Please use this identifier to cite or link to this item:
http://repositorio.ufc.br/handle/riufc/85367| Type: | TCC |
| Title: | Automação de testes de benchmark em máquinas virtuais Linux na AWS: um estudo de caso com a AWS Academy |
| Authors: | Silva, Francisco Renato Ferreira da |
| Advisor: | Alencar, João Marcelo Uchôa de |
| Keywords in Brazilian Portuguese : | computação em nuvem;AWS Academy;Benchmark;automação |
| Knowledge Areas - CNPq: | CNPQ: CIÊNCIAS EXATAS E DA TERRA |
| Issue Date: | 2026 |
| Citation: | SILVA, Francisco Renato Ferreira da. Automação de testes de benchmark em máquinas virtuais Linux na AWS: um estudo de caso com a AWS Academy. 2026. 63 f. Trabalho de Conclusão de Curso (Graduação em Redes de Computadores) - Campus de Quixadá, Universidade Federal do Ceará, Quixadá, 2026. |
| Abstract in Brazilian Portuguese: | Este trabalho apresenta o desenvolvimento de um protótipo de automação para a realização de testes de benchmark em instâncias Linux na AWS Amazon Web Services Academy. O problema central reside na opacidade e variabilidade do desempenho em ambientes de nuvem pública, o que di culta a escolha ideal de recursos para disciplinas como Bancos de Dados e Desenvolvimento Web. Através de um script em Python, utilizando as bibliotecas Boto3 e Paramiko, foram testadas 77 instâncias em diversos cenários de carga de CPU Central Processing Unit e I/O. Os resultados, validados pelo teste estatístico de Kruskal-Wallis, revelaram uma previsibilidade determinística para processamento (p=2,54×10−26)comganhosdeaté100%emnovasgeraçõesdehardware, contrastando com uma latência de cauda (P95) altamente variável (p = 0,99). O trabalho conclui com a consolidação de per s de desempenho para as famílias C, Z, I, R, M e T, oferecendo um guia de suporte à decisão que otimiza a relação custo-benefício e a performance acadêmica no ambiente da AWS Academy. |
| Abstract: | This work presents the development of an automation prototype for conducting benchmark tests on Linux instances within the AWS Academy. The central problem resides in the opacity and variability of performance in public cloud environments, which complicates the ideal choice of resources for subjects such as Databases and Web Development. Through a Python script, using the Boto3 and Paramiko libraries, 77 instances were tested in various CPU and I/O load scenarios. The results, validated by the Kruskal-Wallis statistical test, revealed a deterministic predictability for processing (p = 2.54×10−26) with gains of up to 100% in new hardware generations, contrasting with a highly variable Cauda (P95) latency (p = 0.99). The work concludes with the consolidation of performance pro les for the C, Z, I, R, M, and T families, offering a decision support guide that optimizes the cost-bene t ratio and academic performance in the AWS Academy environment. |
| URI: | http://repositorio.ufc.br/handle/riufc/85367 |
| Advisor's Lattes: | http://lattes.cnpq.br/4360168226365314 |
| Access Rights: | Acesso Aberto |
| Appears in Collections: | REDES DE COMPUTADORES - QUIXADÁ - Monografias |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| 2026_tcc _frfsilva.pdf | 3,72 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.