Análise de dependabilidade de sistemas data center baseada em índices de importância

Nos dias atuais, questões relacionadas `a dependabilidade, como alta disponibilidade e alta confiabilidade estão cada vez mais em foco, principalmente devido aos serviços baseados na internet, que normalmente requerem operação ininterrupta dos serviços. Para melhorar os sistemas (arquiteturas de data center, por exemplo), deve ser realizada análise de dependabilidade. As atividades de melhoria normalmente envolvem redundância de componentes o que exige ainda, análise dos componentes. A fim de obter os valores de dependabilidade, além de entender as funcionalidades dos componentes, é importante quantificar a importância de cada componente para o sistema, além da relação entre dependabilidade e custos. Neste contexto, é importante o auxílio de ferramentas que automatizem atividades do projeto, reduzindo o tempo para se obter os resultados, quando comparados ao processo manual. Este trabalho propõe novos índices para quantificar a importância de componentes, relacionando custos, que podem auxiliar projetistas de data center. Adicionalmente, extensões para a ferramenta ASTRO (núcleo Mercury) foram implementadas e representam um dos resultados deste trabalho. Estas extensões incluem avaliação de importância de componentes, avaliação de dependabilidade por limites e geração das funções lógica e estrutural. Além disso, foram implementadas melhorias no módulo de Diagramas de Blocos para Confiabilidade (RBD). Mercury permite a análise de dependabilidade através de Redes de Petri Estocásticas (SPN) e RBD. Ainda considerando a ferramenta ASTRO, é possível quantificar o impacto na sustentabilidade de infraestruturas de data center. Todas as métricas implementadas foram avaliadas em arquiteturas de data center, embora não sejam limitadas a estas estruturas, podendo ser utilizadas para avaliar sistemas em geral. Para demonstrar a aplicabilidade deste trabalho foram gerados três estudos de cas