A File Recommendation Model For Cloud Storage Systems

Associatio for Iformatio Systems AIS Electroic Library (AISeL) SBIS 2015 Proceedigs Brazilia Symposium o Iformatio Systems (SBIS) 5-2015 A File Recommedatio Model For Cloud Storage Systems Ricardo Batista Rodrigues Uiversidade Federal de Perambuco (UFPE), rbr@ci.ufpe.br Carlo Marcelo Revoredo da Silva Uiversidade Federal de Perambuco (UFPE), cmrs@ci.ufpe.br Frederico Araujo Durão Uiversidade Federal da Bahia (UFBA), fred@gmail.com Rodrigo Elia Assad Uiversidade Federal Rural de Perambuco (UFRPE), assad@usto.re Viicius Cardoso Garcia Uiversidade Federal de Perambuco (UFPE), vcg@ci.ufpe.br See ext page for additioal authors Follow this ad additioal works at: http://aisel.aiset.org/sbis2015 Recommeded Citatio Rodrigues, Ricardo Batista; da Silva, Carlo Marcelo Revoredo; Durão, Frederico Araujo; Assad, Rodrigo Elia; Garcia, Viicius Cardoso; ad Meira, Silvio Romero de Lemos, "A File Recommedatio Model For Cloud Storage Systems" (2015). SBIS 2015 Proceedigs. Paper 85. http://aisel.aiset.org/sbis2015/85 This material is brought to you by the Brazilia Symposium o Iformatio Systems (SBIS) at AIS Electroic Library (AISeL). It has bee accepted for iclusio i SBIS 2015 Proceedigs by a authorized admiistrator of AIS Electroic Library (AISeL). For more iformatio, please cotact elibrary@aiset.org.

Authors Ricardo Batista Rodrigues, Carlo Marcelo Revoredo da Silva, Frederico Araujo Durão, Rodrigo Elia Assad, Viicius Cardoso Garcia, ad Silvio Romero de Lemos Meira This article is available at AIS Electroic Library (AISeL): http://aisel.aiset.org/sbis2015/85

Um Modelo de Recomedação de Arquivos para Sistemas de Armazeameto em Nuvem Alterative title: A File Recommedatio Model For Cloud Storage Systems Ricardo Batista Rodrigues Cetro de Iformática Uiversidade Federal de Perambuco (UFPE) Recife, PE, Brasil rbr@ci.ufpe.br Rodrigo E. Assad Uiversidade Federal Rural de Perambuco (UFRPE) Recife, PE, Brasil assad@usto.re Carlo M. R. da Silva Cetro de Iformática Uiversidade Federal de Perambuco (UFPE) Recife, PE, Brasil cmrs@ci.ufpe.br Viicius C. Garcia Cetro de Iformática Uiversidade Federal de Perambuco (UFPE) Recife, PE, Brasil vcg@ci.ufpe.br Frederico A. Durão Uiversidade federal da Bahia (UFBA) Salvador, BA, Brasil fred@gmail.com Silvio R. L. Meira Cetro de Iformática Uiversidade Federal de Perambuco (UFPE) Recife, PE, Brasil srlm@ci.ufpe.br RESUMO O desevolvimeto tecológico viveciado os últimos aos proporcioou o crescimeto do uiverso digital de forma expoecial, parte desse uiverso digital ecotra-se armazeado em sistemas de armazeameto em uvem. A cada dia surgem mais destes sistemas, que oferecem o armazeameto de dados de forma distribuída com alta taxa de dispoibilidade, o que tem impucioado cada vez mais usuários a migrarem seus dados para a uvem. No etato, a grade quatidade de arquivos armazeada estes sistemas dificulta a filtragem de coteúdo relevate, demadado tempo e trabalho por parte do usuário a busca por arquivos com coteúdo similar as suas preferêcias. Diate deste ceário, esta pesquisa propõe um modelo de recomedação para sistemas de armazeameto em uvem, que tem como objetivo utilizar características da uvem associadas à técica de recomedação baseada em coteúdo. Palavras-Chave Recomedação, armazeameto em uvem, computação em uvem. ABSTRACT The techological developmet i recet years has experieced the expoetially growth of the digital uiverse, part of this digital uiverse lies stored i cloud storage systems. With each day, more of these systems come out, offerig data Permissio to make digital or hard copies of all or part of this work for persoal or classroom use is grated without fee provided that copies are ot made or distributed for profit or commercial advatage ad that copies bear this otice ad the full citatio o the first page. To copy otherwise, to republish, to post o servers or to redistribute to lists, requires prior specific permissio ad/or a fee. SBSI 2015, May 26th-29th, 2015, Goiâia, Goiás, Brazil Copyright SBC 2015. storage i a distributed maer with the proposal to provide high availability rate, what has drive more ad more users who have migrated your data to the cloud. However, the large amout of files stored i these systems makes it difficult to filter relevat cotet, requirig time ad labor by the user i searchig for files with similar cotet to your prefereces. Face of this sceario, this study proposes a model for recommedatio of files i cloud storage systems, which aims to use cloud features associated with the techique of cotet-based recommedatio. Categories ad Subject Descriptors H.4 [Iformatio Systems Applicatios]: Systems; H.3 [Iformatio Storage ad Retrieval]: Miscellaeous Geeral Terms Theory Keywords Recommedatio, cloud storage, cloud computig. 1. INTRODUÇÃO Vivemos em uma era de efervescêcia iformacioal, a cada dia se produz mais iformação e, geralmete, estas iformações são armazeadas em meios digitais. O tamaho do uiverso digital cresce de forma expoecial. Segudo relatório publicado pela EMC Corporatio 1 [22], em 2005, o volume de dados chegou a 130 exabytes; em 2010, superou 1 zettabyte e a previsão é que em 2015 chegue a quase 8 zettabytes [16]. Este uiverso digital citado em Gatz e Reise [16] expade e tora cada vez mais complexa a tarefa de filtragem de coteúdo relevate que ateda às preferêcias do usuário. Detre as técicas utilizadas a filtragem de coteúdo podemos citar os sistemas de recomedação[26]. 1 http://brazil.emc.com/idex.htm?fromglobalselector 111

Quado é preciso filtrar um grade cojuto de dados, podemos utilizar técicas de recomedação para facilitar o processo de filtragem de iformações relevates e similares com as preferêcias do usuário. Para isto, é ecessário iformações sobre o idivíduo alvo da recomedação ou sobre o ambiete que iflueciará a geração da recomedação. A partir daí, um sistema de recomedação poderá recomedar os ites que mais se aproximam das preferêcias ou características do usuário ou do seu ambiete [1] [19]. A partir da aálise da literatura e dos sistemas de armazeameto em uvem mais populares e utilizados atualmete, é otório que esses sistemas ão forecem ao usuário o serviço de recomedação de arquivos. Na maioria dos sistemas de armazeameto em uvem, a filtragem de coteúdo é realizada por sistemas de busca, ode o usuário forece termos chaves e o sistema retora arquivos com o título ou coteúdo similar aos termos apresetados pelo usuário. Por outro lado, a eorme quatidade de sistemas de recomedação que fucioam como serviço em uvem, ão utilizam características da uvem a geração de suas recomedações. Esses sistemas ormalmete possuem como objetivo recomedar ites que atedam as preferêcias dos usuários, sem cosiderar requisitos do ambiete. Neste trabalho ivestiga-se a utilização de características da uvem que podem ser usadas o processo de recomedação de arquivos em ambiete de armazeameto em uvem. 2. FUNDAMENTAÇÃO TEÓRICA O Natioal Istitute of Stadards ad Techology (NIST) 2 defie computação em uvem como um modelo que permite que um cojuto de recursos computacioais possam ser forecidos sob demada de forma a permitir que os mesmos sejam forecidos e liberados rapidamete com o míimo de esforço de gestão ou iteração do forecedor [11] [14] [23]. Etre os recursos dispoiveis a técologia em uvem, está o de armazeameto, o qual provê recursos e serviços de armazeameto baseados em servidores remotos que utilizam os pricípios da computação em uvem [32]. Armazeameto em uvem tem duas características básicas: a primeira trata da ifraestrutura da uvem, a qual baseia-se em clusters de servidores baratos; a seguda tem o objetivo de, através dos clusters de servidores, armazeameto distribuído e redudâcia de dados, fazer múltiplas cópias dos dados armazeados para alcaçar dois requisitos: alta escalabilidade e alta usabilidade [9]. A alta escalabilidade sigifica que o armazeameto em uvem pode ser dimesioado para um grade aglomerado com ceteas de ós ou peers de processameto. Alta usabilidade sigifica que o armazeameto em uvem pode tolerar falhas de ós e que estas falhas ão afetam todo o sistema [12]. 2.1 Sistemas de Recomedação De acordo com Lima at al. [2], Sistemas de Recomedação são ferrametas e técicas de software que forecem recomedação de ites [26]. As sugestões geradas por um SR podem estar relacioadas a processo de tomada de decisão em diversos cotextos, como a escolha de ites em e-commerces, coteúdo similar as preferêcia do usuário, livros, amigos em redes sociais, rotas geograficas e etc [2] [28]. Uma recomedação pode se basear as preferêcias de quem a faz e pode ser dirigida a um idivíduo específico, ou 2 http://www.ist.gov/srm/ para um público maior. Para a pessoa que recebe a recomedação, ela fucioa como um filtro ou uma visão particular de um uiverso de possibilidades geralmete iacessível. Ela pode levar em cosideração também a preferêcia de quem está à procura de sugestões e ão apeas de quem a faz. É possível até mesmo fazer recomedação baseada as opiiões de outras pessoas. Alguém que ão é admirador do gêero Rock pode recomedar discos baseado o que seus amigos que apreciem tal estilo costumam ouvir. Aida, a recomedação pode icluir explicações sobre como ela foi gerada para permitir que o seu recebedor a avalie [25] [26]. No uiverso dos sistemas de recomedação, existem diversas técicas e formas de gerar recomedação, detre quais destacam-se quatro técicas como pricipais e mais utilizadas: recomedação baseada em coteúdo, filtragem colaborativa e filtragem híbrida [2] [6] [15] [26]. Filtragem baseada em coteúdo: esta categoria de sistemas recomeda ao usuário ites semelhates àqueles em que ele demostrou iteresse o passado. Para tato, o sistema aalisa as descrições dos coteúdos dos ites avaliados pelo usuário para motar o seu perfil, o qual é utilizado para filtrar os demais ites da base. Esse coteúdo o qual ele se baseia são elemetos explícitos como ome, descrição, tags, coteúdo, categorização ou ratig do item a ser recomedado. Os resultados são o julgameto da relevâcia daqueles ites para o usuário, e a cosequete recomedação ou ão [24] [26]. Uma das vatages de implatar o Filtro Baseado em Coteúdo é que a quatidade de usuários o sistema ão iterfere a eficácia do SR, já que se baseia somete o histórico do que o usuário já acessou. Em cotrapartida, um sistema assim precisa de ites bem descritos, com iformação suficiete para categorizá-los. Outro problema ecotrado esse tipo de recomedação é a sugestão de ites sempre muito parecidos, limitado os usuários de cohecer ites diferetes [26] [25]. Filtragem colaborativa: a abordagem de recomedação por filtragem colaborativa foi proposta iicialmete para suprir as deficiêcias da abordagem baseada em coteúdo. Com o passar dos aos, coquistou tamaha aceitação que hoje é provavelmete a técica mais amplamete cohecida, implemetada e utilizada para sistemas de recomedação [3] [17]. Na abordagem colaborativa, em cotraste com a recomedação baseada em coteúdo, a compreesão ou cohecimeto do coteúdo dos ites é totalmete prescidível. Ao ivés de buscar ites dispoíveis com coteúdos similares aos previamete avaliados positivamete pelo usuário para idicá-los, ela se apoia iteiramete a similaridade etre os usuários do sistema para o processo de sugestão. Partido do pricípio de que as melhores recomedações para um idivíduo são aquelas feitas por pessoas com preferêcias similares às dele, o sistema idetifica estas pessoas para sugerir ites que as mesmas teham aprovado e aida ão teham sido cosumidos pelo idivíduo [26] [27]. Filtragem híbrida: são sistemas de recomedação que utilizam duas ou mais técicas, para ameizar os problemas apresetados por cada técica [26] [27]. 3. TRABALHOS RELACIONADOS Existem algus trabalhos a literatura que discutem e apresetam sistemas de recomedação em uvem. Nesta seção, serão apresetados algus SRs destacado o modelo de recomedação utilizado, objetivado avaliar as cotribuições e difereciais desta pesquisa. 112

Lai et al. [20] que apresetam um sistema de recomedação de programas de televisão (TV) baseado em computação em uvem e um framework map-reduce. Esta proposta de arquitetura tem como objetivo ofertar um backed escalável para suportar a demada de processameto de dados em larga escala para um sistema de recomedação. No que tage os usuários, Lai et al. [20] os agrupam de acordo com suas preferêcias, cada programa de TV recebe um peso que é atribuído de acordo com o período de tempo que o usuário o assistiu. A popularidade de um programa é idicada pelo seu peso, os programas populares em um grupo de usuários, são recomedados para usuários de outros grupos que teham semelhaças de preferêcias etre si. Nesta pesquisa os autores propõe a utilização de técicas de computação em uvem para lidar com grades cojutos de dados, devido ao seu poder computacioal e de estrutura escalável. Jug et al. [19], apresetam a plataforma CloudAdvisor de recomedação em uvem. A proposta desta plataforma é recomedar cofigurações de uvem de acordo com as preferêcias do usuário como orçameto, expectativa de desempeho e ecoomia de eergia para determiada carga de trabalho. Permitido aida, que o usuário faça comparação das recomedações recebidas, como qual é o melhor preço para a carga de serviço desejada. A plataforma tem como objetivo auxiliar o usuário a escolha dos melhores serviços e proporcioar aos provedores de serviço em uvem à oportuidade de adequação as expectativas e preferêcias dos usuários. Existem diversos sistemas de recomedação dispoíveis a Iteret, e boa parte destes sistemas estão relacioados à uvem, seja como parte de sistemas em uvem ou hospedados em servidores em uvem. Muitos deste utilizam dados da uvem em suas recomedações ou características da uvem para gerar recomedações. A proposta desta pesquisa se diferêcia das demais descritas esta seção por utilizar características da uvem a geração de suas recomedações. Desta forma, cada critério é parte da recomedação, que tem como objetivo proporcioar aos usuários a melhor utilização dos recursos em uvem dispoíveis. 4. O MODELO DE RECOMENDAÇÃO O modelo de recomedação proposto este trabalho, é composto por cico critérios, que foram utilizados o processo de recomedação. Os critérios propostos foram defiidos a partir da observação de sistemas de armazeameto em uvem. Os critérios são: Similaridade, Dispoibilidade, Taxa de Dowload, Tamaho do Arquivo e Popularidade do Arquivo. Critério Similaridade: este critério atede ao requisito referete às preferêcias do usuário. Neste critério, é calculado a similaridade etre o coteúdo de um arquivo o qual o usuário teha demostrado preferêcia e arquivos armazeados em uvem, que são cadidatos a serem recomedados. Para calcular a similaridade etre os coteúdos dos arquivos, é proposto a utilização da técica de similaridade do cosseo, que retora um valor etre 0 (zero) e 1 (um). Esta abordagem, foi proposta por ser utilizada com frequêcia a avaliação de semelhaça etre dois ites [4] [8] [21]. O cálculo de similaridade do cosseo é apresetado pela Equação 1: St = cos(θ) = A B A B (1) Na Equação 1, é calculada a similaridade etre dois arquivos, o coteúdo de cada um é represetado por um vetor (vetores A e B), de ode se obtém o produto de A e B e calcula-se a magitude dos dois vetores. As magitudes, são multiplicadas e divididas pelo produto escalar dos vetores A e B. Os arquivos que sejam similares ao arquivo que represete as preferêcias do usuário serão raqueados de acordo com o seu grau de similaridade, ou seja, quato maior o score de similaridade do arquivo, melhor raqueado ele será em referêcia aos demais similares as preferêcias do usuário. Por exemplo, caso o sistemas de recomedação ecotre dois arquivos A e B, estes similares às preferêcias do usuário e com score de similaridade igual a arquivo A = 0.8 e arquivo B = 0.5. Neste ceário, o arquivo A será melhor raqueado que o arquivo B o critério similaridade. A similaridade, tora-se imprescidível este modelo de recomedação. Para tato, este critério objetiva ateder as preferêcias dos usuários em relação à filtragem de coteúdo relevate. Critério Dispoibilidade: refere-se ao tempo em que um arquivo estará dispoível para o usuário. A dispoibilidade, este modelo, é medida em horas, ou seja a quatidade de horas em que um arquivo a ser recomedado está dispoível a uvem. Um arquivo só deve ser recomedado ao usuário se o mesmo estiver dispoível e possibilitado o seu dowload. O critério dispoibilidade represeta uma das pricipais características e aseios quato à tecologia de computação em uvem. A maioria dos usuários que migram para a uvem são atraídos pela oferta de altas taxas de dispoibilidade, elasticidade e mobilidade, que tora possível armazear arquivos em grade quatidade e que estejam dispoíveis e acessíveis a qualquer mometo a partir da coexão com a Iteret [7] [10] [23]. O cálculo do critério dispoibilidade é apresetado a Equação 2: ( ) 1 D = h (2) Na Equação 2, D é a quatidade horas em que um arquivo está dispoível a uvem, e represeta a quatidade de horas em que um arquivo pode ficar dispoível a uvem. Caso a uvem fique dispoivel durate todo o dia, será igual a 24 (vite e quatro) horas. A quatidade de horas de dispoibilidade é ormalizada em um valor etre 0 (zero) e 1 (um). O exemplo a seguir, demostra como o critério dispoibilidade cotribui para a geração de uma recomedação. Cosidere que dois arquivos A e B são similares, o arquivo A está dispoível a uvem o itervalo de tempo (14 às 16 horas), totalizado duas horas de dispoibilidade. O arquivo B está dispoível a uvem de (14 às 18 horas), totalizado quatro horas de dispoibilidade. Desta maeira, o arquivo que será melhor raqueado é o arquivo B, por estar dispoível a uvem por um tempo superior que o arquivo A, permitido o seu dowload em um espaço de tempo maior. O objetivo cetral é míimizar o risco do usuário ão poder realizar o dowload e garatir que um arquivo recomedado esteja sempre acessível ao usuário. Critério Taxa de Dowload: refere-se à taxa dispoível para a realização do dowload de um arquivo a uvem. O objetivo, é que arquivos que proporcioam melhores codições para a redução o tempo gasto o dowload sejam melhor raqueados que os demais arquivos. A cotribuição deste critério a redução do tempo gasto o dowload de um 113

arquivo recomedado, é produzida em cojuto com o critério Tamaho do Arquivo, apresetado o próximo item. Por exemplo, o caso de termos dois arquivos similares às preferêcias do usuário, ode o arquivo A tem o seu tamaho igual a 10 (dez) Gigabytes, e o arquivo B tem o seu tamaho igual a 2 (dois) Gigabytes. Neste ceário, o arquivo A será melhor raqueado que o arquivo B, por proporcioar uma maior ecoomia o tempo gasto em seu dowload. A taxa de dowload pode modificar o raque de recomedações depededo do mometo em que a recomedação for calculada, pricipalmete em ambietes ode a taxa de dowload é oscilate. Este critério, tem valor de 0 (zero) a 3 (três) Megabits por segudo, este valor represeta a media global de taxa de dowloads apresetada pela Akamai 3. Este critério é calculado pela Equação 3: T d = s ( ) 1 Na Equação 3, a Taxa de Dowload é represetada por T d, ode s represeta à taxa de dowload em Mbps, em seguida este valor é ormalizado em um valor etre 0 (zero) e 1 (um), ode represeta o valor da media global de taxa de dowloads em Mbps. Critério Tamaho do Arquivo: este critério, correspode ao tamaho do arquivo cadidato a ser recomedado, tem como objetivo cotribuir a tarefa de ameizar o tempo gasto o dowload de um arquivo recomedado. Como explicado, o item critério Taxa de Dowload, o critério Tamaho do Arquivo, está diretamete relacioado com o critério que mesura a taxa de dowload dispoível. O raque de recomedação, mudará de acordo com a taxa dispoível para dowload. No caso, da taxa de dowload ser baixa, os arquivos com tamaho meores devem ser mais bem raqueados que seus similares que são maiores. Da mesma forma, quado a taxa de dowload é alta, os arquivos com tamahos maiores devem ser mais bem raqueados. Exemplificado, o raqueameto deste critério cosiderado que um arquivo A é similar ao arquivo B, o arquivo A têm o tamaho igual a 9 (ove) gigabytes. O arquivo B, tem tamaho igual a 2 (dois) gigabytes. Desta forma, o arquivo B será melhor raqueado por apresetar melhores codições para a realização do seu dowload (meor tamaho), cosiderado que a taxa de dowload seja baixa. O cálculo deste critério é realizado pela Equação 4: S = T ( ) 1 Na Equação 4, o critério Tamaho do Arquivo é represetado por S. O tamaho do arquivo, é medido em gigabytes, pelo fato de que boa parte dos sistemas de armazeameto em uvem limita o tamaho máximo de um arquivo que pode ser salvo em uvem e o espaço dispoível para o usuário o sistema em gigabytes. O tamaho do arquivo é multiplicado por 1, para que seja ormalizado por um valor de 0 (zero) a 1 (um), o valor 1 (um) é divido por que é o tamaho máximo de um arquivo aceito o sistema de armazeameto em uvem utilizado para implatação do modelo. Critério Popularidade: este critério, represeta a importâcia social de um arquivo a uvem, avaliado por meio 3 http://www.akamai.com/ (3) (4) Tabela 1: Pesos dos Critérios Critério Peso Similaridade 4 Dispoibilidade 2 Taxa de Dowload 2 Tamaho do Arquivo 1 Popularidade 1 da quatidade de dowloads que foram realizados de um mesmo arquivo. Quato maior é a quatidade de dowloads realizados de um arquivo, maior será a popularidade desse arquivo a rede, resultado em um melhor raqueameto do mesmo. A seguir um exemplo sobre o raqueameto deste critério: um arquivo A é similar ao arquivo B, o arquivo A já teve dez dowloads realizados, e o arquivo B já teve dezesseis dowloads realizados. Desta forma, o aquivo B será melhor raqueado, por obter um úmero maior de dowloads efetuados o sistema de armazeameto em uvem que o arquivo A. O cálculo, deste critério é represetado pela Equação 5: R = Qd ( ) 1 Na Equação 5, o critério Popularidade do Arquivo é represetado por R. A cada dowload realizado de um determiado arquivo, o cotador de dowloads desse arquivo é icremetado em 1 (um). Este valor, é medido de 0 (zero) a, ode é a maior quatidade de dowloads realizados em um úico arquivo o sistema. O valor de é obtido a observação do histórico de dowloads de arquivos o sistema de armazeameto em uvem. No cálculo do critério, a quatidade de dowloads de um arquivo Qd é ormalizada, multiplicado Qd por 1, desta forma o valor resultate deste critério será etre 0 (zero) e 1 (um). 4.1 Pesos dos Critérios Em um mecaismo de recomedação, os critérios devem ser poderados por pesos, para compor o score de recomedação, resultado em um rakig com os ites que devem ser recomedados ao usuário. A partir, da realização de testes de execução com diferetes pesos o cálculo de recomedação que será apresetado a próxima seção, propomos a utilização dos pesos descritos a Tabela 1. Os testes realizados tiveram como objetivo verificar a variação o resultado do score fial de recomedação e quais pesos apresetaria a meor variação o score. Desta forma, os arquivos recomedados ão apresetariam uma grade variação de similaridade com as preferêcias dos usuários. Critério Similaridade: tem peso maior peso que os demais critérios, seu objetivo é garatir que o coteúdo de um arquivo recomedado ao usuário seja similar as suas preferêcias. Outro poto motivador para este critério correspoder a 40% do score de recomedação é ameizar ou solucioar um dos pricipais problemas da técica de recomedação baseada em coteúdo: a sugestão de ites sempre muito parecidos, limitado os usuários de cohecer ovos coteúdos [26] [30]. Desta forma, o modelo de recomedação atederá as preferêcias do usuário e ao mesmo tempo estará recomedado ovos coteúdos que são relacioados às preferêcia do usuário. O critério Similaridade, é medido de 0 (zero) a 1 (um), um arquivo que possua similaridade (5) 114

igual a 0 (zero) em comparação as preferêcias do usuário, somete será recomedado caso ele teha uma alta taxa de popularidade a rede, e mesmo assim, o arquivo ão será bem raqueado em relação aos demais que apresetem alguma similaridade com as preferêcias do usuário. Critério Dispoibilidade: tem peso 2 (dois), por ser um dos critério mais importate o modelo proposto, represeta o tempo em que um arquivo está dispoível a uvem, torado possível o dowload de um arquivo recomedado. Este critério, é essecial para a recomedação de arquivos baseada em características da uvem, por represetar uma das pricipais característica e vatages da utilização de sistemas de armazeameto em uvem. O valor do critério Dispoibilidade, será de 0 (zero) a 1 (um), um arquivo somete poderá ser recomedado ao usuário, se o mesmo estiver dispoível. Critério Taxa de Dowload: Este critério, terá o seu valor medido de 0 (zero) a 1 (um). Um arquivo que possua uma baixa taxa de dowload e seu tamaho seja maior que o tamaho dos demais arquivos similares a ele, o seu score de recomedação será meor, e cosequetemete ele ão será tão bem raqueado quato seus similares, por que o seu processo de dowload demadará mais tempo e processameto. Um arquivo com baixa taxa de dowload poderá aparecer o topo do rakig de recomedação, desde que seu tamaho seja proporcioal à baixa taxa de dowload. Para que um arquivo a uvem se tore recomedável, esse critério deve ser maior que 0 (zero), desta forma será possível realizar o dowload do arquivo. Critério Tamaho do Arquivo: Este critério, tem peso iferior aos demais critérios, por ão ser um critério crítico. Assim, um arquivo que teha o tamaho igual ao máximo aceito pelo ambiete, poderá ser recomedado se à taxa de dowload for alta, garatido bom desempeho o dowload do arquivo. Critério Popularidade: Este critério, tem o seu peso iferior aos demais critérios, por ão ser um critério crítico. Portato, um arquivo que ão seja popular a uvem poderá ser recomedado ao usuário, o mesmo ocorre com os arquivos ovos a rede, se o arquivo for bem raqueado os outros critérios do modelo. 5. AVALIAÇÃO Para a avaliação do modelo proposto, foi implemetado um protótipo como parte do sistema de armazeameto em uvem Ustore 4. Foram implemetados, os critérios propostos o modelo RecCloud e o cálculo de recomedação. O Ustore, é uma ferrameta de armazeameto em uvem baseada em uma arquitetura P2P híbrida que tem como objetivo armazear dados com baixo custo e de forma que os mesmos ão se torem idispoíveis com evetuais problemas a rede [13] [29]. O mecaismo de recomedação do Ustore é baseado em coteúdo. No Ustore, as preferêcias dos usuários são represetadas por arquivos que o usuário teha adicioado em sua cota o sistema. O sistema de recomedação, apreseta recomedações baseadas a similaridade etre o arquivo de preferêcia do usuário e os arquivos armazeados a uvem. Para que o usuário receba uma recomedação, ela deve ser solicitada a partir de um arquivo em sua cota. 4 http://usto.re/ 5.1 Detalhes da Implemetação Critério Similaridade: a similaridade é calculada a partir do coteúdo dos arquivos, que são extraídos pelo Apache Lucee versão 3.6 5 e o Apache Tika versão 1.2 6. Critério Dispoibilidade: o Ustore, cada cliete possui um horário de fucioameto determiado iicialmete, que é utilizado para garatir a dispoibilidade. Para chegar ao valor da taxa de dispoibilidade de um cliete, subtraímos o tempo total possível para um cliete estar dispoível em um dia (24 horas), pelo tempo em que o cliete ficou o-lie. Desta forma, obtemos a quatidade de horas em que um cliete esteve dispoível durate o dia Critério Taxa de Dowload: é obtida a partir da observação do dowload de um arquivo qualquer, a partir de iformações sobre o tempo gasto o dowload do arquivo e seu tamaho, chegamos à taxa de dowload da rede em KBps Kilobits por segudo. Para termos de avaliação, a taxa máxima de dowload utilizada foi a média global de taxa de dowloads 3 (três) Megabits por segudo. Caso à taxa do usuário apresete um valor maior que a média global, o critério Taxa de Dowload será igual a 1 (um), represeta que este critério recebeu o valor máximo o cálculo da recomedação. Critério Tamaho do Arquivo: é obtido a base do Ustore em KiloBytes e covertido em GigaBytes. Para termos de avaliação da proposta, o tamaho máximo de um úico arquivo o ambiete foi estabelecido em 10 GigaBytes. Desta forma, se um arquivo apresetar tamaho superior ao limite máximo estabelecido, este receberá o valor 1 (um), que represeta a maior taxa poderada do critério Tamaho do Arquivo. Critério Popularidade do Arquivo: é represetada pela quatidade de vezes em que foram realizados dowload de um arquivo. No Ustore, a quatidade de vezes em que foi realizado o dowload de um arquivo pode ser obtida diretamete a base de dados do sistema. Para termos de avaliação desta proposta, atribuímos a quatidade de 10 dowloads, como a maior quatidade de dowloads realizados de um úico arquivo a rede. 5.2 Detalhes da Avaliação Para avaliação deste trabalho, foi utilizada uma base de dados composta por 1.400 (mil e quatrocetos) artigos acadêmicos. Para a realização dos testes, foi ecessário que os arquivos recebessem uma classificação que idisse quais são os mais relevates para o raque de recomedação que será gerado. Para fazer essa classificação o cojuto de dados, foi utilizada a similaridade etre o cotexto dos artigos com o coteúdo dos artigos utilizados para represetar as preferêcias do usuário. Desta forma, todos os artigos que forem relacioados ao termo sistemas de recomedação, foram cosiderados relevates para o raque de recomedação. O resultado, foi de 462 (Quatrocetos e sesseta e dois) artigos foram cosiderados relevates para esta avaliação, represetado 33% da base de dados utilizada a realização dos testes. Na avaliação, foi utilizada a metodologia proposta por Jai [18], ode é defedido que para realizar uma avaliação é preciso defiir objetivos, métricas, fatores e íveis [22]. As métricas escolhidas para avaliar o desempeho do modelo 5 https://lucee.apache.org/core/ 6 http://tika.apache.org/ 115

RecCloud, estão descritas a seguir: Tempo gasto o Dowload: foram efetuados dowloads dos arquivos recomedados e medido o tempo gasto para realizar cada dowload. Os resultados obtidos, serão comparados com o tempo gasto o dowload de arquivos recomedados utilizado o modelo de recomedação baseado em coteúdo do Ustore. Precisão: é a taxa de ites relevates recomedados o resultado. É dada, através da proporção etre o úmero de arquivos relevates recomedados e o úmero total de arquivos recomedados [4] [21] [31]. O cálculo da métrica Precisão é apresetado a Equação 6 P recisao = {arqrelevates} {arqrecomedados} {arqrecomedados} Na Equação 6, arqrelevates é a quatidade de arquivos recomedados que fazem parte do raque de relevâcia, e arqrecomedados é a quatidade de arquivos recomedados para cada solicitação de recomedação. O resultado, é represetado por valores etre 0 (zero) e 1 (um), quato mais próximo de 1 (um), mais preciso é o sistema. Recall: é a taxa de ites relevates recomedados em relação à quatidade total de ites relevates [21]. O cálculo da métrica Recall é apresetado a Equação 7. Recall = {arqrelevates} {arqrecomedados} {arqrelevates} Na Equação 7, arqrelevates é a quatidade de arquivos recomedados que fazem parte do raque de relevâcia, e arqrecomedados é a quatidade de arquivos recomedados para cada solicitação. O resultado é represetado por valores etre 0 (zero) e 1 (um), quato mais próximo de 1 (um) mais o sistema satisfaz a solicitação da recomedação. F-measure: é a média poderada das taxas de Precisão e Recall. O cáculo da métrica F-measure é apresetado a Equação 8 F measure α = (1 + α) precisao recall (α precisao) + recall Nesta avaliação, as taxas de Precisão e Recall têm o mesmo fator de importâcia. desta forma, o valor de α é igual a 1 (um). Logo, esta fução só retorará um valor o itervalo etre 0 (zero) e 1 (um). Como parâmetros para comparação, foram cosideradas satisfatórias taxas de Precisão de 0.40 e Recall de 0.42, resultados semelhates obtidos por Blak et al. [5], Taaka et al. [31] e Zhag et al. [33]. 5.3 Céarios de Availiação A avaliação deste trabalho, foi realizada em um sistema real de armazeameto em uvem (Ustore). Na execução, foram motados dois ceários da seguite forma: Ceário I: O objetivo foi avaliar o desempeho do modelo RecCloud. Foram solicitadas recomedações para dez diferetes arquivos e avaliada a quatidade de arquivos recomedado para cada solicitação. Foram avaliadas as métricas Precisão, Recall e F-Measure observado os arquivos recebidos como recomedação. Os raques de recomedação aalisados, foram divididos em três íveis, o primeiro ível retorado 5 (cico) arquivos, o segudo ível retorado 10 (dez) arquivos e ível três retorado 15 (quize) arquivos como recomedação. Foram solicitadas recomedações (6) (7) (8) Tabela 2: Resultados do ceário I Nível I Nível II Nível III Precisão 0.68 0.46 0.44 Recall 0.21 0.29 0.42 F-measure 0.32 0.35 0.42 para 10 (dez) artigos o modelo RecCloud, estas solicitações resultaram respectivamete em 50 (ciqueta), 100 (cem) e 150 (ceto e ciqueta) artigos recomedados. Ceário II: o objetivo foi medir o tempo gasto o dowload de arquivos recomedados e comparar os resultados com um modelo baseado em coteúdo. Com isso, foi possível avaliar se o modelo proposto atigiu um dos objetivos, que é ameizar o tempo gasto o dowload dos arquivos recomedados. Neste ceário, avaliamos a métrica Tempo Gasto o Dowload, foram solicitadas recomedações para 10 (dez) artigos diferetes o modelo RecCloud e o modelo baseado em coteúdo do Ustore, estas solicitações resultaram em 100 (cem) artigos recomedados, 50 (ciqueta) por cada modelo. Nesta métrica, foram utilizados raques de recomedação com 5 (cico) artigos retorados para cada solicitação de recomedação. 5.4 Resultados Ceário I: Na Tabela 2, são apresetados os resultados obtidos as taxas de Precisão, Recall e F-measure, estes resultados foram alcaçados utilizado o modelo RecCloud para cada solicitação de recomedação e variado a quatidade de arquivos recomedados para cada solicitação os ívelis I, II e III. A partir dos resultados apresetados a Tabela 2, foi observado que a melhor taxa de precisão obtida foi de 0.68 o ível I, ode foram retorados 5 (cico) artigos para cada solicitação de recomedação. Os resultados obtidos a métrica de precisão foram superiores aos resultados utilizados como referêcia para termos de comparação. A melhor taxa de recall obtida foi de 0.42 o ível III, ode foram retorados 15 (quize) artigos para cada solicitação de recomedação. A melhor taxa de Recall obtida esta avaliação foi similar à taxa obtida o trabalho de Zhag et al. [33]. A partir das taxas de Precisão e Recall, foi calculada a taxa de F-Measure, ode foi obtido como melhor taxa o valor 0.42, este valor foi obtido o ível III. Aalisado os resultados apresetados, foi observado que o melhor resultado da taxa de Precisão foi obtido em ível diferete do ível ode foi obtida a melhor taxa de Recall, e que, a maioria dos arquivos relevates recomedados estava o iício dos raques de recomedação. Este ceário, justifica-se pelo critério de similaridade, que represeta 40% de cada recomedação. Desta forma, os artigos com maiores taxas de similaridade ficaram o iício dos raques e os artigos que mesmo tedo a sua taxa de similaridade baixa foram classificados como recomedáveis e foram recomedados o fial dos raques de recomedação. A partir da comparação dos resultados apresetados o decorrer deste trabalho com resultados ecotrados a literatura, como, por exemplo, os trabalhos de Blak et al. [5], Taaka et al. [31] e Zhag et al. [33], pode-se cocluir que a proposta apresetada por este trabalho obteve resultados satisfatórios a geração de recomedações em sistemas de armazeameto em uvem, utilizado características do 116

Tabela 3: Resultados do ceário II Média Máximo Míimo RecCloud 900 2.200 400 RecUstore 1.150 2.700 150 ambiete associadas à técica de recomedação baseada em coteúdo. Ceário II: este ceário, foram realizadas dez solicitações de recomedações para 10 (dez) artigos diferetes o modelo RecCloud e o modelo baseado em coteúdo do Ustore, estas solicitações resultaram em 100 (cem) artigos recomedados 50 (ciqueta) arquivos recomedados por cada modelo. Foi aalisado, o tempo gasto o dowload de cada arquivo recomedado. Na Tabela 3, é apresetada uma comparação do resultado obtidado em cada modelo (média, máximo e o míimo de tempo gasto os dowloads realizados). A partir dos resultados apresetados a Tabela 3 em milissegudos, foi observado que, o modelo proposto este trabalho proporcioou redução o tempo gasto o dowload dor arquivos recomedados. A redução média de tempo gasto os dowloads foi de 207,06 milissegudos, o que represeta uma redução de 17,8%. 6. CONCLUSÃO A avaliação realizada este trabalho obteve resultados próximos aos resultados ecotrados a literaturado sobre avaliação de sistemas de recomedação. Desta forma, é possível cosideração como relevates às cotribuições apresetadas por esta pesquisa. O escopo deste trabalho, ão abrage todas as possíveis características da uvem e de sistemas de armazeameto em uvem que podem ser utilizadas a geração de recomedações. Desta forma, como trabalhos futuros podem ser adicioados ovos critérios ao modelo de recomedação, assim como, realizar a avaliação do modelo com outras técicas de avaliação de sistemas de recomedação. 7. REFERÊNCIAS [1] L. M. d. L. A. V. F. P. R. T. e. A. C. S. Adriao de Oliveira Tito, Arley Ramalho Rodrigues Ristar. Recroute: Uma proposta de aplicativo para recomeda de rotas de ibus utilizado iformas cotextuais dos usuos. Aais do X Simp Brasileiro de Sistemas de Iformas, pages 218 223, 2014. [2] T. B. M. d. S. Alezy Oliveira Lima, Ricardo Alexadre Afoso. Plataforma pguide: um modelo de recomeda para usuos ms. Aais do X Simp Brasileiro de Sistemas de Iforma, pages 73 84, 2013. [3] A. Asari, S. Essegaier, ad R. Kohli. Iteret recommedatio systems. JOURNAL OF MARKETING RESEARCH, 37(3):363 375, 2000. [4] R. A. Baeza-Yates ad B. Ribeiro-Neto. Moder Iformatio Retrieval. Addiso-Wesley Logma Publishig Co., Ic., Bosto, MA, USA, 1999. [5] I. Blak, L. Rokach, ad G. Shai. Leveragig the citatio graph to recommed keywords. I Proceedigs of the 7th ACM Coferece o Recommeder Systems, RecSys 13, pages 359 362, New York, NY, USA, 2013. ACM. [6] R. Burke. Hybrid recommeder systems: Survey ad experimets. User Modelig ad User-Adapted Iteractio, 12(4):331 370, 2002. [7] J. F. S. Carvalho. Um mapeameto sistematico de estudos em cloud computig. Master s thesis, Uiversidade Federal de Perambuco (UFPE), 2012. [8] Y.-C. Che, H.-C. Huag, ad Y.-M. Huag. Commuity-based program recommedatio for the ext geeratio electroic program guide. Cosumer Electroics, IEEE Trasactios o, 55(2):707 712, 2009. [9] C. M. R. da Silva, J. L. C. da Silva, R. M. Melo, R. B. Rodrigues, L. R. Lucie, S. P. D. Melo, A. Colares, ad V. C. Garcia. A privacy maturity model for cloud storage services. I 2014 IEEE 7th Iteratioal Coferece o Cloud Computig, Achorage, AK, USA, Jue 27 - July 2, 2014, pages 944 945, 2014. [10] C. M. R. da Silva, J. L. C. da Silva, R. B. Rodrigues, G. M. M. Campos, L. M. Nascimeto, ad V. C. Garcia. Security threats i cloud computig models: Domais ad proposals. I 2013 IEEE Sixth Iteratioal Coferece o Cloud Computig, Sata Clara, CA, USA, Jue 28 - July 3, 2013, pages 383 389, 2013. [11] C. M. R. da Silva, J. L. C. da Silva, R. B. Rodrigues, L. M. Nascimeto, ad V. C. Garcia. Systematic mappig study o security threats i cloud computig. CoRR, abs/1303.6782, 2013. [12] J. Deg, J. Hu, A. Liu, ad J. Wu. Research ad applicatio of cloud storage. I Itelliget Systems ad Applicatios (ISA), 2010 2d Iteratioal Workshop o, pages 1 5, 2010. [13] R. F. A. F. J. G. V. T. F. Dur F. Assad. Usto.re: A private cloud storage software system. I F. Daiel, P. Dolog, ad Q. Li, editors, Web Egieerig, volume 7977 of Lecture Notes i Computer Sciece, pages 452 466. Spriger Berli Heidelberg, 2013. [14] N. C. L. R. e Edmir Parada Vasques Prado. Caractericas dos servi de computa em uvem usados por orgaizas brasileiras. Aais do X Simp Brasileiro de Sistemas de Iforma, pages 661 673, 2013. [15] P. L. d. G. e. J. P. d. A. Ferado M. Figueira Filho. Um sistema de recomeda para fs de discussa web baseado a estimativa da expertise e a classifica colaborativa de coteudo. Aais do V Simp Brasileiro de Sistemas de Iforma, pages 306 313, 2007. [16] J. Gatz ad D. Reisel. Extractig value from chaos state of the uiverse : A executivesummary., Juho 2011. 1-12. [17] J. L. Herlocker. Uderstadig ad improvig automated collaborative filterig systems. PhD thesis, Uiversity of Miesota, 2000. AAI9983577. [18] R. K. Jai. The Art of Computer Systems Performace Aalysis: Techiques for Experimetal Desig, Measuremet, Simulatio, ad Modelig. Wiley, 1 editio, Apr. 1991. [19] G. Jug, T. Mukherjee, S. Kude, H. Kim, N. Sharma, ad F. Goetz. Cloudadvisor: A recommedatio-as-a-service platform for cloud cofiguratio ad pricig. I Services (SERVICES), 203 IEEE Nith World Cogress o, pages 456 463, 2013. [20] C.-F. Lai, J.-H. Chag, C.-C. Hu, Y.-M. Huag, ad 117

H.-C. Chao. Cprs: A cloud-based program recommedatio system for digital tv platforms. Future Geer. Comput. Syst., 27(6):823 835, Jue 2011. [21] S. Lee, D. Lee, ad S. Lee. Persoalized dtv program recommedatio system uder a cloud computig eviromet. IEEE Tras. o Cosum. Electro., 56(2):1034 1042, May 2010. [22] M. A. S. Machado. Uma abordagem para idexacao e buscas full-text baseadas em cotedo em sistemas de armazeameto em uvem. Master s thesis, Uiversidade Federal de Perambuco (UFPE), 2013. [23] P. Mell ad T. Grace. The NIST Defiitio of Cloud Computig. Techical report, Natioal Istitute of Stadards ad Techology, Iformatio Techology Laboratory, July 2009. [24] M. J. Pazzai ad D. Billsus. Learig ad revisig user profiles: The idetificatio of iterestig web sites. Machie Learig, 27(3):313 331, 1997. [25] W. O. F. G. M. M. C. V. C. G. F. A. D. R. E. A. Ricardo Batista Rodrigues, Carlo M. R. da Silva. A cloud-based recommedatio system. I B. White ad P. Isaías, editors, Proceedigs of the IADIS Iteratioal Coferece WWW/Iteret 2013, pages 384 386, Fort Worth, Texas, USA, October 2013. 978-989-8533-16-6. [26] F. Ricci, L. Rokach, B. Shapira, ad P. B. Kator, editors. Recommeder Systems Hadbook. Spriger, 2011. [27] R. B. Rodrigues. Reccloud: Um modelo de recomeda de arquivos para sistemas de armazeameto em uvem. Master s thesis, Uiversidade Federal de Perambuco (UFPE), 2014. [28] R. B. Rodrigues, F. A. Dur V. C. Garcia, C. M. R. da Silva, R. R. Souza, ad R. E. Assad. A cloud-based recommedatio model. I 7th Euro America Coferece o Telematics ad Iformatio Systems, EATIS 14, Valparaiso, Chile - April 02-04, 2014, page 23, 2014. [29] M. S. P. J. T. G. V. A. R. Silva, A. Machado. Desevolvedo aplicativos peer-to-peer (p2p) o cotexto de data storage para ambietes de cloud computig. Computa, S. B., editor, SBSI., 2013. [30] N. Stormer, H.; Werro ad D. Risch. Recommedig products with a fuzzy classificatio. CollECTeR Europe, 2006. [31] M. G. M. Thiago Fujisaka Taaka. Classifica de revises para costru de perfm sistemas de recomeda. I Webmedia 2012 XVIII Simp Brasileiro de Sistemas Multima e Web, 2012. [32] W. Zeg, Y. Zhao, K. Ou, ad W. Sog. Research o cloud storage architecture ad key techologies. I Proceedigs of the 2Nd Iteratioal Coferece o Iteractio Scieces: Iformatio Techology, Culture ad Huma, ICIS 09, pages 1044 1048, New York, NY, USA, 2009. ACM. [33] Z. Zhag, S. Shag, S. R. Kulkari, ad P. Hui. Improvig augmeted reality usig recommeder systems. I Proceedigs of the 7th ACM Coferece o Recommeder Systems, RecSys 13, pages 173 176, New York, NY, USA, 2013. ACM. 118