires using high-performance computing platforms such as grids or clouds. For workflow execution in these platforms it is necessary to assign the workflow activities to the available computational resources, a process known as scheduling. Cloud computing platforms have proved to be a viable alternative for scientific workflows execution, but scheduling in cloud must take into account specific constraints such as limited budget or the type of computing resources to be used in execution. In this context, information such as the estimated duration of execution, or time and cost limits (here this information is generally referred to as scheduling support information) become important for efficient scheduling and execution, aiming to achieve the expected results. This work identifies support information that can be added to scientific workflow models to support efficient scheduling and execution in cloud computing platforms. We propose and analyze a classification of such information and its use in Scientific Workflows Management Systems (SWMS). To assess the impact of support information on scheduling, experiments were conducted with scientific workflow models using different support information, scheduled with algorithms that were adapted to consider the added information. The experiments have shown a reduction of up to 59% on the financial cost of workflow execution in the cloud, and a reduction reaching 8,6% on the makespan if compared to workflow execution scheduled without any available supporting information.

Submitted by Geandra Rodrigues (geandrar@gmail.com) on 2018-01-26T10:38:41Z No. of bitstreams: 0 / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2018-01-26T10:56:19Z (GMT) No. of bitstreams: 0 / Made available in DSpace on 2018-01-26T10:56:19Z (GMT). No. of bitstreams: 0 Previous issue date: 2015-09-30 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Fornecer suporte a interoperabilidade apenas considerando a forma e o significado (i.e. sintaxe e semântica) na troca de dados não é suficiente para se atingir uma colaboração efetiva e significativa. Neste sentido, a interoperabilidade pragmática tem se destacado como um requisito fundamental para garantir a colaboração em sistemas distribuídos. Entretanto, preencher este requisito não é uma tarefa trivial. O objetivo deste estudo é propor e avaliar uma solução para apoiar implementação da interoperabilidade pragmática em um sistema colaborativo. Assim, a solução proposta foi implementada e avaliada em um ecossistema de software baseado na web capaz de apoiar o desenvolvimento colaborativo de workflows científicos chamado ECOS Collaborative PL-Science. / Providing interoperability support only considering the format and meaning (i.e. syn-tax and semantic) in data exchange is not enough to achieve effective and meaningful collaboration. Pragmatic interoperability has been identified as a key requirement to fos-ter collaboration in a distributed environment. However, fulfilling this requirement is not a trivial task. The aim of this study is to propose and evaluate a solution to support pragmatic interoperability implementation in a collaborative system. The proposed solu-tion was implemented and evaluated in an open source web-based software ecosystem to support collaborative development of scientific workflows.

Submitted by Renata Lopes (renatasil82@gmail.com) on 2017-02-09T10:36:22Z No. of bitstreams: 1 igordeoliveiraknop.pdf: 9278336 bytes, checksum: 3ba3e63654031ff0b2d334733fcd215b (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2017-02-09T13:54:43Z (GMT) No. of bitstreams: 1 igordeoliveiraknop.pdf: 9278336 bytes, checksum: 3ba3e63654031ff0b2d334733fcd215b (MD5) / Made available in DSpace on 2017-02-09T13:54:43Z (GMT). No. of bitstreams: 1 igordeoliveiraknop.pdf: 9278336 bytes, checksum: 3ba3e63654031ff0b2d334733fcd215b (MD5) Previous issue date: 2016-03-31 / A biologia sistêmica é uma das áreas emergentes mais poderosas no terceiro milênio por combinar de forma interdisciplinar conhecimentos e ferramentas da biologia, ciência da computação, medicina, química e engenharia. Entretanto, o contínuo desenvolvimento de experimentoscomputacionaiséacompanhadoporproblemascomoaintegraçãomanualde ferramentas para simulação e análise; a perda de modelos pela obsolescência de software; e a dificuldade para reprodução dos experimentos devido à falta de detalhes do ambiente de execução utilizado. A maioria dos modelos quantitativos publicados em biologia são perdidos porque eles, ou não estão mais disponíveis, ou porque são insuficientemente caracterizados para permitir sua reprodução. Este trabalho propõe uma abordagem para guiaroregistrodeexperimentosin silico comfoconasuareprodução.Aabordagemprevê a criação de uma série de anotações durante um trabalho em modelagem computacional, amparado por um ambiente de software, onde o pesquisador realiza as etapas de integração de ferramentas, descrição de processos e execução de experimentos. O objetivo é capturaroprocessodemodelagemdeformanãoinvasivaparaaumentaratrocadeconhecimento, permitir repetição e validação dos resultados e diminuir o retrabalho em grupos depesquisainterdisciplinares.Umambientecomputacionalprotótipofoiconstruídoedois fluxos de trabalho de ferramentas diferentes foram integradas como estudos de caso. O primeiro usa modelos da eletrofisiologia cardíaca para se construir novas aplicações sobre o ambiente. O segundo apresenta um novo uso para os metamodelos de dinâmica de sistemas para simular a resposta do sistema imune inato em uma seção planar de tecido. Foi observada a completa captura dos workflow de simulação e tratamento dos dados de saída nos dois experimentos de controle. O ambiente permitiu a reprodução e adaptação dos experimentos em três níveis diferentes: a criação de novos experimentos utilizando a mesma estrutura do original; a definição de novos aplicativos que utilizam variações da estrutura do experimento original; reaproveitamento do fluxo de trabalho para alterações nos modelos e condições originais. / Systems Biology is one of the most powerful emerging areas in the third millennium that combines, in an interdisciplinary way, knowledge and tools of Biology, Computer Science, Medicine, Chemistry and Engineering. However, the continued development of computational experiments is accompanied by problems such as manual integration of tools to simulation and analysis; loss of models due software obsolescence; and the difficulty to reproduce the experiments due to lack of details of the execution environment used. Most quantitative models published in Biology are lost because they, or are no longer available or are insufficiently characterized for reproduction. This work proposes an approach to guide the registration of in silico experiments focused on its reproduction. The approach involvesthecreationofaseriesofannotationsduringcomputationalmodeling,supported by a software environment where the researcher conducts the tool integration steps, process description and execution of experiments. The goal is to noninvasively capture the modelingprocesstoincreasetheexchangeofknowledge,allowrepetitionandvalidationof the results and reduce rework in interdisciplinary research groups. A prototype was built and two different workflows have been integrated as case studies. The first uses models and tools of cardiac electrophysiology to build new applications on the environment. The secondpresentsanewuseforthesystemdynamicsmetamodelingtosimulatetheresponse of the innate immune system in a planar section of tissue. The complete capture of workflow, consisting of simulation and processing of output data, in two control experiments, was observed. The environment allowed the reproduction and adaptation of experiments at three different levels: the creation of new experiments using the same structure as the original one; the definition of new applications that use variations of the structure of the original experiment; the reuse of workflow to change models and original condition.

Submitted by isabela.moljf@hotmail.com (isabela.moljf@hotmail.com) on 2017-05-04T12:39:59Z No. of bitstreams: 1 aldemonlagebonifacio.pdf: 2781912 bytes, checksum: 1709a91f2132d3dc37438217b24037bb (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2017-05-13T13:58:55Z (GMT) No. of bitstreams: 1 aldemonlagebonifacio.pdf: 2781912 bytes, checksum: 1709a91f2132d3dc37438217b24037bb (MD5) / Made available in DSpace on 2017-05-13T13:58:55Z (GMT). No. of bitstreams: 1 aldemonlagebonifacio.pdf: 2781912 bytes, checksum: 1709a91f2132d3dc37438217b24037bb (MD5) Previous issue date: 2008-08-27 / Neste trabalho e feita uma análise de ferramentas computadorizadas para auxílio a atividade de modelagem computacional. Tais ferramentas visam solucionar dificuldades tais como a baixa reutilização de resultados obtidos, a integração das tarefas que compõem o experimento e o gerenciamento das várias etapas do processo de modelagem. Dá-se o nome de Workflow Científico para o conjunto das tarefas que compõem um experimento em modelagem computacional. Ferramentas denominadas Sistemas de Workflow Científico são responsáveis por automatizar a execução desses processos. Sistemas de Workflow Científico são ainda pouco difundidos. Isso se deve em parte ao esforço necessário para realização do aporte tecnológico e conceitual. Ferramentas dessa natureza disponibilizam um grande número de funcionalidades, muitas delas fazendo uso de tecnologias recentes e desconhecidas para grande parte dos pesquisadores em modelagem computacional. Este trabalho visa fazer um estudo detalhado dessas funcionalidades e uma avalia c~ao da sua aplicabilidade para solução das dificuldades supracitadas. A abordagem usada para estudo das funcionalidades e a construção de uma taxonomia de conceitos e funções no contexto de Sistemas de Workflow Científico. A avaliação da aplicabilidade desse tipo de ferramenta e feita através do desenvolvimento de um estudo de caso de modelagem computacional no domínio de Dinâmica dos Corpos Deformáveis usando o Sistema de Workflow Científico Kepler. Os critérios para escolha dessa ferramenta também são discutidos nesse trabalho. Os principais aspectos de avaliação são a e ciência na definição e a performance da execução dos experimentos. Para as funcionalidades com avaliação negativa são fornecidos guias ou artefatos de software que minimizem esse problema. / In this work, computer tools are analyzed regarding their support to computational modeling activities. Those tools aim to solve problems such as the lack of reuse of obtained results, the integration of tasks that compound the experiments, and the management of the various steps of the modeling process. The concept \Scientific Workflow" designates the collection of tasks that shapes an experiment in computational modeling. Tools called Scientific Workflow Systems are responsible for automating the execution of these processes. Scientific Workflow Systems are not very spread yet. This is, in part, due to the effort necessary to learn the new techniques involved. Such tools implement a great number of nunctionalities, many of them using recent and unknown technologies to most researchers in computational modeling. This work is intended to provide a detailed study of such functionalities and an evaluation of their applicability to solve the di culties we have mentioned. The approach to carry out the study of functionalities is to build a taxonomy of concepts and functions, in the context of Scientific Workflow Systems. The evaluation of such tools is done by developing a computational modeling case study in the domain of Dynamic Systems, using the Scientific Workflow System named Kepler. The criteria used for choosing this tool will also be discussed. The main aspects of the evaluation are the efficiency in the definition of models and the performance of their execution. To those functionalities that do not couple with our expectations, we will provide developing guides or software artifacts that will improve them.

O uso de padrões de workflow para controle de fluxo em aplicações de e-Science resulta em maior produtividade por parte do cientista, permitindo que se concentre em sua área de especialização. Todavia, o uso de padrões de workflow para paralelização em grades permanece uma questão em aberto. Este texto apresenta uma arquitetura de baixo acoplamento e extensível, para permitir a execução de padrões com ou sem a presença de grade, de modo transparente ao cientista. Descreve também o Padrão Junção Combinada, que atende a diversos cenários de paralelização comumente encontrados em aplicações de e-Science. Com isso, espera-se auxiliar o trabalho do cientista, oferecendo maior flexibilidade na utilização de grades e na representação de cenários de paralelização. / The use of workflow control-flow patterns in e-Science applications results in productivity improvement, allowing the scientist to concentrate in his/her own research area. However, the use of workflow control-flow patterns for execution in grids remains an opened question. This work presents a loosely coupled and extensible architecture, allowing use of patterns with or without grids, transparently to the scientist. It also describes the Combined Join Pattern, compliant to parallelization scenarios, commonly found in e-Science applications. As a result, it is expected to help the scientist tasks, giving him or her greater flexibility in the grid usage and in representing parallelization scenarios.

O número de atividades disponibilizadas pelos sistemas gerenciadores de workflows científicos é grande, o que exige dos cientistas conhecerem muitas delas para aproveitar a capacidade de reutilização desses sistemas. Para minimizar este problema, a literatura apresenta algumas técnicas para recomendar atividades durante a construção de workflows científicos. Este projeto especificou e desenvolveu um sistema de recomendação de atividades híbrido, considerando informação sobre frequência, entrada e saídas das atividades, e anotações ontológicas para recomendar. Além disso, neste projeto é apresentada uma modelagem da recomendação de atividades como um problema de classificação e regressão, usando para isso cinco classificadores; cinco regressores; um classificador SVM composto, o qual usa o resultado dos outros classificadores e regressores para recomendar; e um ensemble de classificadores Rotation Forest. A técnica proposta foi comparada com as outras técnicas da literatura e com os classificadores e regressores, por meio da validação cruzada em 10 subconjuntos, apresentando como resultado uma recomendação mais precisa, com medida MRR ao menos 70% maior do que as obtidas pelas outras técnicas / The number of activities provided by scientific workflow management systems is large, which requires scientists to know many of them to take advantage of the reusability of these systems. To minimize this problem, the literature presents some techniques to recommend activities during the scientific workflow construction. This project specified and developed a hybrid activity recommendation system considering information on frequency, input and outputs of activities and ontological annotations. Additionally, this project presents a modeling of activities recommendation as a classification problem, tested using 5 classifiers; 5 regressors; a SVM classifier, which uses the results of other classifiers and regressors to recommend; and Rotation Forest , an ensemble of classifiers. The proposed technique was compared to other related techniques and to classifiers and regressors, using 10-fold-cross-validation, achieving a MRR at least 70% greater than those obtained by other techniques

O número de atividades disponibilizadas pelos sistemas gerenciadores de workflows científicos é grande, o que exige dos cientistas conhecerem muitas delas para aproveitar a capacidade de reutilização desses sistemas. Para minimizar este problema, a literatura apresenta algumas técnicas para recomendar atividades durante a construção de workflows científicos. Este projeto especificou e desenvolveu um sistema de recomendação de atividades híbrido, considerando informação sobre frequência, entrada e saídas das atividades, e anotações ontológicas para recomendar. Além disso, neste projeto é apresentada uma modelagem da recomendação de atividades como um problema de classificação e regressão, usando para isso cinco classificadores; cinco regressores; um classificador SVM composto, o qual usa o resultado dos outros classificadores e regressores para recomendar; e um ensemble de classificadores Rotation Forest. A técnica proposta foi comparada com as outras técnicas da literatura e com os classificadores e regressores, por meio da validação cruzada em 10 subconjuntos, apresentando como resultado uma recomendação mais precisa, com medida MRR ao menos 70% maior do que as obtidas pelas outras técnicas / The number of activities provided by scientific workflow management systems is large, which requires scientists to know many of them to take advantage of the reusability of these systems. To minimize this problem, the literature presents some techniques to recommend activities during the scientific workflow construction. This project specified and developed a hybrid activity recommendation system considering information on frequency, input and outputs of activities and ontological annotations. Additionally, this project presents a modeling of activities recommendation as a classification problem, tested using 5 classifiers; 5 regressors; a SVM classifier, which uses the results of other classifiers and regressors to recommend; and Rotation Forest , an ensemble of classifiers. The proposed technique was compared to other related techniques and to classifiers and regressors, using 10-fold-cross-validation, achieving a MRR at least 70% greater than those obtained by other techniques

Submitted by Renata Lopes (renatasil82@gmail.com) on 2017-06-07T18:08:54Z No. of bitstreams: 1 brunofernandesbastos.pdf: 2778109 bytes, checksum: 078e98ab953377165b30e0e21520c35c (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2017-06-24T13:49:46Z (GMT) No. of bitstreams: 1 brunofernandesbastos.pdf: 2778109 bytes, checksum: 078e98ab953377165b30e0e21520c35c (MD5) / Made available in DSpace on 2017-06-24T13:49:46Z (GMT). No. of bitstreams: 1 brunofernandesbastos.pdf: 2778109 bytes, checksum: 078e98ab953377165b30e0e21520c35c (MD5) Previous issue date: 2015-08-20 / Workflows científicos vêm sendo utilizados para resolver problemas complexos em diferentes áreas. Sistemas Gerenciadores de Workflows Científicos (SGWfCs) são utilizados para a especificação e gerenciamento desses workflows. Porém, cada SGWfC pode possuir características diferentes e uma linguagem de especificação de workflows própria, dificultando o reuso dos workflows entre diferentes SGWfCs. A inexistência de uma padronização semântica dificulta ainda mais esse reuso, uma vez que elementos de modelagem de workflow presentes em alguns SGWfCS podem não ser mapeáveis em outros SGWfCs. O uso de uma linguagem intermediária para o intercâmbio de workflows científicos facilita o reuso de workflows desenvolvidos em diferentes SGWfCs ao permitir a definição de um arcabouço comum para esses SGWfCs. No entanto, uma linguagem desse tipo não impede que haja perda de informação semântica durante um processo de transformação de especificações entre esses SGWfCs, uma vez que essa linguagem deve ser robusta o suficiente para representar a semântica de diversos workflows desenvolvidos em diferentes SGWfCs. A existência de padrões (patterns) em workflows científicos pode ajudar a explicitar as informações semânticas mais importantes para a construção desses workflows. Assim a proposta deste trabalho é oferecer uma abordagem baseada em padrões para o intercâmbio entre especificações de workflows científicos, empregando uma linguagem intermediária com suporte a informações semânticas obtidas através da descrição dos padrões. Esta dissertação analisa os resultados obtidos com essa proposta a partir da aplicação da abordagem em especificações de workflows armazenadas no repositório myExperiment. / Scientific workflows have been used to solve complex problems in different areas. Scientific Workflow Management Systems (SWfMSs) are used for specifying and managing these workflows. Nevertheless, each SWfMS may have different characteristics and its own workflow specification language, making its reuse accross different SWfMSs a difficult process. The lack of semantic standardization makes this reuse even more difficult, since the workflow modeling elements available in some SWfMSs may not be mapped onto others SWfMSs. The use of an intermediate language for the interchange of scientific workflows may help with the reuse of workflows developed in different SWfMSs, as it allows for the definition of a common framework for these SWfMSs. Nonetheless, such a language does not prevent the loss of some semantic information during a specification transformation process between different SWfMSs, since this language must be robust enough to represent the semantics of diverse workflows developed in different SWfMSs. The identification of scientific workflow patterns may help to describe the most important semantic information for the construction of these workflows. Thus, the purpose of this study is to provide a pattern-based approach for the interchange of scientific workflow specifications, using an intermediate language that supports semantic information obtained through the description of workflow patterns. This thesis also analyses the results obtained with the proposed approach being applied to workflow specifications stored in the myExperiment repository.