Modelos Inovadores e Sustentáveis Baseados em Computação em Nuvem para Gestão de Desastres

A computação em nuvem transformou o cenário digital, oferecendo serviços escaláveis para indivíduos e empresas. No entanto, garantir a disponibilidade contínua dos serviços em nuvem requer uma gestão robusta de desastres. Por exemplo, em caso de desastres naturais, uma infraestrutura de nuvem totalmente funcional pode colapsar, o que leva a perdas substanciais em termos de tempo, esforço e aspectos financeiros. Este artigo de pesquisa explora as soluções atuais de computação em nuvem, enfatizando a importância da gestão de desastres, e introduz dois modelos inovadores para selecionar locais potenciais de backup. O estudo começa com uma revisão abrangente das soluções existentes de computação em nuvem e seus mecanismos de gestão de desastres. Avaliando seus pontos fortes e limitações, no entanto, as soluções atuais de recuperação de desastres (DR) são caras, pois exigem contratos permanentes com provedores de nuvem para pré-designar locais de DR constantes como réplicas das paisagens primárias. Para minimizar esse custo, enfatizamos a necessidade urgente de estratégias de recuperação de desastres econômica. Isso é realizado desenvolvendo dois modelos que consideram os fatores mais influentes que contribuem para a seleção de locais de DR. O Modelo de Decisão em Grade Ponderada (WGDM) combina atributos geográficos e ambientais para avaliar a desejabilidade de sites candidatos. Essa abordagem estruturada permite uma tomada de decisão informada. O segundo modelo, o modelo de Rede Neural Artificial (ANN), utiliza aprendizado de máquina para analisar dados históricos sobre incidentes de desastres e seus efeitos na infraestrutura de nuvem. Ao identificar padrões e tendências, o modelo ANN assiste na escolha inteligente de locais de backup. Esta pesquisa demonstra os benefícios de utilizar ferramentas de tomada de decisão baseadas em IA para a gestão de desastres na computação em nuvem.