FERNANDO ESTRELA VAZ

Buscando a proposição de uma forma de configuração ecomercialização de computação em nuvem com alto nível deabstração com base no mapeamento sistemático da literatura

sobre serviço medido.

Universidade Federal de Pernambucoposgraduacao@cin.ufpe.br

www.cin.ufpe.br/~posgraduacao

Recife2017

FERNANDO ESTRELA VAZ

Buscando a proposição de uma forma de configuração ecomercialização de computação em nuvem com alto nível deabstração com base no mapeamento sistemático da literatura

sobre serviço medido.

Este trabalho foi apresentado à Pós-Graduação em Ciência da Computaçãodo Centro de Informática da UniversidadeFederal de Pernambuco como requisitoparcial para obtenção do grau de MestreProfissional em Ciência da Computação.

Orientador: Vinicius Cardoso Garcia

Recife2017

Catalogação na fonte

Bibliotecária Monick Raquel Silvestre da S. Portes, CRB4-1217

V393b Vaz, Fernando Estrela

Buscando a proposição de uma forma de configuração e comercialização de computação em nuvem com alto nível de abstração com base no mapeamento sistemático de literatura sobre serviço medido / Fernando Estrela Vaz. – 2017.

196 f.: il., fig., tab. Orientador: Vinícius Cardoso Garcia. Dissertação (Mestrado) – Universidade Federal de Pernambuco. CIn,

Ciência da Computação, Recife, 2017. Inclui referências, apêndices e anexos.

1. Engenharia de software. 2. Computação em nuvem. I. Garcia, Vinícius Cardoso (orientador). II. Título. 005.1 CDD (23. ed.) UFPE- MEI 2017-258

Fernando Estrela Vaz

Buscando a proposição de uma forma de configuração e

comercialização de computação em nuvem com alto nível de

abstração com base no mapeamento sistemático da literatura sobre

serviço medido

Dissertação apresentada ao Programa de Pós-

Graduação em Ciência da Computação da

Universidade Federal de Pernambuco, como

requisito parcial para a obtenção do título de

Mestre Profissional em 10 de março de 2017.

Aprovado em: ___/___/______.

BANCA EXAMINADORA

__________________________________________

Prof. Kelvin Lopes Dias

Centro de Informática / UFPE

__________________________________________

Prof. Júlio Cesar Damasceno

Universidade Federal Rural de Pernambuco

__________________________________________

Prof. Vinícius Cardoso Garcia

Centro de Informática / UFPE

(Orientador)

10 03 2017

Dedico este trabalho a todos os meus professores. Vocês me mostraram que atransformação era possível.

A imparcialidade e a dedicação à profissão de vocês na condução de cada alunocom o mesmo empenho e compromisso me permitiu ter condições de sonhar comconquistas cada vez maiores.

Obrigado por mais esta.

AGRADECIMENTOS

A grandiosidade de uma obra talvez acabe ofuscando as bases que a sustenta.Está é mais uma das grandes vitórias que obtive em minha trajetória e em sua nota deagradecimento mesmo que de forma sucinta pretendo destacar meus grandes pilaresde apoio.

Obrigado aos meus pais que nunca enxergaram em suas limitações barreirasque os impedissem de me ajudar a alcançar os meus objetivos, a luta de vocês me fezforte.

Meus sinceros agradecimentos a todos que me oportunizaram a chance depoder concorrer e cursar um programa de mestrado ministrado por tão relevanteinstituição de tecnologia da informação, reconhecida nacional e internacionalmentedado ao alto nível de formação de seus integrantes e projetos desenvolvidos.

Obrigado IF Goiano e em especial ao Campus Urutaí, por incentivarem ecriarem mecanismos que oportunizam aos seus colaboradores concorrerem ecursarem programas de capacitação, ao FORTI/MEC/CIN-UFPE por idealizarem,discutirem convênios e ofertarem programas de qualificação de altíssimo níveltecnológico.

Agradeço pela condução “do como fazer ciência” prestado pelo Prof. Dr. ViniciusCardoso Garcia, ter contado com sua orientação na confecção deste trabalho é motivode grande orgulho.

Obrigado a minha família, minha esposa Josiane, meu filho Felipe e minha filhaLuana, que chegou a este mundo durante a escrita deste trabalho. Foi com vocês e pornós, muito obrigado pela ajuda e apoio incondicional.

“Alguns homens veem as coisas como são, edizem: Por que? Eu sonho com as coisas quenunca foram e digo: Por que não?”George Bernard Shaw

RESUMO

A computação em nuvem é um dos temas da tecnologia da informação maisdiscutidos atualmente. Pesquisas relacionadas à segurança e elasticidade têmcontribuído, substancialmente, na evolução do modelo. Nesse estudo, é realizado ummapeamento sistemático da literatura em busca de experimentos que explicitem aslinhas de pesquisas trabalhadas, atualmente, sobre outra característica básica domodelo de computação em nuvem, trata-se do serviço medido. A pesquisa apontouque o serviço medido ainda é um campo pouco explorado cientificamente, mesmo jápossuindo um modelo de configuração e comercialização consolidado no mercadoatual. A configuração e comercialização do modelo de computação em nuvem, pormeio de instâncias, proporciona aos usuários do serviço uma experiência próxima àaquisição de uma máquina física com a possibilidade de escolha de máquinas virtuais(VMs) pré-configuradas e customizadas, apesar de existirem estudos e experimentosque busquem evoluir esse modelo de comercialização e configuração, não foiencontrado nenhum estudo que busque comprovar o poder de processamento real doconjunto provido pela instância de máquina virtual, frente às garantias de SLA atuais,que objetivam comprovar apenas as grandezas unitárias de cada item que compõema VM como processador, memória ram, discos de armazenamento e largura de banda,e, também, não foi encontrado nenhum experimento que buscasse calcular de formaprecisa a demanda computacional de cada projeto de migração para o modelo decomputação em nuvem com o objetivo de oportunizar o cálculo do investimentofinanceiro necessário com um projeto de migração e ou adoção ao modelo decomputação em nuvem. Frente a esse cenário, esse estudo encaminha a construçãode um modelo de processamento por porta que busca abstrair ao máximo o conceitode instância de máquina virtual, extraindo desse conceito apenas o coeficiente deprocessamento dos itens que compõem o conjunto da VM os comercializando pormeio de uma porta com largura de processamento possível de ser facilmente gerida,medida e regulamentada via SLA. O modelo proposto confronta algumascaracterísticas do modelo de instâncias e projeta ganhos ao modelo de computaçãoem nuvem com a sua adoção, tomando como base outros modelos de prestação deserviço de alto nível de abstração e configuração aos usuários finais.

Palavras-Chave: Computação em Nuvem. Serviço Medido. Modelo deConfiguração. Modelo de Comercialização. Instâncias. Porta de Processamento.

ABSTRACT

Cloud computing is one of the most discussed topics of information technologytoday. Surveys related to safety and elasticity have contributed substantially to theevolution of the model. In this study, a systematic mapping of the literature is carried outin search of experiments that explain the lines of research that are currently being workedon another basic feature of the cloud computing model, which is the measured service.The survey pointed out that the service measured is still a field not explored scientificallyeven though it already has a consolidated configuration and commercialization modelin the current market. The configuration and commercialization of the cloud computingmodel through instances provides service users with an experience close to acquiring aphysical machine with the possibility of choosing preconfigured and customized virtualmachines (VMs) but despite the existence of studies and experiments that seek toevolve this model of commercialization and configuration, it was not found any studythat seeks to prove the real processing power of the set provided by the virtual machineinstance, against the current SLA guarantees, that seek to prove only the unit quantitiesof each item that Compose the VM as a processor, ram, storage disks and bandwidth,and also, no experiment was found that sought to accurately calculate the computationaldemand of each migration project for the cloud computing model with the objective ofopportunizing the calculation of the necessary financial investment with a project ofmigration and or adoption to the model of cloud computing. In a scenario viewing, thisstudy proposes the construction of a per-port processing model that seeks to abstractas far as possible the concept of a virtual machine instance, extracting from this conceptonly the processing coefficient of the items that make up the VM group, marketingthem through A port with processing breadth possible to be easily managed, measuredand regulated via SLA. The proposed model confronts some features of the instancemodel and projects gains to the cloud computing model with its adoption based on othermodels of high level abstraction and configuration service delivery to end users.

Keywords: Cloud Computing. Measured Service. Configuration Model. MarketingModel. Instances. Processing Port.

LISTA DE FIGURAS

Figura 1 – Modelo de Computação em Nuvem . . . . . . . . . . . . . . . . . . 23Figura 2 – Modelos de Serviço . . . . . . . . . . . . . . . . . . . . . . . . . . . 25Figura 3 – Simplificação do Diagrama dos Mecanismos de QoS . . . . . . . . 26Figura 4 – Ciclo Geral da Pesquisa de Mestrado apresentando suas Etapas e

Atividades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32Figura 5 – Metodologia Planejada para a Realização do Mapeamento Sistemático 37Figura 6 – Formato de Execução do Mapeamento Sistemático da Literatura -

Primeira Fase . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48Figura 7 – Formato de Execução do Mapeamento Sistemático da Literatura -

Segunda Fase . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49Figura 8 – Correlação de Estudos Aprovados e Reprovados

na Segunda Fase por Base de Dados. . . . . . . . . . . . . . . . . . 50Figura 9 – Eficiência das Bases de Pesquisa quanto a Classificação dos Estudos

frente aos Procedimentos de Mapeamento Sistemático da Literaturaadotados neste Estudo. . . . . . . . . . . . . . . . . . . . . . . . . . 51

Figura 10 – Relação de Estudos Encontrados na Fase Incial da Pesquisa e Totalde Estudos Finais Classificados . . . . . . . . . . . . . . . . . . . . 52

Figura 11 – Análise de Custo Computacional , Estudos por Área . . . . . . . . . 55Figura 12 – Custo Computacional, Relação Cronológica de Estudos . . . . . . . 56Figura 13 – Área “Aval. Multicritérios Serv. Redes Fed.” Avaliação Cronológica . 56Figura 14 – Análise Pré-adoção, Relação de Estudos por Área . . . . . . . . . . 59Figura 15 – Análise Pré-adoção, Relação Cronológica dos Estudos . . . . . . . 60Figura 16 – Esquema de Disponibilização de VMs por meio de Instâncias . . . . 66Figura 17 – Esquema de Disponibilização de Computação em Nuvem por meio

de Portas de Processamento . . . . . . . . . . . . . . . . . . . . . . 67Figura 18 – Atores da Análise . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68Figura 19 – Contextualização da Análise para Composição da Demanda de uma

Porta de Processamento. . . . . . . . . . . . . . . . . . . . . . . . . 69Figura 20 – Formato de Análise . . . . . . . . . . . . . . . . . . . . . . . . . . . 70Figura 21 – Análise de Consumo Individual de Recursos de Hardware Emulado

Nível de Stress dos Itens de Hardware Emulados considerando cadaFormato de Configuração Proposto. . . . . . . . . . . . . . . . . . . 72

Figura 22 – Computação em NuvemModelo de Porta de Processamento . . . . . . . . . . . . . . . . . . 73

Figura 23 – Protótipo de Interface para Comercialização de Porta Computacional 74

LISTA DE QUADROS

Quadro 1 – Classificação da Metodologia Científica . . . . . . . . . . . . . . . . 29

LISTA DE TABELAS

Tabela 1 – Classificação Geral da Pesquisa . . . . . . . . . . . . . . . . . . . . 28Tabela 2 – Taxonomia para Classificação dos Estudos Secundários segundo

Cooper . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30Tabela 3 – Resultado da Aplicação da Taxonomia de Cooper para a

Classificação do Mapeamento Sistemático . . . . . . . . . . . . . . 31Tabela 4 – String de Busca utilizada na Pesquisa Automatizada dos Estudos . 39Tabela 5 – Lista dos Critérios de Exclusão . . . . . . . . . . . . . . . . . . . . 41Tabela 6 – Relação Total de Estudos Candidatos Localizados apresentados por

Fonte de Dados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46Tabela 7 – Relação de Grupos e Categorias quanto a Classificação dos Estudos

utilizados na Pesquisa . . . . . . . . . . . . . . . . . . . . . . . . . . 53Tabela 8 – Estudos Selecionados na Segunda Rodada . . . . . . . . . . . . . . 95Tabela 9 – Estudos Excluídos na Segunda Rodada . . . . . . . . . . . . . . . . 98Tabela 10 – Estudos Selecionados na Primeira Rodada . . . . . . . . . . . . . . 101Tabela 11 – Estudos Excluídos na Primeira Rodada . . . . . . . . . . . . . . . . 106Tabela 12 – Síntese dos Estudos Classificados . . . . . . . . . . . . . . . . . . . 176

SUMÁRIO

1 INTRODUÇÃO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151.1 Motivação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161.2 Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181.2.1 Geral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191.2.2 Específicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191.3 Estrutura da Dissertação . . . . . . . . . . . . . . . . . . . . . . . . 19

2 REFERENCIAL TEÓRICO . . . . . . . . . . . . . . . . . . . . . . . . 212.1 Computação em Nuvem e Tecnologias Correlatas . . . . . . . . . 212.2 Computação em Nuvem . . . . . . . . . . . . . . . . . . . . . . . . 212.2.1 Características Essenciais . . . . . . . . . . . . . . . . . . . . . . . . 232.2.2 Modelos de Serviço . . . . . . . . . . . . . . . . . . . . . . . . . . . . 242.2.3 Formas de Distribuição . . . . . . . . . . . . . . . . . . . . . . . . . . 252.2.4 Acordo de Nível de Serviço (ANS) . . . . . . . . . . . . . . . . . . . . 262.2.5 Qualidade de Serviço . . . . . . . . . . . . . . . . . . . . . . . . . . . 262.2.6 Nuvens Federadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 272.2.7 Virtualização . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 272.2.8 Resumo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

3 MÉTODO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 283.1 Classificação Geral da Pesquisa . . . . . . . . . . . . . . . . . . . 283.2 Classificação do Estudo Sistemático segundo Cooper . . . . . . 303.3 Ciclo da Pesquisa . . . . . . . . . . . . . . . . . . . . . . . . . . . . 323.3.1 Etapa de Definição da Pesquisa . . . . . . . . . . . . . . . . . . . . . 333.3.1.1 Revisão Informal da Literatura . . . . . . . . . . . . . . . . . . . . . . 333.3.1.2 Definição do Tema, Objetivo e Escopo . . . . . . . . . . . . . . . . . 353.3.1.3 Definição da Metodologia . . . . . . . . . . . . . . . . . . . . . . . . 363.3.2 Etapa de Planejamento do Mapeamento Sistemático . . . . . . . . . 373.3.2.1 Definição do Protocolo . . . . . . . . . . . . . . . . . . . . . . . . . . 373.3.2.1.1 Questões de Pesquisa . . . . . . . . . . . . . . . . . . . . . . . . . . 383.3.3 Etapa de Execução da Pesquisa . . . . . . . . . . . . . . . . . . . . 433.3.4 Etapa de Divulgação dos Resultados . . . . . . . . . . . . . . . . . 433.3.5 Resumo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44

4 RESULTADOS DO MAPEAMENTO SISTEMÁTICO DA LITERATURA 454.1 Execução do Mapeamento Sistemático . . . . . . . . . . . . . . . 45

4.1.1 Busca dos Estudos . . . . . . . . . . . . . . . . . . . . . . . . . . . 454.1.2 Seleção dos Estudos Primários . . . . . . . . . . . . . . . . . . . . . 474.1.3 Segunda Fase de Análise dos Estudos . . . . . . . . . . . . . . . . . 484.2 Análise Geral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 514.2.1 Redução do Custo Monetário com base na Análise do Custo

Computacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 544.2.1.1 Modelagem e Teste . . . . . . . . . . . . . . . . . . . . . . . . . . . . 574.2.1.2 Avaliação Multicritério para Serviços de Nuvem em Redes Federadas 574.2.1.3 Transferência de Clusters de VM em Redes Federadas . . . . . . . . 584.2.1.4 Gestão de IaaS e Usuários do Serviço por meio de uma Camada de

Domínio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 584.2.1.5 Execução de Lotes de Processamento de Dados em Redes Híbridas 584.2.2 Levantamento de Custos em Análises Pré-adoção para Computação

em Nuvem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 594.2.2.1 Análise de Desempenho de Serviços de Computação em Nuvem . . 604.2.2.2 Revisão Sistemática da Literatura quanto à Análise de Pré-adoção de

Computação em Nuvem . . . . . . . . . . . . . . . . . . . . . . . . . 614.2.2.3 Centro de Custos voltado ao Consumidor . . . . . . . . . . . . . . . . 614.3 Discussão dos Resultados . . . . . . . . . . . . . . . . . . . . . . . 614.4 Discussão das Evidências . . . . . . . . . . . . . . . . . . . . . . . 624.5 Resumo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63

5 A ABSTRAÇÃO DO CONCEITO DE INSTÂNCIAS DE MÁQUINASVIRTUAIS POR MEIO DE PORTAS DE PROCESSAMENTO . . . . 64

5.1 Proposição do Modelo de Porta de Processamento . . . . . . . . 645.2 Caracterização da Proposta de Disponibilização de Computação

em Nuvem através de Porta de Processamento . . . . . . . . . . . 655.3 Etapas de Análise da Construção do Modelo de Porta de

Processamento. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 675.3.1 Atores da Análise . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 675.3.2 Estratégia de Determinação do Poder Computacional do Conjunto de

Hardware Emulado. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 705.3.3 Interface com a Porta de Processamento. . . . . . . . . . . . . . . . 735.3.4 Estratégia de Aquisição do Modelo de Porta de Processamento. . . 735.4 Expectativa de Aplicação de Porta de Processamento quanto a

Hardware, Software e Técnicas de Compressão e Criptografia deDados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76

5.4.1 Cenário Esperado quanto aos Itens de Hardware . . . . . . . . . . . 765.4.1.1 Requisitos de Elasticidade do Modelo . . . . . . . . . . . . . . . . . . 775.4.2 Contribuições Esperadas com Relação a Área de Softwares . . . . . 79

5.4.2.1 Eficiência quanto ao Consumo de Recursos Computacionais comoum dos Fatores Decisivos na Escolha de Soluções de Softwares . . 80

5.4.3 Melhorias na Compressão de Dados e Criptografia como DiferencialMercadológico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82

5.5 Acordo de Nível de Serviço para Processamento de Dados porPorta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83

5.6 Unidades de Medida e Ambiente de Testes para a Proposta dePorta de Processamento . . . . . . . . . . . . . . . . . . . . . . . . 84

5.6.1 Ambiente de Teste para Concepção do Modelo de Porta deProcessamento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85

5.7 Resumo do Capítulo . . . . . . . . . . . . . . . . . . . . . . . . . . 87

6 CONSIDERAÇÕES FINAIS . . . . . . . . . . . . . . . . . . . . . . . 886.1 Conclusão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 886.2 Limitações da Pesquisa . . . . . . . . . . . . . . . . . . . . . . . . . 896.3 Trabalhos Futuros . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90

REFERÊNCIAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91

APÊNDICES 94

APÊNDICE A – ESTUDOS CLASSIFICADOS NA FASE FINAL DOMAPEAMENTO SISTEMÁTICO DA LITERATURA 95

APÊNDICE B – ESTUDOS EXCLUÍDOS NA FASE FINAL DOMAPEAMENTO SISTEMÁTICO DA LITERATURA 98

APÊNDICE C – ESTUDOS PRIMÁRIOS APROVADOS NAPRIMEIRA FASE DO MAPEAMENTOSISTEMÁTICO DA LITERATURA . . . . . . . . . . 101

APÊNDICE D – ESTUDOS PRIMÁRIOS EXCLUÍDOS NAPRIMEIRA FASE DO MAPEAMENTOSISTEMÁTICO DA LITERATURA . . . . . . . . . . 106

ANEXOS 175

ANEXO A – SÍNTESE DOS ESTUDOS APROVADOS NOPROCESSO DE MAPEAMENTO SISTEMÁTICO DALITERATURA . . . . . . . . . . . . . . . . . . . . . . . 176

15

1 INTRODUÇÃO

A computação em nuvem vem sofrendo um processo contínuo de crescimento epopularização sob a premissa de ser comercializada em um formato de serviço de TI.

Várias são as afirmações que comparam esse formato, a prestação de serviçosconsolidados, exemplificando o fornecimento de energia elétrica e banda larga decomunicação (BARANWAL; VIDYARTHI, 2015).

A computação em nuvem pode ser definida a partir da observação de cincocaracterísticas essenciais: alocação de recursos sob demanda, amplo acesso à rede,pool de recursos, rápida elasticidade e serviço medido e dividida em três modelos deprestação de serviço sendo estes IaaS, PaaS e SaaS (MELL; GRANCE, 2011).

Essas características tornaram a computação em nuvem muito popular.

Alguns pesquisadores acreditam que a computação em nuvem ainda se encontranum estágio inicial de evolução e que o modelo utilizado, atualmente, é, na verdade,um apanhado de tecnologias que evoluíram ao longo de tempo e que estão sendoaplicadas em sua sustentação.

Dentre essas tecnologias se destacam a virtualização, computação distribuída,computação utilitária, arquitetura orientada a serviços, rede, armazenamento dentreoutras (BARANWAL; VIDYARTHI, 2015).

Sendo necessários ainda grandes esforços pela busca de identidade ao modelode serviço de computação em nuvem, através de pesquisas que levem à definição depadrões de projetos arquitetados especificamente para dar sustentação àscaracterísticas do modelo, permitindo sua evolução como de fato prestação de serviçode TI.

Atualmente, a computação em nuvem se caracteriza como um modelodistribuído de serviço voltado a TI, disponibilizando um vasto portfólio de negócios queoferece uma grande quantidade de formatação de tributação buscando atrair clientesde diversos nichos de mercado (COSTA; SANTANA; TRIGO, 2015).

Mecanismos destinados à alocação de serviços distribuídos de tecnologia dainformação com foco na redução econômica têm sido perseguidos ao longo do tempoem diferentes cenários como computação distribuída (AUYOUNG et al., 2004),computação em grade (BARANWAL; VIDYARTHI, 2015) e computação em nuvem (XUet al., 2011).

Fixação de preços, negociação, leilão e justiça distributiva são algumasabordagens econômicas famosas para a determinação de preços e alocação de

16

recursos.

Esquemas de preços estáticos têm sido amplamente utilizados para a alocaçãoe precificação dos recursos por causa de sua simplicidade, fenômeno que pode serobservado quanto à oferta de serviço por meio do modelo de configuração de nuvemSaaS.

Uma desvantagem na fixação de preços estáticos é que os preços dos recursosde computação não podem ser aumentados ou diminuídos para a subutilização esobreutilização dos recursos.

O que caracteriza uma grande perda econômica ao usuário do serviço que deixade utilizar uma das características básicas do modelo, a elasticidade de recursos.

Isto incentivou os prestadores de serviços a oferecerem os esquemas de preçosdinâmicos aos seus clientes.

Em preços dinâmicos, os preços dos recursos variam e dependem dausabilidade e disponibilidade dos recursos, o que resulta na melhoria da utilização dosrecursos e das receitas.

1.1 Motivação

Este estudo realizará uma consulta de mercado e um mapeamento sistemáticoda literatura voltado à característica básica do modelo de computação em nuvemserviço medido.

O foco é encontrar ferramentas e ou técnicas que subsidiem a decisão de formaprévia de adoção do modelo de computação em nuvem, considerando os modelos deserviço IaaS e ou PaaS, num formato de contração dedicado, com base no levantamentopreciso dos valores financeiros implícitos à ação.

Motivado por ofertar sempre tecnologias de ponta com elevado nível de relaçãocusto benefício, o profissional de tecnologia precisa estar atento à adoção de soluçõesde TI, analisando e comparando soluções de mercado quanto às características comosegurança, escalabilidade, padronização, integração, monitoramento e administraçãodentre outras.

Neste cenário, a computação em nuvem surge como uma promessa de entregade serviço com baixo custo de investimento e manutenção. Solução atrativa tanto parao mercado de capital privado, quanto para as instituições públicas.

Em um processo de adoção de um paradigma emergente de tecnologia da

17

informação, a busca pelo patrocínio da alta gestão figura como um dos maiores desafiosà implantação de um projeto.

Em um dialeto bem claro e objetivo, analisando apenas o retorno financeiro, épreciso mensurar a demanda computacional da instituição, precificar o resultado obtidofrente aos recursos dispostos pela nova tecnologia proposta e apresentar, de fato, oinvestimento financeiro necessário para alcançar a redução econômica pretendida,frente a atual solução de tecnologia já utilizada, sejam os resultados de melhoriaobtidos, em pequeno, médio ou grande espaço de tempo.

Este estudo pretende encontrar ferramentas e ou propor soluções quepossibilitem a mensuração da demanda computacional de uma instituição, avaliandosuas necessidades computacionais, perfis de atuação e usuários, e converter oresultado da demanda encontrada em investimento financeiro, analisando as soluçõesde mercado, para aporte de um projeto de migração que, de fato, evidencie se serãoobtidas reais reduções de gastos com a adoção do modelo de computação em nuvemfrente ao modelo de computação tradicional.

Soluções de mensuração e conversão monetária voltadas para computação emnuvem, destinadas à tomada de decisão, serão de grande relevância e alavancarão autilização da computação em nuvem em ambientes como o dos Institutos Federais deEnsino, instituições públicas que precisam ter total controle prévio da destinação dorepasse financeiro a elas vinculado, anualmente.

As Instituições que formam hoje a Rede Federal de Educação Profissional,Científica e Tecnológica são originárias das 19 escolas de aprendizes artífices,instituídas por um decreto presidencial de 1909, assinado pelo então presidente NiloPeçanha.

Inicialmente, foram subordinadas ao Ministério dos Negócios da Agricultura,Indústria e Comércio, são transferidas em 1930 para a supervisão do Ministério daEducação e Saúde Pública. Sete anos depois, são transformadas nos Liceus Industriais.Um ano após o ensino profissional ser considerado de nível médio, em 1942, os liceuspassam a se chamar escolas industriais e técnicas e em 1959, escolas técnicas federaisconfiguradas como autarquias.

Ao longo deste tempo, constitui-se uma rede de escolas agrícolas as EscolasAgrotécnicas Federais. Este ensino técnico teve ênfase numa época em que o Brasil,em franco desenvolvimento agrícola e industrial, necessitava ampliar seu contingentede mão de obra técnica especializada.

Logo a Educação Profissional e Tecnológica assumiu valor estratégico para odesenvolvimento nacional resultante das transformações das últimas décadas. Na maisrecente destas transformações, nasce o Instituto Federal Goiano (IF Goiano), criado por

18

meio da Lei 11.892, de 29 de dezembro de 2008, juntamente com outros 37 InstitutosFederais de Educação, Ciência e Tecnologia.

As novas instituições são frutos do reordenamento e da expansão da RedeFederal de Educação Profissional e Tecnológica, iniciados em abril de 2005.

O Campus Urutaí do IF Goiano atende cerca de dois mil alunos, distribuídosnum formato de ensino vertical, que oferta vagas que vão do ensino médio e técnico após graduações em nível de especialização e mestrado além de cursos EAD.

Ao todo são ofertados 10 cursos superiores, uma especialização, duas linhasde mestrado, 03 cursos de formação técnica e o ensino médio tradicional.

Localizado na região da estrada de ferro no sudeste goiano o Campus Urutaípossui mais de 60 anos de história e figura como uma das instituições de ensino maisimportantes e tradicionais do estado, atendendo a alunos de todo o país.

Atualmente, em sua infraestrutura de TI, a unidade do IF Goiano, em Urutaí/GO,disponibiliza cerca de 800 desktops, 100 notebooks e, aproximadamente, 80 tablets asua comunidade acadêmica.

A unidade também conta com um Data Center onde disponibiliza serviçosdiversos.

A adoção do modelo de computação em nuvem, a se analisar a legislaçãode propriedade da informação e a possibilidade de classificação de dados, poderiaaumentar a vida útil de todo o pátio de tecnologia da informação da instituição, uma vezque a demanda computacional, possível de migração para o serviço de nuvem, passaa ser processada de forma remota.

Contudo, é necessário responder, de forma prévia, a adoção e com exatidãoquestões como:

Qual é a demanda computacional da instituição, como mensurá-la?

Quanto de IaaS e PaaS será empregado no projeto?

Qual é o investimento mensal e ou anual do projeto?

Em um cenário de empresas voltadas a computação em nuvem, concorrentes,como avaliar o desempenho de soluções correlatas? E o impacto desta variável noinvestimento mensal com a aquisição de solução de computação em nuvem?

1.2 Objetivos

19

1.2.1 Geral

Avaliar o cenário atual de ferramentas dispostas ao usuário para tomada dedecisão quanto à adoção do modelo de computação em nuvem frente à utilização domodelo tradicional de computação, tendo como premissa de análise o investimentofinanceiro.

1.2.2 Específicos

• Elencar e discutir as técnicas encontradas por meio da revisão sistemática daliteratura e consulta ao mercado consolidado de computação em nuvem;

• Visualizar oportunidades de melhoria;

• Propor modelos e ou ferramentas, com base no estado da arte, levantado peloestudo, observando também as abordagens atuais do mercado constituído decomputação em nuvem.

1.3 Estrutura da Dissertação

A dissertação está organizada da seguinte forma:

Capítulo 2 - Referencial Teórico: Este capítulo trata de toda a fundamentaçãoteórica para o entendimento do trabalho. São apresentados conceitos sobrecomputação em nuvem detalhando suas características essenciais, modelos deserviço, formas de distribuição dentre outros assuntos relevantes ao estudo.

Capítulo 3 - Metodologia: O capítulo detalha toda a abordagem metodológica emétodos empregados na pesquisa. São discutidos aspectos relacionados àclassificação, ciclo da pesquisa, a utilização do método de pesquisa de mapeamentosistemático da literatura e as peculiaridades de sua instanciação.

20

Capítulo 4 - Execução e Resultados: apresenta e discute os resultados obtidosnesta pesquisa por meio de uma análise geral dos estudos selecionados.

Capítulo 5 – Proposição de um formato alternativo de disposição decomputação em nuvem: Propõe um formato alternativo de configuração ecomercialização para o modelo de computação em nuvem, com maior nível deabstração, focado no desempenho dos recursos computacionais e de simplesconferência quanto às SLAs pelo contratante do serviço.

Capítulo 6 – Considerações Finais: Será apresentada a conclusão do trabalho,limitações da Pesquisa e trabalhos futuros.

21

2 REFERENCIAL TEÓRICO

Neste capítulo serão tratados os principais conceitos teóricos utilizados nasdiversas etapas de concepção deste estudo.

2.1 Computação em Nuvem e Tecnologias Correlatas

A computação em nuvem é o resultado da união de diversas tecnologias voltadaspara ambientes distribuídos de processamento de dados . (GARTNER, 2016)

Web 2.0: A Web evoluiu de uma simples coleção de páginas com hiperlinkspara uma plataforma que promove a colaboração humana e o desenvolvimento efornecimento de sistemas.

Virtualização: É a abstração de recursos de TI, que oculta a natureza física eseus limites dos usuários de recursos. Um recurso pode ser um servidor, um sistemade armazenamento, redes de comunicação, aplicativos ou sistemas operacionais.

Computação em grade: É utilizada para prover grandes conjuntos de recursos.Geralmente grandes capacidades de processamento são destinadas à execução deuma única tarefa.

A grade é um conjunto de recursos coordenados para resolver um problemacomum. São usados vários computadores que podem prover de vários proprietários,domínios a fim de resolver um problema que exige um maior poder de processamento.

2.2 Computação em Nuvem

Sua concepção teve início em 1960, por pesquisadores como Douglas Parkhill eJohn McCarthy com o desenvolvimento de um modelo computacional chamado deComputação Utilitária, durante um pronunciamento em 1961 onde estava sendocelebrado o centenário do MIT, propuseram, publicamente, que recursoscomputacionais fossem providos sob demanda e bilhetados por meio de um modelo denegócio utilitário como energia, água e telefonia (BEZERRA, 2016).

O modelo foi aceito por vários paradigmas de computação (GIRASE et al.,2013) e também conseguiu manter-se vivo mesmo em cenários prejudiciais

22

(CAMPBELL-KELLY, 2009) como o movimento de descentralização, promovido pelautilização de computadores pessoais na década de 1980.

Todavia, por volta do ano 2000, graças ao rápido avanço de tecnologias decomunicação como a internet, o conceito volta a tomar força, mundialmente, e açõesde implantação e comercialização são iniciadas. Desde então, a Computação emnuvem, em seu conceito de computação utilitária proposto por McCarthy, ganha cadavez mais espaço nas ações comerciais dos grandes nomes mundiais em tecnologia dainformação.

Organizações como a Amazon, Google, Salesforce, Microsoft, IBM, HP, entreoutros têm ofertado, atualmente, serviços como Amazon EC21, Google App Engine2,Salesforce3, Windows Azure4, Dropbox5, dentre outros, que oferecem soluções tidascomo seguras e de baixo custo, através das quais seus usuários podem ter acesso aosserviços de maneira distribuída.Segundo o National Institute of Standards and Technology (MELL; GRANCE, 2011), aComputação em Nuvem pode ser definida como um modelo do tipo “pague pelo uso”disponibilizando acesso por meio de rede de dados a um pool compartilhado derecursos computacionais configuráveis (por exemplo: servidores, recursos dearmazenamento, interfaces de redes, sistemas operacionais, ambientes dedesenvolvimento e aplicações) que, conforme demanda do usuário, podem serrapidamente adquiridos e liberados com o mínimo esforço gerencial ou de interação deprovedor de serviços.

Em geral, como pode ser visto na Figura 1, a infraestrutura da nuvem é compostapor uma grande quantidade de dispositivos, centros de processamento de dados ounós físicos conectados em rede.Cada uma das máquinas ou centros de processamento de dados podem ter diferentesconfigurações de ambiente no que tange a hardware, software e variar em termos decapacidade de processamento, memória e armazenamento em disco (SOROR et al.,2010).1 http://aws.amazon.com/pt/ec2/2 https://appengine.google.com3 http://www.salesforce.com/br/4 http://www.windowsazure.com/pt-br/5 http://www.dropbox.com/

23

Figura 1 – Modelo de Computação em Nuvem

http://zeendo.com/info/what-cloud-computing-means/

A Computação em Nuvem possibilita que o usuário tenha acesso a arquivose possa executar diferentes tarefas com um baixo custo de processamento local,sendo que as aplicações e seus processos são executados na infraestrutura da nuvem,distribuída, podendo ser utilizada em desktops ou em outros tipos de dispositivosconectados em rede.Nas próximas sub-seções serão apresentados, de maneira rápida e objetiva, aspectose termos importantes relacionados à computação em nuvem que são importantes parao entendimento desta pesquisa.

2.2.1 Características Essenciais

Representam as vantagens oferecidas pelas soluções da computação em nuveme a distingue de outros paradigmas computacionais, suas principais características deacordo com Mell e Grance (2011) são:

Alocação de serviços sob demanda: O usuário pode dimensionara infraestrutura dos recursos computacionais, tais como armazenamento,processamento e alocação de memória sem nenhum tipo de interação humana. Essesrecursos são alto configuráveis e escalonáveis de acordo com a demanda de cadausuário ou sistema.

24

Amplo acesso à rede: Recursos estão disponíveis através da rede de dados epodem ser acessados por vários dispositivos (por exemplo, celulares, tablets, notebooks,smartphones e etc).

Pool de recursos: Utilizando um modelo multi-tennant (MT), os recursoscomputacionais do provedor são estruturados para trabalhar em modo multiusuáriodisponibilizando, de maneira dinâmica, diferentes recursos físicos e virtuais a cadausuário, conforme sua demanda. Esta característica possibilita uma experiênciaprivativa, stand alone, de recursos mesmo sendo o modelo de computação em nuvemimplantado sobre uma plataforma de comunicação distribuída.

Rápida elasticidade: Recursos podem ser elasticamente provisionados eliberados. Em alguns casos, até mesmo de forma automática, dimensionandoautomaticamente as configurações de ambiente, buscando ampliar ou reduzir osrecursos computacionais, conforme variação da demanda. Para o consumidor, usuárioe ou serviço, os recursos disponíveis para realizar o provisionamento, muitas vezesparecem ser ilimitados e podem ser apropriados em qualquer quantidade e a qualquermomento.

Serviço medido: Sistemas em nuvem controlam e otimizam a utilização derecursos, aproveitando a capacidade de medição em um nível de abstração adequadopara cada tipo de serviço (por exemplo, armazenamento, processamento, largura debanda e contas de usuários ativos). O uso de recursos pode ser monitorado, controladoe reportado, oferecendo transparência tanto para o provedor quanto para o consumidordo serviço utilizado quanto à sua tarifação.

2.2.2 Modelos de Serviço

Os serviços em nuvem são classificados em três modelos (Figura 2), sendoapresentados a seguir: (GIRASE et al., 2013)

1. Software Como Serviço (SaaS) - Por meio deste modelo soluções desoftware de propósitos específicos são ofertados aos clientes. Os recursos em suamaioria são disponibilizados para acesso através de navegadores de internet e asconfigurações disponibilizadas aos usuários são restritas às aplicações contratadas.

2. Plataforma Como Serviço (PaaS) - Este formato de serviço fornece aousuário um ambiente contendo sistema operacional, plataformas de desenvolvimentode softwares dentre outras aplicações. Podendo o usuário interagir com o ambientedisponibilizado e controlar plenamente as aplicações por ele desenvolvidas.

3. Infraestrutura Como Serviço (IaaS) - São ofertados aos clientes recursosbásicos de infraestrutura de computação como: processamento, armazenamento ecomunicação em rede. O usuário é responsável pela instalação, atualização e

25

manutenção de sistemas operacionais e aplicações por ele contratadas. O usuário nãoadministra os recursos de infraestrutura contratados e estes podem ser tarifados portempo de uso ou volume processado.

Figura 2 – Modelos de Serviço

http://www.redcentricplc.com/resources/articles/what-is-paas/

2.2.3 Formas de Distribuição

O conceito de computação em nuvem é dividido em quatro formas: nuvemprivada, nuvem pública, comunitária e híbrida , todas as quatro têm característicassignificativas. No entanto, a escolha depende das necessidades do ambiente denegócio. (GIRASE et al., 2013)

1. Nuvem Privada: Modelo no qual uma organização dispõe de umainfraestrutura em nuvem exclusiva, disponibilizada de forma local ou remota eadministrada pela própria organização ou através de terceiros.

2. Nuvem Pública: Neste modelo de serviço, os dados são armazenados emum servidor remoto e acessados por meio de redes públicas, como a internet. Elepermite aos usuários compartilhar e acessar dados de qualquer lugar, simultaneamente.Isto significa que a nuvem pública promove um ambiente compartilhado, servindo avariados tipos de usuários e propósitos. Embora um pouco arriscado, em termos desegurança de dados, por utilizar em suas operações de negócios acessos por meio derede pública de comunicação de dados, Internet, esse modelo oferece um ambientealtamente escalável.

3. Nuvem Comunitária: a infraestrutura é compartilhada por uma comunidadede organizações com interesses em comum e pode ser gerida pelas própriasorganizações ou ter seus serviços subsidiados a terceiros.

4. Nuvem Híbrida: Uma nuvem híbrida é uma combinação entre duas ou mais

26

formas de distribuição do modelo de computação em nuvem. Essas infraestruturas seconectam para permitir a portabilidade de dados e aplicações.

2.2.4 Acordo de Nível de Serviço (ANS)

A sigla Service Level Agreement (SLA), ou ANS representa um contrato quecuida das garantias entre o cliente ou serviço, usuário, e o provedor de serviço. Nele sãoespecificados os atributos de qualidade e seus respectivos valores aceitáveis. Comoexemplo, podemos citar que em um SLA pode se especificar que a disponibilidadede um determinado serviço não deve ser inferior a 98%, dado um certo intervalo, eque a elasticidade de um recurso seja superior a 85% do valor do plano inicialmentecontratado, por exemplo (GIAMPAOLI; LUCIANO, 2007).

2.2.5 Qualidade de Serviço

Quality of Service (QoS), Figura 3, é a capacidade de melhorar os serviçostrafegados na rede sobre tecnologias de comunicação de redes de dados,como, Frame Relay, MPLS, Ethernet, ATM (Asynchronous Tranfer Mode, também é umprotocolo de comunicação entre redes WAN), e qualquer outra que se utilize doprotocolo IP. Tem como suas principais características: dar prioridade, reserva debanda, controle de jitter (variação de atraso) e latência, garantindo um bomdesempenho das aplicações.(CISCO, 2016).

Figura 3 – Simplificação do Diagrama dos Mecanismos de QoS

http://www.teleco.com.br/tutoriais/tutorialqosotm/pagina_3.asp

27

2.2.6 Nuvens Federadas

Nuvens Federadas ocorrem quando um provedor de Computação na Nuvemterceiriza recursos dinamicamente para outros provedores em resposta à variação dademanda, que seguem o modelo de infraestrutura como serviço (IaaS). Desta forma,ocorre um aglomerado de nuvens, porém, seus recursos são heterogêneos, acarretandonum maior esforço para gerenciar os recursos distribuídos, e, por consequência, para aTarifação (BUYYA; RANJAN; CALHEIROS, 2010) .

2.2.7 Virtualização

Virtualização é uma tecnologia chave para a computação em nuvem. Máquinasvirtuais oferecem isolamento e recursos computacionais de acordo com a demanda dousuário.

Oferecem a possibilidade das aplicações estarem próximas aos dispositivoscontrolados, reduzindo o atraso inerente que degrada a operação dos dispositivos. OServiço de Gerência de VMs permite aos administradores atribuir VMs aos usuários ougrupo de usuários, bem como permite aos usuários acessar (mediante credenciais) econtrolar suas VMs (CARISSIMI, 2008).

2.2.8 Resumo

Este capítulo descreveu todo o referencial teórico utilizado durante odesenvolvimento desta pesquisa. Foram discorridos os principais conceitos edefinições da computação em nuvem. No próximo capítulo, será apresentado o métodoutilizado para o desenvolvimento da pesquisa e detalhes relacionados à suaclassificação, ciclo de desenvolvimento e detalhes do planejamento do mapeamentosistemático.

28

3 MÉTODO

O objetivo do capítulo é detalhar a abordagem metodológica utilizada napesquisa por meio de três seções: Classificação Geral da Pesquisa, Classificação doEstudo Sistemático Segundo Cooper e Ciclo da Pesquisa.

Na seção 3.1, a pesquisa é posicionada conforme 5 aspectos. A seção 3.2 fazuso de uma taxonomia amplamente utilizada em estudos sistemáticos para classificaro mapeamento sistemático conduzido na pesquisa em questão. A seção 3.3 descreveo planejamento metodológico da pesquisa, suas etapas e atividades.

3.1 Classificação Geral da Pesquisa

A pesquisa realizada foi classificada conforme cinco aspectos: método deabordagem, método de procedimento, objetivo, natureza dos dados e posicionamentofilosófico.Através da Tabela 1 é possível observar o quadro metodológico que resume esteselementos.

Tabela 1 – Classificação Geral da Pesquisa

Quadro Metodológico

Método de Abordagem Indutivo

Método de ProcedimentoMapeamento Sistemático daLiteratura

Quanto ao Objetivo Pesquisa Descritiva

Natureza dos Dados Qualitativa

Posicionamento Filosófico Pragmático

O método utilizado nesta dissertação é de caráter indutivo, uma vez que sebaseia em estudos primários particulares para delinear o cenário geral do tema emdiscussão. As conclusões são concebidas por meio de uma cadeia de raciocínioascendente onde se permite, através dos dados obtidos, realizar inferências de umaverdade geral sobre o tema estudado (LEITÃO, 2013).

29

Dada a necessidade de buscar respostas no cenário científico atual àsperguntas que deram origem a este trabalho, o método de procedimento adotado foi omapeamento sistemático da literatura (MSL), um tipo de revisão sistemática daliteratura (RSL). É utilizado em extensas pesquisas e que permite avaliar de formamais ampla uma determinada área sob investigação (GALVÃO; PEREIRA, ) .

A pesquisa descritiva tem como foco principal a descrição das características dedeterminada população ou fenômeno, ou o estabelecimento de relações entre variáveis.Conforme o que nos apresenta o Quadro 1, são inúmeros os estudos que podem serclassificados sob este título e uma de suas características mais significativas aparecena utilização de técnicas padronizadas de coleta de dados (OLIVEIRA, 2011).

Quadro 1 – Classificação da Metodologia Científica

OLIVEIRA, 2011

Em relação aos dados obtidos e das análises adotadas, a pesquisacaracteriza-se como qualitativa, apresentando aspectos mais profundos, através daanálise detalhada, classificação e interpretação do contexto do objeto de pesquisa,uma vez que todos os estudos foram analisados e classificados com o intuito deelucidar o cenário atual quanto ao serviço medido na computação em nuvem, dentrode um foco mais objetivo voltado ao modelo de comercialização e tributação doconceito (CRESWELL, 2013) . Alguns itens estatísticos também estão presentes nestetrabalho, representando os dados da pesquisa o que remete ao uso de conceitosquantitativos no estudo.

30

O pragmatismo é uma doutrina filosófica que se baseia na verdade do valorprático, ou seja, é aquilo que contém considerações de ordem prática, realista, semrodeios, com alvo bem definido, sem subterfúgios. (CRESWELL, 2013)

3.2 Classificação do Estudo Sistemático segundo Cooper

Proposta para classificar revisões sistemáticas da literatura a taxonomia deCooper (TC) é bastante aplicada a estudos sistemáticos em áreas da educação epsicologia, dentre outras áreas de pesquisa em geral (COOPER, 1988) . A Tabela 2apresenta a classificação da taxonomia segundo seis características, podendo algumadelas, assumir mais de um valor.

* Características que podem assumir valores multivalorados.

Tabela 2 – Taxonomia para Classificação dos Estudos Secundários segundo Cooper

Característica Categoria

Foco*Resultados de pesquisa [ou] Métodos de pesquisa [ou]

Teorias [ou] Práticas e aplicações

Objetivo*[Integração (Generalização: Resolução de conflito:Construção de ponte linguística)] [Crítica] [Identificação dequestões centrais]

Perspectiva [Representação neutra] [Exposição de posição]

Cobertura[Exaustiva] [Exaustiva com seleção seletiva] [Representativa][Central ou pivô]

Organização* [Histórica] [Conceitual] [Metodológica]

Público-Alvo*[Estudiosos especializados] [Estudiosos gerais] [Profissionais][Público geral]

A utilização desta descrição taxonômica auxilia a comunidade em três pontosespecíficos: (i) avaliação da qualidade do trabalho, (ii) divulgação à comunidadeatravés de um conjunto de termos bem definidos e, (iii) facilitar a pedagogia emcursos de graduação (COOPER, 1988). Na Tabela 3 é possível observar o resultadoda classificação do estudo de mapeamento sistemático desta dissertação mediante ataxonomia de Cooper.

31

Tabela 3 – Resultado da Aplicação da Taxonomia de Cooper para a Classificação doMapeamento Sistemático

Características Classificação

Foco [Resultado de Pesquisa] [Práticas ou aplicações]

Objetivo[Integração (Generalização)] [Identificação de ProblemasCentrais]

Perspectiva [Representação Neutra]

Cobertura [Exaustiva com Citação Seletiva]

Organização [Metodológica]

Audiência [Acadêmicos Especializados] [Praticantes]

Focando os resultados desta pesquisa na busca por relatos de experimentosou modelos voltados à comercialização e precificação, de projetos de adoção paracomputação em nuvem na forma de estimativa de custos prévia a adoção do modelo,espera-se contribuir para o entendimento sobre uma das características essenciaisdesse serviço, o serviço medido, levando em consideração uma quantidade significativade trabalhos publicados.

A busca por práticas e experimentos nesta área visa elucidar a tendênciamercadológica e as diretrizes que vem sendo aplicadas quanto aos modelos decomercialização e precificação tomando como base uma quantidade significativa detrabalhos publicados.

Os objetivo deste são: integração/generalização e identificação de problemascentrais. Espera-se com este trabalho acrescentar, organizar e sintetizar oconhecimento por meio da consolidação dos trabalhos publicados na literatura eidentificar as falhas para que possam ser melhoradas, a partir da área de pesquisaestudada.

A perspectiva será discutida de forma neutra, com o intuito de dissertar de formapacifica para evitar a má compreensão por partes distintas. Estando a dissertaçãoisenta de pontos de vista do autor, apontando pontos positivos e negativos quanto àslinhas de pesquisa trabalhada.

Apesar das fontes de pesquisa e período considerado de produção a seremlimitados, foram utilizadas as principais bases bibliográficas da computação por meiode pesquisas automáticas e manuais.

A citação seletiva foi utilizada, tentando selecionar boa parte da literaturarelacionada com o tema em questão.

32

A organização da dissertação está disposta de maneira metodológica, visto queos resultados estão agrupados em ideias simples e similares, para facilitar a discussãoe interpretação dos resultados de acordo com o foco da pesquisa.

Em relação à audiência, a dissertação está direcionada aos pesquisadoresespecializados para computação em nuvem que desejem conhecer o atual estado daprática do conceito de serviço medido.

3.3 Ciclo da Pesquisa

Nesta seção sera apresentado o planejamento da metodologia empregada nestapesquisa elucidando suas etapas e atividades.

A Figura 4 apresenta todas as etapas e as atividades planejadas desde adefinição da pesquisa até a divulgação de seus resultados. Posteriormente, serãodetalhadas as etapas de definição e planejamento da pesquisa. Os resultados obtidosserão expostos no Capítulo 4.

A seguir serão apresentados o planejamento das atividades, decisões depesquisa e suas particularidades. Quanto à ordem, a execução das atividades ésequencial e é definida pelo fluxo das setas e suas direções.

Figura 4 – Ciclo Geral da Pesquisa de Mestrado apresentando suas Etapas e Atividades

33

3.3.1 Etapa de Definição da Pesquisa

Esta etapa foi fundamental para todo o delineamento da pesquisa e teve comoprincipais objetivos: (i) identificação das oportunidades de pesquisa, (ii) definição dotema a ser trabalhado, (iii) escopo, (iv) perguntas de pesquisa e (v) definição dametodologia e do método a ser utilizado. Nas demais sub-seções a seguir, todas asdefinições da pesquisa serão detalhadas seguindo a ordem de acontecimentos.

3.3.1.1 Revisão Informal da Literatura

É comum a afirmação no meio da tecnologia da informação que a adoçãodo modelo de computação em nuvem traz significativa redução de custas no quetange ao investimento inicial em processos de informatização por sua priorizaçãoem Opex (Operational Expenditure) e não em Capex (Capital Expenditure)(PRADO,2010), focando a entrega de serviço, prioritariamente, e deixando os investimentos comambiente operacional, hardware e grande parte dos softwares a serem utilizados, acargo de empresas especializadas.

Diferentemente do modelo tradicional de computação, onde os investimentosiniciais precisam ser feitos em Capex para subsidiar, posteriormente, a entrega deserviços operacionais, Opex.

Com base nesta máxima, a redução de custos com a adoção do modelo decomputação em nuvem, uma revisão informal da literatura em busca das oportunidadesde pesquisa focando uma das características básicas deste modelo, o serviço medido,foi iniciada.

Por se tratar de um modelo de computação já em fase comercial soluções degigantes na área de computação em nuvem foram sondadas por intermédio de seusrepresentantes comerciais.

A estes representantes foi dirigida a questão que motivou a condução inicialdesta pesquisa. “Que ferramentas são disponibilizadas ou que meios são utilizados paraque um usuário possa mensurar o aporte financeiro necessário à adoção do modelode computação em nuvem em seu projeto? Confrontando o cenário obtido, frente àadoção, permanência no modelo de computação tradicional, visando subsidiar taldecisão com relação ao aporte financeiro necessário à migração para computação emnuvem“.

A resposta deixou uma indagação sobre o real estado de maturidade dessacaracterística básica do modelo de computação em nuvem, o serviço medido.

Das empresas indagadas obtivemos a mesma resposta, até então, nenhuma

34

possuía uma ferramenta própria que permitisse ao interessado na adoção decomputação em nuvem mensurar da forma mais precisa possível sua real demandacomputacional e com base nesta, precisar suas custas com a adoção do modelo.

Informação crucial para tomada de decisão, tão importante quanto decisõesrelacionadas à segurança de dados, área esta, que diferentemente dos serviçosmedidos é amplamente discutida e estudada pela comunidade que trabalha comcomputação em nuvem.

Foi proposto pelos fornecedores do serviço de computação em nuvem queem um processo de adoção sejam deslocados analistas ao ambiente operacionaldo interessado na aquisição do serviço, para que estes, utilizando ferramentas deterceiros, algumas soluções de software live e com base no fluxo de dados lido poralguns dias in-loco, simulem a necessidade computacional do ambiente em estudo egerem um orçamento aproximado da adoção com base em seu catálogo de serviçosde computação em nuvem disponível.

Também não encontramos um padrão entre as ações das empresas queoferecem o serviço de computação em nuvem, o que leva a crer que este processoprecisará se repetir a cada empresa procurada, dado o portfólio de serviços entre elasser diferente.

Em comum, foram apresentadas algumas calculadoras com funcionamentoparecido aos das lojas virtuas, onde são listadas as soluções que cada empresa decomputação em nuvem oferece e seu valor unitário, podendo assim, o usuário chegar aum valor aproximado, isso, caso este conheça sua real necessidade de processamentocomputacional, considerando os servidores físicos que já possua, e consiga convertereste valor para os padrões de processamento apresentados pelos itens presentesnestas calculadoras.

Os itens virtualizados são ofertados utilizando parâmetros de mercado bemsemelhantes aos trabalhados para classificar e comercializar máquinas físicas, comovalores padrões de processadores, hds e memória ram.

Exemplificando o funcionamento deste modelo de ferramenta podemos citar ascalculadoras da Amazon1 e Google2.

Algumas incursões manuais em ferramentas de busca também foram realizadassobre o tema serviço medido e confirmaram o baixo retorno de estudos sobre a área,se comparada a outras características básicas do modelo de computação em nuvemcomo o amplo acesso à rede, que implica sobre discussões quanto à segurança doserviço e elasticidade:1 http://calculator.s3.amazonaws.com/index.html2 https://cloud.google.com/products/calculator/

35

A dificuldade em encontrar, ou até mesmo a não existência de ferramentasdestinadas ao trabalho de mensuração de adoção de computação em nuvem,considerando a utilização de IaaS ou PaaS em formato dedicado.

Considerando, ainda, a real necessidade de se projetar previamente o impactofinanceiro com a adoção de computação em nuvem levantando a necessidadecomputacional, demanda de processamento de dados, do projeto em questãopara conversão em investimento monetário.

Aliados ao baixo retorno em pesquisas exploratórias inicias de estudosenvolvendo a característica básica do modelo de computação em nuvem, serviçomedido, motivaram realização desse estudo.

3.3.1.2 Definição do Tema, Objetivo e Escopo

Para um maior embasamento teórico sobre o assunto e definir o tema, o objetivoe o escopo da pesquisa, foi realizada uma revisão bibliográfica nos temas relacionadosao assunto: computação em nuvem, quanto a existência de relatos, experimentosou frameworks voltados a trabalhar com uma das características básica do modelo,o serviço medido.

As pesquisas iniciais, que envolveram sondagens a soluções comerciais epublicações acadêmicas, não retornaram ferramentas voltadas a auxiliar o usuário amensurar, converter e precificar projetos de adoção do modelo de computação emnuvem.

Contudo, contribuíram para elucidar o cenário de comercialização mais comumdo modelo, utilizando algumas ferramentas já existentes no mercado (Seção 3.3.1.1) e,com base no conteúdo apresentado, em alguns dos estudos sobre a área, encontradosnas pesquisas das bases acadêmicas e informações contidas em sites comerciais,foi possível concluir que o mercado de computação em nuvem trabalha com umalinha comercial bem definida, trata-se da comercialização e estruturação dos seusrecursos no formato de instâncias de VM (Máquinas Virtuais).

Assim, concluímos a relevância do trabalho em investigar e entender de formamais profunda como a comunidade acadêmica vem tratando esse assunto, se de fatoas instâncias de máquinas virtuais são o modelo comercial mais aplicado e estudado ese existem ferramentas voltadas aos usuários que permitam mensurar sua demandacomputacional, quanto ao volume de processamento de dados e, com base nessainformação, precificar uma hipotética adoção de computação em nuvem.

Neste estudo, utilizaremos, prioritariamente, informações contidas em basesacadêmicas, apesar de, inicialmente, contatos comerciais terem sido iniciados e de

36

entendermos sua relevância ao tema, a natureza do trabalho e o tempo para suaexecução incitam a utilização de bases de pesquisa melhor estruturadas e que retornemvalores que subsidiem o trabalho de forma mais rápida e eficaz.

Com o intuito de realizar uma análise inicial mais profunda e obter umacontribuição mais relevante no estudo da característica de serviços medidos domodelo de computação em nuvem, priorizaremos nossas pesquisas em estudos queapresentem relatos de experimentos quanto a área em questão. Experimentos são ummétodo empírico bem representativo quanto às características de pesquisas realizadasna área de computação em nuvem.

Diante destes fatos, a pesquisa foi direcionada a compreender o estado daprática quanto ao estudo da caraterística básica do modelo de computação em nuvem,serviço medido, procurando entender seu formato de comercialização e ferramentasdisponíveis aos usuários com o intuito de identificar oportunidades de melhorias naárea.

3.3.1.3 Definição da Metodologia

Uma vez definido o tema, objetivo e escopo da pesquisa o próximo passo foidefinir qual seria o método a ser utilizado (Seção 3.1). O método considerado maisadequado foi o Mapeamento Sistemático da Literatura, tomando como base o objetivoe a natureza exploratória das questões de pesquisa e apresentação dos resultadospretendidos.

O mapeamento sistemático da literatura tem por objetivo a realização de análisestemáticas mais amplas, ferramenta que entendemos melhor se adequar a esse estudo,visto que inicialmente não pretendemos comparar ferramentas existentes, mais simprocurar por sua existência e classificá-las quanto às funcionalidades.

O mapeamento sistemático também vem de encontro à questão central doestudo que consideramos ser de amplo aspecto exploratório: Com base nos modelosde comercialização de computação em nuvem, atuais, quais experimentos já estãodisponíveis aos usuários para mensurar sua demanda computacional e precificar oinvestimento o auxiliando na tomada de decisão para migração para computação emnuvem?.

Outro fator está relacionado à forma de apresentação dos resultados, pois emum estudo de mapeamento sistemático eles são apresentados de forma categorizadae proporcionam uma visão sumária que permite a melhor visualização dos dados emforma de gráficos e mapas (PETERSEN et al., 2008).

Nas sub-seções a seguir todo o planejamento do mapeamento sistemático será

37

detalhado seguindo através da definição do protocolo da pesquisa.

3.3.2 Etapa de Planejamento do Mapeamento Sistemático

Na fase de planejamento do mapeamento sistemático da literatura foi definido erevisado o protocolo a ser utilizado nesta pesquisa.

Esse tipo de ferramenta tem como princípio padronizar e reduzir o tempo detrabalho do pesquisador por meio da utilização de uma sequência precisa e rigorosade passos metodológicos.

A Figura 5 ilustra as três fases planejadas para a metodologia de mapeamentosistemático utilizada nesta pesquisa.

Figura 5 – Metodologia Planejada para a Realização do Mapeamento Sistemático

A seguir, serão apresentados os detalhes de planejamento do mapeamento etodas as decisões e informações necessários para a compreensão da pesquisa.

3.3.2.1 Definição do Protocolo

O protocolo tem por objetivo padronizar o trabalho do pesquisador, reduzindo otempo de conclusão do trabalho, minimizando erros, construindo caminhos precisos e

38

eficazes para o mapeamento e reprodução da pesquisa. (MIGUEL, 2007).

Na construção deste protocolo foram referenciadas as práticas contidas emguias existentes na literatura que tratam sobre a questão (KITCHENHAM et al., 2008;KEELE, 2007; PETERSEN et al., 2008).

Na sequencia, serão apresentados os elementos relacionados ao planejamentodo mapeamento. Como pode ser visto na Figura 5 o planejamento compreende adefinição dos seguintes pontos: questões de pesquisa, estratégia de busca dos estudos,estratégia de seleção dos estudos, avaliação da qualidade e estratégia de extração.

3.3.2.1.1 Questões de Pesquisa

A formulação das questões de pesquisa é crucial e direciona todas as atividadesde busca, seleção, extração dos dados e análise dos estudos (LIRA et al., 2008).

O objetivo desta pesquisa é realizar um diagnóstico do nível de aprofundamentoprioritariamente acadêmico quanto ao estudo de propostas e soluçõesde ferramentas que envolvam uma das características básicas do modelo decomputação em nuvem, o serviço medido.

É interesse do autor verificar a existência de experimentos voltados a auxiliar ousuário na tomada de decisão quanto à adoção de computação em nuvem, analisando oaporte financeiro, avaliando os modelos comerciais ofertados e as ferramentas voltadasaos usuários, que tenham como princípio a mensuração da necessidade computacionaldo projeto e sua precificação.

Com este objetivo e tomando como base as orientações feitas por (OLIVEIRA,2011) , que orienta os pesquisadores a relatar o resultado de experimentos com baseem um conjunto de informações essenciais para seu entendimento foi criado o conjuntode questionamentos abaixo:

• Questão Principal (QP) Existe algum estudo que proponha ou implemente umexperimento visando conceber uma ferramenta e ou framework que permitamensurar projetos de computação em nuvem, considerando a demanda deprocessamento de dados, necessidade computacional do projeto, e com basenesta projetar o aporte financeiro necessário?

• Sub Questão Principal 1 (SQP1) O estudo trata sobre computação em nuvem?

• SQP2 - O estudo trata sobre a característica básica de computação em nuvem,serviço medido?

• SQP3 - O estudo propõe algum tipo de experimento envolvendo serviço medido?

39

• SQP4 - O experimento é capaz de mensurar a demanda de processamentode dados de projetos de adoção, migração para computação em nuvem com apossibilidade de precificação precisa do projeto?

Estratégia de Busca dos Estudos

Para esta pesquisa, o autor utilizou a estratégia de busca automática na seleçãodos estudos e os resultados obtidos foram exportados para uma ferramenta gratuita degestão de referências on-line.

As bibliotecas de busca selecionadas para utilização neste estudo sãoamplamente utilizadas na área de tecnologia da informação sendo elas: Association forComputing Machinery Digital Library (ACM - Digital Library)3, Institute of Electrical andElectronic Engineers Xplore Digital Library (IEEE - Xplore Digital Library)4, Scopus5,Science Direct6, Springer Link7.

Abaixo é apresentada a formatação da string de busca utilizada neste estudo.Em sua composição foram utilizados termos que identificam o modelo de computaçãoem nuvem e seus modelos de serviço.

Conforme orientação de (DIESTE; PADUA, 2007) os termos referentes aosexperimentos foram utilizados na tentativa de obter retorno de estudos que, de fato,contenham relatos de experimentações.

Para direcionar a busca, a área a ser investigada dentro das característicasbásicas do modelo de computação em nuvem o termo, serviço medido, tambémcompõe a string. Conforme apresentado na Tabela 4.

Tabela 4 – String de Busca utilizada na Pesquisa Automatizada dos Estudos

<OR>“Cloud Computing”, “Platform as a Service”, “Infrastructure as a Service”, “Softwareas a Service”

3 http://dl.acm.org/4 http://ieeexplore.ieee.org5 https://www.scopus.com6 http://www.sciencedirect.com/7 http://link.springer.com/

40

<OR>“Cloud Computing”, “Platform as a Service”, “Infrastructure as a Service”,“Software as a Service”

<AND>

“Measured Service”

<AND>

<OR> Experiment, Evaluate, Evaluation, Evaluating, Benchmark, Framework, Guideline

Intervalo de Busca: 2010 a 2016

Estratégia de Seleção dos Estudos

A seleção dos estudos foi planejada em duas etapas, a primeira consiste naleitura do título e resumo de todos os estudos pelo autor da pesquisa, os trabalhosconsiderados fora do escopo da pesquisa, duplicados dentre outros critérios de exclusãopré-determinados, conforme mostra a Tabela 5 foram excluídos.

Foram classificados para a segunda etapa de análise todos os estudos quemostraram conformidade com o protocolo de seleção estabelecido e os estudos que dealguma forma demonstraram algum potencial à pesquisa, mesmo estes apresentandopoucas informações quanto ao seu conteúdo na análise do título e resumo.

Na segunda etapa, os estudos classificados foram analisados de forma maisdetalhada. Gerando uma lista final de estudos aprovados, presente nos anexos destapesquisa, e excluídos quanto à utilização neste estudo.

Os critérios de exclusão foram definidos com objetivo de identificar apenasos experimentos que avaliaram especificamente uma das caraterísticas básicas dacomputação em nuvem, o serviço medido.

Os estudos, que não satisfizeram essa propriedade, foram inclusos a lista deestudos não aproveitados. Os critérios foram criados com o objetivo de realizar umaanálise com granularidade fina a fim de facilitar futuros estudos com os resultados dasseleções de estudos realizada nesta revisão.

41

No Apêndice deste trabalho, estão relacionados todos os estudos retornadospelas ferramentas de busca com amplitude delimitada pela string de busca também,neste trabalho, já discutida (Seção 3.3.2.1.2).

Os estudos selecionados para a pesquisa estão dispostos no formato de tabelacom as seguintes características:

• Código que identifica se o estudo foi aproveitado ou não na pesquisa;

• Seu título;

• Ano de publicação;

• Base de pesquisa a qual pertence o estudo;

• Autores;

• Sua classificação conforme os critérios de exclusão.

Tabela 5 – Lista dos Critérios de Exclusão

Critérios de Exclusão

C1 O arquivo não corresponde ao Estudo;

C2 O aquivo não é um Estudo;

C3 O Estudo é duplicado;

42

Critérios de Exclusão

C4 O Estudo é um slideshow ou resmumo expandido;

C5 O Estudo está fora do intervalo de avaliação;

C6 O Estudo está relacionado à Computação em Nuvem mas não a Serviço Medido;

C7 O Estudo está relacionado à Serviço Medido mas não contem um experimento;

C8 O Estudo não está disponível;

C9 O Estudo não está em Inglês;

C10 O Estudo não está relacionado à Computação em Nuvem;

C11 O Estudo não está relacionado à Serviço Medido na Computação em Nuvem;

C12 O Estudo pesquisado é um livro ou parte de;

Avaliação da Qualidade

Não foi realizado nenhum tipo de processo para avaliar o nível de qualidade dosestudos classificados para a pesquisa, com o intuito de conseguir a maior amplitudepossível sobre o tema, experimentos voltados a serviços medidos em computaçãoem nuvem, todos os estudos classificados, na primeira fase de avaliação dos estudos,foram inclusos à segunda fase e analisados conforme o enfoque desse estudo.

A intenção foi conseguir representar da forma mais ampla possível as açõesvoltadas a essa área no meio acadêmico.

43

Estratégia de Extração

Na primeira fase foram extraídas informações, metadados dos estudos, comotítulo, autores, instituições, países, fonte e ano das publicações das bases de buscae importadas para a ferramenta de gestão de referências on-line utiliza neste estudo.Na segunda fase a base de dados foi utilizada para análise dos estudos conformeapresentado na Seção 3.3.2.1.3.

Revisão do Protocolo

Definido o protocolo, conforme orientação dos guias sobre a prática. Algunstestes foram realizados e a versão final foi estabelecida dando início assim à fase derevisão sistemática dos estudos, utilizada nesta pesquisa.

Vale ressaltar que durante os testes a string de busca foi testada e ajustada emtodas as bases científicas utilizadas. O baixo retorno de estudos pelas ferramentas debusca leva a crer ser, de fato, uma característica da área estudada.

3.3.3 Etapa de Execução da Pesquisa

Os resultados obtidos com a execução do protocolo descrito serão apresentadose discutidos no Capítulo 4 deste estudo.

3.3.4 Etapa de Divulgação dos Resultados

Esta fase é dividida entre a Escrita da Dissertação e Submissão às revistase periódicos. A escrita da dissertação não segue uma ordem preestabelecida, elaevolui conforme os resultados da pesquisa vão se concretizando e apresentandopossibilidades de propostas quanto às melhorias e avanços na área de estudo.

A execução e os resultados obtidos com este estudo são apresentados nadissertação com um alto grau de detalhamento visando dar uma melhor visualização ecredibilidade ao trabalho.

Após a apresentação desta e correção conforme preposições apresentadaspelos avaliadores, tem início a segunda fase de divulgação do estudo à comunidadeacadêmica para utilização em pesquisas posteriores.

44

3.3.5 Resumo

Neste capítulo foi descrita a metodologia utilizada nesta pesquisa, suaclassificação, estruturação, planejamento, condução e as razões de uso dosprocedimentos ou métodos.

Também foi apresentada a estratégia planejada para a divulgação dos resultadosobtidos na pesquisa. No próximo capítulo, são apresentados todos os detalhes deexecução do mapeamento sistemático e uma análise dos resultados obtidos.

45

4 RESULTADOS DO MAPEAMENTO SISTEMÁTICO DALITERATURA

O objetivo deste capítulo é descrever a execução da etapa demapeamento sistemático da literatura e apresentar os resultados em suas análises.

Quanto ao mapeamento sistemático da literatura, serão apresentados detalhesde sua execução, compreendendo as atividades de busca, seleção, extração dos dadose sintetização dos resultados.

A análise e discussão dos resultados obtidos deste trabalho serão apresentadosem três Seções distintas: Análise Geral, Discussão das Evidências e Discussão dosResultados.

A análise e discussão dos resultados obtidos alicerçarão a proposição de umformato alternativo de configuração e comercialização de computação em nuvempresente no Capítulo 5 deste estudo.

4.1 Execução do Mapeamento Sistemático

Nesta seção serão apresentados os detalhes da etapa de execução domapeamento sistemático que se inicia com a seleção dos estudos e resulta nasintetização da informação.

O intuito desta seção é discorrer sobre os detalhes de execução do mapeamentosistemático, desde a etapa de seleção dos estudos até a sintetização das informaçõescompiladas.

Todo o detalhamento das atividades que compreendem as etapasexecutadas nesta seção e as informações necessárias ao seu entendimento quanto aocontexto e interpretação da pesquisa serão apresentados nas próximas sub-seções.

4.1.1 Busca dos Estudos

A atividade de busca foi dirigida pelo planejamento realizado e executada emdois momentos: busca manual e busca automática.

Vale ressaltar que as buscas manuais em caráter exploratório subsidiaram amotivação da pesquisa, contudo, não serão representadas de forma isolada uma vezque os estudos encontrados em pesquisa manual também foram capturados pelo

46

método automatizado de busca.

Também foram utilizados estudos, encontrados por meio de busca exploratóriamanual, que não estavam diretamente ligados ao objeto de pesquisa, mas sim aassuntos correlatos como a estruturação do formato de dissertação, método depesquisa utilizado e referencial teórico, estes são referenciados no decorrer desteestudo.

Devido às particularidades encontradas em cada engenho de busca utilizado foinecessário realizar modificações na string de busca automática, contudo, toda a lógicadefinida na sintaxe de busca foi inteiramente mantida.

Todo o resultado das buscas foi importado para um software gratuito de gestãode referências on-line. Vale ressaltar, para essa etapa, que um dos engenhos de busca,Springer Link, apesar de possuir opções de exportação do resultado das buscas, paradeterminados formatos utiliza políticas diferenciadas, o que no caso desse estudoconstituiu na necessidade exportar cada estudo encontrado de forma unitária e não emlote.

Nesta etapa, todos os estudos retornados são classificados e conforme descritona seção 3.3.2.1.3, todos foram avaliados, sendo remetidos à segunda fase de análise.Os estudos, que passaram pelos critérios de exclusão, e ou não conseguiram serclassificados somente com a análise da primeira fase, foram classificados para asegunda fase onde foram submetidos a uma análise mais detalhada.

É importante ressaltar que esta atividade é conhecidamente laborosa e exigedo pesquisador um certo volume de trabalho manual e repetitivo na montagem eorganização das informações que são apreciadas na atividade de seleção dos estudosprimários.

Os detalhes dos resultados das buscas estão descritos na Tabela 6.

Tabela 6 – Relação Total de Estudos Candidatos Localizados apresentados por Fonte de Dados

Fontes de Pesquisa UtilizadasEstratégia de

BuscaResultados

Obtidos

47

Fontes de Pesquisa UtilizadasEstratégia de

BuscaResultados

Obtidos

Association for Computing Machinery Digital Library (ACM- Digital Libray)

Automática 071

Institute of Electrical and Electronic Engineers Xplore DigitalLibray (IEEE - Xplore Digital Library)

Automática 003

Scopus Elsevier Automática 015

Science Direct Elsevier Automática 124

Springer Link Automática 312

Total de Estudos Candidatos Encontrados: 525

4.1.2 Seleção dos Estudos Primários

Nesta etapa, foram realizadas a leitura e catalogação de todos os estudosprimários, retornados pela string de busca. Os 525 estudos primários encontradostiveram seus respectivos títulos e resumos lidos, em alguns casos, a introdução e atémesmo conclusão também foram analisadas visando uma classificação mais precisa doestudo, tanto para seu aproveitamento nessa pesquisa, quanto para a sua classificaçãomais precisa, conforme os critérios de exclusão.

Conforme ilustra a Figura 6, para a segunda rodada de análise, foramclassificados 26 estudos que foram lidos e analisados na íntegra.

48

Figura 6 – Formato de Execução do Mapeamento Sistemático da Literatura - Primeira Fase

No Apêndice C desta pesquisa, encontram-se todos os estudos classificados naprimeira fase de avaliação, os mesmos estão dispostos por meio de tabela contendo:código, título, ano, origem e autores.

Os estudos excluídos na primeira rodada de análise constam no Apêndice Ddesta pesquisa e estão dispostos por meio de tabela contendo: código, título, ano,origem, autores e critério de exclusão, este último segundo definições presentes naSeção 3.3.2.1.3, deste estudo.

4.1.3 Segunda Fase de Análise dos Estudos

Para a segunda rodada de análise dos estudos, como presente na Figura 6,foram classificados 26 estudos, destes, 14 foram aprovados e utilizados nesta pesquisa.

Na segunda fase, os estudos foram analisados na íntegra e os classificadosforam submetidos a um processo de sintetização de informações, presente no AnexoA, deste trabalho.

49

Na sintetização, os estudos classificados foram agrupados conforme área deatuação e estes foram dispostos em tabela, contendo também as seguintes informações:código do estudo, ano de publicação, questão de pesquisa, solução proposta, principaistécnicas abordadas no estudo e resultado proposto.

A Figura 7 ilustra o processo de classificação dos estudos utilizado na segundafase de análise.

Figura 7 – Formato de Execução do Mapeamento Sistemático da Literatura - Segunda Fase

No Apêndice A desta pesquisa encontram-se todos os estudos classificados nasegunda fase de avaliação, estudos aproveitados para a pesquisa, os mesmos estãodispostos por meio de tabela contendo: código, título, ano, origem e autores.

Os estudos excluídos na segunda rodada de análise constam no Apêndice Bdesta pesquisa e estão dispostos por meio de tabela contendo: código, título, ano,origem, autores e critério de exclusão, este último segundo definições presentes naSeção 3.3.2.1.3, deste estudo.

O gráfico presente na Figura 8 correlaciona a quantidade de estudos

50

classificados e aprovados na rodada final de análise os categorizando por base dedados.

Figura 8 – Correlação de Estudos Aprovados e Reprovadosna Segunda Fase por Base de Dados.

O gráfico presente na Figura 9 traz uma visão quanto à eficiência de cada basepesquisada em relação, somente à classificação dos estudos, conforme os critérios demapeamento sistemático da literatura adotados por esse estudo.

51

Figura 9 – Eficiência das Bases de Pesquisa quanto a Classificação dos Estudosfrente aos Procedimentos de Mapeamento Sistemático da Literatura adotados neste

Estudo.

4.2 Análise Geral

O total de estudos encontrados neste trabalho confirmou o cenário que foievidenciado pelas pesquisas exploratórias iniciais que motivaram este estudo,constatando, de fato, a baixa produção científica referente à computação em nuvemfocada na característica básica do modelo, serviço medido.

Também durante as pesquisas exploratórias inicias, ficou evidente adisparidade entre a quantidade de trabalhos relacionados às questões comosegurança e elasticidade em computação em nuvem frente à área estudada nestapesquisa, serviço medido.

O gráfico presente na Figura 10 faz uma análise entre a quantidade de estudosencontrados durante a fase inicial de mapeamento sistemático da literatura e aquantidade total de estudos classificados na fase final desta mesma etapa.

52

Figura 10 – Relação de Estudos Encontrados na Fase Incial da Pesquisa e Totalde Estudos Finais Classificados

De um total de 525 estudos encontrados apenas 3% deste montante, 14 estudos,foram classificados como relevantes às questões sendo investigadas neste trabalho.

Os estudos foram classificados conforme área de atuação, ao todo foramencontradas 8 áreas de atuação que foram classificadas, após análise de suascaracterísticas, em dois grupos quanto ao tratamento dos custos para computação emnuvem.

O processo de análise dos resultados revelou uma situação importante quantoà terminologia custo para computação em nuvem.

Existe uma corrente de pesquisadores que trabalha a questão do custo paracomputação em nuvem, da ótica do custo computacional, ou seja, a quantidade derecursos físicos ou lógicos envolvidos na resolução de um dado problema.

Nesta relação, quanto menor o custo computacional empregado, menor omontante financeiro a ser investido.

Esta linha de pesquisa busca analisar o desempenho dos serviços de nuvemconstituídos, buscando oportunidades mais rentáveis de negócio.

Dado o alto nível de complexidade empregado nestas análises, esses estudossão voltados, em sua maioria, às redes de colaborados, redes federadas.

53

Uma outra vertente trata do custo da perspectiva da adoção do modelo decomputação em nuvem.

Trata-se de ações que objetivam mensurar, de forma prévia, o investimentofinanceiro continuado necessário a adoção do modelo.

Levantando a demanda computacional do projeto e a contrapondo aos produtosofertados pelos catálogos de serviços das prestadoras de computação em nuvem.

Sendo esta, a linha que, de fato, é objetivada por esta pesquisa.

Para melhor condução da análise das evidências deste trabalho, a descriçãodas categorias encontradas foram abreviadas em áreas e agrupadas, conforme suaatuação quanto ao tratamento do custo para serviço medido, como se segue na Tabela7.

Tabela 7 – Relação de Grupos e Categorias quanto a Classificação dos Estudos utilizados naPesquisa

Áreas de Atuação

Grupos Áreas Descrição Área

Análise de CustoComputacional

Modelagem e TesteAmbientes de Modelagem e Testes para Computaçãoem Nuvem.

Aval. Multicritério Serv.Redes Fed.

Avaliação multicritério para escolha e ou agregaçãode serviço de nuvem (redes federadas).

Transf. Cluster VMRedes Fed.

Distribuição e ou incorporação de Clusters de VM emRedes Federadas

54

Áreas de Atuação

Gestão IaaSIntroduz uma camada de gestão entre os recursos deIaaS e os Usuários, chamado domínio.

Exec. Lotes DadosRedes Híbridas

Trata sobre as políticas de priorização de lotes dedados que precisam ser terceirizados, executados emestruturas híbridas.

AnálisePré-adoção

Análise deDesempenho Serviços

Análise de Desempenho de serviços de computaçãoem nuvem.

Revisão Sist. Lit.Custo Adoção

Apresenta uma revisão da literatura afirmando oproblema em se conseguir estimar previamente ocusto da adoção de computação em nuvem.

Custos AdoçãoIntroduz o conceito de centro de custos centrado noconsumidor para pagamento de serviços de nuvem.

O Anexo A deste estudo dispõe uma síntese dos 14 estudos classificados nafase final de mapeamento sistemático da literatura.

Estes estão dispostos, em tabela, classificados por área de abrangênciacontendo ainda informações sobre: código, ano de publicação, questão de pesquisa,solução proposta, técnicas utilizadas e resultados obtidos.

4.2.1 Redução do Custo Monetário com base na Análise do Custo Computacional

Como já discutido, esta categoria objetiva a redução dos custos realizandoanálises nos servidores de computação em nuvem em redes de colaboradores, redesfederadas e categorizando estes serviços quanto aos seus respectivos desempenhos.

Em suas transações comerciais, basicamente, são ponderadas as SLAsatribuídas aos lotes de trabalho e os serviços de nuvem capazes de atender taisrequisitos de execução quanto ao custo computacional requerido, níveis de QoSatingidos.

55

O cumprimento das SLAs propostas irá gerar os custos monetários esperadosaumentando assim o nível de credibilidade do provedor de serviço de computação emnuvem.

Quanto melhor a reputação do provedor, mais oportunidades de negócio serãoapresentadas em seu ambiente de colaboração comercial.

Inversamente, aos provedores que não alcançarem os níveis de QoSdeterminados pelas SLAs, são aplicadas punições que vão de ressarcimentofinanceiro a seus clientes a desqualificação no ranking de prestadores de serviço.

O gráfico presente na Figura 11 ilustra a quantidade de estudos, por área deconcentração, classificados no grupo análise de custo computacional.

Figura 11 – Análise de Custo Computacional , Estudos por Área

Dos 14 estudos selecionados, 11 pertencem a este grupo, distribuídos por 05áreas de concentração.

Dentre estas destaca-se a área “Aval. Multicritério Serv. Redes Fed.” que érepresentada por 07 estudos, os demais grupos são representados por 01 estudo cada.

O próximo gráfico, Figura 12, realiza uma comparação cronológica das áreasrepresentadas por apenas 01 estudo cada.

56

Figura 12 – Custo Computacional, Relação Cronológica de Estudos

Já o gráfico da Figura 13 trata, de forma cronológica todos os estudos quecompõem a área “Aval. Multicritério Serv. Redes Fed.”

Figura 13 – Área “Aval. Multicritérios Serv. Redes Fed.” Avaliação Cronológica

57

A seguir, discutiremos cada uma das áreas que compõem o grupo “Análise deCusto Computacional”.

4.2.1.1 Modelagem e Teste

Esta área é representada pelo estudo EFFS8, o estudo apresenta o ambientepara testes voltado para computação em nuvem CloudExp.

O CloudExp é um toolkit que expande as funcionalidades do CloudSim, um dosprimeiros ambientes de testes voltados para computação em grid e computação emnuvem.

O ambiente é utilizado para representar um servidor de computação em nuvemonde podem ser executados testes, buscando por melhores ajustes de configuraçãode ambiente o que poderá resultar em ganhos quanto ao custo computacional e,consequentemente, custo de investimento financeiro.

4.2.1.2 Avaliação Multicritério para Serviços de Nuvem em Redes Federadas

Representam esta área os estudos EFFS1, EFFS2, EFFS3, EFFS5, EFFS6,EFFS9 e EFFS11, de forma resumida estes trabalhos apresentam várias versões dealgoritmos voltados a análise de serviços de nuvem que fazem parte de redes decolaboradores, redes federadas.

Trata-se da área mais explorada atualmente no meio científico voltado a estudaro serviço medido para computação em nuvem.

É a categoria que possui a maior quantidade de estudos e os de publicaçãomais recente, dos setes estudos catalogados quatro são de 2016, conforme ilustradopelas Figuras 11 e 13.

As várias versões de algoritmos presentes nestes estudos buscam analisaros servidores de nuvem federados quanto aos índices de QoS atingidos em suasoperações.

Cada algoritmo tem uma estratégia de análise, classificação e divulgação destesresultados, que são utilizados na definição de contratação de serviços de nuvemterceirizados e ou leilão de lotes de processamento, SPOT.

Durante estas negociações são implementados interlocutores automatizados denegócio que analisam os dados levantados pelos algoritmos e os contrapõem as SLAsdefinidas pelos usuários, escolhendo assim com que empresas se relacionar em cadacenário de negociação proposto.

58

4.2.1.3 Transferência de Clusters de VM em Redes Federadas

Nesta área, temos o estudo EFFS4, trata-se de um estudo recente, publicado em2016 que apresenta um algoritmo voltado à qualidade de transferência e comunicaçãoentre VMs dentro de uma rede de colaboradores.

Trata-se de uma ação comum, que geralmente objetiva expandir o raio de açãogeográfica de aplicações garantindo um melhor nível de QoS entre os servidores,serviços e usuários envolvidos (ARAL; OVATMAN, 2016.).

A estratégia é encontrar a melhor forma de disseminar os serviçosgeograficamente, garantindo a qualidade de tráfego de rede.

Neste estudo, também foi apresentado um simulador para computação emnuvem, trata-se do RalloCloud que assim como o CloudExp, já apresentado, também éuma extensão do CloudSim mas com funcionalidades voltadas a simular ambientes denuvem de colaboradores, redes federadas.

4.2.1.4 Gestão de IaaS e Usuários do Serviço por meio de uma Camada de Domínio

O estudo EFFS13 propõe a maior flexibilidade no trato com os recursos de IaaSassim como as permissões e restrições a usuários por meio da aplicação de umacamada de domínio, que concentrará os recursos de IaaS e os seus usuários.

Segundo o estudo, esta camada de gestão flexizará o serviço e permitirá umamelhor gestão dos recursos, minimizando também as custas com investimentofinanceiro.

4.2.1.5 Execução de Lotes de Processamento de Dados em Redes Híbridas

Área representada pelo estudo EFFS10 discorre sobre a implementação de umalgoritmo voltado à priorização de lotes de dados que serão processados fora dos seusdomínios, terceirizados.

O algoritmo apresenta soluções para filas de processamento, considerandoordem da fila, qualidade do serviço, QoS, e restrições de SLA, visando diminuir oinvestimento financeiro com o processamento de dados em redes híbridas.

59

4.2.2 Levantamento de Custos em Análises Pré-adoção para Computação em Nuvem

Este grupo de estudos busca implementar técnicas que permitam aousuário mensurar, previamente o investimento financeiro necessário com a adoção decomputação em nuvem.

Trata-se do grupo diretamente relacionado ao objeto desta pesquisa.

O gráfico presente na Figura 14 relaciona a quantidade de estudos às áreas depesquisa relacionadas a este grupo.

Figura 14 – Análise Pré-adoção, Relação de Estudos por Área

Apenas 03 dos 14 estudos encontrados são dirigidos a essa área de atuação,coincidentemente cada um destes propõem uma técnica diferente para solução doproblema, dando origem assim às três áreas de concentração como representado naFigura 14.

A Figura 15 demonstra, por meio de gráfico, a ordem cronológica das publicaçõespertencentes a este grupo.

60

Figura 15 – Análise Pré-adoção, Relação Cronológica dos Estudos

A seguir, discutiremos cada uma das áreas que compõem o grupo “AnálisePré-adoção”.

4.2.2.1 Análise de Desempenho de Serviços de Computação em Nuvem

O estudo EFFS7 relata a inconstância de desempenho presente nos serviçosde nuvem como um dos fatores de maior dificuldade em se calcular de forma prévia ascustas com a adoção do modelo.

Propondo como possível solução um algoritmo capaz de colher informaçõesquanto a QoS de vários serviços de nuvem, frente à execução de diversos tipos deaplicações sujeitas a cargas variadas de processamento.

Essas informações irão compor um banco de dados de benchmarking onde osusuários poderão fazer consultas e tentar calcular médias confrontando ascaracterísticas da aplicação que pretende hospedar na nuvem as cargas deprocessamento a qual serão exposta com as informações correlatas a suanecessidade presente no banco de dados de benchmarking.

Escolhendo assim o serviço que apresentar o melhor custo benefício quanto aesta análise.

Como repositórios de benchmarking já existentes cita os domíniosCloudHarmony.com e CloudSleuth.com.

61

4.2.2.2 Revisão Sistemática da Literatura quanto à Análise de Pré-adoção deComputação em Nuvem

O estudo EFFS12 coloca em dúvida a afirmação tão comum da área decomputação em nuvem quanto a sua maior viabilidade econômica frente à adoção domodelo de computação tradicional, devido à falta de evidências cientificas quecomprovem essa característica (LEWIS, 2012.).

Afirma, ainda, a dificuldade em mensurar projetos de adoção ao modelo devidoa sua intransparência.

Como solução do problema, o estudo propõe que seja utilizado o alto nível dedetalhamento das faturas do serviço de computação em nuvem, para se criar um bancode dados de características quanto a consumo de recursos e custos relacionados.

Tal base de dados será utilizada pelos usuários buscando correlacionar suasdemandas computacionais a históricos existentes, compatíveis a sua demanda,possibilitando, assim, com base nessas informações, levantar, previamente, o custocom a adoção do modelo.

4.2.2.3 Centro de Custos voltado ao Consumidor

É preconizado pelo estudo EFFS14 que seja aplicado ao detalhamento doconsumo de recursos de nuvem o conceito de centro de custos voltado ao consumidor.

Tal conceito incita que todas as informações referentes ao cálculo das custascom o consumo de recursos computacionais estejam disponíveis ao contratante doserviço. Possibilitando assim que o próprio usuário possa fazer o cálculo dos valoresreferentes ao seu consumo.

O estudo aplica o conceito sobre alguns serviços de nuvem já postos e apresentapontos a serem melhorados.

4.3 Discussão dos Resultados

Com base na análise dos dados coletados pelo mapeamento sistemático daliteratura, é possível discorrer sobre alguns cenários referentes à computação emnuvem quanto à característica básica do modelo, serviço medido.

Reiterando a evidência, serviço medido é uma área da computação em nuvemque ainda carece de intensa investigação cientifica.

A pequena gama de estudos retornados apontaram como tendência, nos últimosanos, o estudo e proposição de soluções voltadas para IaaS e PaaS no contexto de

62

redes de colaboradores, redes federadas.

A concepção destas redes indica que plataformas muito grandes deprocessamento de dados tem se unido, visando alcançar maiores amplitudes defornecimento de serviços de computação em nuvem.

E, que, entre suas concepções de negócio, faz-se necessárias mediçõesrecorrentes de QoS visando garantir as SLAs imputadas as suas negociações.

Trata-se de um mercado, provavelmente, tomado por empresas de alto valor decapital ofertando serviços com alta margem de lucratividade.

Pois mesmo nesse nicho tão restrito e complexo não foram apontados estudosque consigam predizer, com exatidão, o investimento necessário em se processardados em estruturas de nuvem.

As soluções propostas realizam medições recorrentes e trabalham comconceitos como de reputação e confiabilidade.

Resultado que não deixa claro um alto nível de preocupação entre os federadosa rede quanto às custas do negócio.

Contudo, há de se observar que o mercado de computação em nuvem vemcrescendo constantemente.

Os 03 estudos que buscaram propor soluções para a adoção de IaaS e PaaScalculando de forma prévia as custas financeiras desse investimento além deinconclusivos tiveram suas publicações entre 2011 e 2014.

Estas informações levam a crer que o crescimento da computação em nuvemquanto à utilização da tecnologia por pequenas e médias empresas assim como porusuários comuns com necessidades diversas vem sendo impulsionado pela oferta deSaaS.

Nesta modalidade o usuário, geralmente, não pega por quantidade de dadosprocessados, mas sim pela quantidade de conexões a solução utilizadas e uma dasprincipais SLAs imputadas a esse tipo de contrato é a disponibilidade do serviço.

4.4 Discussão das Evidências

Quanto à questão de pesquisa, presente na Seção 3.3.2.1.1 o presente estudo,com base no mapeamento sistemático da literatura, não apontou uma solução capazde calcular a necessidade computacional de um projeto de adoção de computaçãoem nuvem voltado para o fornecimento de serviço de IaaS e PaaS apresentado umrelatório de custa financeira da ação de forma prévia.

Os estudos analisados apontaram soluções inconclusivas e altamente custosas

63

a sua utilização.

Existe uma possível inversão de valores quanto a esse sentido, pois todos osestudos propõem soluções onde o contratante do serviço de computação em nuvemtem que utilizar técnicas e ferramentas complexas para estimar as custas com a adoçãoda tecnologia.

Por se tratar de um conceito baseado na prestação de serviço, o usuário deveriaapenas consultar as ferramentas dispostas pela empresa prestadora do serviço e nãoo contrário.

4.5 Resumo

Neste capítulo foram apresentados os resultados, o mapeamento sistemático daliteratura, realizada uma análise geral, discutidos os resultados e respondida a questãode pesquisa na discussão das evidências.

No próximo capítulo, será proposto um modelo alternativo de configuração ecomercialização de IaaS e PaaS com alto nível de abstração, focado no desempenho esimples gestão por parte do contratante do serviço.

64

5 A ABSTRAÇÃO DO CONCEITO DE INSTÂNCIAS DE MÁQUINASVIRTUAIS POR MEIO DE PORTAS DE PROCESSAMENTO

Este capítulo tem o objetivo de propor outra perspectiva ao conceito deconfiguração e comercialização de computação em nuvem voltado para os modelos deserviço IaaS e PaaS. Trata-se de uma proposição que visa abstrair ao contratante doserviço, de forma ampla, as decisões e detalhes técnicos inerentes à configuração dasmáquinas virtuais, comercializadas, atualmente, sob o conceito de Instâncias,deixando para o usuário apenas a decisão quanto ao poder de processamento daporta computacional a ser contratada. A proposta de utilização de portas deprocessamento, quanto à configuração, traça um paralelismo ao modelo de instânciasde máquina virtual utilizado atualmente, onde o usuário pode escolher itens deconfiguração como processador, quantidade de memória ram, discos dearmazenamento e largura debanda. Quanto ao conceito de comercialização, aproposição tratada neste trabalho abrange, prioritariamente, apenas o formato decontratação de máquinas virtuais dedicadas, instâncias de VM dedicadas.

5.1 Proposição do Modelo de Porta de Processamento

A proposta de um formato de configuração e comercialização de computaçãoem nuvem por meio de portas de processamento nasce da análise dos resultados domapeamento sistemático da literatura realizado nesse trabalho e da observação dosmodelos de negócio voltados à computação em nuvem praticados por empresas comoAmazon1, Google2 e Microsoft3.

Tal análise apontou iniciativas de pesquisadores, quanto ao uso de algoritmosvoltados à inspeção de desempenho das instâncias de máquinas virtuais, em redesde colaboradores ou redes federadas, pois, mesmo entre as empresas prestadoras deserviço de computação em nuvem, há divergências em relação à qualidade do serviçoprestado.

Esta preocupação, quanto ao desempenho das instâncias de máquinas virtuais,mesmo entre redes federadas, chama a atenção para a discussão no que diz respeitoàs configurações de ambientes dos data centers, mesmo entre as empresasespecializadas nesse ramo de atividades, há discordância e a necessidade deaferições recorrentes ao desempenho da solução de processamento contratada.1 https://aws.amazon.com/pt/ec2/instance-types/2 https://cloud.google.com/compute/pricing3 https://azure.microsoft.com/pt-br/pricing/details/virtual-machines/linux/

65

Ao ampliarmos esta gama de usuários para além das redes federadas, incluindoorganizações de capital privado, instituições públicas e usuários comuns em geral,deparamo-nos com clientes que não vendem tecnologia, mas que fazem uso dessacomo ferramenta meio para a concepção dos seus negócios, sendo assim, encontramosuma fragilidade ainda maior em aferir com exatidão se o produto inerente ao modelo decomputação em nuvem contratado está trabalhando com o desempenho adequado e sefrente ao mesmo tipo de produto ofertado por outras empresas da área de computaçãoem nuvem, em uma análise de desempenho os resultados obtidos pelo menos seequivalem.

A comercialização do modelo de computação em nuvem por meio de instânciasfamiliariza os usuários, pois essa se assemelha ao modelo de venda de máquinasfísicas, mas não revela a real capacidade de processamento da solução adquirida comoum todo. Portanto, o emprego de portas de processamento poderá abstrair todas asinformações referentes à configuração da máquina virtual. Espera-se com a utilizaçãodo modelo que se confirme o seu poder de explicitação e fácil mensuração de potênciade processamento do conjunto, contribuindo na decisão sobre a escolha de aquisiçãodo produto ofertado por empresas concorrentes. Contando com uma descrição maissimples, de representatividade fiel e objetiva do serviço, o cliente poderá optar pelaopção que melhor lhe convier tecnologicamente e ou monetariamente.

Em um modelo de computação, onde se paga por tempo de uso, quantidadede informações processadas ou por tipo de máquina virtual utilizada, a eficiência, ouas informações relevantes a ela são fundamentais para a redução econômica. Assoluções melhor configuradas, que contém itens de hardware de melhor desempenhoe estratégias mais inteligentes de processamento de dados terão melhor performancee vão se sobressair no mercado frente às suas concorrentes.

5.2 Caracterização da Proposta de Disponibilização de Computação em Nuvematravés de Porta de Processamento

O modelo proposto é a abstração de uma situação de alta complexidade, quecarece de ainda mais esforços de aprofundamento quanto ao tema, pesquisa evalidações. A proposição de portas de processamento para computação em nuvem fazuso de boa parte da tecnologia de emulação empregada atualmente na sustentaçãodas instâncias de VM.

Conforme apresentado na Figura 16, o formato de emulação utilizado paradisponibilização das instâncias, sendo abordado de forma bem sucinta, recria de formalógica os recursos disponibilizados pelas máquinas físicas. Esses recursos são geridos

66

e ofertados para os usuários por meio de uma interface lógica capaz de disponibilizartodos os itens de hardware físicos com suas potências individuais de forma plena ousegmentadas, podendo estas serem ajustadas para mais ou para menos a se avaliar adimensão de potência livre nos servidores físicos.

Figura 16 – Esquema de Disponibilização de VMs por meio de Instâncias

A proposição de disponibilização de computação em nuvem, por meio de portade processamento, altera a forma de gestão e disponibilização dos recursoscomputacionais emulados. Essa mudança se dá no software de emulação física. Umavez representados de forma lógica, todos os recursos computacionais dos servidoresnão mais serão ofertados como réplicas de tamanho real ou segmentadas da máquinaprimária virtualizada.

É proposto que a essa instância primária ou primeiro nível de representaçãológica do hardware, sejam aplicadas técnicas que consigam extrair do conjunto dehardware como um todo, sua capacidade total de processamento de dados.Possibilitando que os softwares de emulação disponibilizem não só interfaces querepresentam visões da máquina primária emulada, instâncias, mas também, a partirdesta proposta, que sejam disponibilizadas portas que trabalhem com o poder deprocessamento da instância base em sua totalidade ou fracionada.

Nessa abordagem, todos os itens de hardware emulados como processador,memória ram, largura de banda e discos de armazenamento são abstraídos, conformeilustra a Figura 17. Ao usuário será disponibilizada uma porta de processamento de

67

dados com valor absoluto.

Figura 17 – Esquema de Disponibilização de Computação em Nuvem por meio de Portas deProcessamento

Elevar o nível de abstração do formato de emulação dos recursoscomputacionais irá desonerar o contratante de várias decisões técnicas, restará aomesmo apenas observar o desempenho da porta contratada.

Disponibilizar portas de processamento exigirá a concepção de um método queconsiga estabelecer uma relação entre as grandezas de potência de cada item dehardware emulado e ainda seja capaz de exprimir por meio de uma unidade de medidaa performance contínua de processamento de dados de um conjunto computacional.

5.3 Etapas de Análise da Construção do Modelo de Porta de Processamento.

5.3.1 Atores da Análise

Extrair o poder de processamento de dados do conjunto computacional emuladoirá demandar uma série de análises envolvendo atores variados conforme é ilustradopela Figura 18.

68

Figura 18 – Atores da Análise

Hardware – É necessário considerar, como variáveis inerentes a esse grupo, aimensidade de tecnologias envolvidas em cada item de hardware que compõem umconjunto físico computacional.

A simples troca de um item que compõem o conjunto por outro da mesmacategoria poderá influenciar no resultado do desempenho computacional. Trata-se deuma situação comum, encontrar no mercado itens de hardware de mesmo fabricante,destinados a mesma área de aplicação, mas com características diferentes.

Emulação e Configuração de Ambiente – O software de emulação é oresponsável de forma direta pelo acesso e gestão dos recursos físicos do conjuntocomputacional.

É nessa categoria que se encontra a expertise do negócio de computação emnuvem. A escolha pelo software de emulação a ser utilizado assim como as técnicasde configuração de ambiente utilizadas por cada empresa prestadora do serviço decomputação em nuvem pode significar perdas ou ganhos quanto à performance finaldo conjunto.

Sistemas Operacionais – No processo de determinação do poder deprocessamento do conjunto computacional o desempenho dos sistemas operacionaisprecisa ser medido.

É necessário dimensionar cada porta de processamento ao sistema operacionalque irá compor a oferta de computação em nuvem por meio de PaaS.

Tipos de Dados – Agrupar as aplicações utilizadas pelos usuários decomputação em nuvem e as categorizar conforme área de atuação.

A cada grupo de aplicações definido teremos um tipo de porta de processamentocorrespondente. Ao grupo de aplicações dirigido, por exemplo, há pequenos escritóriose usuários comuns poderemos ter serviços como editor de texto, planilha eletrônica,editor de apresentações, agenda, mensageiros, serviço de e-mail e editor básico deimagens.

A demanda computacional deste grupo resultará em uma porta de

69

processamento voltada à manutenção de serviços básicos de TI.

Um usuário que trabalhe com desenvolvimento ou editoração gráfica terá quefazer uso de portas com desempenho computacional superior à de serviços básicos deTI. A estratégia de aquisição da-se-á mediante o perfil de uso de cada contratante.

Número de Acessos – Após a definição do grupo de aplicações, quecaracterizará o perfil da porta computacional, será estabelecido o tipo de requisiçãoque está receberá.

As requisições, conforme perfil de porta podem originar de usuários comuns ouentre sistemas. A intenção nesse estágio da análise é definir a menor unidade a quese destinam os recursos computacionais da porta de processamento.

Na Figura 19 temos uma porta computacional básica com largura deprocessamento suficiente para atender uma empresa que possua 20 colaboradorestrabalhando de forma simultânea.

Figura 19 – Contextualização da Análise para Composição da Demanda de uma Porta deProcessamento.

70

Uma vez conhecida a necessidade computacional de uma requisição à porta deprocessamento basta o sistema evoluir a partir desta rumo à demanda que se objetivaequacionar.

5.3.2 Estratégia de Determinação do Poder Computacional do Conjunto de HardwareEmulado.

Trata-se de uma análise cíclica, que deverá ser refeita a cada mudança, inclusãoou exclusão das variáveis pertencentes ao conjunto sendo avaliado. A intenção daanálise é determinar, quanto do hardware, emulado num esquema de disponibilizaçãode computação em nuvem será comprometido com o processamento de dados deum grupo predefinido de aplicações considerando perfil de uso de cada aplicação equantidade de acessos simultâneos. O resultado representará uma porta computacionalcapaz de atender a demanda testada.

A Figura 20 contextualiza o esquema enfatizando a necessidade de se conhecero seu resultado para cada configuração proposta.

Figura 20 – Formato de Análise

Para a formalização do teste, além da definição dos grupos, é necessárioentender as suas principais variáveis, a relação entre estas, e o perfil que esperasseatender. Dentre as variáveis, destacam-se as características vinculadas a cada item dehardware, que compõem o conjunto computacional a ser testado. Tais característicaspodem, ou não, possuir representação lógica após a emulação dos itens de hardware.

71

É por meio da camada de software, responsável pela emulação, que todos os itens dehardware irão interagir. Partindo do princípio que os testes serão efetuados em umainfraestrutura física já adquirida, os ajustes em busca de melhorias de performancedar-se-ão praticamente na camada de emulação. O conjunto teste proposto é compostopor sistema operacional e pacote de aplicações básicas, voltadas para usuários comunsou pequenos escritórios.

Contudo, o mesmo conceito de teste poderá ser aplicado a outros tipos dedemanda computacional, como banco de dados, por exemplo. A intenção é determinarum tipo de prestação de serviço, informática básica, e a largura da prestação de serviço,empresas até 20 usuários. E determinar a quantidade de hardware emulado que deveráser posto para equalizar tal demanda. O resultado, quantidade de hardware emulado,passa a ser reservado, garantindo o poder de processamento da porta.

É necessário realizar o teste de performance para cada aplicação quecaracterize a porta em construção, determinando para cada software um perfil deutilização, como recursos básicos, intermediários e avançados, estes sedisponibilizados pela aplicação. A aplicação que demandar maior necessidade derecursos computacionais na sua execução será a aplicação teto do pacote e a suanecessidade computacional versus a quantidade de requisições a serem atendidas irádeterminar, de forma inicial, a largura de processamento da porta. A Figura 21 retrataum cenário de definição de largura de portas de processamento de dados.

No primeiro caso, informática básica, após ajustes na configuração de hardwarefísico e ou emulado, os testes determinaram o teto do grupo na segunda análise. Todasas demais aplicações que compõem o grupo demandaram valores de processamentode dados menores do que a alcançada pelo teto. O segundo caso trata de um único tipode transação computacional e o seu melhor ajuste também foi alcançado na segundarodada de teste.

72

Figura 21 – Análise de Consumo Individual de Recursos de Hardware EmuladoNível de Stress dos Itens de Hardware Emulados considerando cada Formato de

Configuração Proposto.

Uma vez conhecidas as variáveis possíveis de configuração, quanto ao conjuntotestado, é esperado que o algoritmo de testes evolua em busca dos seus melhoresajustes reconhecendo e determinando relações entre as variáveis que de fatoimpactam quanto a melhoria do desempenho do conjunto computacional. Esses ciclosautomatizados de análise cessam quando o algoritmo não mais conseguir evoluir emseus resultados. Sendo o conjunto solução representado pelo ajuste de configuraçãoque conseguir processar a demanda computacional proposta utilizando a menorquantidade de recursos computacionais possíveis.

O resultado apresentado pelo algoritmo determinará a largura de processamentoda porta a ser comercializada. Esta velocidade de processamento é de fato a únicainformação relevante ao usuário do serviço de computação em nuvem. Ter a informaçãoque está contratando uma porta que possui velocidade de processamento de XYDados/s e que está velocidade é suficiente para atender a demandas de informáticabásica de até 20 conexões simultâneas.

Trata-se de uma informação de caráter real de desempenho, como apresenta aFigura 22, passível de simples mensuração e que abstrai decisões como escolha porprocessadores, quantidade de memória ram, largura de rede e persistência de dados.

Como representado na Figura abaixo, indiferente à quantidade de recursosutilizados por cada item de hardware, o esperado é que o trabalho realizado peloconjunto estabeleça uma velocidade permanente de processamento de dados.

73

Figura 22 – Computação em NuvemModelo de Porta de Processamento

5.3.3 Interface com a Porta de Processamento.

A intenção do modelo é tratar a computação em nuvem de fato como um serviço,abstraindo toda a parte operacional que dá sustentação ao negócio. É esperado queo software de emulação física, conforme já representado pela Figura 17, também setorne um software de emulação de desempenho computacional e dê garantias desustentação ao ambiente operacional do modelo de porta.

Resguardando e verificando de forma contínua os requisitos de hardwaredestinados a cada porta de processamento. Fornecendo uma interface limpa aousuário. Onde, sustentado pelo sistema operacional para o qual a porta foidimensionada seja possível instalar, criar e remover aplicações, ter acesso a umrepositório de arquivos e que a largura de processamento da porta, em execução, sejade simples verificação.

5.3.4 Estratégia de Aquisição do Modelo de Porta de Processamento.

Como já discutido nesse trabalho, na Seção 3.3.1.1, os provedores atuais decomputação em nuvem disponibilizam calculadoras onde os usuários podem escolherVMs pré-configuradas ou customizadas e a esses itens são atribuídos valores conformea escolha de utilização. Para o modelo proposto, a disponibilização de calculadoras pormeio de aplicações WEB também parece ser uma boa alternativa.

Disponibilizada de uma forma mais amigável, conforme proposto pela Figura 23,nessa abordagem não existem informações de cunho técnico, as diretrizes quanto àsconfigurações do ambiente computacional já foram todas tomadas pelo provedor deserviço de computação em nuvem. É posto ao usuário um catálogo de serviços pré-definidos com a descrição do produto, sua destinação, velocidade de processamentogarantida e valor de investimento para sua contratação de forma dedicada.

74

Figura 23 – Protótipo de Interface para Comercialização de Porta Computacional

Com foco na simplicidade de contratação e utilização, aferição do serviço edesempenho trata-se de uma boa alternativa também disponibilizar uma ferramentapara qualificação do enlace de dados do cliente.

Realizando testes de ponto a ponto entre o cliente e a estrutura de computaçãoem nuvem a ser contratada, verificando a largura de banda necessária à manutençãoda porta e sua latência, buscando informar ao contratante os níveis suficientes de QoSpara a perfeita utilização da porta contratada ou até mesmo inviabilizando a aquisiçãodo serviço, dadas características geográficas que inviabilizem o acesso aos recursosdo servidor com a qualidade necessária à sua utilização.

A utilização da calculadora por meio de interface WEB é uma boa opção para ospacotes de aplicações pré-definidos, com necessidades computacionais já conhecidas.

Contudo, ela não resolve situações onde o usuário queira migrar para acomputação em nuvem soluções proprietárias ou voltadas a nichos comerciaisespecíficos. Para esses casos, o usuário deverá testar a sua necessidadecomputacional sobre a infraestrutura emulada posta pela empresa sendo orçada.

Nesse cenário é esperado que a proposta, de porta de processamento, evoluaà disponibilização de versões lógicas, por parte de seus fabricantes, de representação

75

fiel tanto dos itens de hardware quanto do software de emulação. Permitindo aosprestadores de serviço de computação em nuvem disponibilizar aos seus usuáriosversões de teste dos seus servidores.

Tais versões seriam réplicas lógicas do pátio de recursos real (itens de hardware,software de emulação e variáveis de ambiente), passiveis de atualização sempre queforem feitas modificações na infraestrutura dos servidores aos quais estão atrelados.

A essa caixa preta, será embarcado o algoritmo que determinará o melhorconjunto solução para o problema proposto, no caso, a determinação da necessidadecomputacional de um projeto de migração ou adoção de computação em nuvem.

Ao usuário bastará realizar o download da máquina de testes, estanciar oSO que irá utilizar e instalar sua aplicação. Criar o perfil de testes para a aplicação,recursos básicos, normais ou avançados e determinar o teste de exaustão, definindo aquantidade de acessos simultâneos.

Para essa etapa também será esperado que as próprias fábricas de softwaretambém disponibilizem perfis de teste dos seus produtos, voltados a utilização nossoftwares de emulação, que possam ser incluídos como drivers e ou recursos extras aserem estanciados.

Após o software de teste estabelecer a necessidade computacional do ambienteem análise, este, automaticamente, irá propor, dentre seu catálogo de serviços, amelhor solução de porta computacional para a demanda em questão, informando preçode aquisição e qualificando a conexão de rede para acesso ao serviço.

É válido lembrar que como a proposição de porta de processamento visafornecer ao usuário um único valor que represente a sua velocidade de processamentode dados a sua utilização ao longo do tempo irá permitir a visualização da estratégiaproposta de determinação de demanda pelo valor de teto de processamento do pacotecontratado versus a quantidade de usuários simultâneos.

Podendo o usuário, por meio de observação do seu consumo, ir adequando osvalores de porta contratada e aplicar, se necessário, o conceito de elasticidade.

A proposição de disponibilização por parte dos fabricantes de hardware,softwares de emulação e aplicações em geral de versões de testes, além deestabelecer padrões para o modelo de computação em nuvem também ajudará nabusca por melhores performance dos serviços.

A determinação das portas de processamento postas nesse trabalho se dásobre arquiteturas já implementadas, com poucas opções de melhorias físicas. Coma utilização de versões de teste os arquitetos de ambiente poderiam simular váriasversões de ambientes de computação em nuvem, alterando itens de hardware e

76

software de emulação optando pelas soluções lógicas que irão representar o melhorcusto benefício quando implementadas fisicamente.

5.4 Expectativa de Aplicação de Porta de Processamento quanto a Hardware,Software e Técnicas de Compressão e Criptografia de Dados

Nessa seção, serão descritas as expectativas com a disponibilização decomputação em nuvem por meio de porta de processamento em relação a melhoriasna área de hardware, configuração de ambiente de data centers, software econtribuições no avanço e criação de novos métodos e técnicas de criptografia ecompressão de dados.

5.4.1 Cenário Esperado quanto aos Itens de Hardware

O modelo propõe não mais tratar as características de cada item de hardware deforma individual, mas sim, como parte de um todo, onde a simples reposição de um itemdo conjunto com características diferentes as do item que o compunha, originalmente,possa impactar na qualidade do serviço prestado.

Disparando, em caso de perdas de performance,os acordos de nível de serviçofirmados entre o usuário e a fornecedora contratada. Tal qual a troca de umcomponente veicular pode afetar todo um projeto no que tange a desempenho,consumo, durabilidade e, principalmente, segurança, a expectativa que o conceito deporta de processamento exijada configuração de ambiente sempre o máximo deperformance.

Essa característica pode alavancar um maior nível de concorrência entre osofertantes de computação em nuvem que consequentemente irão buscar soluçõesjunto aos desenvolvedores, fornecedores de hardware. Cenário que poderá impulsionaras tecnologias que sustentam o serviço de computação em nuvem a um processoevolutivo ainda mais rápidoque o atual, entregando aos seus usuários serviços comcada vez mais performance por preços menores.

Ofertar aos clientes portas de processamento que consigam manter a SLAfirmada, utilizando configurações de VM, melhor dimensionadas que os concorrentes,com base nesse modelo, poderá ser um grande diferencial de mercado.

As estratégias dos prestadores de serviço irão buscar com que suasinfraestruturas consigam processar uma maior quantidade de informações utilizando

77

configurações mais modestas de hardware.

A utilização de portas também remete a uma certa padronização, pelo menosda ótica do contratante pois uma porta que alcance o valor de processamento de dadosXYDados/s terá, teoricamente, o mesmo desempenho da porta de outra empresa quetambém seja ofertada com o mesmo valor de processamento.

As ferramentas e técnicas utilizadas por ambas para alcançar tal valor deprocessamento constituem o diferencial mercadológico e determinarão, a um dadotempo, quem se manterá no mercado.

Pode–se constatar tal efeito, por exemplo, entre as operadoras detelecomunicação, onde algumas destas necessitam disponibilizar valores de banda deinternet superiores aos que realmente ofertam, prevendo perdas, em seus meios dedistribuição por motivos variados. Cenário, este, de evidente perda financeira e quepoderá motivar a migração dos usuários do serviço para outras empresas queapresentem melhor desempenho.

Durante as pesquisas para proposição deste modelo, foi observado que algunsofertantes de serviços de computação em nuvem para IaaS e PaaS como Amazon eMicrosoft oferecem informações referentes ao processador utilizado pela VM como:marca e modelo de referência.

Já no catálogo de produtos do Google, essa informação não estava relacionada,contudo, havia uma notificação afirmando que a vCPU, o processador virtual, estádimensionado a extrair o máximo de performance da quantidade de memória ramofertada para cada conjunto.

Essa mudança de comportamento sugere o início da busca pela abstração dositens de uma VM, abstraindo do usuário informações sobre o processador utilizado.Esse indício pode indicar que a proposição deste estudo transita por caminhos que, dealguma forma, já são considerados no meio corporativo.

5.4.1.1 Requisitos de Elasticidade do Modelo

O conceito de porta de processamento não remete, necessariamente, à relaçãode 1x1, onde teríamos para cada porta uma VM constituída. O valor determinado paracada porta de processamento ficaria a critério de cada empresa prestadora de serviço.

Embora as imposições de requisitos de processamento de softwares deutilização de larga escala, provavelmente, acabariam por definir alguns valores deporta de processamento padrão.

Contudo, nada impede que uma instância de máquina virtual, possa gerir mais

78

de uma porta de processamento.

A elasticidade no modelo de computação em nuvem leva à facilidade deexpansão e retração dos recursos computacionais contratados, permitindo inclusive acustomização de instâncias de VM.

A utilização do modelo de portas de processamento, teoricamente, nãoimplicara no comprometimento desta característica, mas dada a premissa destemodelo em buscar sempre a melhor relação entre os componentes responsáveis pelaporta computacional, customizações poderão acarretar no comprometimento dodesempenho da porta, gerando a alocação de recursos que nunca serão utilizados oua redução de performance do modelo.

Contudo, a elasticidade por meio de valores múltiplos ou por agregação deportas de menor ou maior poder de processamento, destinadas ao mesmo tipo dedados, parece ser mais coerente ao modelo proposto.

Resta ainda enaltecer que como o modelo trabalha com apenas um valorabsoluto de performance de processamento de dados, a observação deste, permite aousuário, ao longo do tempo, estabelecer valores mais precisos de demandacomputacional que aliado ao conceito de elasticidade podem resultar em um aportefinanceiro mais consciente com a adoção de computação em nuvem.

Características principais do modelo voltadas aos ambientes de hardware:

• Incentivar a busca por técnicas de transmissão e persistência de dados cadavez mais eficientes que somem ao conjunto de hardware da VM e funcionemcomo diferencial mercadológico a cada empresa de computação em nuvem;

• Possibilidade de segmentação de instâncias de VM em mais de uma porta deprocessamento;

• Entrega de desempenho com as garantias referentes ao valor de processamentocontratado por porta;

• Maior transparência quanto a aquisição e consumo de recursos computacionais,processamento;

• Abstração dos itens de configuração da instância de VM por meio dadisponibilização de portas de processamento computacional;

• Equilíbrio dos recursos computacionais buscando o máximo de eficiência entresuas características;

79

• Busca continua por eficiência quanto a configuração do ambiente computacionaldo serviço, data centers;

• Incentivar a concorrência quanto ao mercado de prestadores de serviço decomputação em nuvem, ofertando portas de processamento computacionaismais eficientes e de menor custo;

• Mobilizar o mercado de hardware de grande porte, servidores, a avançar aindamais na especificação de produtos que possuam tecnologias que se completem,visando o desempenho do conjunto de hardware e não do componente de formaindividual;

• Se confirmando, necessidades especiais de tratamento, no processamento dedados de cada área da informação. Criar itens de hardware que busquem poressa eficiência de forma hibrida e ou específica para ambientes de computaçãoem nuvem.

• Disponibilização por parte dos fabricantes de hardware e softwares de driversque representem de forma fiel as características dos seus produtos. Essesdrivers seriam destinados a testes de eficiência em um ambiente de emulação,também dirigido a testes de configuração.

5.4.2 Contribuições Esperadas com Relação a Área de Softwares

A busca por eficiência computacional é uma constante da área de engenhariade software e o modelo de computação em nuvem torna essa necessidade ainda maisevidente.

O modelo de computação em nuvem, sob instâncias, dispõe um servidor virtualao usuário que de forma parelha ao processo de escolha e aquisição de um servidorfísico irá optar por uma configuração que, provavelmente, supere as exigências mínimasde recursos computacionais requeridos pelos softwares que serão utilizados.

Esse tipo de abordagem, muito comum, pode prejudicar uma forte característicainerente ao processo de escolha de softwares no modelo de computação em nuvem,sendo essa, a eficiência no consumo de recursos computacionais.

Uma vez que a instância de máquina virtual já foi adquirida com poder deprocessamento superior aos requisitos mínimos requeridos pelas soluções de software,basta que o comportamento do software, ou conjunto destes relativos ao consumo derecursos computacionais esteja dentro do espectro funcional da máquina virtual paraque seu funcionamento seja considerado normal.

80

Esse cenário acaba desconsiderando uma grande informação gerencial quepode apontar maiores gastos com a manutenção do funcionamento dessas aplicaçõesfrente a soluções concorrentes que cumpram com os mesmos requisitos de softwareda solução em uso, mas que apresentem melhores resultados quanto ao consumo derecursos computacionais.

Esses valores, referentes ao consumo de recursos, se convertidosmonetariamente, e mensurados, podem se tornar vultuosos dada a quantidade deusuários atendidos e tipos de processos realizados por essas aplicações.

As instâncias de VM, como qualquer serviço remoto, estão sujeitas a oscilaçõesde desempenho por motivos diversos. Essas variações assim como o detalhamentosobre o consumo computacional dos softwares podem passar despercebidas ao usuáriofinal, dada a configuração superlativa do servidor contratado.

Situações como essas, em um contexto de computação, onde se paga pelo quese consome, podem denotar, claramente, o desperdício de investimento financeiro.

Também é válido ressaltar, nesse trabalho, que as empresas prestadoras deserviço de computação em nuvem, atualmente, disponibilizam outros formatos decomercialização das instâncias que tentam minimizar cenários como o descrito: dedesperdício de recursos computacionais e, consequentemente, desperdício deinvestimento.

Contudo, a compreensão de serviços como o de créditos de processamento,por exemplo, precisa ser muito bem avaliada e dimensionada a cada tipo de serviço aser executado nesse formato de comercialização.

5.4.2.1 Eficiência quanto ao Consumo de Recursos Computacionais como um dosFatores Decisivos na Escolha de Soluções de Softwares

Espera-se que com o emprego de portas de processamento com intervalo delargura de processamento bem definido fique evidente a eficiência computacional decada solução de software.

Num mercado cada vez mais repleto de soluções de softwares voltadas paraas mais variadas áreas de produção, acredita-se que com a adoção do modelo decomputação em nuvem, juntamente com seu formato de faturação por consumo oualocação de recursos, que decisões sobre a adoção de uma solução para determinadaárea como por exemplo, um software de gestão acadêmica, seja tomada através deanálise de itens como:

81

• Funcionalidades, requisitos, presentes na aplicação;

• Segurança;

• Política de manutenção e atualizações;

• Formato de licenciamento;

• Contrato de utilização e pagamento; e

• Desempenho computacional, consumo de recursos computacionais;

Como sugere a figura 22, para um formato de configuração onde o intervalodo poder de processamento computacional é bem definido, como o proposto para asportas de processamento, fica muito clara a visualização do percentual de recursosutilizados por cada aplicação dentro do todo.

Essa informação denota investimento financeiro em bancar o funcionamento deuma solução de pior desempenho computacional frente a soluções correlatas, mas quepossuem melhor eficiência quanto ao consumo de recursos computacionais.

Considerando que o modelo de configuração de porta de processamentoexplicite, de fato, a diferença no trato quanto aos recursos computacionais entresoluções de software concorrentes, sejam essas, sistemas operacionais, linguagensdeprogramação e aplicações.

É esperado que o próprio mercado consumidor exija das empresas de softwaresinformações cada vez mais completas quanto ao consumo de recursos computacionaisde suas soluções.

O consumo de recursos computacionais passa a figurar de forma mais claraentre os índices a serem considerados num processo de ranqueamento das soluçõesde software aumentando ainda mais o nível de concorrência nesse mercado.

Assim como acontece no mercado nacional de eletrodomésticos que exigedo fabricante a descrição de consumo de potência energética em todos os produtos,facilitando ao consumidor a escolha pelo de menor consumo.

Em um cenário onde todos os equipamentos concorrentes se equivalham emrecursos funcionais, o cliente, certamente, optará pelo de melhor eficiência energética,o que lhe resultará em menor custo de manutenção.

A decisão de migração de todo um pátio computacional para um modelo decomputação de acesso remoto como o modelo de computação em nuvem pode parecer,num primeiro momento, uma iniciativa assertiva objetivando a redução de custos

82

operacionais, atrativa do ponto de vista financeiro. Mas, se não for bem mensuradae planejada, pode gerar um alto custo de investimento continuado. Assim, a eficáciadas soluções de software, quanto ao consumo de recursos computacionais, tem papelrelevante nesse tipo de decisão.

Características principais do modelo voltadas às soluções de software:

• Maior transparência e visibilidade quanto ao consumo de recursoscomputacionais por softwares;

• Tornar as informações referentes ao consumo de recursos computacionais emmais um dos pontos determinantes na decisão de implantação de uma soluçãodesoftware;

• Incentivar a criação de um parâmetro, unidade de medida, de mensuração doconsumo computacional por soluções de softwares;

• Incentivar a criação pelas empresas de software de ferramentas que permitama mensuração do impacto de implantação de suas soluções de uma ótica deconsumo de recursos computacionais distribuídos, como a empregada pelacomputação em nuvem;

• Incentivar ainda mais a competitividade entre as soluções de software sejamestes sistemas operacionais, linguagens de programação e aplicações quanto anecessidade de aprimoramento do consumo de recursos computacionais parasoluções voltadas ao mercado de computação em nuvem;

5.4.3 Melhorias na Compressão de Dados e Criptografia como DiferencialMercadológico

O modelo de computação em nuvem faz uso de técnicas avançadas decriptografia de dados visando manter a segurança das informações de seus usuários.

Tais técnicas, fundamentais na utilização desse modelo, demandam umaconsiderável largura de processamento de dados para se proverem.

A intenção da proposta de porta de processamento é incentivar as empresasprestadoras do serviço de computação em nuvem a processarem volumes cada vezmaiores de dados utilizando menor recurso computacional.

83

E nesse contexto existe a expectativa do incentivo constante na melhoria dastécnicas de criptografia e compressão de dados para tráfego em rede e até mesmopara persistência em unidades de armazenamento, o que se concretizando, poderepresentar um grande diferencial mercadológico.

A utilização destas técnicas, associadas a outras ações como a de priorizaçãode tráfego de rede, QoS, trabalhando em conjunto com os itens de hardware podemtrazer grandes avanços ao modelo.

Esses aprimoramentos tecnológicos direcionados às técnicas de comunicação,persistência, segurança e tratamento dos dados tornam-se mais um dos pilares, queem conjunto com as estratégias de aquisição de hardware, software de emulação econtrole, comunicação em rede, distribuição geográfica e configuração de ambienteserão responsáveis pelo desempenho do modelo de computação em nuvem em cadauma das estratégias de configuração de ambiente adotadas pelas diferentes empresasofertantes do serviço.

Trata-se da busca por técnicas que auxiliem o hardware a alcançar índicesmaiores de processamento por meio de uma ação constante de upgrade lógico emvárias vertentes.

Características principais do modelo voltadas a técnicas de comunicação,segurança e compressão dedados:

• Incentivar as pesquisas na área de criptografia, compressão de dados epriorização de tráfego de rede como forma de obtenção de diferencialmercadológico quanto a prestação de serviço do modelo de computação emnuvem;

• Desenvolver técnicas que trabalhando em conjunto com a porta deprocessamento consigam processar um volume maior de dados do que oresultado obtido somente pelo esforço do conjunto de hardware, originalmente;

5.5 Acordo de Nível de Serviço para Processamento de Dados por Porta

A adoção do processamento de dados por porta, com um intervalo deperformance de processamento bem definido torna as estratégias de contratação doserviço de computação em nuvem bem mais claras e objetivas.

No modelo de instâncias, em geral, o usuário tem que verificar as estratégias deSLA para cada um dos itens de configuração como processador, memória ram, discosde armazenamento e largura de banda.

84

O modelo proposto tende a possibilitar seu monitoramento via SLA de forma maissimples pois, possui um único valor possível de aferição, que representa a capacidadetotal de processamento adquirida em uma proposição que se assemelha muito aprestação de serviço de fornecimento de banda larga de comunicação.

Como representado na figura 14, basta o usuário aferir a performance deprocessamento da porta. Verificando se a mesma opera dentro do intervalo de valoresestabelecidos via SLA.

Quanto à definição da SLA para elasticidade do modelo de processamento porporta, teoricamente, também mostra-se ser mais prático, uma vez que basta definir otamanho e tipo das portas a serem agregadas ao contrato original de forma sequencialpara que todos os itens de configuração da porta sejam escalonados da forma maiseficiente possível.

Uma vez que a demanda momentânea por uma maior carga de processamentotenha se satisfeito as portas extras são desvinculadas do contrato original.

Características Principais do Modelo voltadas à acordo de nível de serviço:

• Maior simplicidade de especificação e averiguação dos acordos de nível deserviço;

• Possibilidade de delimitação do percentual da potência de processamentoesperada da porta, estabelecendo uma faixa de valores aceitáveis eacumuláveis dentro de um período preestabelecido de tempo;

• Maior facilidade e eficiência ao se estabelecer a SLA quanto os requisitos deelasticidade da porta de processamento;

5.6 Unidades de Medida e Ambiente de Testes para a Proposta de Porta deProcessamento

Durante as pesquisas que subsidiaram a formatação do modelo proposto,algumas incursões foram feitas em busca de uma definição bem clara que pudesserepresentar de forma precisa a grandeza de processamento de uma máquina física,como um todo, ou até mesmo de uma instância de VM.

Não foi possível concluir com exatidão um formato de medida de grandeza deprocessamento quê se encaixe perfeitamente no modelo proposto, dadas àsespecificidades de configuração e uso do modelo de computação em nuvem.

85

Trata-se de um modelo acessado de forma remota, gerido por várias camadasde software destinado a processar dados de todas as áreas da computação. Algumasunidades de medida computacional como:

Flops-FLoating-point Operations Per Second (Operações de ponto Flutuante porSegundo), comumente utilizado pela comunidade acadêmica na medição de sistemascomputacionais quanto a cálculos de ponto flutuante ou instruções por segundo; e

MIPS-Millions of Instructions Per Second (Milhões de Instruções por Segundo),comumente utilizada na avaliação de processadores.

Foram consultadas, mas ao que tudo indica trata-se de mais um tema a seraprofundado por meio de pesquisas que determinem uma provável correlação entrepotência que são os valores individuais de cada item de hardware, por exemplo, eperformance que é o valor de processamento atingido pelo conjunto.

A unidade deverá mensurar a performance computacional do conjunto emprocessar dados das diversas áreas da computação.

5.6.1 Ambiente de Teste para Concepção do Modelo de Porta de Processamento

O processo de mapeamento sistemático da literatura, realizado nesse trabalho,retornou estudos voltados à construção e disponibilização de ambientes de teste parao formato de configuração de instâncias de VM para computação em nuvem.

Segundo os estudos, esses ambientes permitem a simulação de todos oscomponentes de uma infraestrutura de nuvem para que sejam feitos testes deconfiguração e comunicação, buscando o melhor desempenho desses itens e,consequentemente, a redução de custos.

Também foram encontrados relatos sobre testes de algoritmos de verificação dedesempenho para o modelo de computação em nuvem voltados a disponibilização deserviço por meio de instância.

A proposição de processamento por porta para computação em nuvem temcomo pilares a abstração de decisões técnicas ao usuário, a entrega de um valorúnico que represente o poder de processamento de dados contratado e a busca porperformance.

Considerando esses requisitos e seguindo a mesma linha proposta no iníciodesse capítulo podemos considerar as ferramentas de teste encontradas por esseestudo como ponto de partida à busca de concepção do modelo proposto.

Uma vez que já possuímos ferramentas capazes de simular todo o ambiente deum Data Center voltado à disponibilização de computação em nuvem, teoricamente,

86

não existe a necessidade de se criar um novo ambiente de teste, mas tentar procedercom as modificações necessárias ao estudo de viabilização de porta de processamentonos ambientes existentes.

Dentre as macro ações estariam a criação de grupos de dados conforme áreada computação aplicada, observando se, de fato, seus requisitos computacionais deprocessamento se assemelham.

Determinar um algoritmo capaz de trabalhar, avaliar as características dosseguintes grupos:

• Características de hardware representado de forma emulada;

• Variáveis de ambiente presentes em um ambiente virtualizado;

• As necessidades computacionais do grupo de dados sendo trabalhado; e

• Estabelecer que técnicas, dentre as disponíveis para avaliação, de compressãode dados, criptografia, comunicação e persistência trarão melhores ganhos noprocessamento a cada grupo de informações avaliado;

• Definindo assim o perfil de configuração da portas voltadas a trabalhar comcada grupo de dados analisados.

• Disponibilizar recursos ao ambiente de emulação que permita trabalhar commulticonfigurações de ambiente, aplicadas a uma mesma plataforma dehardware, cada qual maximizado ao tipo de porta de processamento proposto.

• Buscar uma unidade de medida que consiga representar o poder deprocessamento de dados das portas.

• Estabelecer uma interface capaz de abstrair os atuais conceitos aplicados asinstâncias de VM, onde o usuário tenha como única informação referente aestrutura de processamento locada, um valor único que represente o poder deprocessamento da porta contratada.

Como resultado, será esperado que o software de emulação de testes sejacapaz de determinar o melhor ajuste lógico da estrutura de hardware testada para cadatipo de porta de processamento.

Que existam recursos capazes de entregar ao usuário uma velocidade constantede processamento de dados.

E ainda a definição de técnicas que façam a telemetria dos itens de hardwarede forma constante, analisando se os mesmos mantém a performance desejada.

87

Sendo constatado, de fato, a necessidade de ajustes diferentes para cada umdos tipos de portas de processamento definidas, visando performance,esse cenário pode influenciar na arquitetura de itens de hardware.

Onde, para ambientes de computação em nuvem, possam ser disponibilizadositens de hardware híbridos, voltados a suportar especificações de portas deprocessamento variadas.

Trata-se de um conceito comum em áreas onde se exigem máxima performancede conjunto, facilmente observado em corridas automobilísticas, onde é empregadoaltos níveis de complexidade tecnológica.

5.7 Resumo do Capítulo

Nesse capítulo foram apresentadas as motivações que levaram à proposição deum modelo alternativo de configuração e comercialização de computação em nuvem.

Durante a conceitualização do modelo proposto, foram apresentadas suascaracterísticas, proposição de concepção, comportamentos esperados e formalizaçãode ambiente de testes.

Foram discutidos conceitos sobre hardware, configuração de ambiente desistemas de emulação, elasticidade, software, técnicas de comunicação, segurança,classificação e compressão dos dados e acordos de nível de serviço.

Também foi apresentada uma breve análise de possíveis unidades de medidascandidatas a serem utilizadas pelo modelo de processamento por porta e traçadasestratégias de testes que busquem a viabilização do modelo proposto.

88

6 CONSIDERAÇÕES FINAIS

Este capítulo trata sobre as conclusões obtidas com o estudo, apresenta aslimitações da pesquisa e discorre sobre a oportunização de trabalhos futuros.

6.1 Conclusão

Os resultados da pesquisa indicam uma baixa atividade quanto a busca porsoluções de precificação de projetos de adoção de computação em nuvem em seuestágio de pré-adoção, voltados a atender pequenas e médias empresas, assim comousuários comuns, disponibilizando os modelos de configuração de serviço de nuvemIaaS e PaaS.

Esta característica aponta que o aquecimento do mercado de computação emnuvem voltado a esses usuários se dá, atualmente, por meio da comercialização deserviços em formato de SaaS.

Com precificação fixa, sem a intercorrência de elasticidade e tendo adisponibilidade do serviço como principal requisito de SLA.

Quanto às soluções encontradas, voltadas ao propósito de precificação emestágio de pré-adoção de computação em nuvem, fica evidente a proposição de leiturae acumulação de dados estatísticos referentes às QoS alcançadas por diversosservidores de nuvem para, com base nestes, estimar a precificação de projetoscorrelatos aos dispostos nestes bancos de dados funcionais.

Esta situação é avaliada como uma inversão de valores, onde o usuário doserviço busca por ferramentas e métodos que o permita aferir a qualidade do serviçocontratado.

Posto o atual cenário quanto ao estado da arte referente a serviços medidos paracomputação em nuvem, conclui-se tratar de uma área que ainda pode ser maciçamenteinvestigada pela ciência.

Tomando como base a desoneração de decisões técnicas ao usuário do serviço,a entrega de performance contínua e a simples aferição de SLAs firmadas, o estudoencaminha a proposição de uma alternativa de configuração e comercialização decomputação em nuvem por meio de portas de processamento.

As portas de processamento se caracterizam por abstrair os itens de hardware

89

emulados como processador, memória ram, discos de armazenamento e largura debanda.

É proposto que as potências de trabalho de cada item de hardware emuladosejam convertidas a uma única unidade de medida que exprima o poder deprocessamento do conjunto como um todo.

Ao valor total de processamento do conjunto será atribuído o nome de porta deprocessamento que pode representar toda a potência de processamento do conjuntoou ser disposta de forma fracionada.

Para a definição do poder de processamento os conjuntos de hardware emuladosserão submetidos a testes de stress processando diversos tipos de dados definidos emgrupos conforme área de atuação.

O desempenho do conjunto frente a cada uma das áreas de dados irá determinaro poder computacional de cada porta de processamento.

Sendo este, o poder de processamento da porta, a única informação dispostaao usuário e passível de definição de SLA e atribuição de elasticidade.

É proposto que sejam definidos perfis de usuários, a esses perfis, atreladosvalores fixos de porta de processamento conforme área de atuação e que estes perfissejam comercializados apresentando apenas uma descrição informando a que tipo deaplicação computacional a porta se destina e o valor de processamento da mesma.

No trabalho também é proposto cenários de teste e a formatação de umaferramenta de precificação de projeto em fase de pré-adoção para o modelo de portade processamento.

6.2 Limitações da Pesquisa

Dado o propósito da pesquisa que possui escopo definido de tempo de execuçãoa mesma pode não ter consultado outras bases de dados relevantes à área estudada.

Por se tratar de uma investigação que envolveu mais de 520 artigos, algumasinformações relevantes podem não ter sido citadas no escopo do estudo.

Outras limitações da pesquisa estão relacionadas à implementação e validaçãodos conceitos propostos em diversas áreas.

Dado o caráter inovador da proposição, faz-se necessário criar e adaptar váriasferramentas que subsidiem os cenários de testes necessários.

90

6.3 Trabalhos Futuros

Estender a pesquisa a outras bases de dados científicas não exploradas ebuscar a oportunizarão de testes do conceito criando e adaptando ferramentas:

Dentre estas podemos destacar:

Ambiente de emulação computacional;

Classificação dos dados computacionais, conforme critérios de processamento,demanda de recursos em sua execução;

Definição e testes de um algoritmo voltado a extrair o desempenho deprocessamento de dados do conjunto de hardware emulado frente a cada grupo dedados proposto.

Buscar a definição de uma unidade de medida, voltada ao modelo proposto,com base nas análises realizadas nos grupos de processamento de dados;

Definir a Interface do Usuário; e

Construir a ferramenta de testes conforme definição proposta.

91

REFERÊNCIAS

ARAL, A.; OVATMAN, T. Network-aware embedding of virtual machine clustersonto federated cloud infrastructure. Journal of Systems and Software, v. 120, p.89 – 104, 2016. Disponível em: <http://www.sciencedirect.com/science/article/pii/S0164121216301078>.

AUYOUNG, A. et al. Resource allocation in fed- erated distributed computinginfrastructures. In: Proceedings of the 1st Workshop on Operating System andArchitectural Support for the On-demand IT InfraStruc-ture,. [S.l.: s.n.], 2004. v. 9.

BARANWAL, G.; VIDYARTHI, D. P. A fair multi-attribute combinatorial double auctionmodel for resource allocation in cloud computing. Journal of Systems and Software,v. 108, p. 60 – 76, 2015. Disponível em: <http://www.sciencedirect.com/science/article/pii/S0164121215001272>.

BEZERRA, J. S. Uma revisão do estado da arte sobre os desafios e efeitosdo uso de software Definet Data Center (SDDC). 2016, Recife. Disponível em:<https://pt.scribd.com/document/318948311/Uma-Revisao-do-Estado-da-Arte-Sobre-os-Desafios-e-Efeitos-do-Uso-de-Software-Defined-Data-Center-SDDC>.

BUYYA, R.; RANJAN, R.; CALHEIROS, R. N. “Intercloud: Utility-oriented federation ofcloud computing environments for scaling of application services,” in Proceedings of the10th International Conference on Algorithms and Architectures for Parallel Processing .Springer, 2010.

CAMPBELL-KELLY, M. Historical reflections - The rise, fall, and resurrection ofsoftware as a service. Commun. ACM, v. 52, n. 5, p. 28 – 30, 2009. Disponível em:<db/journals/cacm/cacm52.html#Campbell-Kelly09>.

CARISSIMI, A. Virtualização: da teoria a soluções. In: Simpósio Brasileiro de Redes deComputadores e Sistemas Distribuídos. [S.l.: s.n.], 2008.

CISCO. Cisco IOS and NX-OS Software End-of-Life Documentation Support. 2016.Disponível em: <http://www.cisco.com/c/en/us/td/docs/ios/redirect/eol.html>. Acessoem: 16/12/2016.

COOPER, H. M. Organizing knowledge syntheses: a taxonomy of literature reviews. .Knowledge in Society, v. 1, n. 1, p. 104 – 126, 1988.

COSTA, A. S. C.; SANTANA, L. C.; TRIGO, A. C. QUALIDADE DO ATENDIMENTO AOCLIENTE: UM GRANDE DIFERENCIAL COMPETITIVO PARA AS ORGANIZAÇÕES.Revista de Iniciação Científica, v. 2, n. 2, p. 155 – 172, 2015.

CRESWELL, J. W. Research design: qualitative, quantitative, and mixed methodsapproaches. . [S.l.: s.n.], 2013.

DIESTE, O.; PADUA, A. G. Developing search strategies for detecting relevantexperiments. Empirical Software Engineering, p. 215 – 224, 2007. Disponível em:<http://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=4343749>.

92

GALVÃO, T.; PEREIRA, M. G. Systematic reviews of the literature: steps for preparation.Epidemiologia e Serviços de Saúde, v. 23, n. 1, p. 183 – 184. Disponível em:<http://www.scielo.br/pdf/ress/v23n1/2237-9622-ress-23-01-00183.pdf>.

GARTNER. IT Glossary. 2016. Disponível em: <http://www.gartner.com/it-glossary/>.Acesso em: 25/05/2016.

GIAMPAOLI, R.; LUCIANO, E. Gestão de Contratos de Serviços de TI: Implantaçãode Práticas Service Level Agreement e Service Level Management. Anais do 4ºCONTECSI, 2007.

GIRASE, S. et al. Review on: Resource Provisioning in Cloud Computing Environment.International Journal of Science and Research (IJSR), v. 2, n. 11, p. 337 – 341, 2013.

KEELE, S. Guidelines for performing systematic literature reviews in softwareengineering. In: Technical report, Ver. 2.3 EBSE Technical Report. EBSE. [S.l.: s.n.],2007.

KITCHENHAM, B. et al. Evaluating guidelines for reporting empirical softwareengineering studies. Empirical Software Engineering, v. 13, n. 1, p. 97 – 121, 2008.Disponível em: <http://link.springer.com/article/10.1007/s10664-007-9053-5>.

LEITÃO, D. S. MANUAL DE METODOLOGIA PARA ELABORAÇÃO DE TRABALHOSACADÊMICOS DA FUNDAÇÃO VISCONDE DE CAIRU. [S.l.], 2013. Disponível em:<http://www.cairu.br/portal/arquivos/biblioteca/Manual_de_Metodologia.pdf>.

LEWIS, G. A. The Role of Standards in CloudComputing Interoperability. [s.n.], 2012.Disponível em: <http://resources.sei.cmu.edu/asset_files/technicalnote/2012_004_001_28143.pdf>.

LIRA, W. S. et al. The seeking and use of information in the organizations. .Perspectivas em Ciência da Informação., v. 13, n. 1, p. 166 – 183, 2008. Disponível em:<http://www.scielo.br/pdf/pci/v13n1/v13n1a11.pdf>.

MELL, P.; GRANCE, T. The NIST Definition of Cloud Computing. 2011. Disponívelem: <http://nvlpubs.nist.gov.sci-hub.bz/nistpubs/Legacy/SP/nistspecialpublication800-145.pdf>. Acesso em: 26/10/2016.

MIGUEL, P. A. C. Estudo de caso na engenharia de produção: estruturação erecomendações para sua condução. . Produção, v. 17, n. 1, p. 216 – 229, 2007.Disponível em: <http://www.scielo.br/pdf/prod/v17n1/14.pdf>.

OLIVEIRA, M. F. Metodologia científica: um manual para a realização de pesquisas emAdministração/. 2011. 72 p. Monografia (Administração) — Universidade Federal deGoiás,.

PETERSEN, K. et al. Systematic Mapping Studies in Software Engineering. p. 1 –10, 2008. Disponível em: <http://www.robertfeldt.net/publications/petersen_ease08_sysmap_studies_in_se.pdf>.

PRADO, R. L. R. A ampliação do valor de uma empresa através da adoção de umnovo modelo: O Cloud Computing. 2010. 54 p. Monografia (curso de pós-graduaçãolato sensu MBIS - Master Business Information Systems) — Pontifícia UniversidadeCatólica de São Paulo.

93

SOROR, A. A. et al. Automatic virtual machine configuration for database workloads.ACM Trans. Database Syst., v. 35, n. 1, 2010.

XU, B. et al. Job scheduling algorithm based on Berger model in cloud environment.Advances in Engineering Software, v. 42, p. 419 – 425, 2011.

94

APÊNDICES

95

APÊNDICE A – ESTUDOS CLASSIFICADOS NA FASE FINAL DOMAPEAMENTO SISTEMÁTICO DA LITERATURA

Relação de estudo aprovados na segunda e última fase de análise domapeamento sistemático da literatura presente neste estudo.

*EFFSX - Estudo Fase Final Selecionado (X indicador do estudo)

Tabela 8 – Estudos Selecionados na Segunda Rodada

Código Título Ano Origem Autores

EFFS1A Global SLA-Aware Approach for AggregatingServices in the Cloud

2016 SprigerLinks

Lahouij, AidaHamel, LazharGraiet,MohamedElkhalfa, AbirGaaloul, Walid

EFFS2A Hybrid Multi-Criteria Decision-Making Modelfor a Cloud Service Selection Problem UsingBSC, Fuzzy Delphi Method and Fuzzy AHP

2016 SprigerLinksLee, SangwonSeo,Kwang-Kyu

EFFS3Evidence-Based Trust Evaluation System forCloud Services Using Fuzzy Logic

2016 SprigerLinks

Selvaraj,AlagumaniSundararajan,Subashini

EFFS4Network-aware embedding of virtual machineclusters onto federated cloud infrastructure

2016ScienceDirectElsevier

Aral, Atakan;Ovatman, Tolga

EFFS5Operational cost-aware resource provisioningfor continuous write applications incloud-of-clouds

2016 SprigerLinks

Zeng, ZengTruong-Huu,TramVeeravalli,BharadwajTham,Chen-Khong

96

Código Título Ano Origem Autores

EFFS6A fair multi-attribute combinatorial doubleauction model for resource allocation in cloudcomputing

2015ScienceDirectElsevier

Baranwal,Gaurav;Vidyarthi, DeoPrakash

EFFS7A Multi-Cloud Framework for Measuring andDescribing Performance Aspects of CloudServices Across Different Application Types

2014

ACMGuide toComputingLiterature

Kousiouris, GGiammatteo, GEvangelinou, AGalante, NKevani, EStampoltas, CMenychtas, AKopaneli, ARamasamyBalraj, KKyriazis, DVarvarigou, TStuer, POrue-EchevarriaArrieta, L

EFFS8CloudExp: A comprehensive cloud computingexperimental framework

2014ScienceDirectElsevier

Jararweh,Yaser; Jarrah,Moath;Kharbutli,Mazen;Alshara,Zakarea;Alsaleh,MohammedNoraden;Al-Ayyoub,Mahmoud

97

Código Título Ano Origem Autores

EFFS9Semantic-enabled CARE Resource Broker(SeCRB) for managing grid and cloudenvironment

2014 SprigerLinks

Somasundaram,Thamarai SelviGovindarajan,KannanKiruthika, UshaBuyya,Rajkumar

EFFS10Online cost-efficient scheduling ofdeadline-constrained workloads on hybridclouds

2013ScienceDirectElsevier

Van denBossche,Ruben;Vanmechelen,Kurt;Broeckhove,Jan

EFFS11SLA (service level agreement) drivenorchestration based new methodology forcloud computing services

2013ScopusElsevier

Irfan, MHong, ZAimaier, NZhuguo, L

EFFS12 Cloud Computing Costs and Benefits 2012 SprigerLinks Kratzke, Nane

EFFS13Toward role-based provisioning and accesscontrol for infrastructure as a service (IaaS)

2011 SprigerLinks

Shin, DongwanAkkan, HakanClaycomb,WilliamKim,Kwanjoong

EFFS14A Case for Consumer-centric ResourceAccounting Models

2010

ACMGuide toComputingLiterature

Mihoob, AhmedMolina-Jimenez,CarlosShrivastava,Santosh

98

APÊNDICE B – ESTUDOS EXCLUÍDOS NA FASE FINAL DOMAPEAMENTO SISTEMÁTICO DA LITERATURA

Relação de estudo excluídos na segunda e última fase de análise domapeamento sistemático da literatura presente neste estudo. A descrição que sesegue conta com o código de exclusão de cada estudo.

*EFFEX - Estudo Fase Final Excluído (X indicador do estudo)

Tabela 9 – Estudos Excluídos na Segunda Rodada

Código Título Ano Origem AutoresCritério deExclusão

EFFE1

Determinant factors ofcloud-sourcing decisions:reflecting on the IT outsourcingliterature in the era of cloudcomputing

2016 SprigerLinksSchneider,StephanSunyaev, Ali

C6

EFFE2

Relative weight comparisonbetween virtual key factors ofcloud computing with analyticnetwork process

2016 SprigerLinks

Choi,Cheol-RimJeong,Hwa-YoungPark, JongHyukJang, HaengJinJeong,Young-Sik

C6

99

Código Título Ano Origem AutoresCritériodeExclusão

EFFE3A Formal Model of Client-CloudInteraction

2015 SprigerLinks

Bósa, KárolyHolom,Roxana-MariaVleju, MirceaBoris

C6

EFFE4A Survey on the Categories ofService Value/Quality/SatisfactoryFactors

2015 SprigerLinks

Duan, YucongNarendra,Nanjangud CHu, BoLi, DonghongFeng,WenlongDu, WencaiLu, Junxing

C10

EFFE5An architecture modelingframework for probabilisticprediction

2014 SprigerLinks

Johnson,PontusUllberg, JohanBuschle,MarkusFranke, UlrikShahzad,Khurram

C10

EFFE6A Privacy Impact Assessment Toolfor Cloud Computing

2013 SprigerLinks

Tancock,DavidPearson, SianiCharlesworth,Andrew

C6

EFFE7Analytical Performance Models forMapReduce Workloads

2013 SprigerLinks

Vianna,EmanuelComarela,GiovanniPontes,TatianaAlmeida,JussaraAlmeida,VirgílioWilkinson,KevinKuno, HarumiDayal,Umeshwar

C6

100

Código Título Ano Origem AutoresCritériodeExclusão

EFFE8 Cloud effectiveness model 2013ScopusElsevier

Feehs, R J C6

EFFE9

Taking value-networks to the cloudservices: security services,semantics and service levelagreements

2013 SprigerLinksDemirkan,HalukGoul, Michael

C6

EFFE10Cloud Computing Providers:Characteristics andRecommendations

2011 SprigerLinks

Lecznar,MaciejPatig,Susanne

C1; C3

EFFE11The Enterprise IT Use CaseScenario

2011 SprigerLinksNolan,MichaelButler, Joe M

C6

EFFE12Security Issues to CloudComputing

2010 SprigerLinksOnwubiko,Cyril

C6

101

APÊNDICE C – ESTUDOS PRIMÁRIOS APROVADOS NAPRIMEIRA FASE DO MAPEAMENTO SISTEMÁTICO DA

LITERATURA

Relação de estudo aprovados na primeira fase de análise do mapeamentosistemático da literatura presente neste estudo.

*EPSX - Estudo Primário Selecionado (X indicador do estudo)

Tabela 10 – Estudos Selecionados na Primeira Rodada

Código Título Ano Origem Autores

EPS1A Global SLA-Aware Approach forAggregating Services in the Cloud

2016 SprigerLinks

Lahouij, AidaHamel, LazharGraiet, MohamedElkhalfa, AbirGaaloul, Walid

EPS2

A Hybrid Multi-CriteriaDecision-Making Model for a CloudService Selection Problem UsingBSC, Fuzzy Delphi Method andFuzzy AHP

2016 SprigerLinksLee, SangwonSeo, Kwang-Kyu

EPS3

Determinant factors ofcloud-sourcing decisions: reflectingon the IT outsourcing literature in theera of cloud computing

2016 SprigerLinksSchneider, StephanSunyaev, Ali

EPS4Evidence-Based Trust EvaluationSystem for Cloud Services UsingFuzzy Logic

2016 SprigerLinks

Selvaraj,AlagumaniSundararajan,Subashini

102

Código Título Ano Origem Autores

EPS5Network-aware embedding of virtualmachine clusters onto federatedcloud infrastructure

2016ScienceDirectElsevier

Aral, Atakan;Ovatman, Tolga

EPS6Operational cost-aware resourceprovisioning for continuous writeapplications in cloud-of-clouds

2016 SprigerLinks

Zeng, ZengTruong-Huu, TramVeeravalli,BharadwajTham, Chen-Khong

EPS7

Relative weight comparison betweenvirtual key factors of cloudcomputing with analytic networkprocess

2016 SprigerLinks

Choi, Cheol-RimJeong, Hwa-YoungPark, Jong HyukJang, Haeng JinJeong, Young-Sik

EPS8A fair multi-attribute combinatorialdouble auction model for resourceallocation in cloud computing

2015ScienceDirectElsevier

Baranwal, Gaurav;Vidyarthi, DeoPrakash

EPS9A Formal Model of Client-CloudInteraction

2015 SprigerLinks

Bósa, KárolyHolom,Roxana-MariaVleju, Mircea Boris

EPS10A Survey on the Categories ofService Value/Quality/SatisfactoryFactors

2015 SprigerLinks

Duan, YucongNarendra,Nanjangud CHu, BoLi, DonghongFeng, WenlongDu, WencaiLu, Junxing

103

Código Título Ano Origem Autores

EPS11

A Multi-Cloud Framework forMeasuring and DescribingPerformance Aspects of CloudServices Across DifferentApplication Types

2014ACM Guideto ComputingLiterature

Kousiouris, GGiammatteo, GEvangelinou, AGalante, NKevani, EStampoltas, CMenychtas, AKopaneli, ARamasamy Balraj,KKyriazis, DVarvarigou, TStuer, POrue-EchevarriaArrieta, L

EPS12An architecture modeling frameworkfor probabilistic prediction

2014 SprigerLinks

Johnson, PontusUllberg, JohanBuschle, MarkusFranke, UlrikShahzad, Khurram

EPS13CloudExp: A comprehensive cloudcomputing experimental framework

2014ScienceDirectElsevier

Jararweh, Yaser;Jarrah, Moath;Kharbutli, Mazen;Alshara, Zakarea;Alsaleh,MohammedNoraden;Al-Ayyoub,Mahmoud

104

Código Título Ano Origem Autores

EPS14Semantic-enabled CARE ResourceBroker (SeCRB) for managing gridand cloud environment

2014 SprigerLinks

Somasundaram,Thamarai SelviGovindarajan,KannanKiruthika, UshaBuyya, Rajkumar

EPS15A Privacy Impact Assessment Toolfor Cloud Computing

2013 SprigerLinks

Tancock, DavidPearson, SianiCharlesworth,Andrew

EPS16Analytical Performance Models forMapReduce Workloads

2013 SprigerLinks

Vianna, EmanuelComarela, GiovanniPontes, TatianaAlmeida, JussaraAlmeida, VirgílioWilkinson, KevinKuno, HarumiDayal, Umeshwar

EPS17 Cloud effectiveness model 2013ScopusElsevier

Feehs, R J

EPS18Online cost-efficient scheduling ofdeadline-constrained workloads onhybrid clouds

2013ScienceDirectElsevier

Van den Bossche,Ruben;Vanmechelen, Kurt;Broeckhove, Jan

EPS19

SLA (service level agreement)driven orchestration based newmethodology for cloud computingservices

2013ScopusElsevier

Irfan, MHong, ZAimaier, NZhuguo, L

EPS20

Taking value-networks to the cloudservices: security services,semantics and service levelagreements

2013 SprigerLinksDemirkan, HalukGoul, Michael

105

Código Título Ano Origem Autores

EPS21Cloud Computing Costs andBenefits

2012 SprigerLinks Kratzke, Nane

EPS22Cloud Computing Providers:Characteristics andRecommendations

2011 SprigerLinksLecznar, MaciejPatig, Susanne

EPS23The Enterprise IT Use CaseScenario

2011 SprigerLinksNolan, MichaelButler, Joe M

EPS24Toward role-based provisioning andaccess control for infrastructure as aservice (IaaS)

2011 SprigerLinks

Shin, DongwanAkkan, HakanClaycomb, WilliamKim, Kwanjoong

EPS25A Case for Consumer-centricResource Accounting Models

2010ACM Guideto ComputingLiterature

Mihoob, AhmedMolina-Jimenez,CarlosShrivastava,Santosh

EPS26 Security Issues to Cloud Computing 2010 SprigerLinks Onwubiko, Cyril

106

APÊNDICE D – ESTUDOS PRIMÁRIOS EXCLUÍDOS NA PRIMEIRAFASE DO MAPEAMENTO SISTEMÁTICO DA LITERATURA

Relação de estudo excluídos na primeira fase de análise do mapeamentosistemático da literatura presente neste estudo. A descrição que se segue conta com ocódigo de exclusão de cada estudo.

*EPEX - Estudo Primário Excluído (X indicador do estudo)

Tabela 11 – Estudos Excluídos na Primeira Rodada

Código Título Ano Origem AutoresCritériodeExclusão

EPE1A Closer Look at SyncanyWindows and Ubuntu Clients’Residual Artefacts

2016 SprigerLinks

Teing, Yee-YangDehghantanha, AliChoo, Kim-Kwang RaymondMuda, ZaitonAbdullah, Mohd TaufikChai, Wee-Chiat

C12

EPE2

A cloud-based systemframework for performingonline viewing, storage, andanalysis on big data ofmassive BIMs

2016ScienceDirectElsevier

Chen, Hung-Ming; Chang,Kai-Chuan; Lin, Tsung-Hsi

C6

EPE3

A comprehensivemeta-analysis ofcryptographic securitymechanisms for cloudcomputing

2016 SprigerLinks Kiraz, Mehmet Sab\ir C6

107

Código Título Ano Origem AutoresCritériodeExclusão

EPE4

A Confidence Indicator Modelfor Virtual OrganizationCreation in Cloud ComputingEnvironment

2016 SprigerLinksBilecki, Luís FelipeFiorese, Adriano

C12

EPE5A Distributed Architecture forEfficient Web ServiceDiscovery

2016

ACMGuide toComputingLiterature

Baresi, LucianoMiraz, MatteoPlebani, Pierluigi

C5

EPE6A Forensic Acquisition andAnalysis System for IaaS

2016ScopusElsevier

Alqahtany, SaadClarke, NathanFurnell, StevenReich, Christoph

C6

EPE7

A framework and riskassessment approaches forrisk-based access control inthe cloud

2016ScienceDirectElsevier

dos Santos, Daniel Ricardo;Marinho, Roberto; Schmitt,Gustavo Roecker;Westphall, Carla Merkle;Westphall, Carlos Becker

C6

EPE8A Monitoring Infrastructure forthe Quality Assessment ofCloud Services

2016 SprigerLinks

Cedillo, PriscilaGonzalez-Huerta, JavierAbrahao, SilviaInsfran, Emilio

C12

EPE9A Novel Strong PasswordGenerator for Improving CloudAuthentication

2016ScienceDirectElsevier

Abdellaoui, Abderrahim;Khamlichi, Younes Idrissi;Chaoui, Habiba

C6

EPE10A pluggable service platformarchitecture for e-commerce

2016 SprigerLinks

Aulkemeier, FabianParamartha, MohammadAnggastaIacob, Maria-Eugeniavan Hillegersberg, Jos

C6

108

Código Título Ano Origem AutoresCritériodeExclusão

EPE11

A secure cloud storagesystem combining time-basedone-time password andautomatic blocker protocol

2016 SprigerLinksEl-Booz, Sheren AAttiya, GamalEl-Fishawy, Nawal

C6

EPE12

A secure smart cardauthentication andauthorization framework usingin multimedia cloud

2016 SprigerLinks

Yang, Ta-ChihLo, Nai-WeiLiaw, Horng-TwuWu, Wei Chen

C6

EPE13

A self-adaptive multi-viewframework for multi-sourceinformation service in cloudITS

2016 SprigerLinks

Xue, ShanXiong, LiYang, ShufenZhao, Lu

C6

EPE14A survey on cloud computingsecurity: Issues, threats, andsolutions

2016ScienceDirectElsevier

Singh, Saurabh;Jeong, Young-Sik;Park, Jong Hyuk;

C6

EPE15A Systematic Review ofSecurity in Cloud Computing

2016 SprigerLinksAmoud, MohamedRoudiès, Ounsa

C6

EPE16

Achieving dynamiccapabilities with cloudcomputing: an empiricalinvestigation

2016 SprigerLinks

Battleson, Douglas AWest, Barry CKim, JongwooRamesh, BalasubramaniamRobinson, Pamela S

C6

EPE17 Advanced Solutions 2016 SprigerLinks Nicoletti, Bernardo C10

EPE18

An Efficient Multi-keywordSynonym-Based FuzzyRanked Search OverOutsourced Encrypted CloudData

2016 SprigerLinksSaini, VandanaChalla, Rama KrishnaKhan, Neelam S

C12

109

Código Título Ano Origem AutoresCritériodeExclusão

EPE19

An Enhanced Strategy toMinimize Makespan in CloudEnvironment to Accelerate thePerformance

2016 SprigerLinksSachdeva, HimanshuKaushal, SakshiVerma, Amandeep

C12

EPE20

An Experimental Evaluation ofthe EDoS-Shield MitigationTechnique for Securing theCloud

2016 SprigerLinks

Alsowail, SaeedSqalli, Mohammed HAbu-Amara, MarwanBaig, ZubairSalah, Khaled

C6

EPE21An Improved Encryption andSignature Verification ECCScheme for Cloud Computing

2016 SprigerLinksKaushik, ShwetaGandhi, Charu

C12

EPE22

An Intrusion Detection Systemfor DetectingDenial-of-Service Attack inCloud Using Artificial BeeColony

2016 SprigerLinksSharma, ShalkiGupta, AnshulAgrawal, Sanjay

C12

EPE23

An investigation of thechallenges and issuesinfluencing the adoption ofcloud computing in Australianregional municipalgovernments

2016ScienceDirectElsevier

Ali, Omar; Soar, Jeffrey;Yong, Jianming

C6

EPE24 Analytics in the Cloud 2016 SprigerLinks Dinsmore, Thomas W C12

EPE25API-Based ForensicAcquisition of Cloud Drives

2016 SprigerLinksRoussev, VassilBarreto, AndresAhmed, Irfan

C12

EPE26Associate Scheduling ofMixed Jobs in CloudComputing

2016 SprigerLinksKomarasamy, DineshMuthuswamy, Vijayalakshmi

C12

110

Código Título Ano Origem AutoresCritériodeExclusão

EPE27

Attribute-based data accesscontrol in mobile cloudcomputing: Taxonomy andopen issues

2016ScienceDirectElsevier

Sookhak, Mehdi;Yu, F Richard;Khan, Muhammad Khurram;Xiang, Yang;Buyya, Rajkumar;

C6

EPE28Automation of service-basedsecurity-aware businessprocesses in the Cloud

2016 SprigerLinks

Lins, FernandoDamasceno, JulioMedeiros, RobsonSousa, EricaRosa, Nelson

C6

EPE29

Behavioural intention incloud-based VLE: Anextension to ChannelExpansion Theory

2016ScienceDirectElsevier

Hew, Teck-Soon; SyedAbdul Kadir, SharifahLatifah

C6

EPE30

BETaaS: A Platform forDevelopment and Executionof Machine-to-MachineApplications in the Internet ofThings

2016 SprigerLinks

Vallati, CarloMingozzi, EnzoTanganelli, GiacomoBuonaccorsi, NovellaValdambrini, NicolaZonidis

C6

EPE30(cont.)

NikolaosMartínez, BelénMamelli, AlessandroSommacampagna, DavideAnggorojati, BayuKyriazakos, SofoklisPrasad, NeeliNieto, Francisco JavierRodriguez, Oliver Barreto

111

Código Título Ano Origem AutoresCritériodeExclusão

EPE31Bioinformatics and MicroarrayData Analysis on the Cloud

2016 SprigerLinksCalabrese, BarbaraCannataro, Mario

C6

EPE32

Building an open source cloudenvironment with auto-scalingresources for executingbioinformatics and biomedicalworkflows

2016ScienceDirectElsevier

Krieger, Michael T; Torreno,Oscar; Trelles, Oswaldo;Kranzlmüller, Dieter

C6

EPE33 C 2016 SprigerLinks Ayala, Luis C12

EPE34

Chapter 1 - A Primer on CloudComputing BT - CloudComputing in Ocean andAtmospheric Sciences

2016ScienceDirectElsevier

Vance, T C C12

EPE35Chapter 1 - Big Data Analytics= Machine Learning + CloudComputing BT - Big Data

2016ScienceDirectElsevier

Wu, C;Buyya, R;Ramamohanarao, K

C12

EPE36

Chapter 13 - Hadoop in theCloud to Analyze ClimateDatasets A2 - Vance, TiffanyC.

2016ScienceDirectElsevier

Sinha, A C12

EPE37Chapter 2 - Introduction toCloud Computing BT - DataAnalysis in the Cloud

2016ScienceDirectElsevier

Talia, Domenico;Trunfio, Paolo;Marozzo, Fabrizio

C12

EPE38

Chapter 20 - Conclusion andthe Road Ahead BT - CloudComputing in Ocean andAtmospheric Sciences

2016ScienceDirectElsevier

Yuan, M C12

112

Código Título Ano Origem AutoresCritériodeExclusão

EPE39

Chapter 3 - Synergies:Service Science and theInformation Sector BT -Service Science and theInformation Professional

2016ScienceDirectElsevier

de Grandbois, Yvonne C12

EPE40

Cloud Computing as anAlternative Solution for SouthAfrican Public Sector: A Casefor Department of SocialDevelopment

2016 SprigerLinksMaluleka, Simon MotlatsiRuxwana, Nkqubela

C12

EPE41Cloud Computing for SupplyChain Management

2016 SprigerLinksVemula, RamZsifkovits, Helmut

C6

EPE42Cloud Computing inSustainable Mobility

2016ScienceDirectElsevier

Nowicka, Katarzyna C6

EPE43Cloud computing research inthe IS discipline: Acitation/co-citation analysis

2016ScienceDirectElsevier

Wang, Nianxin;Liang, Huigang;Jia, Yu;Ge, Shilun;Xue, Yajiong;Wang, Zhining

C6

EPE44

Cloud Computing: Models,Services, Utility, Advantages,Security Issues, andPrototype

2016 SprigerLinks Nwobodo, Ikechukwu C6

EPE45Cloud Environment SecurityLandscape

2016 SprigerLinks

Galibus, TatianaKrasnoproshin, Viktor Vde Oliveira Albuquerque,Robsonde Freitas, Edison

C12

113

Código Título Ano Origem AutoresCritériodeExclusão

EPE46 Cloud Forensics 2016 SprigerLinksJoshi, R CPilli, Emmanuel S

C12

EPE47Cloud forensics–Tooldevelopment studies &amp;future outlook

2016ScienceDirectElsevier

Roussev, VassilAhmed, IrfanBarreto, AndresMcCulley, ShaneShanmughan, Vivek

C6

EPE48Cloud Image Data Center forHealthcare Network in Taiwan

2016 SprigerLinks

Weng, Shao-JenGotcher, DonaldWu, Hsin-HungXu, Yeong-YuhYang, Ching-WenLai, Lai-Shiun

C6

EPE49Cloud Security: A VirtualizedVLAN (V2LAN)Implementation

2016 SprigerLinksShirazi, FaridKrasnov, Alexander

C12

EPE50

Cloud Simulation ModelBased on Large Numbers Lawfor Evaluating Fault ToleranceApproaches

2016 SprigerLinksHannache, OussamaBatouche, Mohamed

C12

EPE51Cloud-Based Mobile LearningAdaptation in NonformalLearning: A Review

2016 SprigerLinksAziz, Mohd Norafizal AbdNoor, Rafidah MdKhamis, Norazlina

C12

EPE52 Clouds Demystified 2016 SprigerLinks

Missbach, MichaelStaerk, ThorstenGardiner, CameronMcCloud, JoshuaMadl, RobertTempes, MarkAnderson, George

C12

114

Código Título Ano Origem AutoresCritériodeExclusão

EPE53

Cloud-Servicemanagementund Analytics: Nutzung vonBusiness IntelligenceTechnologien f{ü}r dasService Management vonCloud Computing Diensten

2016 SprigerLinksPröhl, ThorstenZarnekow, Rüdiger

C8

EPE54

Collaborative CloudComputing Application forWater Resources Based onOpen Source Software

2016 SprigerLinks

Delipetrev, BlagojStojanova, AleksandraLjubotenska, AnaKocaleva, MirjanaDelipetrev, MarjanManevski, Vladimir

C12

EPE55Concepts for a SocialWorkflow Platform

2016 SprigerLinks Görg, M Sebastian E K C12

EPE56

Conceptual Framework: TheAdaptive BiometricsAuthentication for AccessingCloud Computing ServicesUsing iPhone

2016 SprigerLinksPukdesree, SorapakNetinant, Paniti

C12

EPE57

Cooperative Device Cloud: AResource ManagementFramework for the Internet ofThings

2016 SprigerLinksKliem, AndreasKao, Odej

C12

EPE58Customers perspectives onadoption of cloud computingin banking sector

2016 SprigerLinks

Asadi, ShahlaNilashi, MehrbakhshHusin, Abd Razak CheYadegaridehkordi, Elaheh

C6

EPE59

Design science researchcontribution to businessintelligence in the cloud — Asystematic literature review

2016ScienceDirectElsevier

Sangupamba Mwilu, OdetteComyn-Wattiau, IsabellePrat, Nicolas

C6

115

Código Título Ano Origem AutoresCritériodeExclusão

EPE60

Distributed denial of service(DDoS) resilience in cloud:Review and conceptual cloudDDoS mitigation framework

2016ScienceDirectElsevier

Osanaiye, Opeyemi; Choo,Kim-Kwang Raymond;Dlodlo, Mqhele

C6

EPE61Do Cloud Computing ToolsSupport the Needs of VirtualEnterprises?

2016 SprigerLinksRuaro, Andre FRabelo, Ricardo J

C12

EPE62DuctAir—Service Innovationfor Value Add

2016 SprigerLinksXing, KeBelusko, MartinMin, Gunwoo

C12

EPE63Economic and Legal Aspectsof Cloud Computing

2016 SprigerLinks

Missbach, MichaelStaerk, ThorstenGardiner, CameronMcCloud, JoshuaMadl, RobertTempes, MarkAnderson, George

C12

EPE64Eliciting metrics foraccountability of cloudsystems

2016ScienceDirectElsevier

Nuñez, David;Fernández-Gago, Carmen;Luna, Jesús

C6

EPE65Enabling a transformativeservice system by modelingquality dynamics

2016ScienceDirectElsevier

Akter, Shahriar; Wamba,Samuel Fosso; D’Ambra,John

C10

EPE66Establishing the State of theArt Knowledge Domain ofCloud Computing

2016 SprigerLinks

Khalid, MadihaYousaf, MuhammadMurtazaIftikhar, YousraFatima, Noreen

C6

116

Código Título Ano Origem AutoresCritériodeExclusão

EPE67Evidence-Based Security andPrivacy Assurance in CloudEcosystems

2016 SprigerLinksFormoso, SaulFelici, Massimo

C12

EPE68

From concept toimplementation: Thedevelopment of the emergingcloud computing industry inChina

2016ScienceDirectElsevier

Yu, JiangXiao, XiaoZhang, Yue

C6

EPE69High Availability ofBig-Geo-Data as a Platformas a Service

2016 SprigerLinksFörster, TimThum, SimonKuijper, Arjan

C6

EPE70Image quality assessment viaspatial structural analysis

2016ScienceDirectElsevier

Yang, XichenSun, QuansenWang, Tianshu

C5

EPE71

Implementing DNA EncryptionTechnique in Web Services toEmbed Confidentiality inCloud

2016 SprigerLinks

Gugnani, GunjanGhrera, S PGupta, P KMalekian, RezaMaharaj, B T J

C12

EPE72

Incorporating service anduser information and latentfeatures to predict QoS forselecting and recommendingcloud service compositions

2016 SprigerLinks

Karim, RaedDing, ChenMiri, AliRahman, Md Shahinur

C6

EPE73Multi-objective switchingcontroller for cloud computingsystems

2016ScienceDirectElsevier

Saikrishna, P SPasumarthy, Ramkrishna

C6

EPE74New perspectives for thefuture interoperable enterprisesystems

2016ScienceDirectElsevier

Panetto, HervéZdravkovic, MilanJardim-Goncalves, RicardoRomero, DavidCecil, JMezgár, István

C6

117

Código Título Ano Origem AutoresCritériodeExclusão

EPE75Privacy Risks in CloudComputing

2016 SprigerLinksDel Mar López Ruiz, MariaPedraza, Juanita

C6

EPE76Proposed Scheme for DataConfidentiality and AccessControl in Cloud Computing

2016 SprigerLinksGhime\cs, Ana-MariaPatriciu, Victor Valeriu

C12

EPE77

PSS Design ConsideringFeedback from the EntireProduct-service Lifecycle andSocial Media

2016ScienceDirectElsevier

Mourtzis, Dimitris; Fotia,Sophia; Gamito, Marta;Neves-Silva, Rui; Correia,Ana; Spindler, Philipp;Pezzotta, Giuditta; Rossi,Monica

C6

EPE78Publications on the use ofcloud technologies at libraries

2016 SprigerLinksStukalova, A AGuskov, A E

C6

EPE79Requirements monitoringframeworks: A systematicreview

2016ScienceDirectElsevier

Vierhauser, Michael;Rabiser, Rick;Grünbacher, Paul

C6

EPE80Scheduling for DistributedApplications in Mobile CloudComputing

2016 SprigerLinksBheda, Hitesh AThaker, Chirag S

C12

EPE81

Secure Data Storage in Cloud:An e-Stream Cipher-BasedSecure and DynamicUpdation Policy

2016 SprigerLinksRamesh, DharavathMishra, RahulEdla, Damodar Reddy

C6

EPE82Service Innovation Based onInformatization

2016 SprigerLinks Zhou, Zhenhua C12

EPE83Service Quality Assurance inMulti-clouds

2016 SprigerLinks Petcu, Dana C12

EPE84

seTPM: Towards FlexibleTrusted Computing on MobileDevices Based onGlobalPlatform SecureElements

2016

ACMGuide toComputingLiterature

Proskurin, SergejWeiβ, MichaelSigl, Georg

C12

118

Código Título Ano Origem AutoresCritériodeExclusão

EPE85Shop-floor resourcevirtualization layer with privatecloud support

2016 SprigerLinksMorariu, OctavianMorariu, CristinaBorangiu, Theodor

C6

EPE86SLA Based e-LearningService Provisioning in Cloud

2016 SprigerLinksPaul, MridulDas, Ajanta

C12

EPE87

Supply chain integrationthrough community cloud:Effects on operationalperformance

2016ScienceDirectElsevier

Bruque-Cámara, Sebastián;Moyano-Fuentes, José;Maqueira-Marín, JuanManuel

C6

EPE88

The cloud computing standardISO/IEC 27018 through thelens of the EU legislation ondata protection

2016ScienceDirectElsevier

de Hert, Paul;Papakonstantinou, Vagelis;Kamara, Irene

C6

EPE89

The San Francisco TravelQuality Study: tracking trialsand tribulations of a transittaker

2016 SprigerLinksCarrel, AndreSengupta, RajaWalker, Joan L

C10

EPE90Toward a New Extension ofthe Access Control ModelABAC for Cloud Computing

2016 SprigerLinks

Ed-Daibouni, MaryamLebbat, AdilTallal, SaidaMedromi, Hicham

C12

EPE91

Towards performanceevaluation of cloud serviceproviders for cloud datasecurity

2016ScienceDirectElsevier

Ramachandran, MuthuChang, Victor

C6

EPE92Transforming to SAPEnterprise Cloud

2016 SprigerLinks Kalaimani, Jayaraman C12

EPE93

When traditional informationtechnology project managersencounter the cloud:Opportunities and dilemmasin the transition to cloudservices

2016ScienceDirectElsevier

Wang, Chen;Wood, Lincoln C;Abdul-Rahman, Hamzah;Lee, Yit Teng

C6

119

Código Título Ano Origem AutoresCritériodeExclusão

EPE945 - Digital Identity in CloudComputing BT - DigitalIdentity Management

2015ScienceDirectElsevier

Kiennert, Christophe;Bouzefrane, Samia;Benkara Mostefa, AmiraFaiza

C12

EPE95A Forensic Acquisition andAnalysis System for IaaS

2015

ACMGuide toComputingLiterature

Alqahtany, SaadClarke, NathanFurnell, StevenReich, Christoph

C6

EPE96

A Latency ReductionMechanism for VirtualMachine Resource Allocationin Delay Sensitive CloudService

2015

ACMGuide toComputingLiterature

Sharma, Rahul KumarKamal, PragyaSingh, Sarv Pal

C6

EPE97A Multi-Level Privacy Schemefor Securing Data in a CloudEnvironment

2015 SprigerLinksOlatunji, Ezekiel KAdigun, Matthew OTarwireyi, Paul

C12

EPE98

A new online anomalylearning and detection forlarge-scale service of Internetof Thing

2015 SprigerLinksWang, JunPingKuang, QiumingDuan, ShiHui

C6

EPE99A novel server selectionapproach for mobile cloudstreaming service

2015ScienceDirectElsevier

Liu, Ran; Yuan, Xiaoqun;Xu, Jie; Chen, Jianguo;Zeng, Yuanxiang; Cao,Meng; Liu, Jinhong; Xu,Lifang; Fang, Qing

C6

EPE100

A novel social mediacompetitive analyticsframework with sentimentbenchmarks

2015ScienceDirectElsevier

He, Wu; Wu, Harris; Yan,Gongjun; Akula, Vasudeva;Shen, Jiancheng

C10

120

Código Título Ano Origem AutoresCritériodeExclusão

EPE101A scoping review of cloudcomputing in healthcare

2015 SprigerLinks

Griebel, LenaProkosch, Hans-UlrichKöpcke, FelixToddenroth, DennisChristoph, JanLeb, InesEngel, IgorSedlmayr, Martin

C6

EPE102A Simulator Concept for CloudComputing Infrastructure

2015 SprigerLinksHanczewski, SławomirK\kedzierska, MartaPiechowiak, Maciej

C12

EPE103

A Software DevelopmentProcess Model for Cloud byCombining TraditionalApproaches

2015 SprigerLinks

Hacaloglu, TunaEren, P ErhanMishra, DeeptiMishra, Alok

C12

EPE104A Survey on Access ControlModels in Cloud Computing

2015 SprigerLinksAluvalu, RajaniKanthMuddana, Lakshmi

C6

EPE105Active Accounting andCharging for ProgrammableWireless Networks

2015 SprigerLinksLee, BrianMurray, NiallQiao, Yuansong

C10

EPE106

An Overview of Cloud BasedContent Delivery Networks:Research Dimensions andState-of-the-Art

2015 SprigerLinks

Wang, MeisongJayaraman, Prem PrakashRanjan, RajivMitra, KaranZhang, MirandaLi, EddieKhan, SameePathan, MukkaddimGeorgeakopoulos, Dimitrios

C12

121

Código Título Ano Origem AutoresCritériodeExclusão

EPE107An Overview of CloudPortability

2015 SprigerLinksKostoska, MagdalenaGusev, MarjanRistov, Sasko

C12

EPE108

AnSEM-artificial-neural-networkAnalysis of the RelationshipsBetween SERVPERF,Customer Satisfaction andLoyalty Among Low-cost andFull-service Airline

2015

ACMGuide toComputingLiterature

Leong, Lai-YingHew, Teck-SoonLee, Voon-HsienOoi, Keng-Boon

C10

EPE109

Analysis of the Use of CloudServices and Their Effects onthe Efficient Functioning of aCompany

2015 SprigerLinks

Horalek, JosefKaramazov, SimeonHolik, FilipSvoboda, Tomas

C12

EPE110AutoCSD: Automatic CloudSystem Deployment in DataCenters

2015 SprigerLinksXie, TaoChen, Haibao

C12

EPE111

Balancing throughput andresponse time in onlinescientific Clouds via AntColony Optimization(SP2013/2013/00006)

2015ScienceDirectElsevier

Pacini, Elina; Mateos,Cristian; García Garino,Carlos

C6

EPE112 Big Data and Cloud: A Survey 2015 SprigerLinksSangeetha, K SPrakash, P

C12

EPE113

Big Data challenges inbuilding the Global EarthObservation System ofSystems

2015ScienceDirectElsevier

Nativi, Stefano; Mazzetti,Paolo; Santoro, Mattia;Papeschi, Fabrizio; Craglia,Max; Ochiai, Osamu

C6

122

Código Título Ano Origem AutoresCritériodeExclusão

EPE114 Big Data Service Agreement 2015 SprigerLinksMohanty, HrushikeshaVaddi, Supriya

C12

EPE115 Blended Realities 2015 SprigerLinksDingli, AlexeiSeychell, Dylan

C12

EPE116Central Management ofDatacenters

2015 SprigerLinksZahoor, BabarQamar, Bibrakur Rasool, Raihan

C12

EPE117

Chapter 1 - Cloud Computing,What is it and What’s the BigDeal? BT - CSA Guide toCloud Computing

2015ScienceDirectElsevier

Samani, RajHonan, BrianReavis, Jim

C12

EPE118Chapter 1 - Cloud securityecosystem BT - The CloudSecurity Ecosystem

2015ScienceDirectElsevier

Ko, Ryan K L; Choo,Kim-Kwang Raymond

C12

EPE119Chapter 1 - Data in the CloudBT - Cloud Storage Security

2015ScienceDirectElsevier

Wheeler, Aaron;Winburn, Michael

C12

EPE120

Chapter 18 - Cloud securityand forensic readiness: Thecurrent state of an IaaSprovider BT - The CloudSecurity Ecosystem

2015ScienceDirectElsevier

Vidal, Chaz;Choo, Kim-Kwang Raymond

C12

EPE121Chapter 2 - Internal andExternal Risks BT - ManagingOnline Risk

2015ScienceDirectElsevier

Gonzalez, Deborah C12

EPE122

Cloud based framework forParkinson’s disease diagnosisand monitoring system forremote healthcareapplications

2015ScienceDirectElsevier

Mamun, KhondakerAbdullah Al; Alhussein,Musaed; Sailunaz, Kashfia;Islam, Mohammad Saiful

C6

123

Código Título Ano Origem AutoresCritériodeExclusão

EPE123Cloud Based FuzzyHealthcare System

2015ScienceDirectElsevier

Sundharakumar, K B;Dhivya, S;Mohanavalli, S;Chander, R Vinob;

C6

EPE124Cloud Computing and RelatedSecurity Issues

2015 SprigerLinks Kizza, Joseph Migga C6

EPE125Cloud Computing andSecurity in the Future

2015 SprigerLinks

McKelvey, NigelCurran, KevinGordon, BennyDevlin, EdwardJohnston, Kenneth

C12

EPE126Cloud Computing Threats andProvider Security Assessment

2015 SprigerLinksYu, HuimingWilliams, KenYuan, Xiaohong

C12

EPE127Cloud computing: The beliefsand perceptions of Swedishschool principals

2015ScienceDirectElsevier

Lim, Nena; Grönlund, Åke;Andersson, Annika

C6

EPE128Cloud E-learning forMechatronics: CLEM

2015ScienceDirectElsevier

Chao, Kuo-Ming; James,Anne E; Nanos, AntoniosG;Chen, Jen-Hsiang; Stan,Sergiu-Dan; Muntean,Ionut;Figliolini, Giorgio; Rea,Pierluigi; Bouzgarrou,Chedli B; Vitliemov, Pave;Cooper, Joshua; vanCapelle, Jürgen

C6

124

Código Título Ano Origem AutoresCritériodeExclusão

EPE129Cloud Forensics: A Review ofChallenges, Solutions andOpen Problems

2015ScopusElsevier

Alqahtany, SClarke, NFurnell, SReich, C

C6

EPE130Cloud forensics: Technicalchallenges, solutions andcomparative analysis

2015ScienceDirectElsevier

Pichan, AmeerLazarescu, MihaiSoh, Sie Teng

C6

EPE131Cloud migration: Planningguidelines and executionframework

2015ScopusElsevier

Chang, S EChiu, K.-M.Chiao, Y.-C.

C6

EPE132Cloud Security RiskManagement: A CriticalReview

2015ScopusElsevier

Damenu, T KBalakrishna, C

C6

EPE133Cloud services in the Guifi.netcommunity network

2015ScienceDirectElsevier

Selimi, Mennan;Khan, Amin M;Dimogerontakis,Emmanouil;Freitag, Felix;Centelles, Roger Pueyo

C6

EPE134CloudLive: a life cycleframework for cloud services

2015 SprigerLinksSchneider, StephanSunyaev, Ali

C6

EPE135Components of service valuein business-to-business CloudComputing

2015 SprigerLinksPadilla, Roland SMilton, Simon KJohnson, Lester W

C7

EPE136 Computing Paradigms 2015 SprigerLinks Cao, Longbing C12

EPE137

Context and DataManagement for MultitenantEnterprise Applications inSaaS Environments: AMiddleware Approach

2015 SprigerLinksLiao, Chun-FengChen, KungChen, Jiu-Jye

C12

125

Código Título Ano Origem AutoresCritériodeExclusão

EPE138Critical factors for cloud basede-invoice service adoption inTaiwan: An empirical study

2015ScienceDirectElsevier

Lian, Jiunn-Woei C6

EPE139 Customer Management 2015 SprigerLinks Ross, David Frederick C12

EPE140Defence for Distributed Denialof Service Attacks in CloudComputing

2015ScienceDirectElsevier

Carlin, Andrew;Hammoudeh, Mohammad;Aldabbas, Omar

C6

EPE141

Design and application ofaugmented realityquery-answering system inmobile phone informationnavigation

2015ScienceDirectElsevier

Lin, Hui-Fei; Chen, Chi-Hua C6

EPE142

Distributed CloudIMS:Future-Generation Networkwith Internet of Thing Basedon Distributed CloudComputing

2015 SprigerLinksAllouch, HamidBelkasmi, Mostafa

C12

EPE143

Dynamic Combination ofImproved Max-min and AntColony Algorithm for LoadBalancing in Cloud System

2015

ACMGuide toComputingLiterature

Ghumman, Navtej SinghKaur, Rajwinder

C6

EPE144 E-Health a Global Priority 2015 SprigerLinksHussey, PamelaKennedy, Margaret Ann

C12

EPE145Einflussfaktoren auf dieNutzung vonCloud-Speicherdiensten

2015 SprigerLinks

Gebauer, LysannGierczak, Michael MarcinSöllner, MatthiasLeimeister, Jan Marco

C8

126

Código Título Ano Origem AutoresCritériodeExclusão

EPE146 Electronic Services 2015 SprigerLinksCardoso, JorgeFromm, Hansjörg

C12

EPE147

Establishing A PersonalOn-Demand ExecutionEnvironment for Mobile CloudApplications

2015 SprigerLinksWu, HuijunHuang, DijiangZhu, Yan

C6

EPE148

Experimenting withApplication-BasedBenchmarks on DifferentCloud Providers via aMulti-cloud Execution andModeling Framework

2015 SprigerLinks

Evangelinou, AthanasiaGalante, Nunzio AndreaKousiouris, GeorgeGiammatteo, GabrieleKevani, EltonStampoltas, ChristoforosMenychtas

C12

EPE148(cont.)

AndreasKopaneli, AlikiRamasamy Balraj,KanchannaKyriazis, DimosthenisVarvarigou, TheodoraStuer, PeterOrue-Echevarria Arrieta,LeireEchevarria Velez, GorkaMikelBergmayr, Alexander

127

Código Título Ano Origem AutoresCritériodeExclusão

EPE149 Foundations 2015 SprigerLinks Loske, André C12

EPE150 Framework for Cloud Usability 2015 SprigerLinksStanton, BrianTheofanos, MaryJoshi, Karuna P

C12

EPE151Framework for SupportingHeterogenous Clouds UsingModel Driven Approach

2015 SprigerLinksVijaya, AparnaNeelanarayanan, VVijayakumar, V

C12

EPE152

Fuzzy Linguistic Approach toQuality Assessment Model forElectricity NetworkInfrastructure

2015

ACMGuide toComputingLiterature

Celotto, AntonioLoia, VincenzoSenatore, Sabrina

C10

EPE153Hybrid Cloud Deployment ofan ERP-Based StudentAdministration System

2015 SprigerLinks Cheung, Simon K S C12

EPE154

Implementation andTheoretical Analysis ofVirtualized ResourceManagement System Basedon Cloud Computing

2015 SprigerLinksLi, YongXu, Qi

C12

EPE155Implementing Elastic Capacityin a Service-Oriented PaaS

2015 SprigerLinksZuccato, AlbertoVardanega, Tullio

C12

EPE156Implementing Large-ScaleMobile Device Initiatives inSchools and Institutions

2015 SprigerLinks Lin, Hong C12

EPE157Industrial Cloud: Status andOutlook

2015 SprigerLinksLangmann, ReinhardStiller, Michael

C9

EPE158Knowledge assets in servicesacross industries and acrosstime

2015ScienceDirectElsevier

Erickson, G Scott; Rothberg,Helen N

C10

128

Código Título Ano Origem AutoresCritériodeExclusão

EPE159Legal Aspects of CloudAccountability

2015 SprigerLinksDziminski, BrianGleeson, Niamh Christina

C12

EPE160

Metric Suite for MeasuringService Discoverability:Modeling and Design ofMetric Suite for MeasuringService Discoverability

2015

ACMGuide toComputingLiterature

Govindasamy,ShanmugasundaramVenkatasamy, PrasannaVenkatesan

C12

EPE161M-S-QUAL: Mobile servicequality measurement

2015

ACMGuide toComputingLiterature

Huang, Eugenia YLin, Sheng-WeiFan, Ya-Chu

C5

EPE162 Multiobjective Optimization 2015 SprigerLinksAwad, MarietteKhanna, Rahul

C12

EPE163New IT Tools and MethodsImproving Lifestyle of YoungPeople

2015 SprigerLinks

Serban, AlexandruCrisan-Vida, MihaelaSerban, Maria-CorinaStoicu-Tivadar, Lacramioara

C12

EPE164Next-generation sequencingdata analysis on cloudcomputing

2015 SprigerLinks

Kwon, TaesooYoo, Won GiLee, Won-JaKim, WonKim, Dae-Won

C6

EPE165On the feasibility ofcollaborative green datacenter ecosystems

2015ScienceDirectElsevier

Agustí-Torra, Anna; Raspall,Frederic; Remondo, David;Rincón, David; Giuliani,Giovanni

C6

EPE166OpenStack VulnerabilityDetection and Analysis

2015 SprigerLinksLu, LiHan, ZhenChen, Zhi

C12

129

Código Título Ano Origem AutoresCritériodeExclusão

EPE167Orchestration framework forautomated Ajax-based webapplication testing

2015ScopusElsevier

Deyab, H HAtan, R B

C10

EPE168Recapitulation and FutureDirections

2015 SprigerLinks

Wong, Allan K YWong, Jackei H KLin, Wilfred W KDillon, Tharam SChang, Elizabeth J

C12

EPE169Research and Development ofTrust Mechanism in CloudComputing

2015 SprigerLinks

Xu, JunXu, FengChang, WennaLai, Haiguang

C12

EPE170Risk and Privacy Issues ofDigital Oil Fields in the Cloud

2015 SprigerLinksJahankhani, HamidAltawell, NajibHessami, Ali G

C12

EPE171

Rule-Based Multi-criteriaFramework for SaaSApplication ArchitectureSelection

2015 SprigerLinks

Nawaz, FalakMohsin, AhmadFatima, SydaJanjua, Naeem Khalid

C12

EPE172

Scalability, elasticity, andefficiency in cloud computing:A systematic literature reviewof definitions and metrics

2015 IEEELehrig, SEikerling, HBecker, S

C6

EPE173Secure sharing of personalhealth records on cloud usingkey-aggregate cryptosystem

2015ScopusElsevier

Solapurkar, P C6

EPE174Security in cloud computing:Opportunities and challenges

2015ScienceDirectElsevier

Ali, Mazhar; Khan, SameeU; Vasilakos, Athanasios V

C6

130

Código Título Ano Origem AutoresCritériodeExclusão

EPE175Security Issues Over SomeCloud Models

2015ScienceDirectElsevier

El-Kafrawy, Passent M;Abdo, Azza A; Shawish,Amr. F

C6

EPE176 Service Co-creation 2015 SprigerLinks

Bischhoffshausen,Johannes Kunze vonHottum, PeterStraub, Tim

C12

EPE177Service Oriented Big DataManagement for Transport

2015 SprigerLinks

Kemp, GavinVargas-Solar, GenovevaDa Silva, Catarina FerreiraGhodous, ParisaCollet, Christine

C12

EPE178 Service Research 2015 SprigerLinksCardoso, JorgeSchmitz, BjörnKieninger, Axel

C12

EPE179The Influence of the Use ofMobile Devices and the CloudComputing in Organizations

2015 SprigerLinksMoreira, FernandoCota, Manuel PérezGoncalves, Ramiro

C12

EPE180The Learning Effect ofStudents’ Cognitive Styles inUsing Cloud Technology

2015 SprigerLinksYeh, Ching-HungHsu, Chia-Cheng

C12

EPE181The Role of Cloud ComputingArchitecture in Big Data

2015 SprigerLinksBahrami, MehdiSinghal, Mukesh

C6

EPE182Tools for Cloud Accountability:A4Cloud Tutorial

2015 SprigerLinks

Fernandez-Gago, CarmenTountopoulos, VasilisFischer-Hübner, SimoneAlnemr, RehabNuñez, DavidAngulo, JulioPulls, TobiasKoulouris, Theo

C12

131

Código Título Ano Origem AutoresCritériodeExclusão

EPE183Toward a Framework forImproving the Execution of theBig Data Applications

2015ScienceDirectElsevier

Abbes, Wissem; Kechaou,Zied; Alimi, Adel M

C6

EPE184

Towards a System for CloudService Discovery andComposition Based onOntology

2015 SprigerLinksGuerfel, RawandSbaï, ZohraAyed, Rahma Ben

C12

EPE185

Towards an OffloadingFramework based on Big DataAnalytics in Mobile CloudComputing Environments

2015ScienceDirectElsevier

Kchaou, Hamdi; Kechaou,Zied; Alimi, Adel M

C6

EPE186Towards Cloud-AwareVulnerability Assessments

2015

ACMGuide toComputingLiterature

Torkura, K AMeinel, C

C6

EPE187Towards Cloud-AwareVulnerability Assessments

2015 IEEETorkura, K AMeinel, C

C6

EPE188Towards Cloud-BasedEngineering Systems

2015 SprigerLinks

Martins, JoãoCamarinha-Matos, Luis MGoes, JoãoGomes, Luis

C12

EPE189

Towards Cloud-BasedKnowledge Capturing Basedon Natural LanguageProcessing

2015ScienceDirectElsevier

Nawroth, Christian;Schmedding, Matthäus;Brocks, Holger; Kaufmann,Michael; Fuchs, Michael;Hemmje, Matthias

C6

EPE190

User Perceptions of theTechnology Characteristics ina Cloud-based CollaborativeLearning Environment: AQualitative Study

2015ScopusElsevier

Yadegaridehkordi, ElahehIahad, Noorminshah AAhmad, Norasnita

C6

132

Código Título Ano Origem AutoresCritériodeExclusão

EPE191Virtualizing IMS Core and ItsPerformance Analysis

2015 SprigerLinksLiao, LingxiaLeung, Victor C MChen, Min

C12

EPE192

VM scaling based on Hurstexponent and Markovtransition with empirical clouddata

2015ScienceDirectElsevier

Lu, Chien-Tung; Chang,Chia-Wei; Li, Jung-Shian

C6

EPE193“To Share or not to Share” inClient-Side Encrypted Clouds

2014 SprigerLinksWilson, Duane CAteniese, Giuseppe

C12

EPE194A Conceptual CohesionMetric for Service OrientedSystems

2014

ACMGuide toComputingLiterature

Kazemi, AliRostampour, AliHaghighi, HassanAbbasi, Sahel

C8

EPE195

A distributed data collectionand management frameworkfor tracking constructionoperations

2014ScienceDirectElsevier

Vasenev, A;Hartmann, T;Dorée, A G

C6

EPE196

A distributed speed scalingand load balancing algorithmfor energy efficient datacenters

2014ScienceDirectElsevier

Ko, Young Myoung; Cho,Yongkyu

C6

EPE197A Generic Agent Based CloudComputing Architecture forE-Learning

2014 SprigerLinksBabu, Samitha RKulkarni, Krutika GSekaran, K Chandra

C6

EPE198

A Heuristic Model forPerforming Digital Forensicsin Cloud ComputingEnvironment

2014 SprigerLinksPovar, DigambarGeethakumari, G

C6

133

Código Título Ano Origem AutoresCritériodeExclusão

EPE199A Literature Review on CloudComputing Adoption Issues inEnterprises

2014 SprigerLinks El-Gazzar, Rania Fahim C6

EPE200A method for managing greenpower of a virtual machinecluster in cloud

2014ScienceDirectElsevier

Yang, Chao-TungLiu, Jung-ChunHuang, Kuan-LungJiang, Fuu-Cheng

C6

EPE201A Novel Mechanism forDynamic Optimization ofIntercloud Services

2014 SprigerLinksKapoor, LohitBawa, SeemaGupta, Ankur

C12

EPE202A review on remote dataauditing in single cloud server:Taxonomy and open issues

2014ScienceDirectElsevier

Sookhak, Mehdi;Talebian, Hamid;Ahmed, Ejaz;Gani, Abdullah;Khan, Muhammad Khurram

C6

EPE203A survey of Cloud monitoringtools: Taxonomy, capabilitiesand objectives

2014ScienceDirectElsevier

Fatema, Kaniz;Emeakaroha, Vincent C;Healy, Philip D; Morrison,John P; Lynn, Theo

C6

EPE204A survey of emerging threatsin cybersecurity

2014ScienceDirectElsevier

Jang-Jaccard, Julian; Nepal,Surya

C5

EPE205Access Control As a Servicein Cloud: Challenges, Impactand Strategies

2014 SprigerLinks

Shibli, Muhammad AwaisMasood, RahatHabiba, UmmeKanwal, AyeshaGhazi, YumnaMumtaz, Rafia

C7

134

Código Título Ano Origem AutoresCritériodeExclusão

EPE206Adaptive Domain-SpecificService Monitoring

2014 SprigerLinks

Ünsal, Arda AhmetSazara, GörkemAktemur, Bar\i\csSözer, Hasan

C12

EPE207

Adoption of DigitalPreservation Methods forTheses in Nigerian AcademicLibraries: Applications andImplications

2014ScienceDirectElsevier

Ifijeh, Goodluck C6

EPE208Aggregating Ranked Servicesfor Selection

2014

ACMGuide toComputingLiterature

Fletcher, Kenneth KLiu, Xiaoqing (Frank)Cheng, Maggie X

C5

EPE209Analysing SecurityRequirements in Cloud-basedService Level Agreements

2014

ACMGuide toComputingLiterature

Rahulamathavan, YPawar, P SBurnap, PeteRajarajan, MRana, Omer FSpanoudakis, G

C6

EPE210Attacks in Public Clouds: CanThey Hinder the Rise of theCloud?

2014 SprigerLinksShafieian, SaeedZulkernine, MohammadHaque, Anwar

C12

EPE211Automated Model-BasedPerformance Testing for PaaSCloud Services

2014

ACMGuide toComputingLiterature

Zhou, JunzanZhou, BoLi, Shanping

C6

EPE212 Background 2014 SprigerLinksNoor, Talal HSheng, Quan ZBouguettaya, Athman

C12

135

Código Título Ano Origem AutoresCritériodeExclusão

EPE213Big data as the new enabler inbusiness and otherintelligence

2014 SprigerLinks Vossen, Gottfried C10

EPE214Botnet detection techniques:review, future trends, andissues

2014 SprigerLinks

Karim, AhmadSalleh, Rosli BinShiraz, MuhammadShah, Syed Adeel AliAwan, IrfanAnuar, Nor Badrul

C5

EPE215Chapter 1 - Introduction to theCloud BT - The Basics ofCloud Computing

2014ScienceDirectElsevier

Rountree, DerrickCastrillo, Ileana

C12

EPE216

Chapter 5 - M2M and IoTTechnology Fundamentals BT- From Machine-To-Machine tothe Internet of Things

2014ScienceDirectElsevier

Höller, Jan; Tsiatsis,Vlasios; Mulligan,Catherine; Karnouskos,Stamatis; Avesand, Stefan;Boyle, David

C12

EPE217

Chapter Thirteen - CloudComputing: On-DemandElasticity BT - InformationManagement

2014ScienceDirectElsevier

McKnight, William C12

EPE218

Characteristics of CloudComputing in the BusinessContext: A SystematicLiterature Review

2014

ACMGuide toComputingLiterature

Stieninger, MarkNedbal, Dietmar

C6

EPE219

Characteristics of CloudComputing in the BusinessContext: A SystematicLiterature Review

2014 SprigerLinksStieninger, MarkNedbal, Dietmar

C6

136

Código Título Ano Origem AutoresCritériodeExclusão

EPE220 Cloud Computing 2014

ACMGuide toComputingLiterature

Zhao, LiangSakr, SherifLiu, AnnaBouguettaya, Athman

C12

EPE221 Cloud Computing 2014 SprigerLinks

Zhao, LiangSakr, SherifLiu, AnnaBouguettaya, Athman

C6

EPE222 Cloud Computing Basics 2014 SprigerLinksYeluri, RaghuCastro-Leon, Enrique

C12

EPE223Cloud Computing forMultimedia Services

2014 SprigerLinksLi, Ze-NianDrew, Mark SLiu, Jiangchuan

C6

EPE224Cloud ComputingFundamentals

2014 SprigerLinks

Fehling, ChristophLeymann, FrankRetter, RalphSchupeck, WalterArbitter, Peter

C12

EPE225Cloud computing in e-Science:research challenges andopportunities

2014

ACMGuide toComputingLiterature

Yang, XiaoyuWallom, DavidWaddington, SimonWang, JianwuShaon, ArifMatthews, BrianWilson, MichaelGuo, YikeGuo, LiBlower, Jon DVasilakos, Athanasios VLiu, KechengKershaw, Philip

C6

137

Código Título Ano Origem AutoresCritériodeExclusão

EPE226Cloud computing in e-Science:research challenges andopportunities

2014 SprigerLinks

Yang, XiaoyuWallom, DavidWaddington, SimonWang, JianwuShaon, ArifMatthews, BrianWilson, MichaelGuo, YikeGuo, LiBlower, Jon DVasilakos, Athanasios VLiu, KechengKershaw, Philip

C6

EPE227 Cloud Computing Providers 2014 SprigerLinks Srinivasan, S C12

EPE228Cloud Computing RiskAssessment: A SystematicLiterature Review

2014 SprigerLinks

Latif, RabiaAbbas, HaiderAssar, SaïdAli, Qasim

C12

EPE229Cloud computing servicecomposition: A systematicliterature review

2014ScienceDirectElsevier

Jula, Amin; Sundararajan,Elankovan; Othman, Zalinda

C6

EPE230Cloud Computing: A RiskAssessment Model

2014

ACMGuide toComputingLiterature

Sendi, Alireza ShameliCheriet, Mohamed

C6

EPE231Cloud computing: A riskassessment model

2014ScopusElsevier

Shameli-Sendi, ACheriet, M

C6

EPE232Cloud Computing: Paradigmsand Technologies

2014 SprigerLinksShawish, AhmedSalama, Maria

C7

EPE233Cloud e-Learning: A NewChallenge for Multi-AgentSystems

2014 SprigerLinks

Pireva, KrenareKefalas, PetrosDranidis, DimitrisHatziapostolou, ThanosCowling, Anthony

C12

138

Código Título Ano Origem AutoresCritériodeExclusão

EPE234Cloud Forensics: Identifyingthe Major Issues andChallenges

2014 SprigerLinks

Simou, StavrosKalloniatis, ChristosKavakli, EvangeliaGritzalis, Stefanos

C12

EPE235 Cloud Labor Services 2014 SprigerLinks Kern, Robert C12

EPE236Cloud Security: State of theArt

2014 SprigerLinks

Soares, Liliana F BFernandes, Diogo A BGomes, João VFreire, Mário MInácio, Pedro R M

C12

EPE237Cloud-assisted Computing forEvent-driven Mobile Services

2014 SprigerLinks

Boukerche, AzzedineLoureiro, Antonio A FNakamura, Eduardo FOliveira, Horacio A B FRamos, Heitor SVillas, Leandro A

C6

EPE238Cloud-Based ERP Solution forModern Education in Vietnam

2014 SprigerLinksNguyen, Thanh DNguyen, Thanh T TMisra, Sanjay

C12

EPE239Cocreation and ImplementingITIL Service Management inthe Cloud: A Case Study

2014 SprigerLinks Stanley, Ronald C12

EPE240 Concurrency 2014 SprigerLinks Mauro, Jacopo C12

EPE241

Cooperation BetweenInformation SystemDevelopment and Operations:A Literature Review

2014

ACMGuide toComputingLiterature

Erich, FlorisAmrit, ChintanDaneva, Maya

C5

139

Código Título Ano Origem AutoresCritériodeExclusão

EPE242Cryptographic KeyManagement Issues andChallenges in Cloud Services

2014 SprigerLinksChandramouli, RamaswamyIorga, MichaelaChokhani, Santosh

C6

EPE243Cyber-Democracy andCybercrime: Two Sides of theSame Coin

2014 SprigerLinks Mitterlehner, Birgit C12

EPE244Data and Application Securityin Cloud

2014 SprigerLinksBarnwal, Rajesh PGhosh, NirnayGhosh, Soumya K

C12

EPE245Disruptive Innovation inHealthcare and Rehabilitation

2014 SprigerLinks Brooks, A L C12

EPE246Energy-Aware VirtualMachine Consolidation inIaaS Cloud Computing

2014 SprigerLinksFerdaus, Md HasanulMurshed, Manzur

C12

EPE247Gesch{ä}ftsmodelle im CloudComputing

2014 SprigerLinksRüdiger, ZarnekowStine, Labes

C12

EPE248

ICISLM: Design of anIntegrated Cloud InformationSystem for LogisticManagement Based on WebServer Virtualization

2014 SprigerLinks

Chen, Shang-LiangChen, Yun-YaoWang, Hsuan-PeiHsu, Chiang

C12

EPE249Impact of Cloud ComputingTechnology on E-Government

2014 SprigerLinksAli, OmarSoar, JeffreyYong, Jianming

C6

EPE250Implementation of GPUvirtualization using PCIpass-through mechanism

2014 SprigerLinks

Yang, Chao-TungLiu, Jung-ChunWang, Hsien-YiHsu, Ching-Hsien

C6

140

Código Título Ano Origem AutoresCritériodeExclusão

EPE251

Importance of Some Topics ofData Management inCloud-Based Maritime FleetManagement Software

2014 SprigerLinksJoszczuk-Januszewska,Jolanta

C12

EPE252Information fusion in a cloudcomputing era: Asystems-level perspective

2014ScopusElsevier

Liu, BChen, YHadiks, ABlasch, EAved, AShen, DChen, G

C6

EPE253 Introduction 2014 SprigerLinks

Fehling, ChristophLeymann, FrankRetter, RalphSchupeck, WalterArbitter, Peter

C12

EPE254 Introduction 2014 SprigerLinksKulkarni, SantoshAgrawal, Prathima

C12

EPE255Introduction to R for CloudComputing

2014 SprigerLinks Ohri, A C12

EPE256

INTRODUTION [CloudComputing Patterns:Fundamentals to Design,Build, and Manage CloudApplications]

2014 SprigerLinks

Fehling, ChristophLeymann, FrankRetter, RalphSchupeck, WalterArbitter, Peter

C12

EPE257

Issues in the Study ofOrganisational Resilience inCloud ComputingEnvironments

2014ScienceDirectElsevier

Herrera, Andrea;Janczewski, Lech

C6

141

Código Título Ano Origem AutoresCritériodeExclusão

EPE258Lockbox: mobility, privacy andvalues in cloud storage

2014 SprigerLinksStark, LukeTierney, Matt

C6

EPE259

Make or Buy? Factors thatImpact the Adoption of CloudComputing on the ContentLevel

2014 SprigerLinksGonzenbach, IvoRuss, Christianvom Brocke, Jan

C6

EPE260Managing Cloud Services withIT Service ManagementPractices

2014 SprigerLinksErek, KorayProehl, ThorstenZarnekow, Ruediger

C12

EPE261

Measuring ServiceProductivity: The Case of aGerman Mobile ServiceProvider

2014

ACMGuide toComputingLiterature

Rauer, Hans Peter C10

EPE262

Mitigating Rural E-LearningSustainability ChallengesUsing Cloud ComputingTechnology

2014 SprigerLinksOdunaike, S AOlugbara, O OOjo, S O

C12

EPE263MobiCloUP!: a PaaS for cloudservices-based mobileapplications

2014 SprigerLinks

Colombo-Mendoza, LuisOmarAlor-Hernández, GinerRodríguez-gonzález,AlejandroValencia-garcía, Rafael

C6

EPE264Network and Storage LatencyAttacks to Online TradingProtocols in the Cloud

2014 SprigerLinksArdagna, Claudio ADamiani, Ernesto

C12

EPE265New Means of Data Collectionand Accessibility

2014 SprigerLinksFaught, I CharieAspevig, JamesSpear, Rita

C12

142

Código Título Ano Origem AutoresCritériodeExclusão

EPE266Novel Concepts for RealizingNeural Networks as Servicesin the Sky

2014ScienceDirectElsevier

Huqqani, Altaf Ahmad;Mann, Erwin; Schikuta,Erich

C6

EPE267Observing the clouds: asurvey and taxonomy of cloudmonitoring

2014 SprigerLinksWard, Jonathan StuartBarker, Adam

C6

EPE268

Organizational cloud serviceadoption: a scientometric andcontent-based literatureanalysis

2014 SprigerLinksHaag, SteffiEckhardt, Andreas

C6

EPE269

Parallel map projection ofvector-based big spatial data:Coupling cloud computingwith graphics processing units

2014ScienceDirectElsevier

Tang, WenwuFeng, Wenpeng

C6

EPE270

Peers Feedback andCompliance Based TrustComputation for CloudComputing

2014 SprigerLinksSidhu, JagpreetSingh, Sarbjeet

C6

EPE271Performance Comparison ofHypervisors in the PrivateCloud

2014ScopusElsevier

Reddy, P V VRajamani, L

C6

EPE272Privacy Preservation over BigData in Cloud Systems

2014 SprigerLinks

Zhang, XuyunLiu, ChangNepal, SuryaYang, ChiChen, Jinjun

C12

EPE273

Quality Analysis Approachesfor Cloud Services - Towardsa Framework along theCustomer’s Activity Cycle

2014

ACMGuide toComputingLiterature

Wollersheim, JanKrcmar, Helmut

C12

143

Código Título Ano Origem AutoresCritériodeExclusão

EPE274

Quality Analysis Approachesfor Cloud Services - Towardsa Framework along theCustomer’s Activity Cycle

2014 SprigerLinksWollersheim, JanKrcmar, Helmut

C6

EPE275

Quality Analysis Approachesfor Cloud Services - Towardsa Framework along theCustomer’s Activity Cycle

2014 SprigerLinksWollersheim, JanKrcmar, Helmut

C7

EPE276

Quality evaluation and bestservice choice for cloudcomputing based on userpreference and weights ofattributes using the analyticnetwork process

2014 SprigerLinksChoi, Cheol-RimJeong, Hwa-Young

C6

EPE277Research Evidence and OtherInformation Sources

2014 SprigerLinksMalvey, DonnaSlovensky, Donna J

C12

EPE278

Research of Instrument toMeasure Customer PerceivedService Quality of Mobile DataServices

2014

ACMGuide toComputingLiterature

Su, Qian C10

EPE279Securing Cloud: Elastic KeyManagement andHomomorphic Encryption

2014 SprigerLinks Koehler, Alexander W C12

EPE280

Security and compliancechallenges in complex IToutsourcing arrangements: Amulti-stakeholder perspective

2014ScienceDirectElsevier

Bachlechner, Daniel;Thalmann, Stefan; Maier,Ronald

C6

EPE281Security issues in cloudenvironments: a survey

2014 SprigerLinks

Fernandes, Diogo A BSoares, Liliana F BGomes, João VFreire, Mário MInácio, Pedro R M

C6

144

Código Título Ano Origem AutoresCritériodeExclusão

EPE282Security Issues on Cloud DataServices

2014 SprigerLinks

Zawawi, NourEl-Eliemy, Mohamed HamdyEl-Gohary, RaniaTolba, Mohamed F

C12

EPE283

Semantic-based QoSmanagement in cloudsystems: Current status andfuture challenges

2014ScienceDirectElsevier

Kourtesis, Dimitrios;Alvarez-Rodríguez, JoseMaría; Paraskakis, Iraklis

C6

EPE284Smart City Logistics on CloudComputing Model

2014ScienceDirectElsevier

Nowicka, Katarzyna C6

EPE285State of the science on theCloud, accessibility, and thefuture

2014 SprigerLinksChourasia, AmrishNordstrom, DanVanderheiden, Gregg

C6

EPE286

State-of-the-art Survey onCloud Computing SecurityChallenges, Approaches andSolutions

2014ScienceDirectElsevier

Shahzad, Farrukh C6

EPE287Technology Foundation andTalent Management for DigitalEnterprise

2014 SprigerLinks Xu, Jun C12

EPE288The challenge of networkedenterprises for cloudcomputing interoperability

2014ScienceDirectElsevier

Mezgár, István;Rauschecker, Ursula

C6

EPE289The Need for TMS:Challenges, IT Landscape

2014 SprigerLinksDaithankar, JayantPandit, Tejkumar

C12

EPE290 The Technology Trajectory 2014 SprigerLinksWillcocks, LeslieVenters, WillWhitley, Edgar A

C12

145

Código Título Ano Origem AutoresCritériodeExclusão

EPE291Towards a Cloud-BasedGroup Decision SupportSystem

2014 SprigerLinks

Radu, CiprianCândea, CiprianCândea, GabrielaZamfirescu, Constantin B

C12

EPE292Towards Ontology-EnhancedCloud Services Discovery

2014 SprigerLinks

Alfazi, AbdullahNoor, Talal HSheng, Quan ZXu, Yong

C12

EPE293Tracking Human QueuesUsing Single-point SignalMonitoring

2014

ACMGuide toComputingLiterature

Wang, YanYang, JieChen, YingyingLiu, HongboGruteser, MarcoMartin, Richard P

C10

EPE294Trends of Cloud Computing inEducation

2014 SprigerLinks

Shi, YinghuiYang, Harrison HaoYang, ZongkaiWu, Di

C12

EPE295Trust-Based Access Controlfor Secure Cloud Computing

2014 SprigerLinksRay, IndrajitRay, Indrakshi

C6

EPE296vMES: Virtualization awaremanufacturing executionsystem

2014ScienceDirectElsevier

Morariu, Octavian; Borangiu,Theodor; Raileanu, Silviu

C6

EPE297Web Service-Based TrustManagement in CloudEnvironments

2014 SprigerLinksNoor, Talal HSheng, Quan Z

C12

EPE298Wie Cloud Services dasBetriebsmodell inUnternehmen ver{ä}ndert

2014 SprigerLinks Andenmatten, Martin C9

146

Código Título Ano Origem AutoresCritériodeExclusão

EPE299

6 - Three components ofeBooks BT - OptimizingAcademic Library Services inthe Digital Milieu

2013ScienceDirectElsevier

Ryan, Brendan C12

EPE300A Cloud Adoption DecisionSupport Model Based onFuzzy Cognitive Maps

2013 SprigerLinksChristoforou, AndreasAndreou, Andreas S

C12

EPE301A Cloud Adoption DecisionSupport Model UsingInfluence Diagrams

2013 SprigerLinksChristoforou, AndreasAndreou, Andreas S

C12

EPE302

A cloud-based syntheticseismogram generatorimplemented using WindowsAzure

2013 SprigerLinksChen, PoLee, En-JuiWang, Liqiang

C6

EPE303A Privacy Impact AssessmentTool for Cloud Computing

2013

ACMGuide toComputingLiterature

Tancock, DavidPearson, SianiCharlesworth, Andrew

C12

EPE304

A Service Quality Frameworkfor Higher Education from thePerspective of ServiceDominant Logic

2013 SprigerLinksZulkefli, NajwaUden, Lorna

C12

EPE305A Short History of CloudComputing

2013 SprigerLinks

Missbach, MichaelStelzel, JosefGardiner, CameronAnderson, GeorgeTempes, Mark

C6

147

Código Título Ano Origem AutoresCritériodeExclusão

EPE306 A Survey of Cloud Computing 2013 SprigerLinksGong, YadongYing, ZongquanLin, Meihong

C12

EPE307A Survey of Traditional andCloud Specific Security Issues

2013 SprigerLinksBinu, SumitraMisbahuddin, Mohammed

C6

EPE308A survey on reliability indistributed systems

2013ScienceDirectElsevier

Ahmed, Waseem; Wu, YongWei

C6

EPE309

A User Preference andService Time Mix-awareResource ProvisioningStrategy for Multi-tier CloudServices

2013ScienceDirectElsevier

Hu, Dandan; Chen,Ningjiang; Dong, Shilong;Wan, Yimin

C6

EPE310

Agreement and RelationalJustice: A Perspective fromPhilosophy and Sociology ofLaw

2013 SprigerLinks Casanovas, Pompeu C12

EPE311

An exploratory study tounderstand the critical factorsaffecting the decision to adoptcloud computing in Taiwanhospital

2013ScienceDirectElsevier

Lian, Jiunn-Woei; Yen,David C; Wang, Yen-Ting

C6

EPE312An Overview of the NISTCloud Computing Programand Reference Architecture

2013 SprigerLinksSimmon, EricBohn, Robert

C12

EPE313

An Overview on the Structureand Applications for BusinessIntelligence and Data Miningin Cloud Computing

2013 SprigerLinks

Fernández, Adel Río, SHerrera, FBenítez, J M

C12

148

Código Título Ano Origem AutoresCritériodeExclusão

EPE314

Analysis of suitability andprospect of the application ofcloud computing inagricultural economy in China

2013ScopusElsevier

Luo, XHe, F

C6

EPE315

Analysis of Temporal LatencyVariation on NetworkCoordinate System for HostSelection in Large-ScaleDistributed Network

2013

ACMGuide toComputingLiterature

Yamamoto, HiroshiYamazaki, Katsuyuki

C6

EPE316

Analyzing, modeling andevaluating dynamic adaptivefault tolerance strategies incloud computingenvironments

2013 SprigerLinks

Sun, DaweiChang, GuiranMiao, ChangshengWang, Xingwei

C6

EPE317Automated Non-repudiableCloud Resource Allocation

2013 SprigerLinksClark, KassidyWarnier, MartijnBrazier, Frances M T

C12

EPE318Building FacadeMeasurement Service Basedon Digital Measurable Image

2013

ACMGuide toComputingLiterature

Cong, XuHeng, LinYun, BaiCheng, JingZhenfeng, Shao

C5

EPE319

Building Platform as a Servicefor High PerformanceComputing over anOpportunistic CloudComputing

2013 SprigerLinks

Sotelo, German ADiaz, Cesar OVillamizar, MarioCastro, HaroldPecero, Johnatan EBouvry, Pascal

C12

149

Código Título Ano Origem AutoresCritériodeExclusão

EPE320 Call and Contact Centers 2013 SprigerLinksMehrotra, VijayGrossman, Thomas ASamuelson, Douglas A

C12

EPE321Chapter 21 - Cloud LoggingBT - Logging and LogManagement

2013ScienceDirectElsevier

Chuvakin, Anton; Schmidt,Kevin; Phillips, Chris

C12

EPE322Chapter 4 - Cloud ComputingArchitecture BT - MasteringCloud Computing

2013ScienceDirectElsevier

Buyya, Rajkumar; Vecchiola,Christian; Selvi, S Thamarai

C12

EPE323Chapter 7 - IT InfrastructureBT - Digital ForensicsProcessing and Procedures

2013ScienceDirectElsevier

Watson, David;Jones, Andrew

C12

EPE324

Chapter 9 - The ChangingLandscape: Cloud andMobilization BT - AdvancedPersistent Threat

2013ScienceDirectElsevier

Cole, Eric C12

EPE325Cloud and Web ServicesIntegration for mHealthTelerehabilitation Support

2013 SprigerLinks

Ruiz-Zafra, AngelNoguera, ManuelBenghazi, KawtarGarrido, José LuisUrbano, Gustavo CuberosCaracuel, Alfonso

C12

EPE326Cloud Audits and PrivacyRisks

2013 SprigerLinksRübsamen, ThomasReich, Christoph

C12

EPE327 Cloud Computing 2013 SprigerLinks Nicoletti, Bernardo C12

EPE328Cloud Computing and RelatedSecurity Issues

2013 SprigerLinks Kizza, Joseph Migga C6

EPE329Cloud Computing SolutionPatterns: InfrastructuralSolutions

2013 SprigerLinksDoddavula, Shyam KumarAgrawal, IraSaxena, Vikas

C12

150

Código Título Ano Origem AutoresCritériodeExclusão

EPE330

Cloud ERP Query FlowControl Simulation withQuality Restrictions and ProfitGaining Criteria

2013 SprigerLinksRomanov, VictorVarfolomeeva, Alexandra

C12

EPE331 Cloud Lifecycle Management 2013 SprigerLinks

Pot’vin, KellynAkela, AnandAtil, GokhanCurtis, BobbyGorbachev, AlexLitchfield, NiallNelson, LeightonSharman, Pete

C12

EPE332 Cloud monitoring: A survey 2013ScienceDirectElsevier

Aceto, Giuseppe; Botta,Alessio; de Donato, Walter;Pescapè, Antonio

C7

EPE333Cloud-Based DevelopmentUsing Classic Life CycleModel

2013 SprigerLinksBalasubramanyam, SuchitraRavi

C12

EPE334 Conflict of laws and the cloud 2013ScienceDirectElsevier

Gray, Anthony C6

EPE335Creating a More SecureDatacenter and Cloud

2013 SprigerLinksFutral, WilliamGreene, James

C12

EPE336Data management in cloudenvironments: NoSQL andNewSQL data stores

2013 SprigerLinks

Grolinger, KatarinaHigashino, Wilson ATiwari, AbhinavCapretz, Miriam A M

C6

EPE337Data Protection in aCloud-Enabled Smart Grid

2013 SprigerLinksFromm, AlexanderKelbert, FlorianPretschner, Alexander

C12

151

Código Título Ano Origem AutoresCritériodeExclusão

EPE338Data Security Perspectives inthe Framework of CloudGovernance

2013 SprigerLinksCopie, AdrianForti\cs, Teodor-FlorinMunteanu, Victor Ion

C12

EPE339

Do Good, Take Data, Get aLife, and Make a MeaningfulDifference in ProvidingResidential Services!

2013 SprigerLinksStrouse, Michael CSherman, James ASheldon, Jan Bowen

C12

EPE340Economic and Legal Aspectsof Cloud Computing

2013 SprigerLinks

Missbach, MichaelStelzel, JosefGardiner, CameronAnderson, GeorgeTempes, Mark

C12

EPE341Emerging Threats, Risk andAttacks in DistributedSystems: Cloud Computing

2013 SprigerLinksLeguías Ayala, Isabel Del CVega, ManuelVargas-Lombardo, Miguel

C12

EPE342Evaluating Cloud ServicesUsing Methods of SupplierSelection

2013 SprigerLinksHarnisch, StefanBuxmann, Peter

C12

EPE343 Foundations 2013 SprigerLinks Ackermann, Tobias C12

EPE344

Framework and Architecturefor Programming EducationEnvironment as a CloudComputing Service

2013ScienceDirectElsevier

Elamir, Amir Mohamed;Jailani, Norleyza; Bakar,Marini Abu

C6

EPE345High Accuracy, LightweightMethods for NetworkMeasurement Services

2013

ACMGuide toComputingLiterature

Gangam, Sriharsha C5

152

Código Título Ano Origem AutoresCritériodeExclusão

EPE346IaaS Cloud Benchmarking:Approaches, Challenges, andExperience

2013

ACMGuide toComputingLiterature

Iosup, Alexandru C6

EPE347Identity Management forCloud Computing

2013 SprigerLinksLonea, Alina M\uad\ualinaTianfield, HuagloryPopescu, Daniela Elena

C6

EPE348Importance of Cloud-BasedMaritime Fleet ManagementSoftware

2013 SprigerLinksJoszczuk–Januszewska,Jolanta

C12

EPE349In Cloud We Trust: Risk-Assessment-as-a-Service

2013

ACMGuide toComputingLiterature

Theoharidou, MarianthiTsalis, NikolaosGritzalis, Dimitris

C12

EPE350In Cloud We Trust: Risk-Assessment-as-a-Service

2013 SprigerLinksTheoharidou, MarianthiTsalis, NikolaosGritzalis, Dimitris

C6

EPE351Inadequacies of Current RiskControls for the Cloud

2013 SprigerLinksCreese, SadieGoldsmith, MichaelHopkins, Paul

C12

EPE352 Introducing Cloud Computing 2013 SprigerLinks

Hill, RichardHirsch, LaurieLake, PeterMoshiri, Siavash

C6

EPE353ITSQM: A Conceptual Modelof IT Service Quality

2013 SprigerLinksLiue, ZhiliangZhang, JinlongZou, Lingfei

C12

EPE354Large-Scale andHigh-Performance Computing

2013 SprigerLinks Cannataro, Mario C12

153

Código Título Ano Origem AutoresCritériodeExclusão

EPE355Limitations and Challenges inCloud-Based ApplicationsDevelopment

2013 SprigerLinksPramod, NMuppalla, Anil KumarSrinivasa, K G

C12

EPE356Managing Infrastructure forInformation Systems

2013 SprigerLinksXu, JunQuaddus, Mohammed

C12

EPE357

Manufacturing Paradigm ShiftTowards Better CloudComputing in the MilitaryEnvironment: A New Model forCollaboration in theOperational InformationExchange Networks

2013 SprigerLinksTutino, MicheleMehnen, Jörn

C12

EPE358

Migrating To The Cloud:Lessons And Limitations Of‘Traditional’ IS SuccessModels

2013ScienceDirectElsevier

Azeemi, Imran Khan; Lewis,Mike; Tryfonas, Theo

C6

EPE359Opportunities to InnovateToday

2013 SprigerLinksMann, AndiWatt, GeorgeMatthews, Peter

C12

EPE360P2AMF: Predictive,Probabilistic ArchitectureModeling Framework

2013 SprigerLinks

Johnson, PontusUllberg, JohanBuschle, MarkusFranke, UlrikShahzad, Khurram

C12

EPE361

Performance implications ofmulti-tier applicationdeployments onInfrastructure-as-a-Serviceclouds: Towards performancemodeling

2013ScienceDirectElsevier

Lloyd, W; Pallickara, S;David, O; Lyon, J; Arabi, M;Rojas, K

C6

154

Código Título Ano Origem AutoresCritériodeExclusão

EPE362Realizing Elastic Processeswith ViePEP

2013 SprigerLinks

Schulte, StefanHoenisch, PhilippVenugopal, SrikumarDustdar, Schahram

C12

EPE363Risikomanagement beiNutzung und AngebotCloud-Computing

2013 SprigerLinks Königs, Hans-Peter C12

EPE364

Risk perception and riskmanagement in cloudcomputing: Results from acase study of Swisscompanies

2013ScienceDirectElsevier

Brender, Nathalie; Markov,Iliya

C6

EPE365Terminology Entries(Alphabetical Presentation)

2013 SprigerLinks Richey, Rita C C12

EPE366Testing Perspectives forCloud-Based Applications

2013 SprigerLinksChana, InderveerChawla, Priyanka

C12

EPE367The CloudGrid approach:Security analysis andperformance evaluation

2013ScienceDirectElsevier

Casola, Valentina; Cuomo,Antonio; Rak, Massimiliano;Villano, Umberto

C6

EPE368The development that leads tothe Cloud ComputingBusiness Framework

2013ScienceDirectElsevier

Chang, Victor; Walters,Robert John; Wills, Gary

C6

EPE369The emerging role of cloudcomputing in molecularmodelling

2013ScienceDirectElsevier

Ebejer, Jean-Paul; Fulle,Simone; Morris, Garrett M;Finn, Paul W

C6

EPE370The Evaluation System forCloud Service Quality Basedon SERVQUAL

2013 SprigerLinksHu, HaoZhang, Jianlin

C12

155

Código Título Ano Origem AutoresCritériodeExclusão

EPE371The Future of TrustedComputing

2013 SprigerLinksFutral, WilliamGreene, James

C12

EPE372

The Impact of EmergingComputing Models onOrganizationalSocio-technical System

2013 SprigerLinks Ivanov, Ivan I C12

EPE373The Role of Service Quality inTransforming Operations

2013 SprigerLinksOwusu, GilbertO’Brien, PaulShakya, Sid

C12

EPE374

Transparency in CloudBusiness: Cluster Analysis ofSoftware as a ServiceCharacteristics

2013 SprigerLinks Repschlaeger, Jonas C12

EPE375Trust Model for Cloud Basedon Cloud Characteristics

2013 SprigerLinks

Pawar, Pramod SRajarajan, MuttukrishnanDimitrakos, TheoZisman, Andrea

C12

EPE376 Virtualizing Platforms 2013 SprigerLinks

Minerva, RobertoMoiso, CorradoManzalini, AntonioCrespi, Noel

C12

EPE377

A Broker Based Architecturefor Adaptive Load Balancingand Elastic ResourceProvisioning andDeprovisioning in Multi-tenantBased Cloud Environments

2012 SprigerLinks

Somasundaram, ThamaraiSelviGovindarajan, KannanRajagopalan, M RMadhusudhana Rao, S

C12

156

Código Título Ano Origem AutoresCritériodeExclusão

EPE378A Collaborative IntrusionDetection System Frameworkfor Cloud Computing

2012 SprigerLinksMan, Nguyen DoanHuh, Eui-Nam

C12

EPE379

A Conceptual Model forAssessing the Benefits ofSoftware as a Service fromDifferent Perspectives

2012 SprigerLinksPrabowo, Anisah HerdiyantiJanssen, MarijnBarjis, Joseph

C12

EPE380A Framework for Measuringthe Performance of ServiceSupply Chain Management

2012

ACMGuide toComputingLiterature

Cho, Dong WonLee, Young HaeAhn, Sung HwaHwang, Min Kyu

C5

EPE381

A Linguistic MulticriteriaDecision-making ModelApplied to Hotel ServiceQuality Evaluation from WebData Sources

2012

ACMGuide toComputingLiterature

Carrasco, R AVillar, PHornos, M JHerrera-Viedma, E

C5

EPE382A Study of Measuring ServiceQuality in Engineering CostConsultation Services

2012

ACMGuide toComputingLiterature

Fei, Chen YiYumei, Fan

C1

EPE383A Usage Control BasedArchitecture for CloudEnvironments

2012ScopusElsevier

Tavizi, TinaShajari, MehdiDodangeh, Peyman

C6

EPE384A Virtualization SecurityFramework for Public CloudComputing

2012 SprigerLinks Park, Jong Hyuk C6

EPE385 Abstracts 2012 SprigerLinks C8

EPE386 Advances in Computers 2012ScienceDirectElsevier

Yovitz, Marshall C. C12

157

Código Título Ano Origem AutoresCritériodeExclusão

EPE387

An Empirical Study of PrivacyRisk AssessmentMethodologies in CloudComputing Environments

2012

ACMGuide toComputingLiterature

Pauley Jr., Wayne A C8

EPE388An Overview of E-Learning inCloud Computing

2012 SprigerLinks

Fernández, APeralta, DHerrera, FBenítez, J M

C6

EPE389Analysis of the AdoptionStatus of Cloud Computing byCountry

2012 SprigerLinksKim, MihyeKim, Jong-SeokLee, Hyeong-Ok

C12

EPE390

Applying security policies andservice level agreement toIaaS service model toenhance security andtransition

2012ScienceDirectElsevier

Karadsheh, Louay C6

EPE391 Basic Technologies 2012 SprigerLinks

Uslar, MathiasSpecht, MichaelRohjans, SebastianTrefke, JörnVasquez González, JoséManuel

C12

EPE392

Branching Processes TheoryApplication for CloudComputing Demand ModelingBased on Traffic Prediction

2012 SprigerLinksRomanov, VictorVarfolomeeva, AleksandraKoryakovskiy, Andrey

C12

EPE393Causes and Effects ofE-service Quality for OnlineBanking

2012

ACMGuide toComputingLiterature

Zhu, Dauw-SongLin, Thomson Chih-Te

C10

158

Código Título Ano Origem AutoresCritériodeExclusão

EPE394Chapter 1 - Introduction BT -Moving To The Cloud

2012ScienceDirectElsevier

Sitaram, Dinkar;Manjunath, Geetha

C12

EPE395

Chapter 15 - Data Security inCloud Computing BT -Handbook on SecuringCyber-Physical CriticalInfrastructure

2012ScienceDirectElsevier

Yu, ShuchengLou, WenjingRen, Kui

C12

EPE396Chapter 8 - Managing theCloud BT - Moving To TheCloud

2012ScienceDirectElsevier

Sitaram, Dinkar;Manjunath, Geetha

C12

EPE397Cirrus: A Disruption-TolerantCloud

2012 SprigerLinks Katsiri, Eleftheria C12

EPE398Cloud Blueprints forIntegrating and ManagingCloud Federations

2012 SprigerLinks Papazoglou, Michael P C12

EPE399

Cloud Computing alsInstrument f{ü}r effizienteIT-L{ö}sungen: Betriebs- undvolkswirtschaftliche Potenzialeund Hemmnisse

2012 SprigerLinks

Bräuninger, MichaelHaucap, JustusStepping, KatharinaStühmeier, Torben

C9

EPE400 Cloud Computing for Business 2012 SprigerLinksSeruga, JanHwang, Ha Jin

C12

EPE401Cloud ComputingImplementation Level inPortuguese Companies

2012ScienceDirectElsevier

Ferreira, Osvaldo´; Moreira,Fernando

C6

EPE402Cloud Computing inEducation: The Intersection ofChallenges and Opportunities

2012 SprigerLinks Ivanov, Ivan I C12

159

Código Título Ano Origem AutoresCritériodeExclusão

EPE403Cloud Computing Uncovered:A Research Landscape

2012ScienceDirectElsevier

Hamdaqa, Mohammad;Tahvildari, Ladan

C12

EPE404Cloud computing: Its history ofdevelopment, modern state,and future considerations

2012 SprigerLinks Arutyunov, V V C6

EPE405 Complexity aided design 2012 SprigerLinks

Carbone, AAjmone-Marsan, MAxhausen, K WBatty, MMasera, MRome, E

C5

EPE406Contrail: A Reliable andTrustworthy Cloud Platform

2012

ACMGuide toComputingLiterature

Cascella, Roberto GMorin, ChristineHarsh, PiyushJegou, Yvon

C6

EPE407Enterprise Service BusMonitoring Framework forSOA Systems

2012

ACMGuide toComputingLiterature

Psiuk, MarekBujok, TomaszZielinski, Krzysztof

C10

EPE408

Evaluating Cloud ComputingBased TelecommunicationsService Quality Enhancementby Using a New HybridMCDM Model

2012 SprigerLinksHuang, Chi-YoHsu, Pei-ChuTzeng, Gwo-Hshiung

C6

EPE409Evaluating IT Service QualityUsing SERVQUAL

2012

ACMGuide toComputingLiterature

El-Bayoumi, Janice G C5

160

Código Título Ano Origem AutoresCritériodeExclusão

EPE410Evaluation Models for ServiceOriented Process in SpareParts Management

2012

ACMGuide toComputingLiterature

Cheng, Chen-YangPrabhu, Vittal

C5

EPE411Formalising Security inUbiquitous and CloudScenarios

2012 SprigerLinks

Bodei, ChiaraDegano, PierpaoloFerrari, Gian-LuigiGalletta, LetterioMezzetti, Gianluca

C12

EPE412

Introduction of a web servicefor cloud computing with theintegrated hydrologicsimulation platform ParFlow

2012ScienceDirectElsevier

Bürger, Claudius M; Kollet,Stefan; Schumacher, Jens;Bösel, Detlef

C6

EPE413IT-Servicemanagement imCloud Computing

2012 SprigerLinks

Pröhl, ThorstenRepschläger, JonasErek, KorayZarnekow, Rüdiger

C9

EPE414

Measuring Service SolutionQuality in ServicesOutsourcing Projects UsingValue Driver Tree Approach

2012

ACMGuide toComputingLiterature

Akkiraju, RamaZhou, Ruoyi

C5

EPE415

Methodologies forComputerised InformationSystems Support inOrganisations

2012 SprigerLinks Krogstie, John C12

EPE416Migration to Windows Azure –Analysis and Comparison

2012ScienceDirectElsevier

Costa, Paulo Jorge Passosda; Cruz, António MiguelRosado da

C6

EPE417

Modeling a Dynamic DataReplication Strategy toIncrease System Availability inCloud ComputingEnvironments

2012 SprigerLinks

Sun, Da-WeiChang, Gui-RanGao, ShangJin, Li-ZhongWang, Xing-Wei

C6

161

Código Título Ano Origem AutoresCritériodeExclusão

EPE418Obtaining In-contextMeasurements of CellularNetwork Performance

2012

ACMGuide toComputingLiterature

Gember, AaronAkella, AdityaPang, JeffreyVarshavsky, AlexanderCaceres, Ramon

C5

EPE419

On understanding theeconomics and elasticitychallenges of deployingbusiness applications onpublic cloud infrastructure

2012 SprigerLinks

Suleiman, BasemSakr, SherifJeffery, RossLiu, Anna

C6

EPE420P2P-Based IPTV Services:Design, Deployment, and QoEMeasurement

2012

ACMGuide toComputingLiterature

Mu, MuIshmael, JohnathanKnowles, WilliamRouncefield, MarkRace, NicholasStuart, MarkWright, George

C10

EPE421Privacy preservingcollaborative filtering for SaaSenabling PaaS clouds

2012 SprigerLinks

Basu, AnirbanVaidya, JaideepKikuchi, HiroakiDimitrakos, TheoNair, Srijith K

C6

EPE422 Process Mining Manifesto 2012 SprigerLinks

van der Aalst, WilAdriansyah, Aryade Medeiros, Ana KarlaAlvesArcieri, FrancoBaier, ThomasBlickle, TobiasBose, Jagadeesh Chandravan den Brand, PeterBrandtjen, RonaldBuijs

C12

162

Código Título Ano Origem AutoresCritériodeExclusão

EPE422(cont.)

JoosBurattin, AndreaCarmona, JosepCastellanos, MaluClaes, JanCook, JonathanCostantini, NicolaCurbera, FranciscoDamiani, Ernestode Leoni, MassimilianoDelias, Pavlosvan Dongen, Boudewijn FDumas, MarlonDustdar, SchahramFahland, DirkFerreira, Diogo RGaaloul

EPE422(cont.)

Walidvan Geffen, FrankGoel, SukritiGünther, ChristianGuzzo, AntonellaHarmon, Paulter Hofstede, ArthurHoogland, JohnIngvaldsen, Jon EspenKato, KokiKuhn, RudolfKumar, AkhilLa Rosa, MarcelloMaggi, FabrizioMalerba, DonatoMans, Ronny SManuel, AlbertoMcCreesh, MartinMello

163

Código Título Ano Origem AutoresCritériodeExclusão

EPE422(cont.)

PaolaMendling, JanMontali, MarcoMotahari-Nezhad, Hamid Rzur Muehlen, MichaelMunoz-Gama, JorgePontieri, LuigiRibeiro, JoelRozinat, AnneSeguel Pérez, HugoSeguel Pérez, RicardoSepúlveda, MarcosSinur, JimSoffer

EPE422(cont.)

PninaSong, MinseokSperduti, AlessandroStilo, GiovanniStoel, CasperSwenson, KeithTalamo, MaurizioTan, WeiTurner, ChrisVanthienen, JanVarvaressos, GeorgeVerbeek, EricVerdonk, MarcVigo, RobertoWang, JianminWeber, BarbaraWeidlich, MatthiasWeijters, TonWen, LijieWestergaard, MichaelWynn, Moe

164

Código Título Ano Origem AutoresCritériodeExclusão

EPE423Quality Driven Web ServiceComposition ModelingFramework

2012 SprigerLinks

Stegaru, GeorgianaDanila, CristianSacala, Ioan StefanMoisescu, MihneaStanescu, Aurelian Mihai

C12

EPE424Reliability and Availability ofCloud Computing

2012

ACMGuide toComputingLiterature

Bauer, EricAdams, Randee

C12

EPE425Research on Service LevelAgreement in CloudComputing

2012 SprigerLinksNie, GuihuaE., XueniChen, Donglin

C12

EPE426Secure cloud storage basedon cryptographic techniques

2012ScienceDirectElsevier

PENG, YongZHAO, WeiXIE, FengDAI, Zhong-huaGAO, YangCHEN, Dong-qing

C6

EPE427Securing Virtual and CloudEnvironments

2012 SprigerLinksCarroll, MarianaKotzé, Paulavan der Merwe, Alta

C12

EPE428Security Certification-awareService Discovery andSelection

2012

ACMGuide toComputingLiterature

Anisetti, MarcoArdagna, Claudio ADamiani, ErnestoMaggesi, Jonatan

C5

EPE429Service innovation inmanufacturing firms: Evidencefrom Spain

2012ScienceDirectElsevier

Santamaría, LluísJesús Nieto, MaríaMiles, Ian

C5

EPE430Service-Oriented BusinessIntelligence

2012 SprigerLinksAbelló, AlbertoRomero, Oscar

C6

165

Código Título Ano Origem AutoresCritériodeExclusão

EPE431Setting Energy EfficiencyGoals in Data Centers: TheGAMES Approach

2012 SprigerLinks

Pernici, BarbaraCappiello, CinziaFugini, Maria GraziaPlebani, PierluigiVitali, MonicaSalomie, IoanCioara, TudorAnghel, IonutHenis, EalanKat, RonenChen, DoronGoldberg, Georgevor dem Berge, MichaChristmann, WolfgangKipp, AlexanderJiang, TaoLiu, JiaBertoncini, MassimoArnone, DiegoRossi, Alessandro

C12

166

Código Título Ano Origem AutoresCritériodeExclusão

EPE432Shifting to Cloud Services:Current Challenges andFuture Opportunities

2012 SprigerLinks

Willcocks, Leslie PVenters, WillWhitley, EdgarHindle, John

C6

EPE433The Benefits of CloudComputing in the MaritimeTransport

2012 SprigerLinksJoszczuk–Januszewska,Jolanta

C6

EPE434

The Relationship Studies ofInternet Banking InformationSecurity Product ServiceQuality, Customer Satisfactionand Customer Loyalty

2012

ACMGuide toComputingLiterature

Ting, LeiYue-Lin, Gao

C10

EPE435

The Research on Navigationand Position AugmentationSystem Based CloudComputing

2012 SprigerLinks

Lu, HuShen, ShuweiJi, ZhengzhouWang, Congmin

C12

EPE436Towards cloud-centric serviceenvironments

2012 SprigerLinksMladenow, AndreasKryvinska, NataliaStrauss, Christine

C6

EPE437Towards Service Atomizationfor Analyzing Information

2012

ACMGuide toComputingLiterature

Bramantoro, ArifKamada, ToruTanaka, MasahiroMurakami, YoheiZettsu, Koji

C5

EPE438TPC-H Benchmark AnalyticsScenarios and Performanceson Hadoop Data Clouds

2012 SprigerLinks Moussa, Rim C12

EPE439Vertrauen im CloudComputing

2012 SprigerLinksWalterbusch, MarcTeuteberg, Frank

C9

EPE440

A Service Quality Model forWeb-services Evaluation inCultural HeritageManagement

2011

ACMGuide toComputingLiterature

Chiabai, AlineRocca, LorenaChiarullo, Livio

C1

167

Código Título Ano Origem AutoresCritériodeExclusão

EPE441A Study of Comfort MeasuringSystem Using TaxiTrajectories

2011

ACMGuide toComputingLiterature

Tung, Li-PingChien, Tsung-HsunWang, Ting-AnLin, Cheng-YuJeng, Shyh-KangChen, Ling-Jyh

C10

EPE442A survey on security issues inservice delivery models ofcloud computing

2011ScienceDirectElsevier

Subashini, SKavitha, V

C6

EPE443

An Information RetrievalBased Approach forMeasuring ServiceConceptual Cohesion

2011

ACMGuide toComputingLiterature

Kazemi, AliRostampour, AliZamiri, AminJamshidi, PooyanHaghighi, HassanShams, Fereidoon

C5

EPE444Architectural Requirements forCloud Computing Systems:An Enterprise Cloud Approach

2011 SprigerLinks

Rimal, Bhaskar PrasadJukan, AdmelaKatsaros, DimitriosGoeleven, Yves

C7

EPE445

Assessment of ResourceQuality for Service LevelAgreements in Life ScienceGrids

2011

ACMGuide toComputingLiterature

Kálmán, Tibor C5

EPE446Chapter 2 - Cloud ComputingArchitecture BT - Securing theCloud

2011ScienceDirectElsevier

Winkler, Vic (J.R.) C12

EPE447Chapter 7 - Security Criteria:Building an Internal Cloud BT -Securing the Cloud

2011ScienceDirectElsevier

Winkler, Vic (J.R.) C12

168

Código Título Ano Origem AutoresCritériodeExclusão

EPE448Cloud Computing SecurityIssues and Challenges: ASurvey

2011 SprigerLinksVerma, AmandeepKaushal, Sakshi

C12

EPE449Cloud Computing Technologyfor Networked Enterprises

2011ScienceDirectElsevier

Mezgár, István C6

EPE450Cloud Computing: An Enablerin Developing BusinessModels for Global Enterprises

2011 SprigerLinks Rao, N Raghavendra C8

EPE451 Data Protection in the Clouds 2011 SprigerLinks

Poullet, YvesVan Gyseghem, Jean-MarcMoiny, Jean-PhilippeGérard, JacquesGayrel, Claire

C8

EPE452

Design and Implementation ofMobile Forensic Tool forAndroid Smart Phone throughCloud Computing

2011 SprigerLinks

Lai, YentingYang, ChunghuangLin, ChihhungAhn, TaeNam

C6

EPE453Developing an explorativemodel for SaaS adoption

2011ScienceDirectElsevier

Wu, Wei-Wen C6

EPE454Distributed Computing in the21st Century: Some Aspectsof Cloud Computing

2011 SprigerLinks

Panzieri, FabioBabaoglu, OzalpFerretti, StefanoGhini, VittorioMarzolla, Moreno

C12

EPE455

Evaluation of Koreaninformation infrastructurepolicy 2000–2010: Focusingon broadband ecosystemchange

2011ScienceDirectElsevier

Shin, Dong-Hee;Kweon, Sang Hee

C5

169

Código Título Ano Origem AutoresCritériodeExclusão

EPE456FSArch: EnablesFPGA-Based Platforms toProvide Network Services

2011

ACMGuide toComputingLiterature

Mao, JianbiaoXu, QingjieSun, ZhigangLu, Xicheng

C10

EPE457

Looking at clouds from bothsides: The advantages anddisadvantages of placingpersonal narratives in thecloud

2011ScienceDirectElsevier

Coles-Kemp, Lizzie;Reddington, Joseph;Williams, Patricia A H

C6

EPE458Metrics for BPEL ProcessContext-independencyAnalysis

2011

ACMGuide toComputingLiterature

Khoshkbarforoushha,AlirezaJamshidi, PooyanNikravesh, AliShams, Fereidoon

C5

EPE459Mining significant factorsaffecting the adoption of SaaSusing the rough set approach

2011ScienceDirectElsevier

Wu, Wei-Wen C6

EPE460Mitigating Interference in aNetwork MeasurementService

2011

ACMGuide toComputingLiterature

Gangam, SriharshaFahmy, Sonia

C5

EPE461Moving To The Cloud:Developing Apps in the NewWorld of Cloud Computing

2011

ACMGuide toComputingLiterature

Sitaram, DinkarManjunath, Geetha

C12

EPE462On the Cost of NetworkInference Mechanisms

2011

ACMGuide toComputingLiterature

Blanton, EthanFahmy, SoniaFrederickson, Greg NGangam, Sriharsha

C5

170

Código Título Ano Origem AutoresCritériodeExclusão

EPE463Reset for Regulation andUtilities: Leadership for a Timeof Constant Change

2011ScienceDirectElsevier

Jamison, Mark A;Castaneda, Araceli

C10

EPE464Semantic Service in CloudComputing

2011 SprigerLinksYu, WeiChen, Junpeng

C12

EPE465Semantics-Enabled Policiesfor Information Sharing andProtection in the Cloud

2011 SprigerLinksHu, Yuh-JongWu, Win-NanYang, Jiun-Jan

C12

EPE466Service Quality Assessmentin Provision of LibraryServices

2011 SprigerLinksAhmad, MasitahAbawajy, JemalKim, Tai-hoon

C12

EPE467Service SystemsImplementation

2011

ACMGuide toComputingLiterature

Demirkan, HalukSpohrer, James CKrishna, Vikas

C12

EPE468Service Thinking in Design ofComplex SustainmentSolutions

2011 SprigerLinksWood, L ATasker, P H

C12

EPE469

SMCC: Social Media CloudComputing Model forDeveloping SNS Based onSocial Media

2011 SprigerLinksKim, MyoungjinLee, Hanku

C6

EPE470SP 800-145. The NISTDefinition of Cloud Computing

2011

ACMGuide toComputingLiterature

Mell, Peter MGrance, Timothy

C12

EPE471

Strategic Analysis ofHealthcare Service QualityUsing Fuzzy AHPMethodology

2011

ACMGuide toComputingLiterature

Büyüközkan, GülçinÇifçi, GizemGüleryüz, Sezin

C5

171

Código Título Ano Origem AutoresCritériodeExclusão

EPE472Study on the Security Modelsand Strategies of CloudComputing

2011ScienceDirectElsevier

Che, Jianhua; Duan, Yamin;Zhang, Tao; Fan, Jie

C6

EPE473The Advantages of the Use ofCloud Computing in IntelligentTransport Systems

2011 SprigerLinksJoszczuk–Januszewska,Jolanta

C12

EPE474The playground of cloudcomputing in Turkey

2011ScienceDirectElsevier

Deniz Helvacioglu Kuyucu,Aslı

C6

EPE475TLS and Energy Consumptionon a Mobile Device: AMeasurement Study

2011

ACMGuide toComputingLiterature

Miranda, PSiekkinen, MWaris, H

C10

EPE476Towards an Automated GapAnalysis for E-ServicePortfolios

2011

ACMGuide toComputingLiterature

May, NormanScholten, UlrichFischer, Robin

C10

EPE477Towards an Efficiente-Learning System Based onCloud Computing

2011

ACMGuide toComputingLiterature

Aljenaa, EAl-Anzi, F SAlshayeji, M

C6

EPE478Towards an Efficiente-Learning System Based onCloud Computing

2011ScopusElsevier

Aljenaa, EAl-Anzi, F SAlshayeji, M

C6

EPE479Two-Level Verification of DataIntegrity for Data Storage inCloud Computing

2011 SprigerLinks

Xu, GuangweiChen, ChunlinWang, HongyaZang, ZhupingPang, MugenJiang, Ping

C6

172

Código Título Ano Origem AutoresCritériodeExclusão

EPE480

Using Music Notation As aGraphic Language forDesigning, Prescribing andMeasuring ServiceExperience

2011

ACMGuide toComputingLiterature

Ribak, AmnonLin, Raymund JRubin, YoavSpraragen, Susan

C10

EPE481A systemic framework forsupporting cross-disciplinaryefforts in services research

2010ScienceDirectElsevier

Wild, Peter J C5

EPE482An Instrument for MeasuringService Quality in theE-Commerce Environment

2010

ACMGuide toComputingLiterature

Hu, Yangcheng C5

EPE483Aspects of Data-IntensiveCloud Computing

2010 SprigerLinksFrischbier, SebastianPetrov, Ilia

C6

EPE484

Context Aware ManagementPlateform to Invoke Remote orLocal e Learning Services:Application to Navigation andFishing Simulator

2010 SprigerLinksMonfort, ValérieFelhi, Fayssal

C12

EPE485Evaluation of E-CommerceService Quality Using theAnalytic Hierarchy Process

2010

ACMGuide toComputingLiterature

Yu, Yanggang C10

EPE486Identifying the security risksassociated with governmentaluse of cloud computing

2010ScienceDirectElsevier

Paquette, ScottJaeger, Paul TWilson, Susan C

C6

EPE487Introduction to EnterpriseServices and CloudResources1

2010 SprigerLinksChang, William YAbu-Amara, HosameSanford, Jessica Feng

C6

173

Código Título Ano Origem AutoresCritériodeExclusão

EPE488Networked ServiceManagement2

2010 SprigerLinksChang, William YAbu-Amara, HosameSanford, Jessica Feng

C6

EPE489

Open Source CloudComputing Tools: A CaseStudy with a WeatherApplication

2010 IEEERodriguez-Martinez, MSeguel, JGreer, M

C6

EPE490Performance Evaluation ofgLite Grids Through GSPNs

2010

ACMGuide toComputingLiterature

Bruneo, DarioScarpa, MarcoPuliafito, Antonio

C5

EPE491Research on EVA BasedPerformance Measurement inService Oriented Enterprise

2010

ACMGuide toComputingLiterature

Wang, WeiranFan, Yushun

C10

EPE492

Security and performance inservice-oriented applications:Trading off competingobjectives

2010ScienceDirectElsevier

Zo, HangjungNazareth, Derek LJain, Hemant K

C6

EPE493Semantic Similarity Model forRisk Assessment in FormingCloud Computing SLAs

2010 SprigerLinksHussain, OmarDong, HaiSingh, Jaipal

C12

EPE494Service Migration Protocol forNFC Links

2010

ACMGuide toComputingLiterature

Nickelsen, AndersMartin, MiquelSchwefel, Hans-Peter

C12

EPE495 Service-Oriented Architecture 2010 SprigerLinks Draheim, Dirk C12

EPE496SLA Validation in LayeredCloud Infrastructures

2010 SprigerLinksUl Haq, IrfanBrandic, IvonaSchikuta, Erich

C12

174

Código Título Ano Origem AutoresCritériodeExclusão

EPE497The Cambridge-IBMSSMESSME White PaperRevisited

2010 SprigerLinks

Spohrer, James CGregory, MikeRen, Guangjie C12

EPE498

The Design of a Quality ofExperience Model forProviding High QualityMultimedia Services

2010

ACMGuide toComputingLiterature

Kwon, ArumKang, Joon-MyungSeo, Sin-SeokKim, Sung-SuChung, Jae YoonStrassner, JohnHong, James Won-Ki

C8

EPE499Web Services Discovery andRank: An InformationRetrieval Approach

2010

ACMGuide toComputingLiterature

Hao, YananZhang, YanchunCao, Jinli

C5

175

ANEXOS

176

ANEXO A – SÍNTESE DOS ESTUDOS APROVADOS NOPROCESSO DE MAPEAMENTO SISTEMÁTICO DA LITERATURA

Relação de estudos aprovados, classificados conforme área de atuação edispostos com maior riqueza de detalhes quanto aos seus própositos de aplicação.

Tabela 12 – Síntese dos Estudos Classificados

Área deAtuação

CódigodoEstudo

AnoQuestão dePesquisa

SoluçãoProposta

Técnicas Utilizadas Resultado

Modelageme Teste

EFFS8 2014

Um dosprincipaisdesafiosenfrentadospelospesquisadoresdecomputaçãoem nuvem é afalta de umaferramentacomputacionaldecomputaçãoem nuvemabrangentepara usar emseus estudos

Este artigoapresentaCloudExp, umambiente demodelagem esimulaçãoparacomputaçãoem nuvem

CloudSim (Um dosprimeiros e maispopularessimuladores decomputação emnuvem); CloudExp(Ambiente demodelagem esimulação paracomputação emnuvem baseado noCloudSim); Rain(Gerador de carga detrabalho que emulacargas de trabalhoreais em ambientesde nuvem);

Este artigoapresentouCloudExp, umabrangente, fácilde usar eeficiente cloudcomputingmodelagem esimulaçãotoolkit.

177

Área deAtuação

CódigodoEstudo

AnoQuestão dePesquisa

SoluçãoProposta

TécnicasUtilizadas

Resultado

Modelageme Teste

EFFS8(Cont.)

MapReduce (Éamplamente utilizadocomo um modelo deprocessamento dedados paralelopoderoso, temresolvido problemasde grandes conjuntosde dados usandograndes grupos demáquinas, presenteem ambientes comoda Amazon EC2,Microsoft Azure eGoogle); MobileCloud Computing.

AnálisedeDesempenhoServiços

EFFS7 2014

Após o usoconsideráveisdecomputaçãoem nuvemconsideraçõessurgiram emrelação aoseudesempenhovariáveldevido aquestõescomomultitenancy epartilha derecursos.

O objetivodeste trabalhoé apresentarummecanismopara medir odesempenhode váriosserviçosCloud.

Benchmarking;Projeto Artist do FP7;CloudHarmony.com(Utiliza um grandenúmero debenchmarks contravários serviços emnuvem, oferecendoseus resultadosatravés de uma API);CloudSleuth.com (Éexclusivamentevoltado paraaplicativos baseadosna Web e seu tempoderesposta/disponibilidade)

É apresentadoum quadro demediçãomulti-Cloud como objetivoinvestigar estasquestões dedesempenhodas ofertasvirtualizadas. Aestrutura utilizauma variedadede testes dereferência, a fimde cobrir umaampla gama detipos deaplicação e quese concentraprincipalmenteem aspectos deinvestigação,tais comovariações dedesempenho.

178

Área deAtuação

CódigodoEstudo

AnoQuestão dePesquisa

SoluçãoProposta

TécnicasUtilizadas

Resultado

AnálisedeDesempenhoServiços

EFFS7(Cont.)

Essascaracterísitcastornarammuito difícilfornecerqualquer tipode estimativadedesempenhopara projetosde adoção decomputaçãoem nuvem.

Um frameworkserá propostoe além dissoserãoapresentadasabordagenspara medir odesempenhodo serviçocom o uso demétricasespecializadaspara osclassificar deacordo comumacombinaçãoponderada decusto,desempenhoe carga detrabalho.

Também éproposta umamétricacombinada(Eficiência deServiço) paracombinaraspectos decarga detrabalho,desempenho ecusto em umaúnicaclassificaçãopara compararofertas da Cloudentre diferentesprovedores.

179

Área deAtuação

CódigodoEstudo

AnoQuestão dePesquisa

SoluçãoProposta

TécnicasUtilizadas

Resultado

RevisãoSist. Lit.CustoAdoção

EFFS12 2012

Embora acomputaçãoem nuvemseja atecnologia domomento,parece queexistempoucasevidências naliteratura deque ela é maiseconômica doque asclássicasabordagensde datacenters.

Este artigoapresentaconsideraçõessobre comoestimar custosde sistemasbaseados emnuvem antesde entraremem sua faseoperacional.Isso énecessáriopara tornarmais objetivasas decisõeseconômicasdeinvestimentoem TI para oucontra acomputaçãoem nuvem.

Utilizar atransparência dafatura dos servidoresde nuvem.

Propoem,utilizar a requizade detalhes dosdados da faturade gastos,consumo derecuros dosservidores denuvem. Paracalcular ascustas com ahospedagem desistemas aserem adotadosou construídospara tilizaçãoem nuvem pormeio daobservação doconsumo desistemascorrelatos jáimplantados emnuvem.

180

Área deAtuação

CódigodoEstudo

AnoQuestão dePesquisa

SoluçãoProposta

TécnicasUtilizadas

Resultado

RevisãoSist. Lit.CustoAdoção

EFFS12(Cont.)

Devido a umaanálisequalitativarealizadasobre COBIT,TOGAF e ITIL,este artigopostula que asabordagensbaseadas nanuvem sãosusceptíveisdeproporcionarmaisbenefícios doque ocontrário aogerenciamentode TI. Noentanto, umaquestãosurpreendenteé aintransparênciado custópré-adocão, oque gera umgrandeproblemaimplícito paraas decisõesdeinvestimentoem TI.

181

Área deAtuação

CódigodoEstudo

AnoQuestão dePesquisa

SoluçãoProposta

TécnicasUtilizadas

Resultado

Aval.Multi-critérioServ.RedesFed.

EFFS1 2016

Como comporum conjuntode serviçosindependentes,agregandoserviços anuvem, afimde satisfazerexigênciascomplexasconsiderandocustootimizado deserviço,confiabilidadeeescalabilidadegarantindo osacordos denível deserviçoestabelecidosao usuário?

É proposot ummétodo deprogramaçãolinearmulti-objetivo(Molp) queavalia nacomposiçãodo serviçoalém do QoSquestõesquanto asegurança,ambiente derede earmazenamentoem nuvem.

Programação Linear;Avaliação Multi-área

Simuladordedicado àcomposição deserviços nanuvem

182

Área deAtuação

CódigodoEstudo

AnoQuestão dePesquisa

SoluçãoProposta

TécnicasUtilizadas

Resultado

Aval.Multi-critérioServ.RedesFed.

EFFS2 2016

Escolher,dentre osváriosofertantes, umserviço emnuvemadequado queatenda atodas asestratégias denegócios e osobjetivos dasempresas.

Um modelohíbrido detomada dedecisãomulticritériopara umproblema deseleção deserviços emnuvem voltadopara IaaStomandocomoperspectivacaracterísicascomo:financeiro,cliente,processointerno denegócio eaprendizageme crescimento.

Balanced Scorecard(BSC); Método Delphifuzzy (FDM);Processo deHierarquia Analíticafuzzy (FAHP)

Modelo deresolução deproblemas dedecisãomulti-critério(MCDM) paraseleção deserviços emnuvem voltadapara IaaS

183

Área deAtuação

CódigodoEstudo

AnoQuestão dePesquisa

SoluçãoProposta

TécnicasUtilizadas

Resultado

Aval.Multi-critérioServ.RedesFed.

EFFS3 2016

Explicitar paraclassificar osserviços denuvem combase nogerenciamentode confiança,por meio deanálisemulti-critériodos serviçosdosprovedores.Essanecessidadese dá devidoas interaçõesde serviços nacomputaçãoem nuvemgeralmenteocorrem emum ambienteanônimo. E ossistemas degerenciamentode confiançaestáticosseremineficientes.

Propõe-se ummodelo deconfiançabaseado emevidênciasdinâmicaspara verificaraconfiabilidadedinâmica dosserviços noambiente denuvem.

Lógica fuzzy;Operador IOWA

Um modelo deconfiançabaseado emevidênciasdinâmicas queavalia aconfiabilidadedos serviços nanuvem

184

Área deAtuação

CódigodoEstudo

AnoQuestão dePesquisa

SoluçãoProposta

TécnicasUtilizadas

Resultado

Aval.Multi-critérioServ.RedesFed.

EFFS5 2016

Identificarentre osserviços deredeassociandosos melhoresprovedoresquanto aosubsídio derecursos paraaplicações degravaçãocontínua(CWAs) comosistemas devigilânciaon-line,

A construçãode doisalgoritmos decusto-conscientizaçãooperacionalpara realizar oprovisionamentode recursospara CWAs.

Algoritmoround-robin;Algoritmo deaprovisionamento derecursos óptimovizinho (NORPA);algoritmo global deaprovisionamentoótimo de recursos(GORPA)

Foi projetadauma arquiteturanova de umambiente deCloud-of-Clouds. Combase nessaarquiteturaforamdesenvolvidosdois algoritmosde custo-conscientizaçãooperacional pararealizar oprovisionamentode recursospara CWAs.

185

Área deAtuação

CódigodoEstudo

AnoQuestão dePesquisa

SoluçãoProposta

TécnicasUtilizadas

Resultado

Aval.Multi-critérioServ.RedesFed.

EFFS5(Cont.)

quedemandamrecursoscomo aescrita eprocessamentode dadoscontínuos ede alto níveldedisponibilidadede dados,usando noprocesso deescolhamodelossofisticadosparaprovisionarrecursos paraatender àsdemandas daCWAsenquantominimiza ocustooperacionalda infra-estrutura.

186

Área deAtuação

CódigodoEstudo

AnoQuestão dePesquisa

SoluçãoProposta

TécnicasUtilizadas

Resultado

Aval.Multi-critérioServ.RedesFed.

EFFS6 2015

Algunsprovedores deserviço denuvem emredesfederadasoferecemseus serviçosestrategicamentepor meio deleilões. Essemercadobaseado naestratégia dealocação derecursos, temrecebido aatenção entreospesquisadoresda árearecentemente.O principalmodelo deleilão daalocação derecursos ébaseado nademanda eoferta. Éinteção desseestudoabranger ascaracterísticasa seremanalisadas noprocesso deleilão.

Este trabalhopropõe umleilão duplocombinatóriomulti-atributopara aalocação derecursosCloud, quenão sóconsidera opreço, mastambémoutrosparâmetros dequalidade deserviço

Analisacaracterisitcasinerentes ao mercadode SPOT paracomputação emnuvem; Extende otrabalho CDARA queutiliza um duplo lequecombinatório eonsidera uma sériede atributos comoequidade, reputação,etc e ainda introduz oconceito de penaimposição sobre osprestadores quelançarem falsas QoScomo garantia, a fimde ganhar o leilão.

É proposto umModelo deLeilãoCombinadoDuploMulti-atributoFairdenominadocomo FMCDAMpara a alocaçãodos recursos esua precificaçãoem Cloudcomputing.

187

Área deAtuação

CódigodoEstudo

AnoQuestão dePesquisa

SoluçãoProposta

TécnicasUtilizadas

Resultado

Aval.Multi-critérioServ.RedesFed.

EFFS9 2014

Recursosdispostos nacomputaçãoem grade enuvemconvencionaisàs vezes nãooferecem umambiente deexecução deaplicativodinâmico eisso aumentaa taxa em queas solicitaçõesde trabalhodos usuáriossão rejeitadas.

Este trabalhode pesquisapropõe umcorretor derecursosCARE(SeCRB) quefornece umaestruturacomum paradescreverrecursos degrade enuvem edescobri-losde umamaneirainteligente,considerandorequisitos desoftware,hardware equalidade deserviço (QoS).

CRB (Um Broker deRecursos da CARE(CRB) é ummeta-programador degrade ou corretor derecursos que éimplantado sobre oMiddleware GlobusToolkit 4 (GT4) paragerenciar grid erecursos de gradehabilitados paravirtualização; QBRS(Algoritmo aplicado aselecão de recursosde uma forma quaseótima que satisfaz aQoS desejada pelousuário); SeCRB(Extensão do CRBconvencional a umCRB Semântico);Bio-Informática(Aplicada aprocessamento deimagens de formaaleatória);GROMACS (É umacaixa de ferramentasmuito poderosa namodelagemmolecular moderna).

O trabalhoproposto éintegrado a ummecanismo denegociaçãobaseado emSLA quenegocia assolicitações detrabalho dousuário parasatisfazer osrequisitos deQoS do usuário.O mecanismoQBRSimplementadoem SeCRBseleciona osrecursos degrade e nuvemde forma quaseótima

188

Área deAtuação

CódigodoEstudo

AnoQuestão dePesquisa

SoluçãoProposta

TécnicasUtilizadas

Resultado

Aval.Multi-critérioServ.RedesFed.

EFFS9(Cont.)

A integraçãode tecnologiasemergentesdevirtualizaçãonacomputaçãoem grade eem nuvemfacilita ofornecimentode recursosvirtuaisdinâmicos noambiente deexecuçãonecessário.Os corretoresde recursosdesempenhamum papelsignificativo nogerenciamentode recursosda rede e danuvem, bemcomo naidentificaçãode recursospotenciais queatendam aospedidos dosusuários.

189

Área deAtuação

CódigodoEstudo

AnoQuestão dePesquisa

SoluçãoProposta

TécnicasUtilizadas

Resultado

Aval.Multi-critérioServ.RedesFed.

EFFS11 2013

CloudComputing é atecnologiamaisascendentepara fazerinvestigação eexplorar novoshorizontes daspróximasgerações deCiência daComputação.Existem váriosprovedores deserviços emnuvem(AmazonEC2),RackspaceCloud,Terremark eGoogleComputeEngine), masaindaempresas eusuárioscomuns têmuma série depreocupaçõessobre osprestadoresde serviçosem nuvem.

Entregar aSLA propostaé um desáfio,bem como anovametodologiaproposta de“SLA (ServiceLevelAgreement)DrivenOrchestrationBased NewMethodologyfor CloudComputingServices”.Trata-se datentativa decriar umanovaabordagemfornecendo eoferecendoserviços emnuvem deacordo com oSLA,satisfazendoos padrõesQoS.

Introduz o conceitode Orquestração(Orquestração tratade descrever comoum número deserviços entre, doisou mais domínios,devem cooperar ecomunicar com oobjetivo de alcançarum propósitocomum.) à SLA.

A novametodologiapropostapretende elevaro valor demercado e areputação dosprestadores deserviços.

190

Área deAtuação

CódigodoEstudo

AnoQuestão dePesquisa

SoluçãoProposta

TécnicasUtilizadas

Resultado

Aval.Multi-critérioServ.RedesFed.

EFFS11(Cont.)

Ainda há umagrandefragilidade,desafios eproblemasque sãobarreiras paraprovedores deserviços emnuvem, a fimde fornecerserviços emnuvem deacordo comSLA (ServiceLevelAgreement).Especialmente,oprovisionamentode serviços deacordo comSLAs sendoesse é oobjetivoprincipal decada provedorde serviçosem nuvem,entregar omáximodesempenhoconformeSLA.

191

Área deAtuação

CódigodoEstudo

AnoQuestão dePesquisa

SoluçãoProposta

TécnicasUtilizadas

Resultado

Transf.ClusterVM RedesFed.

EFFS4 2016

Enfrentar adificuldade emdefinirtopologias derede entremáquinasvirtuais quesãorequisitadas,mapeamentode clusters deVMs, alémdosproblemasconvencionaisde alocaçãode recursos

É proposto eapresentadonovoalgoritmo paraexecutar aoperação demapeamentoque trabalhaparaminimizar alatência darede eotimizar autilização dalargura debanda.

Ambiente desimulação de nuvemCloudSim;RalloCloud extensãodo CloudSim parasimular redesfederadas; AlgoritmoTBM que procuraresolver o problemade incorporação declusters de VM(VMCE) .

Um algoritmo deincorporação decluster de VMem RedesFederadas.

CustosAdoção

EFFS14 2010

Um serviçoem nuvemonde se pagapelo queconsome.deve serdisponibilizadoaosconsumidorescom ummodelo decontabilidadede recursosinequívocoque descrevecom precisãotodos osfatores quesão levadosem conta nocálculo dastaxas deconsumo derecursos.

O artigopropõe anoção demodelo decontabilidadede recursoscentrada noconsumidorde tal formaque osconsumidorespodemcalcular, deformaprogramática,as taxas deconsumo deum serviçousadoremotamente.

Modelo deContabilidade deRecurso centrado noConsumidor

Um modelocontábil é ditoser fracocentrado noconsumidor setodos os dadosque o modelorequer para ocálculo deencargos defaturamentopodem serconsultadosprogramaticamentea partir doprovedor.

192

Área deAtuação

CódigodoEstudo

AnoQuestão dePesquisa

SoluçãoProposta

TécnicasUtilizadas

Resultado

CustosAdoção

EFFS14(Cont.)

Diz-se que ummodelo contábilé fortementecentrado noconsumidor setodos os dadosque o modelorequer paracalcular osencargos decobrança podemser coletadosindependentementepeloconsumidor; Naverdade, issosignifica que umconsumidordeve estar emposição deexecutar seupróprio serviçode medição.

193

Área deAtuação

CódigodoEstudo

AnoQuestão dePesquisa

SoluçãoProposta

TécnicasUtilizadas

Resultado

GestãoIaaS

EFFS13 2011

A maioria dosprovedoresIaaS atuaisadota aabordagem demapeamentodireto derecursos dousuário paraseus negócios,em que osusuáriosindividuaissão o únicotipo deconsumidorde serviçosque podesolicitar e usarrecursosvirtualizadosdesde quepaguem pelouso.

Neste artigo éproposto aimplementaçãode umaestruturadescentralizadabaseada emdomínio paraprovisionar egerenciarusuários erecursosvirtualizadosno IaaS.Especificamente,uma camadaadicionalchamadadomínio éintroduzida noesquema demapeamentodireto dorecurso dousuário, peloque adescentralizaçãodo usuário edogerenciamentode recursos éfacilitada.

dCloud (Umaestrutura baseada emdomínio paragerenciar usuários erecursosvirtualizados); RBAC(Controle de acessobaseado emfunções); Eucalyptus(Plataforma IaaS decódigo abertodisponível para acondução de testes);

Introduz umacamadaadicionaldenominadadomínio paraevitar aabordagemdireta entreusuário erecursosutilizada pelamaioria dosprovedores deserviços deinfraestruturaexistentes comoserviço (IaaS), afim de oferecersuporte apolíticasbaseadas emorganização,gerenciamentode autorizaçãoflexível e preçosmelhores parausuáriosempresariais.

194

Área deAtuação

CódigodoEstudo

AnoQuestão dePesquisa

SoluçãoProposta

TécnicasUtilizadas

Resultado

GestãoIaaS

EFFS13(Cont.)

Portanto,nestaabordagem,os usuários erecursosvirtuais sãogerenciadosde formacentralizadanosprovedoresIaaS. Noentanto, issotambémresulta nafalta desuporte paragerenciamentodeautorizaçãoescalável deusuários erecursos,suporte apolíticas emnível deorganização epreçosflexíveis parausuárioscorporativos

195

Área deAtuação

CódigodoEstudo

AnoQuestão dePesquisa

SoluçãoProposta

TécnicasUtilizadas

Resultado

LotesDadosRedesHíbridas

EFFS10 2013

O uso denuvenshíbridasintroduz anecessidadede determinarquais cargasde trabalhodevem serterceirizadase para qualprovedor denuvem.

Este trabalhopropoem umconjunto dealgoritmospara agendarde formaeconômica asaplicações depacotes detarefaslimitados aseremexecutadosemprovedores denuvem públicaeinfra-estruturaprivada. Osalgoritmoslevam emconta tanto oscustoscomputacionaise detransferênciade dadosquanto asrestrições delargura debanda darede.

Políticas declassificação de fila:First-ComeFirst-Served (FCFS)e Early First DeadlineFirst (EDF).

Este artigoapresentaalgoritmos deescalonamentopara lidar com oproblema deotimização paraaplicações detipo pacotes detarefas comrestrição deprazo, levandoemconsideraçãorestrições dedados,localidade dedados eimprecisões nasestimativas detempo deexecução detarefas

196

Área deAtuação

CódigodoEstudo

AnoQuestão dePesquisa

SoluçãoProposta

TécnicasUtilizadas

Resultado

LotesDadosRedesHíbridas

EFFS10(Cont.)

Essasdecisõesdevemminimizar ocusto deexecução deuma partiçãoda carga detrabalho totalem um ouváriosprovedores denuvempública,levando emconsideraçãoos requisitosdo aplicativo,comorestrições deprazo erequisitos dedados. Avariedade defatores decusto,modelos depreços eoferta deprovedores denuvem aseremconsiderados,exige aindaumaabordagemautomatizadadeescalonamentoem nuvenshíbridas.