@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}
}

@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}
}

@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}
}