COMPARAÇÃO DE SOLUÇÕES ALGORÍTMICAS BIO-INSPIRADAS PARA BALANCEAMENTO DE CARGA EM NUVEM
Carregando...
Arquivos
Citações na Scopus
Tipo de produção
Trabalho de Conclusão de Curso
Data
2020-06-17
Autores
ANDERSON AGUIAR DE SOUZA
MARCELO DONATO DA SILVA
RENATO LOPES YAMAGUTI
MARCELO DONATO DA SILVA
RENATO LOPES YAMAGUTI
Orientador
Ricardo de Carvalho Destro
Periódico
Título da Revista
ISSN da Revista
Título de Volume
Citação
Texto completo (DOI)
Palavras-chave
Balanceamento de carga,Computação em nuvem,Algoritmos Bioins- pirados
Resumo
Os avanços tecnológicos dos últimos anos causaram um aumento significativo na de-
manda por processamento, armazenamento e análise de dados, o que acabou influenciando a
popularização da computação em nuvem. Este ambiente é característico por oferecer estabili-
dade, escalabilidade, segurança, tudo isso através da virtualização e de servidores dedicados.
Um dos principais problemas relacionados com este cenário está associado com o gerencia-
mento de requisições e a distribuição de tarefas, que são casos que são resolvidas por técni-
cas chamadas de balanceamento de carga. Essa técnica pode ser implementada e avaliada de
diversas formas, porém podem apresentar diferentes resultados dependendo de fatores como
configuração e métricas. Este trabalho implementa a análise e comparação de 3 técnicas de
diferentes soluções de otimização: o Firefly, Colônia de Formigas e Algoritmo Genético
The technological advances in recent years have caused a significant increase in the demand for data processing, storage and data analysis, which ended up influencing the popula- rization of Cloud Computing. This environment is characterized by offering stability, scalabi- lity, security, all through virtualization and dedicated servers. One of the main issues faced by researches is related to requests and task distribution, which are cases that can be solved by te- chniques known as Load Balacing. This technique can be implemented and evaluated in several ways, but it can present different results depending on factors such as configuration and metrics. This work implements the analysis and comparison of 3 different optimization techniques: the Firefly Algorithm, Ant Colony and Genetic Algorithm.
The technological advances in recent years have caused a significant increase in the demand for data processing, storage and data analysis, which ended up influencing the popula- rization of Cloud Computing. This environment is characterized by offering stability, scalabi- lity, security, all through virtualization and dedicated servers. One of the main issues faced by researches is related to requests and task distribution, which are cases that can be solved by te- chniques known as Load Balacing. This technique can be implemented and evaluated in several ways, but it can present different results depending on factors such as configuration and metrics. This work implements the analysis and comparison of 3 different optimization techniques: the Firefly Algorithm, Ant Colony and Genetic Algorithm.