Identification of Availability and Performance Bottlenecks in Cloud Computing Systems: an approach based on hierarchical models and sensitivity analysis.

Submitted by Rafael Santana (rafael.silvasantana@ufpe.br) on 2017-05-04T17:58:30Z
No. of bitstreams: 2
license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5)
tese_rubens_digital_biblioteca_08092016.pdf: 4506490 bytes, checksum: 251226257a6b659a6ae047e659147a8a (MD5) / Made available in DSpace on 2017-05-04T17:58:30Z (GMT). No. of bitstreams: 2
license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5)
tese_rubens_digital_biblioteca_08092016.pdf: 4506490 bytes, checksum: 251226257a6b659a6ae047e659147a8a (MD5)
Previous issue date: 2016-03-01 / CAPES / Cloud computing paradigm is able to reduce costs of acquisition and maintenance of
computer systems, and enables the balanced management of resources according to the demand.
Hierarchical and composite analytical models are suitable for describing performance and dependability
of cloud computing systems in a concise manner, dealing with the huge number
of components which constitute such kind of system. That approach uses distinct sub-models
for each system level and the measures obtained in each sub-model are integrated to compute
the measures for the whole system. Identification of bottlenecks in hierarchical models might
be difficult yet, due to the large number of parameters and their distribution among distinct
modeling levels and formalisms. This thesis proposes methods for evaluation and detection of
bottlenecks of cloud computing systems. The methodology is based on hierarchical modeling
and parametric sensitivity analysis techniques tailored for such a scenario. This research introduces
methods to build unified sensitivity rankings when distinct modeling formalisms are
combined. These methods are embedded in the Mercury software tool, providing an automated
sensitivity analysis framework for supporting the process. Distinct case studies helped in testing
the methodology, encompassing hardware and software aspects of cloud systems, from basic infrastructure
level to applications that are hosted in private clouds. The case studies showed that
the proposed approach is helpful for guiding cloud systems designers and administrators in the
decision-making process, especially for tune-up and architectural improvements. It is possible
to employ the methodology through an optimization algorithm proposed here, called Sensitive
GRASP. This algorithm aims at optimizing performance and dependability of computing systems
that cannot stand the exploration of all architectural and configuration possibilities to find
the best quality of service. This is especially useful for cloud-hosted services and their complex
underlying infrastructures. / O paradigma de computação em nuvem é capaz de reduzir os custos de aquisição e
manutenção de sistemas computacionais e permitir uma gestão equilibrada dos recursos de
acordo com a demanda. Modelos analíticos hierárquicos e compostos são adequados para
descrever de forma concisa o desempenho e a confiabilidade de sistemas de computação em
nuvem, lidando com o grande número de componentes que constituem esse tipo de sistema.
Esta abordagem usa sub-modelos distintos para cada nível do sistema e as medidas obtidas
em cada sub-modelo são usadas para calcular as métricas desejadas para o sistema como um
todo. A identificação de gargalos em modelos hierárquicos pode ser difícil, no entanto, devido
ao grande número de parâmetros e sua distribuição entre os distintos formalismos e níveis de
modelagem. Esta tese propõe métodos para a avaliação e detecção de gargalos de sistemas de
computação em nuvem. A abordagem baseia-se na modelagem hierárquica e técnicas de análise
de sensibilidade paramétrica adaptadas para tal cenário. Esta pesquisa apresenta métodos para
construir rankings unificados de sensibilidade quando formalismos de modelagem distintos são
combinados. Estes métodos são incorporados no software Mercury, fornecendo uma estrutura
automatizada de apoio ao processo. Uma metodologia de suporte a essa abordagem foi proposta
e testada ao longo de estudos de casos distintos, abrangendo aspectos de hardware e software
de sistemas IaaS (Infraestrutura como um serviço), desde o nível de infraestrutura básica até os
aplicativos hospedados em nuvens privadas. Os estudos de caso mostraram que a abordagem
proposta é útil para orientar os projetistas e administradores de infraestruturas de nuvem no
processo de tomada de decisões, especialmente para ajustes eventuais e melhorias arquiteturais.
A metodologia também pode ser aplicada por meio de um algoritmo de otimização proposto
aqui, chamado Sensitive GRASP. Este algoritmo tem o objetivo de otimizar o desempenho e a
confiabilidade de sistemas em cenários onde não é possível explorar todas as possibilidades arquiteturais
e de configuração para encontrar a melhor qualidade de serviço. Isto é especialmente
útil para os serviços hospedados na nuvem e suas complexas

Identiferoai:union.ndltd.org:IBICT/oai:repositorio.ufpe.br:123456789/18702
Date01 March 2016
CreatorsMATOS JÚNIOR, Rubens de Souza
Contributorshttp://lattes.cnpq.br/8382158780043575, MACIEL, Paulo Romero Martins
PublisherUniversidade Federal de Pernambuco, Programa de Pos Graduacao em Ciencia da Computacao, UFPE, Brasil
Source SetsIBICT Brazilian ETDs
LanguageEnglish
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis
Sourcereponame:Repositório Institucional da UFPE, instname:Universidade Federal de Pernambuco, instacron:UFPE
RightsAttribution-NonCommercial-NoDerivs 3.0 Brazil, http://creativecommons.org/licenses/by-nc-nd/3.0/br/, info:eu-repo/semantics/openAccess

Page generated in 0.0022 seconds