An Approach Flexible to Dynamic Server Consolidation in Cloud Computing Exploring Interval-Valued Fuzzy Logic.

Considering the characteristics and scalability of typical computing cloud environments, one of its main demands is efficient resource management. Among resource management techniques, the dynamic consolidation of the virtual machines (VM) employed stands out. This consolidation has proved to be an effective technique, with a high potential to optimize the use of resources and energy efficiency of data centers employed in computing clouds. The consolidation of VMs is structured in four main steps: determination of overloaded physical machines, determination of underloaded physical machines, selection of VMs for migration, and allocation of VMs. The modeling of these phases, and consequently their impact on resource management, directly influence aspects of their use, such as energy efficiency, SLA and, consequently, QoS. Although several strategies are being proposed to perform resource management, an approach that allows the consolidation of different scenarios and/or applications of cloud computing is still unavailable. With this motivation, this work proposes using strategies based on fuzzy logic in decision making when managing resources in cloud computing, which allow a preventive treatment of the uncertainties associated with the variables of the computational environments employed. More specifically, this work has as its central objective the design of a flexible approach employing interval-valued fuzzy logic to address the issues of dynamic server consolidation in cloud computing. The approach also envisages the employment of new aggregation operators in the fuzzy system’s inference process, representing unions and intersections. The proposed approach also considers using methods for ordering intervals to support cases where conventional methods do not meet. The results achieved using the Int-FLBCC approach allowed good energy efficiency levels while preserving the cloud computing infrastructure’s SLAs.Sem bolsaConsiderando as características e a escalabilidade dos ambientes típicos da computação em nuvem uma das suas principais demandas é o gerenciamento eficiente de recursos. Dentre as técnicas para o gerenciamento de recursos destaca-se a consolidação dinâmica das máquinas virtuais (MV) empregadas. Esta consolidação vem se mostrando uma técnica eficaz, com elevado potencial para otimizar a utilização dos recursos e a eficiência energética dos data centers empregados nas nuvens computacionais. A consolidação de MVs é estruturada em quatro etapas principais: determinação das máquinas físicas sobrecarregadas, determinação das máquinas físicas sub-carregadas, seleção de MVs para migração e a alocação de MVs. A modelagem destas fases, e consequentemente o seu impacto no gerenciamento de recursos, influencia diretamente os aspectos de utilização dos mesmos, como eficiência energética, SLA e, consequentemente a QoS. Apesar de diversas estratégias estarem sendo propostas para realizar o gerenciamento de recursos, ainda não está disponível uma abordagem que faculte a consolidação de diferentes cenários e/ou aplicações da computação em nuvem. Com esta motivação, este trabalho explora o emprego de estratégias baseadas em lógica fuzzy na tomada de decisão quando do gerenciamento de recursos na computação em nuvem, as quais permitem realizar um tratamento preventivo das incertezas associadas às variáveis dos ambientes computacionais empregados. De modo mais específico, este trabalho tem como objetivo central a concepção de uma abordagem flexível empregando a lógica fuzzy valorada intervalarmente para realizar o tratamento de questões da consolidação dinâmica de servidores na computação em nuvem. Na abordagem ainda é previsto o emprego de novos operadores de agregação utilizados no processo de inferência do sistema fuzzy, representando as uniões e interseções. A abordagem proposta também considera a utilização de métodos para ordenação de intervalos, visando prover suporte para os casos em que os métodos convencionais não atendem. Os resultados atingidos com o uso da abordagem Int-FLBCC permitiram bons níveis de eficiência energética, enquanto foram preservados os SLAs da infraestrutura de CN