Local: Sala Multiuso CIC
Horário: 14h
Palestrante: José Pergentino de Araujo Neto (doutorando)
Título: Framework Orientado a Agentes para Tolerância a Falhas Multiestratégica em Nuvem Computacional com Instâncias Transientes
Resumo: Provedores de computação na nuvem vem adotando um modelo que oferece os recursos ociosos de suas máquinas virtuais (VMs) por um valor consideravelmente mais baixo, sem oferecer a garantia da sua disponibilidade. Conhecido como instâncias transientes, estas VMs podem ser revogadas de acordo com o modelo estabelecido por cada provedor. Na Amazon é adotado um modelo de cobrança no qual o valor adota um modelo de mercado sofrendo variações de acordo com a oferta e procura. Neste modelo o usuário dá um lance e tem sua instância revogada quando esse valor é ultrapassado adotando-se um valor de leilão. Utilizando um modelo que não sofre variação nos preços, o Google pode revogar o acesso à instância indisponível sem aviso prévio. Para evitar perda de processamento quando uma instância é revogada, torna-se necessária a aplicação de técnicas de tolerância a falhas (TF), muitas vezes não dominadas pelos projetistas de software. Neste sentido, este trabalho de pesquisa propõe um framework baseado em agentes inteligentes para execução de aplicações distribuídas do tipo bag-of-tasks, escolhendo o provedor e a técnica de TF mais adequados para minimizar os impactos na presença de falhas de revogação. O framework utiliza técnicas de replicação, retry e checkpoint/restore para possibilitar a criação de um ambiente que oferece a garantia de execução e recuperação, sem perda de dados, para que aplicações dessa natureza possam aumentar o nível de confiabilidade.
Horário: 14h30
Palestrante: Luiz Augusto Garcia da Silva (doutorando)
Título: Um algoritmo de 1.375-aproximação para o Problema da Distância de Transposição que funciona para todo S_n
Resumo: Na área de Rearranjo de Genomas, o Problema da Distância de Transposição (PDT) consiste em encontrar o menor número de transposições que transforma um genoma em outro. Este evento equivale à troca de dois blocos contíguos de genes em um genoma. A complexidade computacional deste problema ficou desconhecida por muitos anos. Bulteau, Fertin e Rusu (2012) demonstraram que o PDT é NP-difícil. Na literatura, a melhor solução aproximada (1.375) para o PDT é devida a Elias e Hartman. Neste trabalho, mostraremos que a razão de aproximação obtida por eles vale apenas para um subconjunto do Grupo Simétrico Sn, o das permutações simples. Para o restante do Sn, Elias e Hartman garante apenas razão 1.5. A despeito disso, importantes resultados obtidos por eles foram utilizados neste trabalho para construir um algoritmo de 1.375-aproximação para o PDT, que diferentemente de Elias e Hartman, funciona para qualquer permutação em Sn.
Horário: 15h
Palestrante: Arthur José Rodrigues Farias (mestrando)
Título: Integrando mineração de dados em uma modelagem orientada a contexto para lidar com incertezas em tempo de projeto
Resumo: Pode-se perceber na literatura que um esforço considerável tem sido empregado para tratar incertezas em tempo de execução. Entretanto, em tempo de projeto, devido à falta de informação, existe muito pouco conhecimento a respeito de como antecipar incertezas relacionadas a contextos, e como elas podem afetar a operação de um sistema computacional. Este trabalho propõe um processo de mineração de dados para mapear conjuntos de contextos e as suas correlações ainda em tempo de projeto. Dessa forma é possível encontrar fontes de incerteza em sistemas auto adaptativos ainda nos estágios iniciais do ciclo de vida do desenvolvimento de software, especialmente fontes de eventos imprevistos em termos de contexto. A abordagem emprega mineração e análise de dados baseados na estrutura de um Modelo Orientado a Contextos para mapear adequadamente os contextos ao comportamento do sistema a partir de uma perspectiva de projeto. A proposta foi avaliada experimentalmente em uma rede de sensores simulada cujos recursos representam um espaço de variação de 4086 possíveis condições de contexto. Os resultados mostram que o método descrito é capaz de levantar contextos que afetam significativamente um bom percentual de pacientes com perfil de risco de saúde elevado.
Horário: 15h30
Palestrante: Lucas Benevides Dias (mestrando)
Título: Configuração Dinâmica de Organizador de Dados de Internet das Coisas
Resumo: Os dados coletados em um ambiente de Internet das Coisas (IoT - Internet of Things) podem atingir um volume muito grande, proporcional à quantidade de dados gerados pelos sensores, à periodicidade de envio dos mesmos e ao número de dispositivos conectados. Os dados emitidos por sensores classificam-se como séries temporais, pois têm suas observações registradas de maneira intervalada ao longo do tempo. Comumente um ambiente de IoT conta com um middleware, que faz a abstração da complexidade de conexão aos sensores. Em 2016 foi proposto um Sistema Distribuído de Coleta de Dados (SDCD), que tem por objetivo coletar, processar e armazenar os dados em um ambiente IoT podendo se acoplar a diferentes middlewares. O SDCD conta com um componente chamado Organizador de Séries Temporais (OST), que tem o objetivo de fazer o armazenamento de dados IoT de forma adequada às suas características de séries temporais, para obter melhor desempenho de escrita e recuperação dos dados e requerer menor espaço de armazenamento. A contribuição deste trabalho será projetar e implementar um Configurador Dinâmico do OST, acoplado a sistemas gerenciadores de bancos de dados NoSQL. A configuração será ajustada em tempo de execução, de maneira autônoma e terá como objetivo otimizar a carga de trabalho (operações de E/S) do banco de dados e trazer mais facilidade para o usuário, que não precisará se preocupar com a configuração.
Profa Célia Ghedini Ralha (Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.)
Coordenadora dos Seminários de Pós-Graduação em Informática 2017-2