Please use this identifier to cite or link to this item: https://dspace.sti.ufcg.edu.br/handle/riufcg/46343
Title: Sobre a confiabilidade da amostragem de dados para apoio à tomada de decisões de gerenciamento de sistemas de cache.
Other Titles: On the Reliability of Data Sampling to Support Decision-Making in Cache System Management.
???metadata.dc.creator???: LIRA , Anna Beatriz Lucena.
???metadata.dc.contributor.advisor1???: SILVA, Thiago Emmanuel Pereira da Cunha.
???metadata.dc.contributor.advisor2???: BRASILEIRO, Francisco Vilar.
???metadata.dc.contributor.referee1???: SILVA, Giovanni Farias da.
???metadata.dc.contributor.referee2???: LOPES, Raquel Vigolvino.
Keywords: Trace-driven;Amostragem de rastros;Sistemas de cache;Trace-driven;Trace sampling;Caching systems
Issue Date: 2-Feb-2026
Publisher: Universidade Federal de Campina Grande
Citation: LIRA, Anna Beatriz Lucena. Sobre a confiabilidade da amostragem de dados para apoio à tomada de decisões de gerenciamento de sistemas de cache. 2026. 67 f. Dissertação (Mestrado em Ciência da Computação) – Programa de Pós Graduação em Ciência da Computação, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande, Paraíba, Brasil, 2026.
???metadata.dc.description.resumo???: A análise de cargas de trabalho é necessária para o projeto e a otimização de sistemas de cache, orientando decisões como o planejamento de capacidade, seleção de políticas de substituição de itens, seleção de políticas de controle de admissão, entre outras. Em geral, essa análise baseia-se em rastros (traces) de sistemas em produção. Embora o ideal seja analisar a totalidade das requisições recebidas pelo sistema, a sobrecarga computacional imposta pela coleta de dados muitas vezes torna a amostragem uma necessidade prática. Apesar de seu uso generalizado, o impacto da amostragem na representatividade da carga de trabalho tem sido negligenciado. Este trabalho evidencia esses problemas de representatividade ao mostrar que a amostragem sistemática, uma técnica simples, pode distorcer significativamente as características da carga de trabalho, levando a decisões equivocadas. Especificamente, nossos resultados revelam que os rastros amostrados podem causar erros expressivos na estimativa de métricas importantes, como a frequência de acesso a itens, produzindo resultados que divergem daqueles baseados em rastros completos. Por outro lado, descobrimos que, para algumas cargas de trabalho, outra técnica, a amostragem em bloco, embora imperfeita, pode melhorar a representatividade das amostras, preservando características importantes da carga de trabalho. Essas descobertas servem como um alerta para pesquisadores e profissionais que dependem de rastros amostrados, destacando os riscos de aplicar a amostragem de forma acrítica na análise de sistemas de cache.
Abstract: Workload analysis is essential for the design and optimization of caching systems, guiding decisions such as capacity planning, the selection of replacement policies, and admission control policies, among others. This analysis is frequently based on traces from production systems. While it is ideal to analyze the entirety of requests received by a system, the computational overhead imposed by data collection often makes sampling a practical necessity. Despite its widespread use, the impact of sampling on workload representativeness has been largely overlooked. This work highlights these representativeness issues by showing that systematic sampling, a simple technique, can significantly distort workload characteristics, leading to misguided decisions. Specifically, our results reveal that sampled traces can cause substantial errors in estimating key metrics, such as item access frequency, producing results that diverge from those based on full traces. On the other hand, we found that for some workloads, another technique, block sampling, while imperfect, can improve sample representativeness by preserving important workload characteristics. These findings serve as a warning to researchers and practitioners who rely on sampled traces, highlighting the risks of applying sampling uncritically in the analysis of caching systems.
Keywords: Trace-driven
Amostragem de rastros
Sistemas de cache
Trace-driven
Trace sampling
Caching systems
???metadata.dc.subject.cnpq???: Ciência da Computação
URI: https://dspace.sti.ufcg.edu.br/handle/riufcg/46343
Appears in Collections:Mestrado em Ciência da Computação.

Files in This Item:
File Description SizeFormat 
ANNA BEATRIZ LUCENA LIRA - DISSERTAÇÃO - (PPGCC) 2026.pdf1.44 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.