@misc{Welter2023,

title = {Proposta de Monitoramento de um Data Center usando IoT},

author = {Greice Aline Welter and Adriano Vogel },

editor = {Greice Aline Welter and Adriano Vogel and Fauzi Shubeita },

url = {https://larcc.setrem.com.br/wp-content/uploads/2024/10/EC_PROJETO_TCC_New-2.pdf},

year  = {2023},

date = {2023-12-30},

urldate = {2023-12-30},

abstract = {Nowadays, monitoring a datacenter is of paramount importance due to the growing

dependence of companies on technology and online services. Continuous moni-

toring allows you to quickly identify and solve problems, minimizing downtime and

maintaining the availability of critical systems. Furthermore, monitoring assists in

detecting security threats, protecting sensitive data and preventing cyber-attacks.

With ever-increasing demands for performance and energy efficiency, monitoring

helps to optimize the use of resources, reducing costs and environmental impact.

The objective of this work is to evaluate the performance in monitoring the environ-

ment of a datacenter. This work used ALLNET devices, such as the ll3500v2, ll4404

and ll3008 to carry out the humidity and temperature readings of a datacenter, and

a comparison was made with an esp8266 and a dht22 sensor.},

howpublished = {Miscellaneous},

keywords = {Cloud computing, IoT, Monitoramento},

pubstate = {published},

tppubtype = {misc}

}

@inproceedings{larcc:MALISZEWSKI:SBAC-PADW:23,

title = {Evaluation Model and Performance Analysis of NIC Aggregations in Containerized Private Clouds},

author = {Anderson Matthias Maliszewski and Dalvan Griebler and Eduardo Roloff and Rodrigo Rosa da Righi and Philippe O A Navaux},

url = {https://doi.org/},

year  = {2023},

date = {2023-10-01},

booktitle = {International Symposium on Computer Architecture and High Performance Computing Workshops (SBAC-PADW)},

pages = {1-8},

publisher = {IEEE},

address = {Porto Alegre, Brazil},

series = {SBAC-PADW'23},

keywords = {Cloud computing},

pubstate = {published},

tppubtype = {inproceedings}

}

@article{GOMES:IJCSIT:22,

title = {Steam++: An Extensible End-to-end Framework for Developing IoT Data Processing Applications in the Fog},

author = {Márcio Miguel Gomes and Rodrigo Rosa da Righi and Cristiano André da Costa and Dalvan Griebler},

url = {http://dx.doi.org/10.5121/ijcsit.2022.14103},

doi = {10.5121/ijcsit.2022.14103},

year  = {2022},

date = {2022-02-01},

journal = {International Journal of Computer Science & Information Technology},

volume = {14},

number = {1},

pages = {31-51},

publisher = {AIRCC},

abstract = {IoT applications usually rely on cloud computing services to perform data analysis such as filtering, aggregation, classification, pattern detection, and prediction. When applied to specific domains, the IoT needs to deal with unique constraints. Besides the hostile environment such as vibration and electricmagnetic interference, resulting in malfunction, noise, and data loss, industrial plants often have Internet access restricted or unavailable, forcing us to design stand-alone fog and edge computing solutions. In this context, we present STEAM++, a lightweight and extensible framework for real-time data stream processing and decision-making in the network edge, targeting hardware-limited devices, besides proposing a micro-benchmark methodology for assessing embedded IoT applications. In real-case experiments in a semiconductor industry, we processed an entire data flow, from values sensing, processing and analysing data, detecting relevant events, and finally, publishing results to a dashboard. On average, the application consumed less than 500kb RAM and 1.0% of CPU usage, processing up to 239 data packets per second and reducing the output data size to 14% of the input raw data size when notifying events.},

keywords = {Cloud computing, IoT, Stream processing},

pubstate = {published},

tppubtype = {article}

}

@incollection{larcc:minicurso:ERAD:21,

title = {Ambiente de Nuvem Computacional Privada para Teste e Desenvolvimento de Programas Paralelos},

author = {Anderson M. Maliszewski and Adriano Vogel and Dalvan Griebler and Claudio Schepke and Philippe Navaux},

editor = {Andrea Charão and Matheus Serpa},

url = {https://doi.org/10.5753/sbc.6150.4},

doi = {10.5753/sbc.6150.4},

year  = {2021},

date = {2021-06-01},

booktitle = {Minicursos da XXI Escola Regional de Alto Desempenho da Região Sul},

pages = {104-128},

publisher = {Sociedade Brasileira de Computação (SBC)},

address = {Porto Alegre},

chapter = {5},

abstract = {A computação de alto desempenho costuma utilizar agregados de computadores para a execução de aplicações paralelas. Alternativamente, a computação em nuvem oferece recursos computacionais distribuídos para processamento com um nível de abstração além do tradicional, dinâmico e sob-demanda. Este capítulo tem como objetivo introduzir conceitos básicos, apresentar noções básicas para implantar uma nuvem privada e demonstrar os benefícios para o desenvolvimento e teste de programas paralelos em nuvem.},

keywords = {Cloud computing, Parallel programming},

pubstate = {published},

tppubtype = {incollection}

}

@article{larcc:DL_solos:REABTIC:21,

title = {Simplificando a Interpretação de Laudos de Análise de Solo com Deep Learning em Nuvem},

author = {Alisson Allebrandt and Diego Henrique Schmidt and Dalvan Griebler},

url = {https://revistas.setrem.com.br/index.php/reabtic/article/view/387},

doi = {10.5281/zenodo.4445204},

year  = {2021},

date = {2021-01-01},

journal = {Revista Eletrônica Argentina-Brasil de Tecnologias da Informação e da Comunicação (REABTIC)},

volume = {1},

number = {13},

publisher = {SETREM},

address = {Três de Maio, RS, Brazil},

abstract = {Um dos aspectos que interfere em uma boa produtividade agrícolaé o solo, consequentemente, a sua conservação por meio da aplicação corretade nutrientes e adubação é de suma importância. Neste artigo, propõe-se umaarquitetura de software e um aplicativo mobile capaz de auxiliar agricultores eengenheiros agrônomos na interpretação de análises de solo geradas em laboratórios.A arquitetura de software foi concebida para atuar em um ambientede nuvem e o aplicativo mobile é a interface para captura e apresentação dosdados. Inicialmente, foi necessário criar uma base de dados com diferentestipos e configurações de imagens. O dataset foi tratado para eliminar ruídos(tais como luminosidade, sombras e distorções) e usado para avaliação de duassoluções de Deep Learning (Google Vision e Tesseract OCR), onde o TesseractOCR se mostrou mais preciso usando as mesmas imagens. Além de ofertar oaplicativo mobile, que é um primeiro passo, a pesquisa realizada revela váriascarências tecnológicas e oportunidades para inovações na área de ciência dossolos.},

keywords = {Agriculture, Cloud computing, Deep learning},

pubstate = {published},

tppubtype = {article}

}

@inproceedings{larcc:DL_Frameworks:SAPS:20,

title = {Avaliação dos Frameworks TensorFlow, PyTorch e Keras para Deep Learning},

author = {Greice Aline Welter and Anthony Vanzan and Gabriel Rustick Fim and Matheus César Sausen and Dalvan Griebler},

url = {https://larcc.setrem.com.br/wp-content/uploads/2020/11/SAPS_2020_Greice.pdf},

year  = {2020},

date = {2020-10-01},

booktitle = {22 Salão de Pesquisa Setrem (SAPS)},

pages = {5},

publisher = {Sociedade Educacional Três de Maio},

address = {Três de Maio, RS, Brazil},

abstract = {Os frameworks de programação são um conjunto de classes sobre a qual uma ferramenta é constituída. Esse esqueleto disponibilizará classes para construir, por exemplo, uma solução que permita criar e trabalhar com vários modelos heterogêneos de RNAs (Redes Neurais Artificiais) interligadas. Como existem diversas opções disponíveis, não se sabe qual delas é a mais adequada. Em uma pesquisa prévia no contexto do projeto de pesquisa AGROCOMPUTAÇÃO (parceria entre SETREM e TECNICON), identificou-se que os principais frameworks para o desenvolvimento de RNAs profundas (Deep Learning) são TensorFlow, PyTorch e Keras. A partir disso, o objetivo foi avaliar qual delas é a melhor para o desenvolvimento de modelos de RNAs. Além de contribuir com o projeto AGROCOMPUTAÇÃO, os resultados dessa pesquisa poderão auxiliar na tomada de decisão de outros projetos de software que visam criar modelos de RNAs profundas. Os testes efetuados apontaram que o PyTorch é melhor no quesito acurácia e é mais flexível para o desenvolvimento de modelos de RNAs se comparado ao TensorFlow e Keras.},

keywords = {Cloud computing, Deep learning},

pubstate = {published},

tppubtype = {inproceedings}

}

@inproceedings{larcc:ieee802.3ad_containers:ICCSA:20,

title = {Performance Impact of IEEE 802.3ad in Container-based Clouds for HPC Applications},

author = {Anderson M. Maliszewski and Eduardo Roloff and Dalvan Griebler and Luciano P. Gaspary and Philippe O. A. Navaux},

url = {https://doi.org/10.1007/978-3-030-58817-5_13},

doi = {10.1007/978-3-030-58817-5_13},

year  = {2020},

date = {2020-07-01},

booktitle = {International Conference on Computational Science and its Applications (ICCSA)},

pages = {158-167},

publisher = {Springer},

address = {Cagliari, Italy},

series = {ICCSA'20},

abstract = {Historically, large computational clusters have supported hardware requirements for executing High-Performance Computing (HPC) applications. This model has become out of date due to the high costs of maintaining and updating these infrastructures. Currently, computing resources are delivered as a service because of the cloud computing paradigm. In this way, we witnessed consistent efforts to migrate HPC applications to the cloud. However, if on the one hand cloud computing offers an attractive environment for HPC, benefiting from the pay-per-use model and on-demand resource allocation, on the other, there are still significant performance challenges to be addressed, such as the known network bottleneck. In this article, we evaluate the use of a Network Interface Cards (NIC) aggregation approach, using the IEEE 802.3ad standard to improve the performance of representative HPC applications executed in LXD container based-cloud. We assessed the aggregation impact using two and four NICs with three distinct transmission hash policies. Our results demonstrated that if the correct hash policy is selected, the NIC aggregation can significantly improve the performance of network-intensive HPC applications by up to 40%.},

keywords = {Cloud computing},

pubstate = {published},

tppubtype = {inproceedings}

}

@inproceedings{larcc:network_azure_cost_perf:ISCC:20,

title = {Performance and Cost-Aware in Clouds: A Network Interconnection Assessment},

author = {Anderson M. Maliszewski and Eduardo Roloff and Emmanuell D. Carreño and Dalvan Griebler and Luciano P. Gaspary and Philippe O. A. Navaux},

url = {https://doi.org/10.1109/ISCC50000.2020.9219554},

doi = {10.1109/ISCC50000.2020.9219554},

year  = {2020},

date = {2020-07-01},

booktitle = {IEEE Symposium on Computers and Communications (ISCC)},

pages = {1-6},

publisher = {IEEE},

address = {Rennes, France},

series = {ISCC'20},

abstract = {The availability of computing resources has significantly changed due to the growing adoption of the cloud computing paradigm. Aiming at potential advantages such as cost savings through the pay-per-use method and resource allocation in a scalable/elastic way, we witnessed consistent efforts to execute high-performance computing (HPC) applications in the cloud. Performance in this environment depends heavily upon two main system components: processing power and network interconnection. If, on the one hand, allocating more powerful hardware theoretically boosts performance, on the other hand, it increases the allocation cost. In this paper, we evaluated how the network interconnection impacts on performance and cost efficiency. Our experiments were carried out using NAS Parallel Benchmarks and Alya HPC application on Microsoft Azure public cloud provider, with three different cloud instances/network interconnections. The results revealed that through the use of the accelerated networking approach, which allows the instance to have a high-performance interconnect without additional charges, the performance of HPC applications can be significantly improved with a better cost efficiency.},

keywords = {Cloud computing},

pubstate = {published},

tppubtype = {inproceedings}

}

@inproceedings{larcc:network_impact:ERAD:20,

title = {Avaliando o Impacto da Rede no Desempenho e Custo de Execução de Aplicações HPC},

author = {Anderson M Maliszewski and Eduardo Roloff and Dalvan Griebler and Philippe O A Navaux},

url = {https://doi.org/10.5753/eradrs.2020.10786},

doi = {10.5753/eradrs.2020.10786},

year  = {2020},

date = {2020-04-01},

booktitle = {20th Escola Regional de Alto Desempenho da Região Sul (ERAD-RS)},

pages = {159-160},

publisher = {Sociedade Brasileira de Computação},

address = {Santa Maria, RS, Brazil},

abstract = {O desempenho das aplicações HPC depende de dois componentes principais; poder de processamento e interconexão de rede. Este artigo avalia o impacto que a interconexão de rede exerce em programas paralelos usando um cluster homogêneo, em relação a desempenho e custo de execução estimado.},

keywords = {Benchmark, Cloud computing},

pubstate = {published},

tppubtype = {inproceedings}

}

@inproceedings{larcc:impacto_interconexao_HPC:WSCAD:19,

title = {O Impacto da Interconexão de Rede no Desempenho de Programas Paralelos},

author = {Anderson Maliszewski and Eduardo Roloff and Dalvan Griebler and Philippe Navaux},

url = {https://doi.org/10.5753/wscad.2019.8658},

doi = {10.5753/wscad.2019.8658},

year  = {2019},

date = {2019-10-01},

booktitle = {Anais do XX Simpósio em Sistemas Computacionais de Alto Desempenho},

pages = {73-84},

publisher = {Sociedade Brasileira de Computação},

address = {Campo Grande, Brazil},

series = {WSCAD'19},

abstract = {O desempenho de aplicações paralelas depende de dois componentes principais do ambiente; o poder de processamento e a interconexão de rede. Neste trabalho, foi avaliado o impacto de uma interconexão de alto desempenho em programas paralelos em um cluster homogêneo de servidores interconectados por Gigabit Ethernet 1 Gbps e InfiniBand FDR 56 Gbps. Foi realizada uma caracterização do NAS Parallel Benchmarks em relação à computação, comunicação e custo de execução em instâncias da Microsoft Azure. Os resultados mostraram que, em aplicações altamente dependentes de rede, o desempenho pode ser significativamente melhorado ao utilizar InfiniBand a um custo de execução melhor, mesmo com o preço superior da instância.},

keywords = {Cloud computing, Parallel programming},

pubstate = {published},

tppubtype = {inproceedings}

}

@inproceedings{larcc:communication_overhead_lxd:ISCC:19,

title = {Minimizing Communication Overheads in Container-based Clouds for HPC Applications},

author = {Anderson M Maliszewski and Adriano Vogel and Dalvan Griebler and Eduardo Roloff and Luz Gustavo Fernandes and Philippe O A Navaux},

url = {https://doi.org/10.1109/ISCC47284.2019.8969716},

doi = {10.1109/ISCC47284.2019.8969716},

year  = {2019},

date = {2019-07-01},

booktitle = {IEEE Symposium on Computers and Communications (ISCC)},

pages = {1-6},

publisher = {IEEE},

address = {Barcelona, Spain},

series = {ISCC'19},

abstract = {Although the industry has embraced the cloud computing model, there are still significant challenges to be addressed concerning the quality of cloud services. Network-intensive applications may not scale in the cloud due to the sharing of the network infrastructure. In the literature, performance evaluation studies are showing that the network tends to limit the scalability and performance of HPC applications. Therefore, we proposed the aggregation of Network Interface Cards (NICs) in a ready-to-use integration with the OpenNebula cloud manager using Linux containers. We perform a set of experiments using a network microbenchmark to get specific network performance metrics and NAS parallel benchmarks to analyze the performance impact on HPC applications. Our results highlight that the implementation of NIC aggregation improves network performance in terms of throughput and latency. Moreover, HPC applications have different patterns of behavior when using our approach, which depends on communication and the amount of data transferring. While network-intensive applications increased the performance up to 38%, other applications with aggregated NICs maintained the same performance or presented slightly worse performance.},

keywords = {Cloud computing},

pubstate = {published},

tppubtype = {inproceedings}

}

@misc{larcc:djalma:TCC:19,

title = {Modelo Conceitual de Monitoramento e Gerenciamento para Smart Datacenters},

author = {Djalma Rafael Teixeira},

url = {https://larcc.setrem.com.br/wp-content/uploads/2020/08/TCC_SETREM__Djalma_.pdf},

year  = {2019},

date = {2019-06-01},

address = {Três de Maio, RS, Brazil},

school = {Sociedade Educacional Três de Maio (SETREM)},

abstract = {The demand for smart datacenters has been increasing considerably due to the complexity of managing the current infrastructures, which is due to the increasing need for computing resources within organizations. The present work aims to propose a model of intelligent management and monitoring for datacenters and to test its effectiveness through the partial implementation of the same. A complete survey of the physical infrastructure, logical network and services in the LARCC IT infrastructure was carried out. By means of the results obtained, the classification of the datacenter of the laboratory was made according to the requirements of ANSI TIA 942. Through the analysis and research carried out by related works, a conceptual model for monitoring and management was elaborated intelligent for computer infrastructures, which was divided into five major areas: air conditioning, energy, computing, network and security. We also defined the events that affect these elements, how to monitor them and how to manage them based on the autonomous computing approach. With this, the models were implemented regarding temperature and energy, which uses reactive actions to address and contain consequences of overheating and energy loss. To implement this flow of actions was used the tool Zabbix, and its function of executing remote commands for practical application of the model. It is concluded that the proposed conceptual model is more effective in the containment of critical events that may affect the infrastructure, these results were tested and validated in practice for the elements of temperature and energy.},

howpublished = {Undergraduate Thesis},

keywords = {Cloud computing, IoT},

pubstate = {published},

tppubtype = {misc}

}

@inproceedings{larcc:desempenho_LXD_Opennebula:ERAD:19,

title = {Avaliação de Desempenho em Contêineres LXD com Aplicações Científicas na Nuvem OpenNebula},

author = {Anderson M Maliszewski and Gabriel R Fim and Carlos A F Maron and Adriano Vogel and Dalvan Griebler},

url = {http://larcc.setrem.com.br/wp-content/uploads/2019/04/192099.pdf},

year  = {2019},

date = {2019-04-01},

booktitle = {19th Escola Regional de Alto Desempenho da Região Sul (ERAD/RS)},

publisher = {Sociedade Brasileira de Computação},

address = {Três de Maio, RS, Brazil},

abstract = {As nuvens privadas IaaS podem fornecer um ambiente atrativo paraaplicações científicas. No entanto, como existem diversos modelos de implan-tação e configuração, avaliar o desempenho dessas aplicações é um desafio.Este artigo tem como objetivo avaliar o desempenho de contêineres LXD ge-renciados pelo OpenNebula, utilizando os benchmarks da suite NPB-MPI. Osresultados mostram que o LXD não induz a grandes overheads no desempenho},

keywords = {Benchmark, Cloud computing},

pubstate = {published},

tppubtype = {inproceedings}

}

@techreport{larcc:rt5:19,

title = {Avaliação de Desempenho da Agregação de Interfaces de Rede em Ambientes de Nuvem Privada HiPerfCloud: High Performance in Cloud},

author = {Anderson M Maliszewski and Dalvan Griebler},

url = {http://larcc.setrem.com.br/wp-content/uploads/2019/12/LARCC_HiPerfCloud_RT5_2019.pdf},

doi = {10.13140/RG.2.2.14800.87044},

year  = {2019},

date = {2019-01-01},

institution = {Laboratory of Advanced Research on Cloud Computing (LARCC)},

keywords = {Benchmark, Cloud computing},

pubstate = {published},

tppubtype = {techreport}

}

@inproceedings{larcc:multithreading_cloud:WSCAD:18,

title = {On the Performance of Multithreading Applications under Private Cloud Conditions},

author = {Anderson M Maliszewski and Dalvan Griebler and Adriano Vogel and Claudio Schepke},

url = {https://doi.org/10.1109/WSCAD.2018.00055},

doi = {10.1109/WSCAD.2018.00055},

year  = {2018},

date = {2018-10-01},

booktitle = {Symposium on High Performance Computing Systems (WSCAD)},

pages = {273-273},

publisher = {IEEE},

address = {São Paulo, Brazil},

abstract = {IaaS private clouds provide an attractive environment for scientific applications. However, the performance is a challenge, as additional abstraction layers imposed by the virtualization can cause overheads and bottlenecks. This paper contributes to a performance analysis of applications with dedicated and shared resources environments under private cloud conditions, deployed with container (LXC) or kernel-based (KVM) instances. We selected five benchmarks from PARSEC suite. In the experimental results, identify a performance pattern of behavior among the applications was hard. For a set of multi-threading applications, the KVM-based cloud instances achieved better performance, however, in the other set of applications, the LXC-based cloud instances performed better.},

keywords = {Cloud computing},

pubstate = {published},

tppubtype = {inproceedings}

}

@inproceedings{larcc:link_agreggation:ERRC:18,

title = {Avaliação do Desempenho do Protocolo Bonding em Máquinas Virtuais LXC e KVM},

author = {Maikel Klein and Anderson Mattheus Maliszewski and Dalvan Griebler},

url = {http://larcc.setrem.com.br/wpcontent/uploads/2018/11/ERRC_2018__Link_Aggregation_.pdf},

year  = {2018},

date = {2018-07-01},

booktitle = {15th Escola Regional de Redes de Computadores (ERRC)},

pages = {1-8},

publisher = {Sociedade Brasileira de Computação},

address = {Pelotas, BR},

abstract = {O processamento de grandes volumes de dados (Big Data) e seu armazenamento distribuído vem aumentado gradualmente o uso da rede. Com isso, torna-se necessário o uso de tecnologias para otimizar a largura de banda. Uma das soluções de baixo custo e fácil implementação é a agregação de link. Além disso, a virtualização, usada como base na computação em nuvem, oferece vários benefícios utilizados no Big Data. O objetivo deste trabalho é avaliar o desempenho de rede usando a agregação de link com o protocolo bonding em máquinas virtuais LXC e KVM. Os resultados mostram que o protocolo bonding tem comportamento similar com ambos tipos de virtualização.},

keywords = {Benchmark, Cloud computing},

pubstate = {published},

tppubtype = {inproceedings}

}

@inproceedings{larcc:NAS_cloud_LXC_KVM:HPCS:2018,

title = {The NAS Benchmark Kernels for Single and Multi-Tenant Cloud Instances with LXC/KVM},

author = {Anderson M Maliszewski and Dalvan Griebler and Claudio Schepke and Alexander Ditter and Dietmar Fey and Luiz Gustavo Fernandes},

url = {https://doi.org/10.1109/HPCS.2018.00066},

doi = {10.1109/HPCS.2018.00066},

year  = {2018},

date = {2018-07-01},

booktitle = {International Conference on High Performance Computing & Simulation (HPCS)},

pages = {359-366},

publisher = {IEEE},

address = {Orleans, France},

series = {HPCS'18},

abstract = {Private IaaS clouds are an attractive environment for scientific workloads and applications. It provides advantages such as almost instantaneous availability of high-performance computing in a single node as well as compute clusters, easy access for researchers, and users that do not have access to conventional supercomputers. Furthermore, a cloud infrastructure provides elasticity and scalability to ensure and manage any software dependency on the system with no third-party dependency for researchers. However, one of the biggest challenges is to avoid significant performance degradation when migrating these applications from physical nodes to a cloud environment. Also, we lack more research investigations for multi-tenant cloud instances. In this paper, our goal is to perform a comparative performance evaluation of scientific applications with single and multi-tenancy cloud instances using KVM and LXC virtualization technologies under private cloud conditions. All analyses and evaluations were carried out based on NAS Benchmark kernels to simulate different types of workloads. We applied statistic significance tests to highlight the differences. The results have shown that applications running on LXC-based cloud instances outperform KVM-based cloud instances in 93.75% of the experiments w.r.t single tenant. Regarding multi-tenant, LXC instances outperform KVM instances in 45% of the results, where the performance differences were not as significant as expected.},

keywords = {Benchmark, Cloud computing},

pubstate = {published},

tppubtype = {inproceedings}

}

@inproceedings{larcc:parsec_cloudstack_lxc_kvm:ISCC:2018,

title = {Performance of Data Mining, Media, and Financial Applications under Private Cloud Conditions},

author = {Dalvan Griebler and Adriano Vogel and Carlos A F Maron and Anderson M Maliszewski and Claudio Schepke and Luiz Gustavo Fernandes},

url = {https://dx.doi.org/10.1109/ISCC.2018.8538759},

doi = {10.1109/ISCC.2018.8538759},

year  = {2018},

date = {2018-06-01},

booktitle = {IEEE Symposium on Computers and Communications (ISCC)},

pages = {1530-1346},

publisher = {IEEE},

address = {Natal, Brazil},

series = {ISCC'18},

abstract = {This paper contributes to a performance analysis of real-world workloads under private cloud conditions. We selected six benchmarks from PARSEC related to three mainstream application domains (financial, data mining, and media processing). Our goal was to evaluate these application domains in different cloud instances and deployment environments, concerning container or kernel-based instances and using dedicated or shared machine resources. Experiments have shown that performance varies according to the application characteristics, virtualization technology, and cloud environment. Results highlighted that financial, data mining, and media processing applications running in the LXC instances tend to outperform KVM when there is a dedicated machine resource environment. However, when two instances are sharing the same machine resources, these applications tend to achieve better performance in the KVM instances. Finally, financial applications achieved better performance in the cloud than media and data mining.},

keywords = {Benchmark, Cloud computing},

pubstate = {published},

tppubtype = {inproceedings}

}

@inproceedings{larcc:network_performance_container:ISCC:2018,

title = {Evaluating, Estimating, and Improving Network Performance in Container-based Clouds},

author = {Cassiano Rista and Marcelo Teixeira and Dalvan Griebler and Luiz Gustavo Fernandes},

url = {https://doi.org/10.1109/ISCC.2018.8538558},

doi = {10.1109/ISCC.2018.8538558},

year  = {2018},

date = {2018-06-01},

booktitle = {IEEE Symposium on Computers and Communications (ISCC)},

pages = {1530-1346},

publisher = {IEEE},

address = {Natal, Brazil},

series = {ISCC'18},

abstract = {Cloud computing has recently attracted a great deal of interest from both industry and academia, emerging as an important paradigm to improve resource utilization, efficiency, flexibility, and pay-per-use. However, cloud platforms inherently include a virtualization layer that imposes performance degradation on network-intensive applications. Thus, it is crucial to anticipate possible performance degradation to resolve system bottlenecks. This paper uses the Petri Nets approach to create different models for evaluating, estimating, and improving network performance in container-based cloud environments. Based on model estimations, we assessed the network bandwidth utilization of the system under different setups. Then, by identifying possible bottlenecks, we show how the system could be modified to improve performance. We then tested how the model would behave through real-world experiments. When the model indicates probable bandwidth saturation, we propose a link aggregation approach to increase bandwidth, using lightweight virtualization to reduce virtualization overhead. Results reveal that our model anticipates the structural and behavioral characteristics of the network in the cloud environment. Therefore, it systematically improves network efficiency, which saves effort, time, and money.},

keywords = {Cloud computing},

pubstate = {published},

tppubtype = {inproceedings}

}

@misc{larcc:maikel_rudinei:TCC:18,

title = {Avaliação do Desempenho dos Protocolos Bonding e MPTCP em Instâncias LXC e KVM com Nuvem OpenNebula},

author = {Maikel Klein and Rudinei Petter},

url = {http://larcc.setrem.com.br/wp-content/uploads/2018/11/TCC_SETREM__Maikel_e_Rudinei_.pdf},

year  = {2018},

date = {2018-06-01},

address = {Três de Maio, RS, Brazil},

school = {Sociedade Educacional Três de Maio (SETREM)},

abstract = {The study of the Bonding and MPTCP protocols have as a benefit the use of existing infrastructure, using the total capacity that the hardware offers for increasing performance and redundancy to failures. The main objective of this work is to study, understand, implement the private cloud with the Bonding and MPTCP protocols over LXC and KVM instances to identify which protocols can achieve the best performance in an OpenNebula cloud environment. The results demonstrated that the application of the bonding protocol has the same behavior in cloud environments with LXC and KVM instances. The MPTCP protocol presented results close to the native environment only in KVM instances, with degradation of performance in the network when applied in a cloud environment with LXC instances.},

howpublished = {Undergraduate Thesis},

keywords = {Cloud computing},

pubstate = {published},

tppubtype = {misc}

}

@inproceedings{larcc:cloudtack_lxc_kvm:ERAD:18,

title = {Desempenho em Instâncias LXC e KVM de Nuvem Privada usando Aplicações Científicas},

author = {Anderson M Maliszewski and Dalvan Griebler and Claudio Schepke},

url = {http://larcc.setrem.com.br/wp-content/uploads/2018/04/LARCC_ERAD_IC_MAliszweski_2018.pdf},

year  = {2018},

date = {2018-04-01},

booktitle = {18th Escola Regional de Alto Desempenho do Estado do Rio Grande do Sul (ERAD/RS)},

pages = {129-132},

publisher = {Sociedade Brasileira de Computação},

address = {Porto Alegre, RS, Brazil},

abstract = {As nuvens privadas IaaS oferecem um ambiente atraente para aplicações científicas. Como este ambiente possui camadas adicionais de abstração, alcançar um bom desempenho é um desafio. O objetivo é realizar uma avaliação de desempenho das tecnologias de virtualização baseadas em KVM e LXC gerenciadas pelo CloudStack, usando benchmarks da suite NPB-OMP. Os resultados revelaram que LXC supera KVM em 93,75% dos experimentos.},

keywords = {Cloud computing},

pubstate = {published},

tppubtype = {inproceedings}

}

@techreport{larcc:rt4:18,

title = {Caracterizando a Implantação e o Desempenho de Aplicações em Ambientes de Nuvem Privada com Recursos Compartilhados e Dedicados},

author = {Carlos A F Maron and Adriano Vogel and Dalvan Griebler},

url = {http://larcc.setrem.com.br/wp-content/uploads/2018/12/LARCC_HiPerfCloud_RT4_2017.pdf},

doi = {10.13140/RG.2.2.14176.74240},

year  = {2018},

date = {2018-01-01},

institution = {Laboratory of Advanced Research on Cloud Computing (LARCC)},

keywords = {Benchmark, Cloud computing},

pubstate = {published},

tppubtype = {techreport}

}

@misc{larcc:course:CloudStack:ERRC:17,

title = {Implantação de Ambiente de Nuvem e Funcionalidades para Alta Disponibilidade Usando CloudStack},

author = {Adriano Vogel and Dalvan Griebler and Raul Leiria and Claudio Schepke},

url = {http://larcc.setrem.com.br/wp-content/uploads/2018/03/ERRC_2017_CloudStack.pdf},

year  = {2017},

date = {2017-09-01},

address = {Santa Maria, RS, Brazil},

abstract = {A computação em nuvem surgiu a partir do uso combinado de diferentes abordagens (virtualização, clusters computacionais, grids, redes de computadores). Atualmente, ela está normatizada pela ISO e NIST, onde sua arquitetura base é composta pelos modelos de implantação (público, privado, híbrido e comunitário) e modelos de serviço (IaaS - Infrastructure as a Service, PaaS - Platform as a Service e SaaS - Software as a Service). As principais características da computação em nuvem é a alocação de recursos sob demanda e o pagamento apenas dos recursos que o usuário utilizou. Além de ser um modelo de negócio interessante para empresas, a computação em nuvem tem sido uma alternativa simples e econômica para a maior parte dos datacenters privados. Junto a isso, emergiram algumas ferramentas que permitem o gerenciamento desta infraestrutura (e.g., OpenStack, CloudStack e OpenNebula). Um aspecto importante em ambientes de nuvem é a alta disponibilidade de aplicações executadas na infraestrutura. Diversas aplicações não podem sofrer com interrupções ou falhas enquanto executadas. Por isso, técnicas de redundância e tolerância a falhas são implantadas no nível da infraestrutura e nas aplicações. Nas infraestruturas de nuvem, existe uma crescente demanda para manter online servidores e máquinas virtuais, porém, nas ferramentas open source de IaaS é notável os desafios para alta disponibilidade dos ambientes. Neste minicurso, o objetivo é introduzir o tema computação em nuvem no modelo IaaS usando a ferramenta de gerenciamento de código aberto CloudStack. O minicurso tem enfoque prático, ao implantar uma nuvem privada usando CloudStack e evidenciar as funcionalidades presentes na ferramenta para alta disponibilidade em ambientes de nuvem. Espera-se que ao final do curso, o participante consiga implantar um ambiente de nuvem usando a ferramenta e tenha conhecimento sobre a importância, funcionalidades e desafios para alta disponibilidade em ambientes de produção.},

howpublished = {Short Course},

keywords = {Cloud computing},

pubstate = {published},

tppubtype = {misc}

}

@inproceedings{larcc:zabbix_energy_cloud:ERRC:17,

title = {Uma Proposta para o Monitoramento Energético de Nuvens Computacionais Privadas no Zabbix},

author = {Raul Leiria and Adriano Vogel and Dalvan Griebler and Claudio Schepke},

url = {http://larcc.setrem.com.br/wp-content/uploads/2018/02/CR_ERRC_Leiria_2017.pdf},

year  = {2017},

date = {2017-09-01},

booktitle = {15th Escola Regional de Redes de Computadores (ERRC)},

pages = {1-4},

publisher = {Sociedade Brasileira de Computação},

address = {Santa Maria, BR},

abstract = {In the last years, cloud computing has been consolidated as a new computational paradigm due to its widespread adoption. Proportionally, this leverages to the increasing of the power consumption by data centers. As a consequence, there is a witnessed about the growing demand for monitoring the power consumption on computational infrastructures. Therefore, in this work is proposed a mechanism to monitor the cloud computing power draw through the Zabbix open-source networking monitoring tool.},

keywords = {Cloud computing},

pubstate = {published},

tppubtype = {inproceedings}

}

@misc{larcc:leiria:TCC:16,

title = {Monitoramento Energético em Nuvens Computacionais},

author = {Raul Leiria},

url = {http://larcc.setrem.com.br/wp-content/uploads/2017/03/LEIRIA_TCC_2016.pdf},

year  = {2016},

date = {2016-01-01},

address = {Alegrete/RS},

school = {Universidade Federal do Pampa},

abstract = {As nuvens computacionais consomem grandes quantidades de energia elétrica, sendo responsáveis por causar a emissão de 2% do dióxido de carbono mundial. Alguns gerenciadores de nuvem, como o OpenNebula, não dispõem de recursos para monitorar o consumo energético de seus serviços e infraestruturas, deixando seus administradores desinformados sobre a quantidade de energia elétrica consumida. Em razão disso, o objetivo deste trabalho é criar um sistema para monitorar o consumo energético em data centers virtualizados com Kernel-based Virtual Machine e geridos pelo OpenNebula. O sistema proposto denomina-se Monitor Energético (ME) e divide-se em Monitor Energético em Bash (MEB) para coleta dos consumos energéticos das máquinas virtuais e Monitor Energético em Web (MEW) para exibir os dados energéticos na interface Web do OpenNebula. Experimentos realizados com a ferramenta Sysbench comprovaram o funcionamento do sistema proposto durante o estresse proposital do ambiente analisado.},

howpublished = {Undergraduate Thesis},

keywords = {Cloud computing},

pubstate = {published},

tppubtype = {misc}

}

@misc{larcc:bruna_eduardo:TCC:13,

title = {Análise e Comparação de Ferramentas Open Source de Computação em Nuvem para o Modelo de Serviço IaaS},

author = {Eduardo Hentges and Bruna Thomé},

url = {http://larcc.setrem.com.br/wp-content/uploads/2017/03/THOME_TCC_2013.pdf},

year  = {2013},

date = {2013-12-01},

address = {Três de Maio, RS, Brazil},

school = {Sociedade Educacional Três de Maio (SETREM)},

abstract = {A computação em nuvem é uma área que tem sido tema de constantes pesquisas, pois possibilita às empresas, independentemente do tamanho da mesma e de suas necessidades, ter acesso à tecnologia. Pode ser citado como exemplo de computação em nuvem, o IaaS, um modelo de serviço que fornece ao usuário a infraestrutura de hardware, sem que o mesmo necessite gerenciar ou realizar a manutenção. A principal motivação deste trabalho foi avaliar e comparar ferramentas open source de computação em nuvem para modelos de serviço IaaS para um ambiente de estações de trabalho. Em vista disso, foram usados para avaliação métodos como abordagem dedutiva e também qualitativa, os procedimentos de pesquisa exploratória e bibliográfica e por fim as técnicas de observação e teste. O objetivo do trabalho foi fazer uma análise comparativa do que a literatura descreve das principais ferramentas (OpenNebula, OpenStack, CloudStack, Eucalyptus, Ubuntu Enterprise Cloud, Abiquo, OpenQRM e ConVirt) e posteriormente analisar o comportamento de duas ferramentas (OpenNebula e OpenStack) em um ambiente de estações de trabalho, que foram escolhidas a partir da avaliação teórica e por serem ferramentas não abordadas na prática em nenhum trabalho relacionado. Dentre as características avaliadas no contexto da literatura, as ferramentas OpenNebula, OpenStack, OpenQRM e Eucalyptus demonstraram ser mais completas, por apresentarem uma maior gama de características. Já na implantação prática, os resultados obtidos a partir dos testes, serviram para realizar a avaliação entre as ferramentas em relação à coerência com a literatura e o desempenho apresentado durante o funcionamento da nuvem. E os resultados mostraram que o OpenNebula é a ferramenta que melhor se adequa a uma nuvem privada utilizando-se estações de trabalho, pois foi a que melhor se saiu nos testes realizados.},

howpublished = {Undergraduate Thesis},

keywords = {Cloud computing},

pubstate = {published},

tppubtype = {misc}

}

@inproceedings{larcc:iaas_survey:ERRC:13,

title = {Computação em Nuvem: Análise Comparativa de Ferramentas Open Source para IaaS},

author = {Bruna Thomé and Eduardo Hentges and Dalvan Griebler},

url = {http://larcc.setrem.com.br/wp-content/uploads/2017/03/THOME_ERRC_2013.pdf},

year  = {2013},

date = {2013-11-01},

booktitle = {11th Escola Regional de Redes de Computadores (ERRC)},

pages = {4},

publisher = {Sociedade Brasileira de Computação},

address = {Porto Alegre, RS, Brazil},

abstract = {Este artigo tem por objetivo estudar, apresentar e comparar as principais ferramentas open source de computação em nuvem. O conceito de computação em nuvem está cada vez mais presente nas redes de computadores. A dificuldade não está apenas em implantar uma nuvem, mas também em escolher a ferramenta mais apropriada. Assim, este trabalho buscou estudar as seguintes ferramentas: Eucalyptus, OpenNebula, OpenQRM, OpenStack, CloudStack Ubuntu Enterprise Cloud, Abiquo, Convirt, Apache Virtual Lab e Nimbus. Para estas, foram consideradas as características, funcionalidades e formas de operação, evidenciando o cenário mais indicado para cada uma delas.},

keywords = {Cloud computing},

pubstate = {published},

tppubtype = {inproceedings}

}