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 [email protected]
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.
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 &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
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.
Top Related