01. Universidade Federal Rural de Pernambuco - UFRPE (Sede)
URI permanente desta comunidadehttps://arandu.ufrpe.br/handle/123456789/1
Navegar
2 resultados
Resultados da Pesquisa
Item Analisando o Backup-as-a-Service como uma estratégia de recuperação de desastres(2021-06-02) Queiroz, Ewerton Cleyton Silva de; Andrade, Ermeson Carneiro de; Mendonça Neto, Júlio Rodrigues de; http://lattes.cnpq.br/7849727159222731; http://lattes.cnpq.br/2466077615273972; http://lattes.cnpq.br/1234353605805269Nos ambientes modernos, falhas dos sistemas de Tecnologia da Informação e Comunicação (TIC) podem ter consequências graves para os negócios como perda de dados, insatisfação do cliente e perda de receita. Soluções de recuperação de desastres (DR), tais como Backup como Serviço (BaaS), vêm sendo adotadas por empresas como forma de evitar esses problemas e garantir a continuidade dos negócios. No entanto, existem diversas variáveis a serem consideradas na adoção de uma solução de DR. Portanto, neste artigo, apresentamos uma abordagem integrada utilizando experimentos e modelagem para avaliar um ambiente de BaaS para fins de DR. Em nossa análise, consideramos importantes métricas de DR como disponibilidade, downtime, RTO (Recovery Time Objective) e RPO (Recovery Point Objective). Os resultados mostraram que quando o BaaS é adotado, a disponibilidade do ambiente pode variar de acordo com a quantidade de dados de backup ou restauração. Além disso, uma análise de sensibilidade realizada apontou que o RTO e o RPO foram influenciados principalmente pelo tempo médio para restaurar o centro de dados (DC) e pelo intervalo de backup, respectivamente. A abordagem proposta pode ajudar empresas ou indivíduos interessados em adquirir soluções de DR no processo de tomada de decisão.Item Um ambiente para modelagem integrada de energia, custo e disponibilidade de Data Centers(2021-07-20) Leonardo, Wenderson de Souza; Callou, Gustavo Rau de Almeida; http://lattes.cnpq.br/3146558967986940; http://lattes.cnpq.br/0100793252761254Sustentabilidade tem recebido atenção crescente da comunidade científica, sendo o maior foco o da redução do consumo energético e também na manutenção de recursos não renováveis para as futuras gerações. Em paralelo, a expansão de paradigmas como o da computação nas nuvens, redes sociais e comércio eletrônico acabou por aumentar a demanda dos data centers. Nesse contexto, ferramentas que dão suporte a modelagem de arquiteturas de data center e que sejam capazes de computar métricas como a de disponibilidade, custo e consumo energético são de extrema importância. Esse projeto propõe o desenvolvimento de uma ferramenta com uma visão de alto nível para a modelagem de arquiteturas de data centers com a finalidade de se computar o consumo energético, disponibilidade e custo. No desenvolvimento dessa ferramenta, uma biblioteca de grafos está sendo utilizada para representar os componentes dessas arquiteturas, e a partir da qual será convertida internamente para scripts compatíveis com outra ferramenta, denominada, Mercury. A ferramenta proposta irá converter o modelo dessa visão de alto nível, e através da comunicação com o Mercury, serão computadas as métricas de interesse através dos formalismos RBD (Reliability Block Diagram), EFM (Energy Flow Model) e SPN (Stochastic Petri Nets). Além disso, algoritmos de otimização foram integrados a ferramenta proposta. Com o intuito de encontrar uma combinação de componentes para uma dada arquitetura de data center em uma fração reduzida de tempo, em comparação ao algoritmo de força bruta (algoritmo que testa todos os casos), a partir de uma lista de preestabelecida de componentes.