Avaliação de estratégias de orquestração sensíveis à localização para funções serverless em ambientes multi-nuvem

Abstract

A computação em nuvem consolidou-se como um dos principais paradigmas para o desenvolvimento de aplicações distribuídas, oferecendo escalabilidade, flexibilidade e re- dução de custos operacionais. Nesse contexto, o modelo Function as a Service (FaaS), também conhecido como computação serverless, destaca-se por permitir a execução de funções sob demanda e orientadas a eventos, abstraindo o gerenciamento da infraestru- tura subjacente. No entanto, a dependência de apenas um provedor de nuvem, conhecida como vendor lock-in, pode limitar a resiliência, a portabilidade e a otimização de desempe- nho das aplicações. Como alternativa, ambientes multi-cloud permitem explorar diferentes provedores, mas introduzem desafios relacionados à orquestração e à alocação inteligente de recursos. Diante desse cenário, este trabalho tem como objetivo implementar e ava- liar um orquestrador adaptativo para ambientes serverless multi-cloud, comparando uma estratégia geográfica simples com uma estratégia baseada em Inteligência Artificial. A estratégia geográfica, denominada Nearest, seleciona o provedor mais favorável a partir da cidade do usuário. Já a estratégia baseada em IA utiliza aprendizado supervisionado, por meio de Random Forest Regression, para prever o tempo de resposta esperado de cada provedor candidato, considerando atributos estimados do ambiente, como latência, carga, cold start e atraso de fila. O foco central deste estudo é analisar de que forma diferentes estratégias de orquestração podem selecionar o provedor mais adequado para cada requisição considerando a localização do usuário. Os resultados indicaram que a IA apresentou melhor desempenho em métricas de decisão em comparação com a estratégia Nearest: a acurácia em relação ao oráculo experimental aumentou de 52,98% para 60,09%, a taxa de violação de SLA foi reduzida de 30,70% para 29,01% e o regret médio diminuiu de 22,00 ms para 16,72 ms. A redução da latência média foi mais modesta, passando de 689,60 ms para 684,32 ms. Assim, a principal contribuição da abordagem proposta não foi uma redução extrema no tempo médio de resposta, mas a melhoria da qualidade das decisões de orquestração em comparação com uma política puramente geográfica.