5 ANÁLISE DOS RESULTADOS
5.1 Cenário 1 – Medições com hipervisores de Tipo-II
5.1.1 Modelo SMDEA com CRS orientado às saídas
Esta seção discute os resultados referentesàs três últimas camadas da metodologia de avaliação fractal de desempenho proposta (Figura 12). A Tabela 12 contém os resultados das medições usando TCP da topologia GGC nas redes virtuais criadas, ou seja, o cenário 1 - estático. Note que qualquer conjunto de ferramentas para fornecer serviços TCP em uma rede virtual, por linha, é considerado como DMU ou hipervisor de rede, bem como os resultados são ordenados alfabeticamente.
No entanto, a Tabela 12 deve ser apresentada completa, porque é obrigatório fazer uma análise fractal detalhada do maior conjunto de possibilidades de configurações para ativar redes virtuais, que podem ser consideradas cada uma como um hipervisor de rede. Portanto, quanto mais se avalia a quantidade de dispositivos virtuais, maior a chance de se encontrar o padrão fractal desejado para se prestar um serviço ótimo com o TCP ou outro protocolo.
Contudo, escalar o conjunto de possibilidades das configurações dos hipervisores de rede pode ser dispendioso do ponto de vista do tempo que se levará para montagem, análise e otimização destas DMUs.
Como mostrado na Tabela 12, os nomes das DMUs sempre seguem o mesmo formato com a distro do Linux usada, seguido da ferramenta de hipervisor, mais sua interface de rede emulada (se existir) e o aplicativo de contêiner. As variâncias foram computadas, porém a dimensão fractal já carrega essa informação intrinsecamente. Por esse motivo, como o framework de avaliação fractal é uma metodologia contínua. ou passo a passo, então este descartou esta e outras variáveis ao longo do trabalho.
Como destacado anteriormente, (veja na Tabela 12), cada DMU tem um comportamento fractal inteiramente distinto ao longo do tempo, com diferente dimensão fractal, largura de banda do TCP e memória (H), e que são independentes entre si. Observe que ao se alterar apenas um conjunto de ferramentas (cada linha na Tabela 12) a sua dimensão fractal, largura de banda do TCP e memória fractal da DMU muda. Esta descoberta lança uma nova abordagem para avaliar o tráfego TCP com AS e LRD nas redes virtuais, introduzindo a dimensão fractal como índice para diagnosticar a irregularidade no tráfego TCP. Por exemplo, conforme observado na Tabela 12, a configuração com a maior largura de bandado TCP (ou seja, DMU19) tem a largura de banda do TCP 463,313% maior do que a menor configuração com largura de banda do TCP (isto é, DMU21).
Logo, este mesmo padrão se repete em todas as outras DMUs avaliadas, até com as demais variáveis. Para se fazer o cálculo da diferença de desempenho entre apenas duas configurações, calcule a média da largura de banda do TCP (ou cada uma das outras variáveis avaliadas) de cada DMU e encontre a diferença da porcentagem usando ( ) como exemplo.
Além disso, observe que esse padrão de desempenho tem uma enorme diferença, até em DMUs que possuem o mesmo sistema operacional. Observe que as cinco DMUs com as médias mais altas da largura de bandado TCP (DMU19, DMU48, DMU29, DMU18 e DMU47, respectivamente) usam o hipervisor tipo-II – VMWare, já as
três médias mais altas da largura de banda do TCP também estão relacionadas à ferramenta de contêiner LXC.
Assim, a Tabela 12 detalha e introduz uma análise fractal inovadora em redes de computadores, lançando um ponto de inflexão na avaliação de desempenho de redes/computadores, na qual a natureza fractal de um conjunto de ferramentas precisa sempre ser considerada separadamente para predição e comparação.
Em resumo, como na Tabela 12 (e demais), cada DMU tem dimensão fractal, desempenho da largura de banda do TCP e memória fractal (Hurst) distintos ao longo do tempo. Então, o tomador de decisão precisa escolher ou predizer qual o melhor conjunto de ferramentas, de acordo com estas variáveis, criando um problema multicritério a ser resolvido. Desta forma, o modelo analítico desenvolvido deverá garantir a eleição do hipervisor de rede ou DMU mais eficiente, segundo a melhor combinação linear dentre as possibilidades das variáveis fractais avaliadas.
Tabela 12 - Montagem das DMUs para avaliação com modelos multiplicativos DEA
estáticos orientados à saída, além da avaliação fractal dos resultados sem as DMUs com SRD # DMU (INPUT) Dimensão Fractal (OUTPUT) Média TCP em kbps (OUTPUT) Hurst
1 ARCH12 – VIRTUALBOX – PCNet PCI – DOCKER – GGC 1,753393 40208,64 0,6149959 2 ARCH12 – VIRTUALBOX – PCNet FAST – DOCKER – GGC 1,653052 39310,5 0,6380813 3
ARCH12 – VIRTUALBOX – PRO 1000 MT DESKTOP –
DOCKER – GGC 1,514416 51299,79 0,7139144
4
ARCH12 – VIRTUALBOX – PRO 1000 T SERVER – DOCKER
– GGC 1,429046 57252,49 0,6303365
5 ARCH12 – VIRTUALBOX – PCNet PCI – LXC – GGC 1,819048 45993,36 0,6542005 6 ARCH12 – VIRTUALBOX – PCNet FAST – LXC – GGC 1,758913 45400,68 0,7290385 7
ARCH12 – VIRTUALBOX – PRO 1000 MT DESKTOP – LXC –
GGC 1,732166 121542,6 0,5670684
8
ARCH12 – VIRTUALBOX – PRO 1000 T SERVER – LXC –
GGC 1,583254 96962,65 0,8320479
9 ARCH12 – VMWARE – DOCKER – GGC 1,147171 45114,94 0,7176149
10 ARCH12 – VMWARE – LXC – GGC 1,310753 60895,55 0,8115613
11 FEDORA24 – VIRTUALBOX – PCNet PCI – DOCKER – GGC 1,638401 55586,69 0,5340552 12
FEDORA24 – VIRTUALBOX – PCNet FAST – DOCKER –
GGC 1,722559 55881,09 0,5435163
13
FEDORA24 – VIRTUALBOX – PRO 1000 MT DESKTOP –
DOCKER – GGC 1,972882 140166,7 0,522739
14
FEDORA24 – VIRTUALBOX – PRO 1000 T SERVER –
DOCKER – GGC 1,696524 120597,2 0,5856474
15 FEDORA24 – VIRTUALBOX – PCNet PCI – LXC – GGC 1,779845 49936,99 0,7378332 16 FEDORA24 – VIRTUALBOX – PCNet FAST – LXC – GGC 1,675085 54199,33 0,6086283 17
FEDORA24 – VIRTUALBOX – PRO 1000 T SERVER – LXC –
GGC 1,551302 115458,8 0,607753
19 FEDORA24 – VMWARE – LXC – GGC 1,355828 220979,0 0,8155753 20
OPENSUSE42.2 – VIRTUALBOX – PCNet PCI – DOCKER –
GGC 1,759395 44457,31 0,7755444
21
OPENSUSE42.2 – VIRTUALBOX – PCNet FAST – DOCKER –
GGC 1,69321 39228,46 0,6776561
22
OPENSUSE42.2 – VIRTUALBOX – PRO 1000 MT DESKTOP
– DOCKER – GGC 1,954307 144008,7 0,6322082
23
OPENSUSE42.2 – VIRTUALBOX – PRO 1000 T SERVER –
DOCKER – GGC 1,706839 113361,1 0,5502623
24 OPENSUSE42.2 – VIRTUALBOX – PCNet PCI – LXC – GGC 1,895940 43281,01 0,6908904 25
OPENSUSE42.2 – VIRTUALBOX – PCNet FAST – LXC –
GGC 1,637878 48302,53 0,6469991
26
OPENSUSE42.2 – VIRTUALBOX – PRO 1000 MT DESKTOP
– LXC – GGC 1,981541 136795,8 0,6177616
27
OPENSUSE42.2 – VIRTUALBOX – PRO 1000 T SERVER –
LXC – GGC 1,685670 113857,6 0,5861757
28 OPENSUSE42.2 – VMWARE – DOCKER – GGC 1,522748 80704,14 0,7692495 29 OPENSUSE42.2 – VMWARE – LXC – GGC 1,446501 213607,4 0,6591165 30 UBUNTU14 – VIRTUALBOX – PCNet PCI – DOCKER – GGC 1,708281 40606,23 0,6374863 31
UBUNTU14 – VIRTUALBOX – PCNet FAST – DOCKER –
GGC 1,779336 41057,64 0,6240196
32
UBUNTU14 – VIRTUALBOX – PRO 1000 MT DESKTOP –
DOCKER – GGC 1,729518 146780,8 0,8451504
33
UBUNTU14 – VIRTUALBOX – PRO 1000 T SERVER –
DOCKER – GGC 1,861722 95542,23 0,6515093
34 UBUNTU14 – VIRTUALBOX – PCNet PCI – LXC – GGC 1,698271 41681,55 0,7819212 35 UBUNTU14 – VIRTUALBOX – PCNet FAST – LXC – GGC 1,824841 41195,93 0,7150646 36
UBUNTU14 – VIRTUALBOX – PRO 1000 MT DESKTOP –
LXC – GGC 1,743032 140712,6 0,7451546
37
UBUNTU14 – VIRTUALBOX – PRO 1000 T SERVER – LXC –
GGC 1,518187 95067,18 0,7007306
c3
8 UBUNTU14 – VMWARE – DOCKER – GGC 1,412104 73706,68 0,6205952
39 UBUNTU14 – VMWARE – LXC – GGC 1,621151 105727,1 0,7187318
40 UBUNTU16 – VIRTUALBOX – PCNet PCI – DOCKER – GGC 1,610912 44675,4 0,5748441 41
UBUNTU16 – VIRTUALBOX – PCNet FAST – DOCKER –
GGC 1,689229 43207,5 0,7135971
42
UBUNTU16 – VIRTUALBOX – PRO 1000 T SERVER –
DOCKER – GGC 1,661918 123330,8 0,5855856
43 UBUNTU16 – VIRTUALBOX – PCNet PCI – LXC – GGC 1,394481 61309,08 0,6616379 44 UBUNTU16 – VIRTUALBOX – PCNet FAST – LXC – GGC 1,434656 57188,68 0,8082247 45
UBUNTU16 – VIRTUALBOX – PRO 1000 MT DESKTOP –
LXC – GGC 2,000000 131292,4 0,5152529
46
UBUNTU16 – VIRTUALBOX – PRO 1000 T SERVER – LXC –
GGC 1,802845 111738,8 0,5759278
47 UBUNTU16 – VMWARE – DOCKER – GGC 1,488392 183325,3 0,8549348
48 UBUNTU16 – VMWARE – LXC – GGC 1,319123 217319,8 0,6895153
Fonte: dados da pesquisa / 2019
Como discutido anteriormente, é preciso obrigatoriamente fazer uma transformação logarítmica de todos os valores da Tabela 12 (e de qualquer outra Tabela que usar um modelo multiplicativo DEA). No entanto, como ambas variáveis,
tanto uma de entrada - dimensão fractal, quanto uma de saída - Parâmetro de Hurst são números pequenos, então seus logaritmos serão negativos.
Por esta razão, uma log-normalização destes pequenos números deve ser feita, dividindo-os por um pequeno número infinitesimal ( ), em seguida calcule o logaritmo destas divisões ( (
)) Em contraste, como a
outra variável de saída – média da largura de banda do TCP tem valores grandes, então é necessário apenas obter os logaritmos desses números ( ( )). A Tabela 13 mostra os valores das variáveis de entrada e saída, após o processo de transformação logarítmica.
Tabela 13 - Montagem das DMUs para avaliação com modelos multiplicativos DEA
estáticos orientados à saída, após a transformação logarítmica das variáveis de entrada e saída
# DMU (Î)X1 (Ô)Y1 (Ô)Y2
1 ARCH12 – VIRTUALBOX – PCNet PCI – DOCKER – GGC 5,2438793 4,6043194 4,7888722 2
ARCH12 – VIRTUALBOX – PCNet FAST – DOCKER –
GGC 5,2182865 4,5945086 4,8048760
3
ARCH12 – VIRTUALBOX – PRO 1000 MT DESKTOP –
DOCKER – GGC 5,1802452 4,7101156 4,8536461
4
ARCH12 – VIRTUALBOX – PRO 1000 T SERVER –
DOCKER – GGC 5,1550462 4,7577944 4,7995725
5 ARCH12 – VIRTUALBOX – PCNet PCI – LXC – GGC 5,2598442 4,6626951 4,8157109 6 ARCH12 – VIRTUALBOX – PCNet FAST – LXC – GGC 5,2452444 4,6570624 4,8627505 7
ARCH12 – VIRTUALBOX – PRO 1000 MT DESKTOP –
LXC – GGC 5,2385895 5,0847285 4,7536354
8
ARCH12 – VIRTUALBOX – PRO 1000 T SERVER – LXC
– GGC 5,1995506 4,9866045 4,9201483
9 ARCH12 – VMWARE – DOCKER – GGC 5,0596282 4,6543204 4,8558914
10 ARCH12 – VMWARE – LXC – GGC 5,1175209 4,7845856 4,9093213
11
FEDORA24 – VIRTUALBOX – PCNet PCI – DOCKER –
GGC 5,2144202 4,7449708 4,7275861
12
FEDORA24 – VIRTUALBOX – PCNet FAST – DOCKER –
GGC 5,2361741 4,7472649 4,7352126
13
FEDORA24 – VIRTUALBOX – PRO 1000 MT DESKTOP –
DOCKER – GGC 5,2951011 5,1466448 4,7182849
14
FEDORA24 – VIRTUALBOX – PRO 1000 T SERVER –
DOCKER – GGC 5,2295600 5,0813372 4,7676362
15 FEDORA24 – VIRTUALBOX – PCNet PCI – LXC – GGC 5,2503822 4,6984224 4,8679582 16 FEDORA24 – VIRTUALBOX – PCNet FAST – LXC – GGC 5,2240368 4,7339939 4,7843521 17
FEDORA24 – VIRTUALBOX – PRO 1000 T SERVER –
LXC – GGC 5,1906964 5,0624270 4,7837271
18 FEDORA24 – VMWARE – DOCKER – GGC 5,1450061 5,3287896 4,8284858 19 FEDORA24 – VMWARE – LXC – GGC 5,1322046 5,3443510 4,9114641 20
OPENSUSE42.2 – VIRTUALBOX – PCNet PCI –
DOCKER – GGC 5,2453634 4,6479432 4,8896067
21
OPENSUSE42.2 – VIRTUALBOX – PCNet FAST –
DOCKER – GGC 5,2287108 4,5936013 4,8310094
22
OPENSUSE42.2 – VIRTUALBOX – PRO 1000 MT
23
OPENSUSE42.2 – VIRTUALBOX – PRO 1000 T SERVER
– DOCKER – GGC 5,2321926 5,0544641 4,7405698
24
OPENSUSE42.2 – VIRTUALBOX – PCNet PCI – LXC –
GGC 5,2778246 4,6362974 4,8394092
25
OPENSUSE42.2 – VIRTUALBOX – PCNet FAST – LXC –
GGC 5,2142815 4,6839699 4,8109037
26
OPENSUSE42.2 – VIRTUALBOX – PRO 1000 MT
DESKTOP – LXC – GGC 5,2970031 5,1360728 4,7908209
27
OPENSUSE42.2 – VIRTUALBOX – PRO 1000 T SERVER
– LXC – GGC 5,2267726 5,0563620 4,7680278
28 OPENSUSE42.2 – VMWARE – DOCKER – GGC 5,1826280 4,9068958 4,8860672 29 OPENSUSE42.2 – VMWARE – LXC – GGC 5,1603187 5,3296163 4,8189622 30
UBUNTU14 – VIRTUALBOX – PCNet PCI – DOCKER –
GGC 5,2325593 4,6085927 4,8044709
31
UBUNTU14 – VIRTUALBOX – PCNet FAST – DOCKER –
GGC 5,2502580 4,6133940 4,7951982
32
UBUNTU14 – VIRTUALBOX – PRO 1000 MT DESKTOP –
DOCKER – GGC 5,2379251 5,1666693 4,9269340
33
UBUNTU14 – VIRTUALBOX – PRO 1000 T SERVER –
DOCKER – GGC 5,2699148 4,9801954 4,8139206
34 UBUNTU14 – VIRTUALBOX – PCNet PCI – LXC – GGC 5,2300070 4,6199439 4,8931630 35 UBUNTU14 – VIRTUALBOX – PCNet FAST – LXC – GGC 5,2612250 4,6148543 4,8543453 36
UBUNTU14 – VIRTUALBOX – PRO 1000 MT DESKTOP –
LXC – GGC 5,2413054 5,1483330 4,8722464
37
UBUNTU14 – VIRTUALBOX – PRO 1000 T SERVER –
LXC – GGC 5,1813253 4,9780306 4,8455511
38 UBUNTU14 – VMWARE – DOCKER – GGC 5,1498667 4,8675068 4,7928084 39 UBUNTU14 – VMWARE – LXC – GGC 5,2098235 5,0241863 4,8565669 40
UBUNTU16 – VIRTUALBOX – PCNet PCI – DOCKER –
GGC 5,2070718 4,6500684 4,7595501
41
UBUNTU16 – VIRTUALBOX – PCNet FAST – DOCKER –
GGC 5,2276885 4,6355591 4,8534531
42
UBUNTU16 – VIRTUALBOX – PRO 1000 T SERVER –
DOCKER – GGC 5,2206096 5,0910715 4,7675904
43 UBUNTU16 – VIRTUALBOX – PCNet PCI – LXC – GGC 5,1444126 4,7875248 4,8206204 44 UBUNTU16 – VIRTUALBOX – PCNet FAST – LXC – GGC 5,1567478 4,7573101 4,9075321 45
UBUNTU16 – VIRTUALBOX – PRO 1000 MT DESKTOP –
LXC – GGC 5,3010300 5,1182396 4,7120204
46
UBUNTU16 – VIRTUALBOX – PRO 1000 T SERVER –
LXC – GGC 5,2559584 5,0482040 4,7603680
47 UBUNTU16 – VMWARE – DOCKER – GGC 5,1727173 5,2632224 4,9319330 48 UBUNTU16 – VMWARE – LXC – GGC 5,1202853 5,3370993 4,8385439
Fonte: dados da pesquisa / 2019
A Tabela 14 apresenta todos os valores ótimos da função objetivo ( ), escores de eficiência, com análise de sensibilidade (valores das folgas/excessos) e classificação para avaliação das DMUs usando o modelo SMDEA proposto na equação (4.5), com suas respectivas variáveis de entrada e saída (Tabela 5.1). Como todas as variáveis estavam em forma de razão, logo estas passaram pelo processo obrigatório de log-transformação, como pode ser visto na Tabela 13.
Apenas os escores de supereficiência das DMUS do TOP3, segundo modelo SMDEA são destacadas na coluna de classificação da Tabela 14. Deve ser notado que a DMU mais eficiente (DMU19), que não tem nenhuma folga ou excesso, está apresentando um CRS, isto é, a DMU19 é a solução ideal para este problema multicritério (ver Teorema 6 de Banker et al. (2004)). Logo, a DMU19 tem a maior média de largura de banda do TCP, a quinta maior memória fractal e a quarta menor dimensão fractal, refletindo um efeito de suavização do tráfego TCP, tal como acontece com as outras DMUs supereficientes (DMU48 e DMU9). Já a DMU48 possui a segunda maior largura de banda do TCP, a segunda menor dimensão fractal, representando um efeito mais suave do tráfego TCP na rede virtual, esta DMU também possui uma memória fractal considerável ao longo do tempo.
Também é importante observar que a formulação SMDEA não tem solução inviável para DMU zero, demonstrando a corretude matemática deste modelo, para a previsão de serviços TCP em redes virtuais ao longo do tempo.
Foi realizada uma avaliação multiplicativa DEA (equação (4.4)), e, como esperado, os escores de eficiência obtidos para todas as DMUs ineficientes são os mesmos. Logo, a avaliação completa do modelo SMDEA é apresentada na Tabela 14.
Tabela 14 - , eficiência, análise de sensibilidade e classificação de cada DMU no modelo de avaliação SMDEA
# Eficiência S1- S2+ S3+ Classificação DMU1 1,050851 95,16% 0 0 0 39 DMU2 1,042308 95,94% 0 0,011375 0 28 DMU3 1,024042 97,65% 0 0 0 13 DMU4 1,030067 97,08% 0 0 0 19 DMU5 1,048019 95,42% 0 0 0 32 DMU6 1,035224 96,60% 0 0,003967 0 23 DMU7 1,055049 94,78% 0 0 0 41 DMU8 1,013001 98,72% 0 0 0 9 DMU9 0,9995659 100,04% 0 0,078160 0 3 DMU10 1,000078 99,99% 0 0 0 4 DMU11 1,057507 94,56% 0 0 0 44 DMU12 1,060235 94,32% 0 0 0 46 DMU13 1,071560 93,32% 0 0 0 47 DMU14 1,050227 95,22% 0 0 0 37 DMU15 1,034976 96,62% 0 0 0 22 DMU16 1,047215 95,49% 0 0 0 31 DMU17 1,039088 96,24% 0 0 0 25 DMU18 1,006395 99,36% 0 0 0,002541 6 DMU19 0,9911065 100,90% 0 0 0 1 DMU20 1,029561 97,13% 0 0,039837 0 17 DMU21 1,038741 96,27% 0 0,038297 0 24 DMU22 1,055009 94,79% 0 0 0 40
DMU23 1,056745 94,63% 0 0 0 42 DMU24 1,046678 95,54% 0 0,002328 0 30 DMU25 1,039855 96,17% 0 0 0 26 DMU26 1,058477 94,48% 0 0 0 45 DMU27 1,049704 95,26% 0 0 0 36 DMU28 1,016955 98,33% 0 0 0 10 DMU29 1,009234 99,09% 0 0 0,012916 8 DMU30 1,045230 95,67% 0 0 0 29 DMU31 1,050727 95,17% 0 0 0 38 DMU32 1,018281 98,20% 0 0 0 11 DMU33 1,048879 95,34% 0 0 0 34 DMU34 1,025801 97,48% 0 0,071909 0 15 DMU35 1,040176 96,14% 0 0,039510 0 27 DMU36 1,030193 97,07% 0 0 0 20 DMU37 1,024678 97,59% 0 0 0 14 DMU38 1,029931 97,09% 0 0 0 18 DMU39 1,027814 97,29% 0 0 0 16 DMU40 1,049543 95,28% 0 0 0 35 DMU41 1,033735 96,74% 0 0,016978 0 21 DMU42 1,048392 95,38% 0 0 0 33 DMU43 1,023412 97,71% 0 0 0 12 DMU44 1,008227 99,18% 0 0 0 7 DMU45 1,076660 92,88% 0 0 0 48 DMU46 1,057264 94,58% 0 0 0 43 DMU47 1,004175 99,58% 0 0 0 5 DMU48 0,9990332 100,10% 0 0 0,066192 2
Fonte: dados da pesquisa / 2019
Todas as formulações, resultados, ranqueamento e análise de sensibilidade podem ser encontrados no dataset público do Mendeley, referente ao modelo SMDEA11.
Para uma demonstração de como o modelo SMDEA supera as formulações tradicionais de SDEA, com variáveis de razão, observe as Figuras 20 e 21. Note que na Figura 20 todas as DMUs estão próximas uma da outra dentro do PPS, devido à transformação logarítmica dos dados, e na Figura 21 apenas a DMU48 é supereficiente, sendo que as outras DMUs estão espalhadas dentro do PPS, porque a formulação original super-CCR DEA, com orientação à saída, não avalia com precisão as DMUs que estão operando acima ou abaixo de suas capacidades.
De fato, é demonstrado que é necessário usar uma fronteira com convexidade geométrica, ao invés de uma convexidade padrão para alcançar uma estimativa de elasticidade de escala correta. Ainda na Figura 21, a DMU9 considerada como eficiente possui uma pequena Média_TCP (média da largura de banda do TCP), mostrando que
11
Resultados do modelo orientado a saída SMDEA, disponíveis no dataset do Mendeley, podem ser encontrados na URL: https://data.mendeley.com/datasets/yj24sgch7m/3
essa fronteira de eficiência apresenta uma fronteira incorreta que precisa ser retificada pelo modelo SMDEA. Esses e outros gráficos podem ser encontrados no conjunto de dados públicos do Mendeley, já mencionado.
Em suma, os destaques da avaliação SMDEA são, respectivamente, o hipervisor tipo-II VMware e a ferramenta baseada em contêiner LXC. Estas aplicações estavam presentes em 2/3 das DMUs supereficientes (SE) do TOP3, apontadas como soluções ótimas para resolver o problema da AS com LRD no tráfego TCP em redes virtuais. Os destaques dos SOs foram o Fedora 24, Ubuntu 16 e Arch 12.
Porém, é obrigatório selecionar apenas o conjunto de ferramentas do TOP1 da DMU supereficiente, ou seja, o hipervisor de rede ótimo, não um aplicativo isolado (ou SO, ou hipervisor, ou contêiner e assim por diante). No entanto, se o administrador da rede virtual escolher a DMU ranqueada como a mais eficiente para executar seus aplicativos/serviços e, assim, o tomador de decisão garantirá serviços TCP mais estáveis e com desempenho superior da largura de banda para seus clientes em uma escala de tempo de longo prazo.
Figura 20: Fronteira de eficiência e PPS do Modelo CCR com orientação às saídas
Figura 21: Fronteira de eficiência e PPS do Modelo SMDEA com orientação às saídas
Fonte: https://data.mendeley.com/datasets/yj24sgch7m/3