Seleção de modelo de implantação de computação em nuvem usando o método de análise multicritério AHP

Bruno de Azevedo Ramos; José Elias da Silva Justo

doi:10.19180/1809-2667.v25n32023.19044

Autores

Bruno de Azevedo Ramos Instituto Federal de Educação, Ciência e Tecnologia Fluminense (IFFluminense), Campos dos Goytacazes/RJ https://orcid.org/0000-0001-8825-1119
José Elias da Silva Justo Instituto Federal de Educação, Ciência e Tecnologia Fluminense, Campos dos Goytacazes/RJ https://orcid.org/0000-0003-0193-107X

DOI:

https://doi.org/10.19180/1809-2667.v25n32023.19044

Palavras-chave:

computação em nuvem, modelos de implantação, tomada de decisão, análise multicritério, processo de análise hierárquica

Resumo

A computação em nuvem é um tema de destaque na computação e tem por objetivo prover recursos computacionais sob demanda por meio da Internet. Muitas organizações já adotaram as tecnologias em nuvem, outras ainda analisam a viabilidade dessa migração. O objetivo deste artigo é indicar qual modelo de implantação de computação em nuvem é o mais apropriado para ser adotado em uma Diretoria de Tecnologia da Informação e Comunicação de uma instituição de ensino pública. Para tanto, utiliza-se o método de análise multicritério AHP (Analytic Hierarchy Process) para auxiliar na tomada de decisão. Primeiramente, baseado nos trabalhos relacionados da literatura, elabora-se a estrutura hierarquizada de critérios e subcritérios; em seguida, aplicam-se questionários com a equipe de trabalho para priorizar os fatores em níveis de importância e por fim seleciona-se a alternativa. Como resultado, o critério segurança é indicado com maior relevância, seguido de disponibilidade, escalabilidade e, por último, o custo. A alternativa considerada como adequada para a diretoria é a nuvem híbrida. Conclui-se que o método AHP se mostrou eficiente para avaliar a complexidade dos diversos critérios envolvidos.

Downloads

Os dados de download ainda não estão disponíveis.

Biografia do Autor

Bruno de Azevedo Ramos, Instituto Federal de Educação, Ciência e Tecnologia Fluminense (IFFluminense), Campos dos Goytacazes/RJ

Mestrando no programa de pós-graduação stricto sensu Mestrado Profissional em Sistemas Aplicados à Engenharia e Gestão (SAEG) do Instituto Federal de Educação, Ciência e Tecnologia Fluminense (IFFluminense). Assistente em Administração no Instituto Federal de Educação, Ciência e Tecnologia Fluminense (IFFluminense) - Campos dos Goytacazes/RJ – Brasil. E-mail: bruno.ramos@gsuite.iff.edu.br.
José Elias da Silva Justo, Instituto Federal de Educação, Ciência e Tecnologia Fluminense, Campos dos Goytacazes/RJ

Mestre em Pesquisa Operacional e Inteligência Computacional pela Universidade Cândido Mendes/RJ (2011). Analista de Tecnologia da Informação e Professor de Ensino Básico, Técnico e Tecnológico do Instituto Federal de Educação, Ciência e Tecnologia Fluminense (IFFluminense) - Campos dos Goytacazes/RJ – Brasil. E-mail: jose.elias@gsuite.iff.edu.br.

Referências

AHUJA, M. et al. MCDA Framework for Edge-Aware Multi-Cloud Hybrid Architecture Recommendation. In: ASE, 22., IEEE/ACM INTERNATIONAL CONFERENCE ON AUTOMATED SOFTWARE ENGINEERING, 37., 10 Oct. 2022, Rochester, MI, USA. Proceedings […]. New York, NY: ACM, 2022. DOI: https://doi.org/10.1145/3551349.3559501. Disponível em: https://dl.acm.org/doi/10.1145/3551349.3559501. Acesso em: 13 out. 2023.

AKHROUF, M.; DERGHOUM, M. Use of a multi-criteria decision support model based on the AHP method for the selection of health infrastructure projects. International Journal of the Analytic Hierarchy Process, v. 15, n. 1, 9 mar. 2023. DOI: https://doi.org/10.13033/ijahp.v15i1.1040. Disponível em: https://www.ijahp.org/index.php/IJAHP/article/download/1040/842. Acesso em: 13 out. 2023.

ARAÚJO, C. J. M. Tomada de decisão multicritério em infraestruturas como serviço em nuvem: uma abordagem baseada em modelos de dependabilidade, performabilidade e custo. 2019. Tese (Doutorado em Ciência da Computação) – Universidade Federal de Pernambuco, Recife, PE, 5 abr. 2019. Disponível em: https://repositorio.ufpe.br/handle/123456789/33690. Acesso em: 13 out. 2023.

BASU, A.; GHOSH, S. Implementing Fuzzy TOPSIS in Cloud Type and Service Provider Selection. Advances in Fuzzy Systems, v. 2018, p. 1-12, 15 nov. 2018. DOI: https://doi.org/10.1155/2018/2503895. Disponível em: https://www.hindawi.com/journals/afs/2018/2503895/. Acesso em: 13 out. 2023.

FERREIRA, M. M.; MARTINS, J. M.; SALGADO, E. G. Aplicação do método Analytic Hierarchy Process para a adoção de computação em nuvem em empresas juniores. Revista Eletrônica de Sistemas de Informação e Gestão Tecnológica, v. 5, n. 1, p. 51-70, 2015. Disponível em: http://periodicos.unifacef.com.br/resiget/article/view/975. Acesso em: 13 out. 2023.

GARG, R. MCDM-Based Parametric Selection of Cloud Deployment Models for an Academic Organization. IEEE Transactions on Cloud Computing, v. 10, n. 2, p. 863-871, abr. 2022. DOI: https://doi.org/ 10.1109/TCC.2020.2980534. Disponível em: https://ieeexplore.ieee.org/document/9035390. Acesso em: 13 out. 2023.

GIL, A. C. Métodos e Técnicas de Pesquisa Social. 6. ed. São Paulo: Atlas, 2008.

GOEPEL, K. D. Implementation of an Online Software Tool for the Analytic Hierarchy Process (AHP-OS). International Journal of the Analytic Hierarchy Process, v. 10, n. 3, 6 dez. 2018. DOI: https://doi.org/10.13033/ijahp.v10i3.590. Disponível em: https://ijahp.org/index.php/IJAHP/article/view/590. Acesso em: 13 out. 2023.

INDRIANI, W. et al. Selection of cloud deployment model for Ministry of Foreign Affairs using Benefit, Cost, Opportunity, and Risk (BCOR) Analysis and Analytic Hierarchy Process (AHP). In: INTERNATIONAL CONFERENCE ON INFORMATICS AND COMPUTING (ICIC), Oct. 2016, Mataram, Indonesia. Proceedings […]. Mataram: IEEE, 2016. pp. 447-452. DOI: https://doi.org/10.1109/iac.2016.7905761. Disponível em: https://ieeexplore.ieee.org/document/7905761. Acesso em: 13 out. 2023.

LEE, Y.-C.; TANG, H.; SUGUMARAN, V. A Deployment Model for Cloud Computing using the Analytic Hierarchy Process and BCOR Analysis. In: AMERICAS CONFERENCE ON INFORMATION SYSTEMS, ACIS, 18., 9-12 August 2012, Seattle, Washington, USA. Proceedings […]. Disponível em: https://aisel.aisnet.org/amcis2012/proceedings/EnterpriseSystems/18. Acesso em: 17 jun. 2022.

MELL, P.; GRANCE, T. The NIST Definition of Cloud Computing. Special Publication (NIST SP), 2011. DOI: https://doi.org/10.6028/NIST.SP.800-145. Disponível em: https://nvlpubs.nist.gov/nistpubs/Legacy/SP/nistspecialpublication800-145.pdf. Acesso em: 13 out. 2023.

MICROSOFT AZURE. Guia de introdução para operadores de TI do Azure. Disponível em: https://learn.microsoft.com/pt-br/azure/guides/operations/azure-operations-guide. Acesso em: 10 out. 2022.

OLIVEIRA, A. A. D. Aplicação do método de análise hierárquica na tomada de decisão para adoção de computação em nuvem: Um estudo de caso na federação das indústrias do RN. 2011. Dissertação (Mestrado em Engenharia de Produção) - Universidade Federal do Rio Grande do Norte, Natal, RN, 2011. Disponível em: https://repositorio.ufrn.br/jspui/handle/123456789/15011. Acesso em: 13 out. 2023.

OLIVEIRA, M. S. et al. Integrated data envelopment analysis, multi-criteria decision making, and cluster analysis methods: Trends and perspectives. Decision Analytics Journal, v. 8, p. 100271, set. 2023. DOI: https://doi.org/10.1016/j.dajour.2023.100271. Disponível em: https://www.sciencedirect.com/science/article/pii/S277266222300111X?via%3Dihub. Acesso em: 13 out. 2023.

PETKOVIC, I. CRM in the cloud. In: IEEE INTERNATIONAL SYMPOSIUM ON INTELLIGENT SYSTEMS AND INFORMATICS, SISY 2010, 8., Sep. 2010, Subotica, Servia. Proceedings […]. Subotica: IEEE, 2010. DOI: https://doi.org/10.1109/SISY.2010.5647402. Disponível em: http://ieeexplore.ieee.org/document/5647402/. Acesso em: 18 jun. 2022.

RAMACHANDRAN, N. et al. Selecting a suitable Cloud Computing technology deployment model for an academic institute: A case study. Campus-Wide Information Systems, v. 31, n. 5, p. 319-345, 1 Jan. 2014. DOI: https://doi.org/10.1108/CWIS-09-2014-0018. Disponível em: https://www.emerald.com/insight/content/doi/10.1108/CWIS-09-2014-0018/full/html. Acesso em: 13 out. 2023.

SAATY, T. L. Multicriteria decision making: the analytic hierarchy process: planning, priority setting, resource allocation. 2th. ed. with new material added ed. New York: McGraw-Hill, 1988.

SAHA, M. et al. An efficient composite cloud service model using multi-criteria decision-making techniques. The Journal of Supercomputing, v. 79, n. 8, p. 8754-8788, 1 maio 2023. DOI: https://doi.org/10.1007/s11227-022-05013-1. Disponível em: https://link.springer.com/article/10.1007/s11227-022-05013-1. Acesso em: 13 out. 2023.

SILVA, E.; MENEZES, E. Metodologia da Pesquisa e Elaboração de Dissertação. 4. ed. Florianópolis: UFSC, 2005.

THAKKAR, H. K. et al. (ed.). Predictive Analytics in Cloud, Fog, and Edge Computing: Perspectives and Practices of Blockchain, IoT, and 5G. Cham: Springer International Publishing, 2023.

THAKUR, N.; SINGH, A.; SANGAL, A. L. Cloud services selection: A systematic review and future research directions. Computer Science Review, v. 46, p. 100514, nov. 2022. DOI: https://doi.org/10.1016/j.cosrev.2022.100514. Disponível em: https://www.sciencedirect.com/science/article/pii/S157401372200048X?via%3Dihub. Acesso em: 13 out. 2023.

VARGAS, R. V. Using the analytic hierarchy process (AHP) to select and prioritize projects in a portfolio. PMI Global Congress, v. 32, n. 3, p. 1-22, 2010.

ZAYAT, W. et al. Application of MADM methods in Industry 4.0: A literature review. Computers & Industrial Engineering, v. 177, p. 109075, mar. 2023. DOI: https://doi.org/10.1016/j.cie.2023.109075. Disponível em: https://www.sciencedirect.com/science/article/pii/S0360835223000992. Acesso em: 13 out. 2023.

ZHENG, Q. et al. Impact of a firm’s physical and knowledge capital intensities on its selection of a cloud computing deployment model. Information & Management, v. 57, n. 7, p. 103259, nov. 2020. DOI: https://doi.org/10.1016/j.im.2019.103259. Disponível em: https://www.sciencedirect.com/science/article/pii/S0378720617307231?via%3Dihub. Acesso em: 13 out. 2023.