Modelo Analítico para Avaliar Plataformas Cliente/Servidor e Agentes Móveis Aplicado à Gerência de Redes



Documentos relacionados
TEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma.

7. Resolução Numérica de Equações Diferenciais Ordinárias

Introdução e Organização de Dados Estatísticos

UTILIZAÇÃO DO MÉTODO DE TAGUCHI NA REDUÇÃO DOS CUSTOS DE PROJETOS. Uma equação simplificada para se determinar o lucro de uma empresa é:

UNIVERSIDADE DO ESTADO DA BAHIA - UNEB DEPARTAMENTO DE CIÊNCIAS EXATAS E DA TERRA COLEGIADO DO CURSO DE DESENHO INDUSTRIAL CAMPUS I - SALVADOR

Sistemas Robóticos. Sumário. Introdução. Introdução. Navegação. Introdução Onde estou? Para onde vou? Como vou lá chegar?

1 Princípios da entropia e da energia

Cálculo do Conceito ENADE

Rastreando Algoritmos

NOTA II TABELAS E GRÁFICOS

Sempre que surgir uma dúvida quanto à utilização de um instrumento ou componente, o aluno deverá consultar o professor para esclarecimentos.

Regressão e Correlação Linear

CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnilesteMG

AGENTES MÓVEIS VERSUS SNMP UMA AVALIAÇÃO DE DESEMPENHO ANALÍTICA

Objetivos da aula. Essa aula objetiva fornecer algumas ferramentas descritivas úteis para

TRANSPORTE E ESTOCAGEM DE FUMO UM MODELO DE PROGRAMAÇÃO LINEAR USADO NA TOMADA DE DECISÃO

Distribuição de Massa Molar

5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado)

Metodologia IHFA - Índice de Hedge Funds ANBIMA

Análise Econômica da Aplicação de Motores de Alto Rendimento

Controlo Metrológico de Contadores de Gás

Suporte Básico para Sistemas de Tempo Real

Influência dos Procedimentos de Ensaios e Tratamento de Dados em Análise Probabilística de Estrutura de Contenção


Energia de deformação na flexão

Lista de Exercícios de Recuperação do 2 Bimestre. Lista de exercícios de Recuperação de Matemática 3º E.M.

2 Máquinas de Vetor Suporte 2.1. Introdução

REGRESSÃO LOGÍSTICA. Seja Y uma variável aleatória dummy definida como:

MODELAGEM MATEMÁTICA DO PROCESSO DE EVAPORAÇÃO MULTI-EFEITO NA INDÚSTRIA DE PAPEL E CELULOSE

3 Algoritmos propostos

Exercícios de Física. Prof. Panosso. Fontes de campo magnético

Nota Técnica Médias do ENEM 2009 por Escola

ALGORITMOS GENÉTICOS COMO FERRAMENTA AUXILIAR NA TOMADA DE DECISÃO EM ATIVIDADES DE GESTÃO AGROINDUSTRIAL

Sinais Luminosos 2- CONCEITOS BÁSICOS PARA DIMENSIONAMENTO DE SINAIS LUMINOSOS.

ELEMENTOS DE CIRCUITOS

UNIVERSIDADE PRESBITERIANA MACKENZIE CCSA - Centro de Ciências Sociais e Aplicadas Curso de Economia

CAPÍTULO VI Introdução ao Método de Elementos Finitos (MEF)

Motores síncronos. São motores com velocidade de rotação fixa velocidade de sincronismo.

Física. Setor B. Índice-controle de Estudo. Prof.: Aula 23 (pág. 86) AD TM TC. Aula 24 (pág. 87) AD TM TC. Aula 25 (pág.

TRANSMISSÃO DE DADOS Prof. Ricardo Rodrigues Barcelar

Escolha do Consumidor sob condições de Risco e de Incerteza

PREVISÃO DE PARTIDAS DE FUTEBOL USANDO MODELOS DINÂMICOS

Controle Estatístico de Qualidade. Capítulo 8 (montgomery)

CURSO ON-LINE PROFESSOR: VÍTOR MENEZES

Otimização de Custos de Transporte e Tributários em um Problema de Distribuição Nacional de Gás

(note que não precisa de resolver a equação do movimento para responder a esta questão).

Física. Física Módulo 1 Vetores, escalares e movimento em 2-D

Análise logística da localização de um armazém para uma empresa do Sul Fluminense importadora de alho in natura

Estimativa da Incerteza de Medição da Viscosidade Cinemática pelo Método Manual em Biodiesel

As tabelas resumem as informações obtidas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de informações.

DISTRIBUIÇÃO DA AÇÃO DO VENTO NOS ELEMENTOS DE CONTRAVENTAMENTO CONSIDERANDO O PAVIMENTO COMO DIAFRAGMA RÍGIDO: ANÁLISE SIMPLIFICADA E MATRICIAL

ANEXO II METODOLOGIA E CÁLCULO DO FATOR X

RESOLUÇÃO Nº 32/2014/CONEPE. O CONSELHO DO ENSINO, DA PESQUISA E DA EXTENSÃO da Universidade Federal de Sergipe, no uso de suas atribuições legais,

Despacho Econômico de. Sistemas Termoelétricos e. Hidrotérmicos

COMPARATIVO ENTRE MÉTODOS DE CÁLCULO DE PERDAS EM TRANSFORMADORES ALIMENTANDO CARGAS NÃO-LINEARES

Covariância e Correlação Linear

Termodinâmica e Termoquímica

Hoje não tem vitamina, o liquidificador quebrou!

PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS DO CEARÁ

2. MATERIAIS E MÉTODOS

Apostila de Estatística Curso de Matemática. Volume II Probabilidades, Distribuição Binomial, Distribuição Normal. Prof. Dr. Celso Eduardo Tuna

Estimativa dos fluxos turbulentos de calor sensível, calor latente e CO 2, sobre cana-de-açúcar, pelo método do coespectro.

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação

Aula 7: Circuitos. Curso de Física Geral III F-328 1º semestre, 2014

Universidade Federal do Rio de Janeiro. Escola Politécnica. Departamento de Eletrônica e de Computação

1. Explicando Roteamento um exemplo prático. Através da análise de uns exemplos simples será possível compreender como o roteamento funciona.

Atribuição Automática de Propagandas a Páginas da Web

O migrante de retorno na Região Norte do Brasil: Uma aplicação de Regressão Logística Multinomial

UM MODELO DE ALOCAÇÃO DINÂMICA DE CAMINHÕES VISANDO AO ATENDIMENTO DE METAS DE PRODUÇÃO E QUALIDADE

ESTATÍSTICA. PROBABILIDADES Professora Rosana Relva Números Inteiros e Racionais ESTATÍSTICA. Professor Luiz Antonio de Carvalho

O USO DA INTEGRAL DEFINIDA NO CÁLCULO DA ÁREA ALAGADA DA BARRAGEM DO RIO BONITO

XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA NOVO MODELO PARA O CÁLCULO DE CARREGAMENTO DINÂMICO DE TRANSFORMADORES

14. Correntes Alternadas (baseado no Halliday, 4 a edição)

XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA

Capítulo 1. O plano complexo Introdução. Os números complexos começaram por ser introduzidos para dar sentido à 2

Controle de qualidade de produto cartográfico aplicado a imagem de alta resolução

Software para Furação e Rebitagem de Fuselagem de Aeronaves

Geração de poses de faces utilizando Active Appearance Model Tupã Negreiros 1, Marcos R. P. Barretto 2, Jun Okamoto 3

MAPEAMENTO DA VARIABILIDADE ESPACIAL

Nesse circuito, os dados indicam que a diferença de potencial entre os pontos X e Y, em volts, é a) 3,3 c) 10 e) 18 b) 6,0 d) 12.

CQ110 : Princípios de FQ

Palavras-chave: jovens no mercado de trabalho; modelo de seleção amostral; região Sul do Brasil.

UMA REDE NEURAL ARTIFICIAL HÍBRIDA: MULTI-LAYER PERCEPTRON (MLP) E INTERAC- TIVE ACTIVATION AND COMPETITION (IAC)

Equipas Educativas Para uma nova organização da escola. João Formosinho Joaquim Machado

INTRODUÇÃO AO CÁLCULO DE ERROS NAS MEDIDAS DE GRANDEZAS FÍSICAS

1 a Lei de Kirchhoff ou Lei dos Nós: Num nó, a soma das intensidades de correntes que chegam é igual à soma das intensidades de correntes que saem.

Projeto de Redes de Computadores. Projeto do Esquema de Endereçamento e de Nomes

ÍNDICE NOTA INTRODUTÓRIA

Análise Fatorial F 1 F 2

Associação de resistores em série

Projetos I Resumo de TCC. Luiz Rogério Batista De Pieri Mat:

Mercado de Água e o Estado: Lições da Teoria dos Jogos

RESOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS

Das ideias ao sucesso

INFLUÊNCIA DAS VARIÁVEIS OPERACIONAIS NA REMOÇÃO DE ETANOL DE VINHO DELEVEDURADO POR CO 2

Redes de Computadores II

I. Introdução. inatividade. 1 Dividiremos a categoria dos jovens em dois segmentos: os jovens que estão em busca do primeiro emprego, e os jovens que

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.

SEQÜENCIAMENTO DE TAREFAS COM MÁQUINAS PARALELAS, PERMITINDO ATRASOS E COM TEMPOS DE PREPARAÇÃO DE MÁQUINA DEPENDENTES DA SEQÜÊNCIA.

IV - Descrição e Apresentação dos Dados. Prof. Herondino

Transcrição:

Modelo Analítco para Avalar Plataformas Clente/Servdor e Agentes Móves Aplcado à Gerênca de Redes Julana Amaral Arantes, Carlos Becker Westphall, Rcardo Felpe Custódo {julana, westphal}@lrg.ufsc.br, custodo@nf.ufsc.br Unversdade Federal de Santa Catarna - UFSC Curso de Pós Graduação em Cêncas da Computação - CPGCC Laboratóro de Redes e Gerênca LRG Caxa Postal: 476 CEP: 88040-970 Floranópols SC Fone: (048) 331-9498 Ramal: 228 Fax: (048) 331-9770 Resumo O constante crescmento das redes de computadores e da dversdade de topologas nterconectadas vem dfcultando cada vez mas uma gerênca efcente destas redes. A gerênca centralzada, modelo mas adotado atualmente, tem se mostrado nflexível e nefcente dante deste crescmento. Por outro lado, a mobldade de códgo tem sdo consderada uma possível solução para este problema. Neste contexto, este trabalho propõe um modelo analítco para avalar o desempenho de agentes móves (AM) em comparação com o modelo de gerênca tradconal e centralzado (SNMP), em uma topologa genérca de rede. O modelo matemátco proposto é aplcado em dversas topologas e confgurações de rede para dentfcar sob quas condções cada técnca de gerênca, AM e SNMP, é mas efcente. Abstract The constant growth of computer networks and the varety of topologes beng nterconnected are makng the effcent management of these networks a hard task. Centralzed management, currently the most used model, s becomng nflexble and neffcent n vew of ths growth. On the other hand, code moblty s beng consdered as a possble soluton to ths problem. In ths context, the present work proposes an analytcal model to evaluate the performance of Moble Agents (MA) compared wth the tradtonal and centralzed management model (SNMP) n a generc network topology. The proposed mathematcal model s appled n some network topologes and confguratons n order to dentfy under whch stuatons each management technque, MA and SNMP, s more effcent. Palavras Chaves: Gerênca de redes, SNMP, agentes móves, avalação de desempenho 1. Introdução A grande maora das aplcações de gerênca de redes utlzadas atualmente adotam os modelos centralzados de gerencamento SNMP (Smple Network Management Protocol) ou CMIP (Common Management Informaton Protocol), baseados na arqutetura Clente/Servdor. Mas, o constante crescmento das redes, e consequentemente da quantdade de nformações a ser processada e trafegada pela rede, tem comprometdo a efcênca destes modelos centralzados de gerencamento. Além dsso, a expansão das redes trouxe a tona os problemas de escalabldade desta arqutetura centralzada.

A necessdade da descentralzação ou dstrbução da gerênca de rede já fo amplamente reconhecda pela comundade de gerênca de redes e váras soluções vêm sendo propostas. As versões mas recentes das arquteturas de gerencamento já agregam característcas de dstrbução, como por exemplo os proxy agents e o RMON da IETF. Entretanto, estas soluções anda não apresentam o grau de descentralzação e flexbldade necessáros à gerênca de grandes redes [10][11][17]. Além dsso, váras arquteturas de gerencamento dstrbuído e paradgmas de gerênca que vsam a descentralzação vêm sendo estudados e propostos. A mobldade de códgo está sendo consderada como uma solução para descentralzar e otmzar a gerênca das redes, uma vez que ela oferece um nível de flexbldade necessáro para ldar com os problemas advndos do gerencamento centralzado e com a complexdade ntrínseca das grandes redes. De acordo com [2], a mobldade de códgo permte que se alcance uma gerênca mas efcente uma vez que a déa é que as funções de gerencamento devem se deslocar para os dados, ao nvés de mover os dados para as funções, favorecendo ganhos em performance e flexbldade. Váras característcas dos agentes móves, tas como redução do tráfego na rede, superação da latênca, compressão semântca, flexbldade, autonoma e tolerânca a falhas, os potencalzam como uma solução efetva para a descentralzação da atvdade de gerênca. O paradgma de agentes móves vêm sendo amplamente dscutdo e város trabalhos apontam as vantagens de sua utlzação em dversos tpos de aplcações, dentre as quas a gerênca de redes de computadores e telecomuncações. As pesqusas da utlzação de agentes como forma de descentralzação da atvdade de gerênca começaram com o paradgma de gerênca por delegação [1][2][3][4]. Em [13] é apresentada uma avalação de város paradgmas de códgo móvel (Códgo sob Demanda, Remote Evaluaton e Agentes Móves) em comparação com a arqutetura Clente/Servdor no domíno da gerênca de rede. O desempenho de agentes móves na descentralzação da atvdade de gerênca vem sendo tema de dversas pesqusas [6][7][8][9][10][11]. Alguns trabalhos comparam efetvamente o paradgma de agentes móves com o SNMP. Em [10], o autor realza uma comparação de desempenho de agentes móves e SNMP na gerênca de redes locas e redes com topologa semelhante a Internet, através de mplementação e smulações. Em [11] fo proposto um modelo analítco com o ntuto de comparar o desempenho das duas técncas em redes herárqucas e com os roteadores cascateados. Dentro deste contexto, este trabalho objetva avalar o desempenho dos agentes móves enquanto técnca de gerênca de redes em comparação com o SNMP, modelo de gerênca tradconal e centralzado, em uma topologa genérca de rede. E, o mas mportante, vsa prover uma manera smples de dentfcar a melhor técnca a ser utlzada em cada stuação, ou seja, em cada topologa e confguração de rede. A sua organzação é descrta a segur. Na 2 a seção é proposto um modelo analítco para a avalação de desempenho da aplcação de agentes móves e SNMP na gerênca de redes. A seção 3 mostra efetvamente a comparação das duas técncas, através da aplcação do modelo matemátco proposto em alguns estudos de casos. Em seguda, na 4ª seção, são apontadas algumas possíves evoluções do modelo analítco. Fnalmente, as conclusões são apresentadas na seção 5. 2. Modelo Analítco para Avalação de Desempenho das Técncas de Gerencamento de Rede com Agentes Móves e SNMP Os métodos de gerênca centralzados, como o SNMP, podem comprometer o desempenho da atvdade de gerênca com o crescmento e aumento da complexdade da rede alvo do gerencamento. Por outro lado, os agentes móves foram apresentados como uma

possível alternatva para a descentralzação da gerênca de redes. Neste contexto, este trabalho propõe e valda um modelo matemátco que pode ser utlzado para avalar e comparar o desempenho das duas técncas de gerencamento de redes, paradgma de agentes móves e SNMP, em qualquer topologa e confguração de rede. A métrca consderada na avalação de desempenho fo o tempo de resposta resultante de uma operação de gerênca em dversos recursos dstrbuídos por um ou mas segmentos da rede. Esta operação de gerênca consste da obtenção de varáves SNMP da MIB de cada elemento gerencado. Com a utlzação desta métrca o trabalho mantém a homogenedade com [10][11][17], que também avalaram o tempo de resposta, facltando uma comparação efetva dos resultados obtdos. Assm, o modelo matemátco proposto vsa calcular o tempo necessáro para a realzação de uma determnada tarefa de gerênca por cada uma das técncas em uma topologa genérca de rede. Através do modelo pretende-se dentfcar as topologas e os lmares onde cada técnca apresenta melhor desempenho na atvdade de gerênca. Para tanto, posterormente, o modelo será empregado em estudos de caso. É mportante salentar que o modelo analítco assume que os enlaces e nós da rede não possuem carga e não têm perda. Além dsso, o tempo de processamento na camada de aplcação e os detalhes do protocolo SNMP, como segmentação de pacotes e protocolo de transporte, não são consderados. Em acréscmo, o modelo também não computa o tempo referente à plataforma do agente móvel. No caso de uma rede com roteamento dnâmco, o modelo proposto deve ser aplcado uma vez para cada possível confguração de roteamento, uma vez que este modelo não consdera o algortmo de roteamento. O modelo consdera o tempo médo de processamentos em cada elemento de rede a ser gerencado, que é o tempo necessáro ao agente SNMP contdo no NE (Network Element) para buscar uma dada varável na MIB (Management Informaton Base) correspondente. Este tempo é dferente para as duas técncas, já que no caso do agente móvel exste a comuncação deste com o agente SNMP do elemento de rede, que por sua vez busca a varável na MIB correspondente. No caso do SNMP exste apenas a comuncação do agente SNMP com a MIB. As varáves, que defnem a topologa e a confguração da rede, utlzadas em toda a dedução matemátca são descrtas na Tabela1. Tabela 1 - Varáves do modelo matemátco Varável Descrção Undade L Latênca da rede Segundos B Largura de banda da rede Mbps E Nº de NE da rede Intero Q Nº total de sub-redes da rede Intero SQ [1..Q ] Identfcadores das sub-redes da rede Vetor de nteros NI Nível do roteamento de da da NMS para a rede Intero SI [0..N ] Identfcadores dos segmentos de da da NMS até a rede Vetor de nteros NV Nível do roteamento de volta da rede para a NMS Intero SV [0..N ] Identfcadores dos segmentos de volta da rede para a NMS Vetor de nteros K Tamanho ncal do códgo do AM Bts P Tamanho do peddo/requsção (PDU GetRequest) Bts R Tamanho da resposta (PDU GetResponse) Bts TMIBSNMP Tempo médo de acesso a MIB para o SNMP por NE Segundos TMIBAM Tempo médo de acesso a MIB para o AM por NE Segundos

Cada segmento de rede tem um dentfcador com a fnaldade de dentfcar seus parâmetros ou varáves, representado pelo na Tabela 1. Cada rede ou segmento de rede tem um parâmetro que ndca a quantdade de sub-redes (Q ). Neste caso, entende-se por subrede os segmentos que estão nterconectados um nível abaxo da rede, ou seja, va um roteador. O vetor SQ contém os dentfcadores das sub-redes da rede. A grande maora das WANs atuas, nclundo a Internet, adotam um roteamento dnâmco mutas vezes com rotas dferentes de entrada e saída ou requsção e resposta. Para atender a este tpo de rede cada segmento possu duas varáves, NI e NV, que representam respectvamente o nível do roteamento de da da NMS (Network Management Staton) para a rede e o nível de roteamento de volta da rede para a NMS. O nível corresponde à quantdade de roteadores percorrdos da estação de gerencamento até a rede em questão nas requsções, ou da rede até a NMS nas respostas. O vetor SI contém os dentfcadores dos segmentos que devem ser percorrdos pela requsção da NMS até se atngr a rede. Já o vetor SV contém os dentfcadores dos segmentos que devem ser percorrdos pela resposta da rede até a NMS. Os tamanhos do peddo e da resposta dzem respeto respectvamente ao tamanho das PDUs GetRequest e GetResponse do SNMP. Estas PDUs ndcam a tarefa de gerênca a ser executada, ou seja, dentfcam a varável a ser obtda das MIBs dos elementos de rede. 2.1 Modelo Analítco para o SNMP Para realzar uma operação de gerênca através do SNMP em um elemento de rede, a estação gerencadora enva uma requsção (PDU GetRequest) ao agente SNMP do elemento a ser gerencado que consulta a MIB e retorna o valor da varável requstada (PDU GetResponse) à NMS. Este processo está lustrado na Fgura 1. Fgura 1 - Modelo de gerênca SNMP O tempo de resposta resultante de uma operação de gerênca em um NE é função dos tempos necessáros para a realzação das seguntes tarefas:

1. Requsção trafegar pela rede até o NE; 2. Requsção ser processada no NE; e 3. Resposta trafegar de volta até a NMS. Os tempos de tráfego das nformações (tarefas 1 e 3) são dados pela soma da latênca (L) de todos os segumentos por onde trafega o pacote SNMP somado à dvsão do tamanho da nformação transtada (P e R) pela largura de banda (B) do segmento. O tempo de processamento no NE (tarefa 2) é o tempo médo de acesso a MIB no SNMP (TSNMPMIB). Assm, o tempo necessáro para gerencar o recurso NE 1 (T NE1 ), lustrado na Fgura 1, é dado por: P P R R T NE 1 = L1 L11 TMIBSNMP L1 L11 B B B B (1) 1 11 Tarefa 1 Tarefa 2 Tarefa 3 Não podemos smplfcar os termos referentes às tarefa 1 e 3 para não restrngr o modelo. Neste caso, o roteamento de entrada e saída é o mesmo, tanto na requsção quanto na resposta os pacotes trafegam pelos mesmos segmentos da rede, e portanto a equação podera ser smplfcada. No caso de exstrem dferentes rotas para entrada e saída sto não acontecera. O tempo necessáro para gerencar cada recurso de um mesmo segmento de rede é o mesmo, uma vez que o modelo consdera o tempo médo de processamento nos elementos de rede. Então, para obtermos o tempo de resposta provenente do gerencamento de todos os recursos de um mesmo segmento de rede basta multplcar o tempo de gerencamento de um recurso pela quantdade total de recursos do segmento. Desta manera, o tempo de gerencamento dos recursos do segmento de rede 1.1 é dado por: P P R R T 11 = E11 L1 L11 TMIBSNMP L1 L11 (2) B1 B11 B1 B11 No caso de um segmento genérco, os níves de roteamento de entrada e saída do segmento (NI / NV ) são utlzados para obter a quantdade de sub-redes (segmentos de rede) por onde o pacote SNMP trafegou da NMS até o segmento em questão e do segmento até a NMS. Os dentfcadores dos segmentos (SI / SV ) são utlzados para obter a latênca e a largura de banda de cada segmento. Assm, generalzando a Equação 2 para um segmento de rede genérco, temos: ( TIDA TMIBSNMP TVOLTA ) TSNMPSEG = E (3) Onde: TIDA é o tempo da requsção trafegar pela rede da NMS até o NE (Tarefa 1 descrta anterormente), e é dado por: NI P L SI [u] u = 0 BSI [u] TIDA = (4) TVOLTA é o tempo da resposta trafegar de volta do NE até a NMS (Tarefa 3 descrta anterormente), e é dado por: NV R TVOLTA = L (5) SV [u] u = 0 BSV [u] 1 11

Fnalmente, o tempo gasto por uma operação de gerênca SNMP em uma rede corresponde à soma dos tempos necessáros para executar esta operação em cada um dos elementos a serem gerencados, em cada um dos segmentos da rede, e é dado por: TSNMP Q = TSNMPSEG TSNMPSEG u = 1 Tempo de gerênca dos NEs da rede SQ [u] A equação 6 utlza a quantdade de sub-redes da rede, dada por Q, e os dentfcadores de cada uma destas sub-redes, dados pelo vetor SQ, para calcular o tempo referente à execução da operação de gerênca em cada uma destas sub-redes. 2.2 Modelo Analítco para o Paradgma de Agentes Móves O esquema de gerencamento com agentes móves é lustrado na Fgura 2. Para realzar uma operação de gerênca no paradgma de agentes móves, a NMS enva o agente para o prmero recurso a ser gerencado, este agente percorre cada um dos recursos em um ou mas segmentos da rede e retorna a estação gerencadora. Em cada um dos recursos o agente móvel nterage com o agente local do recurso que por sua vez consulta a MIB correspondente. Tempo de gerênca de cada sub-rede da rede (6) Fgura 2 - Modelo de gerênca com o paradgma de agentes móves

O tempo total gasto para realzar a mesma operação de gerencamento através do paradgma de agentes móves é dado pela soma dos tempos necessáros a execução das seguntes tarefas: 1. AM percorre a rede local da NMS, caso haja elementos a serem gerencados, e enva os dados (respostas) para a NMS; e 2. AM percorre cada sub-rede. A tarefa 2 é executada tantas vezes quanto for a quantdade de sub-redes, e é assm subdvdda: 2.1. AM mgra para a sub-rede; 2.2. AM percorre todas as sub-redes da sub-rede em questão, caso exstam; 2.3. AM percorre a sub-rede em questão; e 2.4. AM volta para sub-rede medatamente superor. Isto é, o agente móvel se desloca para a últma sub-rede e va subndo os níves da rede até chegar à NMS. Assm, o tempo total gasto pelo AM, de acordo com as tarefas descrtas, é dado pela equação (7) abaxo: ( u 1) K E K R R E TAM = L E TMIBAM E L TAMSEG B u = 2 B B u = 1 1º NE da rede Percorre toda a rede Dados NMS Tempos das sub-redes TAREFA 1 TAREFA 2 Q u (7) O agente móvel tem sempre defndo o tneráro a ser percorrdo para a realzação das tarefas descrtas no seu códgo. Neste caso, como a tarefa a ser executada consste na gerênca de todos os NEs de todos os segmentos da rede, o tneráro corresponde à rede local da NMS e todas as suas sub-redes. O tempo gasto na gerênca de uma sub-rede j da rede é dado por: Q j TAMSEG = T _ IDA j j TAMSEGSQ [ j] u T _ PERCORRE j u = 1 Tarefa 2.1 Tarefa 2.2 Tarefa 2.3 Tarefa 2.4 Desta forma, o tempo de um segmento ou sub-rede j é dado pela soma dos seguntes tempos: Tempo de da do agente móvel do segmento para sua sub-rede j T _ VOLTA j (8) T _ IDA j = L K RACI B j L SQ [ j] K RACI B SQ [ j] j (9) Onde RACI j retorna as respostas acumuladas pelo AM na da para o segmento e será defnda adante, pela Equação 12.

Tempo gasto para percorrer todos os NE do segmento j da rede T _ PERCORRE j ( u 1) E SQ [ j] K RAC R j = u 2 B SQ [ j] = E TMIBAM SQ [ j] ( E 1) SQ [ j] L SQ [ j] (10) Onde RAC j retorna as respostas acumuladas pelo AM no momento de percorrer o segmento e será defnda adante, pela Equação 14. Tempo de volta do AM do últmo recurso do segmento j para o segmento medatamente anteror () T _ VOLTA j = L SQ [ j] K R E B SQ [ j] SQ [ j] RAC j L K R E B RAC j (11) As funções que acumulam as respostas obtdas pelo AM (RACI e RAC) são muto mportantes, já que quando o agente está se deslocando ou percorrendo um segmento ele já carrega junto com seu códgo todas as respostas acumuladas das vstas aos NEs dos segmentos já percorrdos. Estas funções são defndas a segur. A função RACI j retorna as respostas acumuladas, em octetos, pelo agente móvel quando este se desloca da rede para sua sub-rede j. Neste momento o AM já percorreu todas as sub-redes de anterores a j, e a função é dada por: RACI j Q = R z= 1 j QTNE SQ [z] (12) Onde QTNE retorna a quantdade de NEs da rede e de todas as suas sub-redes, sendo defnda como: QTNE Q = E QTNE z= 1 SQ[w] (13) A função RAC j retorna as respostas acumuladas em octetos pelo agente móvel, quando este percorre a sub-rede j da rede. Neste momento o AM já percorreu todas as subredes de anterores a j e também todas as sub-redes do segmento j. Assm temos: RAC j = RACI j z= Q SQ [ j] 1 QTNE SQ ( ) SQ [z] [ j] (14) Onde RACI e QTNE são defndas nas Equações 12 e 13, respectvamente.

3. Comparação de Desempenho de Agentes Móves e SNMP através de Estudos de Caso Com a fnaldade de comparar efetvamente as duas técncas de gerênca de redes, SNMP e agentes móves, o modelo matemátco proposto anterormente fo aplcado em alguns estudos de caso com dferentes topologas de rede. Para tanto, os parâmetros de confguração de váras topologas de rede são empregadas dretamente nas equações do modelo analítco gerando gráfcos onde o comportamento das técncas pode ser observado e analsado. Nesta etapa do trabalho foram utlzados os softwares matemátcos MAPLE e MATLAB. 3.1 Estudo de Caso 1 - Gerênca Remota de uma LAN Na topologa utlzada neste estudo de caso, lustrada na Fgura 3, os elementos de rede estão dstrbuídos em uma rede local Ethernet (segmento 1.1) com largura de banda gual a 10Mbps e latênca de 10µs. Esta rede é gerencada remotamente pela NMS que se encontra em outro segmento da rede (segmento 1) conhecdo como enlace de gargalo. Este enlace é também conhecdo como de alto custo por apresentar uma maor latênca e uma menor largura de banda em comparação com a rede local. Enlace de gargalo Rede Ethernet Q 1 = 1 / SQ 1 [1]=11 NI 1 = 0 / SI 1 [0] =1 NV 1 = 0 / SV 1 [0] =1 E 1 = 0 L 11 = 10µs B 11 = 10 Mbps Q 11 = 0 NI 11 = 1 / SI 11 [0] = 1 / SI 11 [1] = 11 NV 11 = 1 / SV 11 [0] = 11 / SV 11 [1] = 1 E 11 = 1..250 Fgura 3 - Gerênca remota de uma LAN A quantdade de elementos de rede a serem gerencados (E 11 ) fo varada de 1 até 250. Foram analsados os efetos das seguntes varáves no gerencamento: latênca e largura de banda no enlace de gargalo e tarefa a ser executada (tamanho das PDUs GetRequest e GetResponse da varável a ser consultada na MIB). Assm, em cada um dos expermentos realzados, uma das varáves acma teve seu valor varado e pôde ter seu efeto avalado. 1. Latênca no enlace de gargalo: A Fgura 4 mostra os parâmetros utlzados no expermento, bem como o gráfco resultante. Podemos observar que o comportamento do agente móvel não sofre nterferênca da latênca do enlace de gargalo, dferentemente do que ocorre com o SNMP. O SNMP é fortemente nfluencado pela latênca já que para cada recurso gerencado o pacote SNMP trafega duas vezes pelo enlace de gargalo. Já no caso do agente móvel este enlace só é percorrdo pelo agente duas vezes ao longo de todo o processo de gerênca, ndependente da quantdade de recursos a serem gerencados. Dentre os valores utlzados no expermento, apenas no caso da latênca de 1ms o agente móvel apresentou um desempenho um pouco abaxo do SNMP quando a quantdade de NE é superor a 50. Isso pode ser faclmente explcado já que como o valor da latênca do enlace é muto baxo, a quantdade de vezes que os pacotes trafegam pelo enlace não compromete o tempo de

resposta. Neste caso a dferença no tempo de resposta só é vsível a medda que aumentam os recursos a serem gerencados, já que quanto mas recursos vstados, maor será o agente móvel no momento de retornar a NMS passando pelo enlace. Assm, a dscrepânca entre os tempos de resposta das duas técncas para dferentes enlaces aumenta proporconalmente ao número de elementos gerencados. Parâmetros fxos: Nº recursos da rede 1.1: 0 até 250 Banda enlace gargalo: 2 Mbps Tamanho AM: 1500 octetos Peddo: 42 octetos Resposta: 51 octetos Parâmetro varável: Latênca no gargalo L 1 = 120 ms L 2 = 90 ms L 3 = 60 ms L 4 = 30 ms L 5 = 1 ms Fgura 4 Tempo de Resposta para Dferentes Latêncas do Enlace de Gargalo 2. Banda no enlace de gargalo: O resultado deste expermento, juntamente com o valor dos parâmetros utlzados, é apresentado na Fgura 5. Parâmetros fxos: Nº recursos da rede 1.1: 0 até 250 Latênca enlace gargalo: 90 ms Tamanho AM: 1500 octetos Peddo: 42 octetos Resposta: 51 octetos Parâmetro varável: Latênca no gargalo B 1 = 0.01 Mbps B 2 = 0.1 Mbps B 3 = 2 Mbps B 4 = 10 Mbps Fgura 5 Tempo de Resposta para Dferentes Larguras de Banda do Enlace de Gargalo Analsando o gráfco acma podemos observar que os tempos tanto para o SNMP quanto para o AM são bem maores quando o enlace apresenta uma pequena largura de banda (B 1 ). Os demas valores pratcamente não nterferem nos tempos de ambas as técncas. Isso ocorre porque uma pequena largura de banda compromete o tráfego tanto dos pacotes SNMP quanto do agente móvel. O AM possu nvaravelmente um desempenho melhor que o SNMP, quanto maor a quantdade de elementos gerencados, novamente pelo fato de trafegar menos vezes pelo enlace de gargalo. 3. Tarefa a ser executada: A Fgura 6 lustra os parâmetros e o gráfco resultante da execução de dferentes tarefas de gerênca. Entenda-se por tarefa a varável da MIB a ser obtda. A partr de uma análse do gráfco conclu-se que o tempo de resposta do SNMP é nsensível quanto a varação da tarefa. Isso se deve ao fato do SNMP gerencar cada recurso soladamente, ou seja, a varação da quantdade de octetos que trafega no enlace de gargalo é muto pequena para alterar sgnfcantemente o tempo de resposta. Já no caso do AM, a

varação do tempo de resposta é pequena na confguração testada, mas já é possível de ser vsualzada para uma quantdade maor de recursos. A tendênca é que essa dferença aumente prncpalmente com o aumento do tamanho da resposta podendo, dependendo da confguração, demandar um tempo de resposta superor ao tempo do SNMP. Parâmetros fxos: Nº recursos da rede 1.1: 0 até 250 Latênca enlace gargalo: 90 ms Banda enlace gargalo: 2 Mbps Tamanho AM: 1500 octetos Parâmetro varável: T 1 : Peddo = 42 octetos Resposta = 51 octetos T 2 : Peddo = 42 octetos Resposta = 87 octetos T 3 : Peddo = 42 octetos Resposta = 128 octetos Fgura 6 Tempo de Resposta para Dferentes Tarefas Com base em todos os expermentos realzados neste tpo de topologa de rede, concluse que a latênca do enlace de gargalo, a tarefa de gerênca a ser executada e a quantdade de recursos a serem gerencados são fatores mportantes que devem ser analsados na escolha do esquema de gerencamento. A utlzação de AM é mas nteressante para enlaces de gargalo com latênca muto alta, uma vez que esta latênca afeta dretamente o desempenho do SNMP e não nterfere no desempenho do agente móvel. Quando a tarefa a ser executada demandar uma grande quantdade de octetos de pergunta e prncpalmente de resposta, o SNMP é mas vantajoso. E quanto maor a quantdade de elementos a serem gerencados, melhor será o desempenho de AM comparado ao SNMP, exceto no caso de tarefas grandes. 3.2 Estudo de Caso 2 Gerênca de uma Rede Local Neste estudo de caso será analsada a gerênca de uma rede local onde a estação gerencadora faz parte da própra rede local, como mostra a topologa lustrada na Fgura 7. Esta topologa é um caso específco da topologa apresentada no Estudo de Caso 1, com a banda do enlace de gargalo tendendo a e a latênca deste enlace tendendo a zero. Fgura 7 Gerênca de uma Rede Local Os efetos da varação das mesmas varáves fo analsado em dos modelos de rede local, Ethernet e FastEthernet, com uma banda passante de 10Mpbs e 100Mpbs respectvamente. Dante dos expermentos realzados, é possível conclur que para uma topologa onde a NMS está nserda na própra rede a ser gerencada, o uso do SNMP na atvdade de gerênca é mas efcente, em termos de tempo de resposta, do que o uso de agente móvel. Isto ocorre, pos as redes locas têm uma latênca muto baxa e uma largura de

banda bastante alta, favorecendo o desempenho do SNMP. Em todos os efetos da varação das varáves estudados neste caso o tempo de resposta do SNMP fo consderavelmente menor do que o tempo do agente móvel. 3.3 Estudo de Caso 3 Gerênca de uma Rede com Topologa Genérca A topologa da rede utlzada neste estudo de caso está lustrada na Fgura 8. Aqu a fnaldade é analsar o desempenho de agentes móves e SNMP na gerênca nter-redes. Fo consderada uma largura de banda de 2 Mbps e uma latênca de 60 ms em cada um dos segmentos da rede. A quantdade de elementos de rede de cada um dos segmentos fo varada de 1 a 50. Fgura 8 Topologa da Rede Testada Analsando a varação da tarefa de gerênca podemos verfcar o mesmo comportamento observado no estudo de caso 1, como pode ser observado na Fgura 9. Parâmetros fxos: Nº recursos cada segmento: 0 até 50 Banda enlace gargalo: 2 Mbps Tamanho AM: 1500 octetos Latênca: 60 ms Parâmetro varável: T 1 : IfInErrors Peddo = 42 octetos Resposta = 51 octetos T 2 : SysORDescr.3 Peddo = 42 octetos Resposta = 87 octetos T 3 : SysORDescr.5 Peddo = 42 octetos Resposta = 128 octetos Fgura 9 Tempo de Resposta para Dferentes Tarefas de Gerênca

O tempo de resposta do SNMP não é alterado, já que a varação do número de octetos trocados entre a NMS e cada NE é bem pequena. Já o comportamento do agente móvel é bastante nfluencado, uma vez que o aumento da quantdade de octetos trocados gera um aumento do códgo do agente móvel. Outro fator observado fo que o tempo de resposta do agente móvel cresce mas rapdamente, quando comparado ao tempo do SNMP, com o aumento do número de elementos gerencados. Este fato pode ser observado no gráfco da Fgura 10. Neste gráfco, a quantdade de NEs de cada segmento da rede fo varada de 1 até 200. Fgura 10 Tempos para dferentes tarefas de gerênca O tempo de resposta do AM cresce mas rapdamente porque o tamanho do AM aumenta proporconalmente com a quantdade de nós vstados, fazendo com que o tráfego do agente pela rede seja dfcultado. Isso pode ser soluconado fazendo com que o agente móvel retorne a estação gerencadora após vstar um determnado número de nós para descarregar os dados. Ou anda, o agente móvel pode envar estes dados coletados para a NMS sem a necessdade de retornar. Dante dos resultados obtdos nesta topologa de rede, é mportante analsar a quantdade de elementos gerencados e a quantdade de octetos demandada pela tarefa de gerênca antes de optar por uma das técncas. Estes dos fatores têm uma grande nfluênca no desempenho do agente móvel. Além dsso, no caso de exstrem enlaces de gargalo, tanto a largura de banda quanto a latênca deste enlace devem ser cudadosamente analsados, uma vez que estes fatores afetam dretamente o comportamento dos paradgmas. 4. Evoluções do Modelo Matemátco Proposto Exstem algumas possíves evoluções, descrtas a segur, que podem ser aplcadas ao modelo proposto para torná-lo mas próxmo da realdade e, consequentemente, mas faclmente aplcável a algumas topologas e confgurações de redes mas complexas. A possbldade de dferentes roteamentos de requsção e resposta para cada segmento da rede está prevsta no modelo matemátco. Já o roteamento dnâmco não é prevsto porque depende do algortmo de roteamento empregado. Contudo, o modelo proposto pode ser utlzado em redes com este esquema de roteamento, devendo ser aplcado uma vez para cada possível confguração de roteamento. Desta manera, o modelo mostrará o desempenho de cada técnca de gerênca em cada esquema de roteamento. É como se em cada possível

esquema fosse trada uma fotografa da rede, e a confguração vsualzada nesta fotografa fosse aplcada no modelo. O modelo analítco, a prncípo, não leva em conta o tempo referente à plataforma de agentes móves utlzada. Mas, este tempo pode ser faclmente computado se ele for ncluído no tempo de acesso à MIB para o AM. Nos estudos de caso apresentados a tarefa de gerênca executada é smples consstndo apenas de uma consulta a MIB. Neste caso, o únco processamento que ocorre no NE é a efetva consulta a MIB, e no caso do AM as operações da plataforma, como o recebmento e envo do agente. Já o processamento na NMS é exatamente o mesmo para as duas técncas. No caso de tarefas de gerênca mas complexas, que necesstam de uma consulta a váras varáves da MIB que atendem a uma determnada condção, exste um maor processamento nos elementos de rede e um menor processamento na estação gerencadora no paradgma de AM, comparado ao SNMP. Isso ocorre porque no caso do AM o fltro da consulta é processado nos NEs, enquanto no caso do SNMP todas as varáves são envadas para a NMS que processa o fltro. Esta stuação pode ser faclmente retratada no modelo analítco, consderando que o parâmetro referente ao tempo de acesso a MIB para o AM rá, na verdade, computar todo o tempo de busca na MIB e o tempo de processamento das nformações. Em acréscmo, o tempo referente ao processamento na NMS, tanto para o AM quanto para o SNMP, deve ser smplesmente somado ao tempo de resposta fnal de cada técnca. Assm, podemos afrmar que o modelo analítco pode ser utlzado para calcular o tempo necessáro para executar qualquer atvdade de gerênca. 5. Conclusão e Trabalhos Futuros Este trabalho propôs um modelo analítco com o ntuto de avalar o desempenho de Agentes Móves e SNMP, através da métrca tempo de resposta. Esta avalação fo executada a partr da aplcação do modelo matemátco proposto em dversas topologas de rede, como fo apresentado nos estudos de caso. Comparando os resultados obtdos através da aplcação do modelo analítco com a smulação apresentada em [10] e a mplementação proposta em [18], podemos afrmar que o modelo matemátco representa bem tanto a smulação quanto a mplementação. O comportamento apresentado pelo SNMP e pelo agente móvel fo o mesmo, mas com varações nos tempos de resposta. Estas dferenças se devem ao fato do modelo não consderar o tempo relatvo à plataforma do agente móvel e detalhes do protocolo SNMP. A avalação de desempenho mostrou que a melhor técnca de gerênca a ser empregada depende da topologa da rede em questão e de varáves como a latênca da rede, a quantdade de recursos a serem gerencados e a tarefa de gerênca a ser executada. Podemos dzer que este resultado era esperado, já que este fato já tnha sdo constatado em outros trabalhos [10] [11][13][20]. A maor contrbução deste trabalho é a possbldade da utlzação do modelo analítco para determnar a opção de gerênca mas efcente, entre SNMP e agente móves, para qualquer topologa de rede e para qualquer operação de gerênca. Assm, podemos dzer que o objetvo ncal fo atngdo e o modelo analítco pode ser utlzado para verfcar o desempenho de agentes móves e SNMP na gerênca de uma topologa genérca de rede. O modelo analítco pode ser empregado anda em uma mplementação que aponte a melhor opção de gerencamento dnamcamente e em tempo real. Assm, podera ser mplementado um sstema de gerencamento híbrdo, que possbltasse a utlzação de SNMP e de AM para executar as operações de gerênca. Neste caso, o modelo sera utlzado para verfcar a técnca mas efcente para executar uma dada tarefa de gerênca de acordo com os

parâmetros atuas da rede e o sstema de gerencamento podera optar pela opção mas vantajosa em tempo real. Exstem váras possbldades de evolução do trabalho. Novas varáves, como carga e perda nos nós e segmentos e tempos referentes a partculardades do protocolo SNMP, como segmentação de pacotes e protocolo de transporte, podem ser ncluídas no modelo analítco para que ele retrate mas felmente a realdade. A efcênca dos agentes móves pode ser prejudcada pelo seu tamanho crescente, prncpalmente quando o agente coleta um volume grande de nformações. A possível solução para este problema sera forçar o retorno do AM para descarregar os dados na NMS depos de vstar um número determnado de recursos, ou smplesmente envar os dados coletados depos deste número de vstas. O modelo analítco pode ser adaptado para estas possbldades, podendo anda determnar qual sera a quantdade deal de recursos a serem vstados antes da descarga dos dados. O modelo analítco proposto pode ser estenddo anda para outras métrcas, como por exemplo quantdade de nformação trafegada na rede. A partr desta nformação sera possível dentfcar a sobrecarga de nformações de gerencamento que cada técnca ntroduz na rede. Outra possbldade de evolução do trabalho sera a mplementação do modelo analítco para que ele possa ser uma ferramenta prátca de apoo à decsão do gerente da rede, ou até mesmo de um sstema de gerencamento com suporte a agentes móves e SNMP, como fo ctado anterormente. O modelo analítco pode anda ser adaptado para a utlzação em aplcações em outras áreas, além da gerênca de redes. Assm, o modelo analítco podera ser utlzado para testar a vabldade da utlzação de agentes móves em aplcações que utlzem comuncação em rede como, por exemplo, banco de dados, comérco eletrônco e pesqusas na web. 6. Bblografa [1] YEMINI, Y.; SILVA, S. Towards programmable networks. IFIP/IEEE Internatonal Workshop on Dstrbuted Systems: Operatons and Management. Proceedngs. Itála, outubro 1996. [2] GOLDSZMIDT, G.; YEMINI, Y. Dstrbuted management by delegaton. 15 TH Internatonal Conference on Dstrbuted Computng. Proceedngs. Junho1995 [3] YEMINI, Y.; GOLDSZMIDT, G.; YEMINI, S. Network management by delegaton. Second Internatonal Symposum on Integradtes Network Management. Proceedngs. EUA, abrl1991. [4] GOLDSZMIDT, G.; YEMINI, Y. Delegated Agents for Network Management. IEEE Communcatons Magazne 36/3, págnas 66-70. Março 1998. [5] RUBINSTEIN, M.; DUARTE, O. Evaluatng the Performance of Moble Agents n Network Management. IEEE Global Telecommuncatons Conference (GLOBECON). Ro de Janero, dezembro de 1999. [6] BOHORIS, C.; PAVLOU, G.; CRUICKSHANK, H. Usng Moble Agents for Network Performance Management. IEEE/IFIP Network Operatons and Management Symposum (NOMS). Honolulu, Havaí, abrl 2000. [7] SAHAI, A.; Morn, C. Enablng a Moble Network Management (MNM) through Moble Agents. Second Internatonal Workshop on Moble Agents. Sttutgart, Alemanha, setembro 1998. [8] ZAPF, M.; HERRMANN, K.; GEIHS, K. Decentralzes SNMP Management wth Moble Agents. Sxth IFIP/IEEE Internatonal Symposum on Integrated Network Management (IM). Boston, EUA, mao 1999. [9] LIOTTA, A.; KNIGHT, G.; PAVLOU, G. On the Performance and Scalablty of Decentralzed Montorng usng Moble Agents. 10 th IFIP/IEEE Internatonal Workshop

on Dstrbuted Systems: Operatons and Management (DSOM). Zurch, Suça, outubro 1999. [10] RUBINSTEIN, M. G. Avalação do Desempenho de Agentes Móves no Gerencamento de Rede. Tese de Doutorado. Programa de Engenhara Elétrca da COPPE/UFRJ. Ro de Janero, março 2001. [11] COSTA, T. Avalação Analítca do Uso de Agentes Móves na Gerênca de Redes. Dssertação de Mestrado. Programa de Pós Graduação em Cênca da Computação Unversdade Federal de Santa Catarna. Floranópols, outubro 1999. [12] YEMINI, Y. The OSI network management model. IEEE Communcatons, págnas 20-29. Mao 1993. [13] BALDI, M.; PICCO, G. P. Evaluatng the Tradeoffs of Moble Code Desgn Paradgm n Network Management Applcatons. 20 TH Internatonal Conference on Software Engneerng (ICSE). Japão, abrl de 1998. [14] LANGE, D.; OSHIMA, M. Seven Good Reasons for Moble Agent. Communcatons of the ACM - Vol. 42, n.º 3. Março 1999. [15] CASE, J.; McCLOGHRIE, K.; ROSE, M. et al. Structure of management nformaton for verson 2 of the smple network management protocol. RFC 1902, janero 1996. [16] STALLINGS, W. SNMP, SNMPv2, SNMPv3, and RMON 1 and 2. Addson-Wesley, 1999. ISBN 0201485346. [17] RIVALTA, P. C. Moble Agent Management. Dssertação de Mestrado. Faculty of Engneerng, Department of Systems and Computer Engneerng, Carleton Unversty, Ottawa, Ontaro, Canada. Outubro 2000. [18] FIORESE, A. Avalação de Desempenho do uso de Agentes Móves na Gerênca de Redes utlzando Técncas de Meddas. Dssertação de Mestrado. Programa de Pós Graduação em Cênca da Computação Unversdade Federal de Santa Catarna. Floranópols, novembro 2001. [19] ARANTES, J. A. Modelo Analítco para Avalar Plataformas Clente/Servdor e Agentes Móves Aplcado à Gerênca de Redes. Dssertação de Mestrado. Programa de Pós Graduação em Cênca da Computação Unversdade Federal de Santa Catarna. Floranópols, novembro 2001. [20] GRAY, R. S.; KOTZ, D.; PETERSON, R. A.; BARTON, J.; CHACON, D.; GERKEN, P.; HOFMANN, M.; BRADSHAW, J.; BREEDY, M.; JEFFERS, R.; SURI, N. Moble- Agent versus Clent/Server Performance: Scalablty n an Informaton-Retreval Task. Ffth IEEE Internatonal Conference on Moble Agents. Atlanta, Georga, USA, dezembro 2001.