A indústria de tecnologia da informação vivencia grandes avanços com o desenvolvimento de tecnologias de Computação em Nuvem, cujas plataformas permitem a locação sob demanda de gran- des quantidades de recursos computacionais. Os desafios de infraestrutura para prover tais recursos de modo mais eficiente, sem comprometer a qualidade do serviço contratado, ainda são vários. O gerenciamento de recursos computacionais se destaca entre eles, frente à diversidade de aplicações que são executadas nesses ambientes e à demanda volátil dos recursos, resultante da liberdade que os usuários, humanos ou mesmo outras aplicações, têm para utilizar os recursos contratados. A simulação de plataformas de Computação em Nuvem permite analisar, com baixo custo, efeitos so- bre o uso dos recursos computacionais ao empregar diferentes estratégias para a gestão de recursos nessas plataformas, como consolidação de servidores, predição de desempenho, migração de máqui- nas virtuais e estratégias para suspensão de servidores físicos. Este trabalho investiga estratégias para gerenciar esses recursos, com ênfase na consolidação de servidores, no seu mapeamento para o problema de bin packing vetorial com cestos de tamanho variável, e na predição de desempenho, com análise do histórico da demanda de recursos computacionais como uma série temporal. Com tal embasamento teórico, este estudo analisa os efeitos que diferentes estratégias de gestão de recursos computacionais têm sobre a eficiência no uso dos recursos computacionais e no cumprimento de acordos de nível de serviço. Também se apresenta o SimMyCloud, arcabouço desenvolvido para simulação de plataformas de Computação em Nuvem. Um traço de execução real de uma plata- forma de Computação em Nuvem, disponibilizado pelo Google, foi utilizado como base para as simulações, cujas execuções evidenciaram forte influência da escolha de uma estratégia de predição de desempenho para um uso eficiente dos recursos computacionais. Financiamento CAPES

The technology information industry is facing a grown up moment due to the development of Cloud Computing technologies, whose platforms permit an on demand rent of big amounts of computational resources. The infrastructural challenges to provide those resources efficiently, without compromising the quality of service, are vast. The computational resources management is one of the main ones, due to the diversity of applications running in these environments and the volatile resources demand. This volatility is a consequence from the freedom the users, humans or other applications, have to use their rented resources. Cloud computing platforms simulations permit low costs analysis to effects about the resources management in these environments. This work inves- tigates some computational resources management strategies, with focus on server consolidation (and its relation with variable size vector bin packing) and load prediction (which analyses the lasts demand measurements as a time series). It then analyses the effects in computational resources use and service level agreements fulfilling while different server consolidation heuristics and load predic- tion algoritms are used. A framework developed to simulate a Cloud Computing platform is then presented. The simulations ran based on a real-world workload publicly avaliable by Google, and showned up a huge influence of the load prediction method to the active servers, SLA violations, and other characteristcs.