Use este identificador para citar ou linkar para este item: https://repositorio.ufjf.br/jspui/handle/ufjf/15339
Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
lucasotavianolarcher.pdf2.46 MBAdobe PDFThumbnail
Visualizar/Abrir
Tipo: Dissertação
Título: Um estudo experimental streaming-fog-cloud
Autor(es): Larcher, Lucas Otaviano
Primeiro Orientador: Menezes, Victor Ströele de Andrade
Co-orientador: Dantas, Mario Antonio Ribeiro
Co-orientador: Costa, Felipe Schneider
Membro da banca: Maciel, Luiz Maurilio da Silva
Membro da banca: Macedo, Douglas Dyllon Jeronimo de
Resumo: O aumento da produ¸c˜ao de dados tem sido constante ao longo dos anos. O crescimento da produ¸c˜ao de dados acaba gerando a necessidade de inova¸c˜ao de tecnologias no ramo de processamento de dados. As ferramentas de streaming de dados s˜ao softwares que tem como prop´osito lidar com grandes quantidades de dados com o objetivo de manter, gerir e analisar. Um problema quando se pensa em streaming de dados ´e o custo computacional para realizar tarefas para uma quantidade massiva de dados.Muito dessa dificuldade ´e devido a gera¸c˜ao de uma grande quantidade de dados que, por vezes, o sistema n˜ao consegue lidar. Isso acontece pois o hardware dispon´ıvel n˜ao tem poder computacional suficiente para lidar com todas as tarefas em tempo h´abil. A solu¸c˜ao mais b´asica envolve a utiliza¸c˜ao de mais hardware, at´e que seja suprida essa necessidade. Verifica-se tamb´em uma lacuna de recursos ociosos considerando os hardwares espalhados na rede que ainda n˜ao atingiram seu potencial m´aximo. Quando esses hardwares s˜ao habilitados para serem utilizados nas ”pontas”da rede, cria-se a disponibilidade para processar, armazenar e gerenciar os dados pr´oximo ao elemento gerador de dados, diminuindo latˆencia, aumentando a disponibilidade de hardware, disponibilizando mais poder computacional, entre v´arios outros benef´ıcios. Essa ´e a Fog. O objetivo deste trabalho ´e experimentar na Fog atrav´es de um estudo voltado para o campo dos dados, verificando quest˜oes como a redu¸c˜ao da sobrecarga gerada por fluxo de dados massivos, discutir o impacto da utiliza¸c˜ao das ferramentas de processamento de streaming de dados, verificar consumo de recursos e o poder computacional da plataforma, validar a utiliza¸c˜ao do ambiente como uma solu¸c˜ao vi´avel, entre outros. Neste trabalho foram realizados dois experimentos, sendo o primeiro fundamentalmente mais te´orico, com a an´alise e experimenta¸c˜ao na camada Fog sob a perspectiva do uso das Ferramentas de Processamento de Streaming de Dados (FPSD) e as limita¸c˜oes de recursos computacionais proporcionadas pelo hardware. O segundo experimento tenta solucionar um problema de conectividade no meio educacional entre alunos de ensino superior que est˜ao alocados em polos educacionais e a Cloud gerida pela universidade. Nesse caso, a disponibilidade da conex˜ao com a internet ´e bastante prec´aria e a interven¸c˜ao da utiliza¸c˜ao de um sistema em Fog pode sanar parte dos empecilhos para que a educa¸c˜ao a distˆancia torne-se mais eficiente e tenha melhor qualidade de experiˆencia para os usu´arios. Os experimentos apresentam resultados animadores. Em ambos os casos a solu¸c˜ao da Fog computacional atingiu as expectativas. No primeiro experimento, quando comparado com um sistema com mais recursos computacionais, o hardware se saiu bem e apresentou resultados al´em do esperado quanto a quantidade de elementos processados, enquanto os valores consumo de recurso seguiram comportamento semelhante. No segundo experimento a solu¸c˜ao Fog se encaixa muito bem, resolvendo os principais problemas relacionados a qualidade de experiˆencia do usu´ario, aumentando a disponibilidade e garantindo manuten¸c˜ao dos dados.
Abstract: The increase in data production has been constant over the years. The growth of data production genarates a need for innovation in technologies in the field of data processing. Data streaming tools are powerful software that aim to deal with large amounts of data to maintain, manage, and analyze. The biggest problem when thinking about data streaming is the computational cost to perform tasks for a massive amount of data. Part of this difficulty is ralated to a generation of a large amount of data that the system cannot handle. This happens because the available hardware does not have enough computational power to handle all tasks promptly. The most basic solution involves using more hardware until works. There is also a gap in idle resources, considering the hardware spread across the network that has not yet reached its maximum potential. When this hardware is enabled to be used at the “ends” of the network, availability is created to process, store and manage data close to the data generating element, reducing latencies, increasing hardware availability, providing more computational power and etc. This is Fog. The objective of this work is to promote the use of Fog through a study focused on the field of data, verifying issues such as reducing the overload generated by the flow of massive data, discussing the impact of using streaming data processing tools, verifying resource consumption and the computational power of the platform, validate the use of the environment as a viable solution, among others. In this work, two experiments were carried out, the first being fundamentally more theoretical, with the analysis of the Fog layer from the perspective of the use of Streaming Data Processing Tools (SDPT) and the limitation of computational resources provided by the hardware. The second experiment tries to solve a connectivity problem in the educational environment between education students who are allocated in educational centers and the Cloud managed by the university. In this case, the availability of the internet connection is quite precarious and the intervention of using a Fog system can remedy part of the obstacles for distance education to become more efficient and have the best quality of experience for users. The experiments showed encouraging results. In both cases, Fog’s computational solution do what is expected. In the first experiment, when compared to a system with more computational resources, the hardware performed well and presented results beyond expectations regarding the number of elements processed, while the resource consumption values followed a similar behavior. In the second experiment, the Fog solution go very well, solving the main problems related to the quality of user experience, increasing availability, and ensuring data maintenance.
Palavras-chave: Fog computing
Cloud computing
Data stream processors
Data stream
CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Idioma: por
País: Brasil
Editor: Universidade Federal de Juiz de Fora (UFJF)
Sigla da Instituição: UFJF
Departamento: ICE – Instituto de Ciências Exatas
Programa: Programa de Pós-graduação em Ciência da Computação
Tipo de Acesso: Acesso Aberto
Attribution 3.0 Brazil
Licenças Creative Commons: http://creativecommons.org/licenses/by/3.0/br/
URI: https://repositorio.ufjf.br/jspui/handle/ufjf/15339
Data do documento: 1-Mar-2023
Aparece nas coleções:Mestrado em Ciência da Computação (Dissertações)



Este item está licenciado sob uma Licença Creative Commons Creative Commons