Workflows científicos têm o papel de automatizar experimentos, análises e processos científicos que manualmente seriam impraticáveis devido ao volume de dados envolvidos. A nuvem é uma plataforma emergente que serve como infraestrutura para executar esse tipo de procedimento. No uso da nuvem, esses sistemas não se adaptam a variações na carga de trabalho por serem passivos às configurações da infraestrutura e, assim, causam possíveis sobrecargas ou subutilizações dos recursos computacionais disponíveis. Este trabalho propõe melhoras na utilização dos recursos das plataformas de computação em nuvem pelos sistemas gerenciadores de workflows científicos durante a execuções de workflows. Um novo mecanismo para gerenciar o provisionamento de forma dinâmica foi proposto, implementado e validado em uma plataforma real de computação em nuvem. O mecanismo proposto revela um modo de utilizar informações do workflow a fim de beneficiar-se de característica da nuvem para melhorar a utilização de recursos. Além disso, um de caso do compartilhamento de processadores entre atividades foi estudado, mostrando que tal compartilhamento causa um impacto negativo nos tempos de execução das tarefas, porém promove o aumento do paralelismo que, por sua vez, pode melhorar a execução do workflow como um todo.

Scientific workflows have the role of automating scientific experiments, analyses and processes that would be manually impractical due to the amount of data involved. The cloud is an emer- ging platform which serves as infrastructure to host this type of procedure. This work proposes improvement in the usage of the cloud computing platform resources by the scientific workflow ma- nagement systems during workflow executions. ln the cloud, these systems do not adapt to workload changes, being passive to the infrastructure configuration and, thus, cause potential overloads or under-utilization of available computational resources. A new mechanism to manage the provisio- ning dynamically was proposed, implemented and validaded in a real cloud computing plataform. The proposed mechanism displays a way to use the workflow data in arder to benefit from cloud characteristics to improve the resource utilization. Futhermore, a case of processors sharing among jobs was studied, showing that such sharing causes a negative impact on the jobs execution times, nevertheless the sharing promotes paralelism which in turn can improve the workflow execution as a whole.