A conferência iniciou no dia 17/12, com dois keynotes durante a manhã. O primeiro keynote foi Ivan Stojmenovic da Universidade de Ottawa, que abordou o tema “Mobile Cloud And Crowd Computing And Sensing”. Nesta apresentação foram citados conceitos, desafios, oportunidades e aplicações interessantes sobre a combinação de dispositivos móveis e a interação social para obter computação distribuída de larga escala, o que foi chamado de crowd computing. Ficou evidente que muitos trabalhos vem sem sendo feitos para o desenvolvimento de cidades inteligentes, mas que ainda há muitos desafios para tornar o uso dos dispositivos móveis eficientes para este fim. O segundo keynote foi Sunil D Sherlekar da Intel, que abordou os desafios e oportunidades na computação “Exascale”. Desta apresentação é possível destacar o desafio no desenvolvimento de softwares que possam eficientemente explorar potencial fornecido pelos hardwares, como o uso de SIMD e a escolha dos melhores tipos de computação com base no domínio da aplicação.

Ainda no dia 17/12 foi iniciada a sessão de posters e apresentações de artigos. A sessão de poster durou oficiamente 2 horas, mas os posters permaneceram expostos durante todo o evento, o que não limitou as interações a apenas 2 horas. Durante o período oficial da sessão, estive ao lado do poster fornecendo explicações aos interessados, que perguntavam coisas sobre a arquitetura e a validação implementada. Houveram elogios sobre o trabalho realizado, mas nada mais aprofundado. Na parte da tarde assisti as sessões de Cloud Computing e MapReduce. Na sessão de cloud computing foram mostrados trabalhos relacionados com o gerenciamento de recursos e localização. Na sessão de MapReduce houve apenas uma apresentação, que fez uma avaliação de caracteristicas de diferentes workloads processados por MapReduce. Ao final desta sessão pude conversar com o autor deste artigo e o chair da sessão, Prof. Bingsheng He, quando discutimos alguns pontos importantes sobre as pesquisas relacionadas com MapReduce, como o tamanho do dataset processado e confiança nos resultados obtidos. Prof. Bingsheng He informou que informou que estava a procura de pessoas com experiência em MapReduce para colaboração em projetos de pesquisa, me coloquei a disposição e trocamos contatos, mas ele deixou claro que achava que a distância e diferença de fuso horário poderia ser um fator complicador.

O dia 18/12 iniciou com o keynote Jiannong Cao da Universidade Politecnica de Hong Kong, que falou sobre desafios no processamento distribuído em redes de sensores e ad hoc. Nesta apresentação foram abordados problemas clássicos, variações destes sob a ótica atual, e novos problemas. Destaca-se os desafios abertos no gerenciamento de eventos, algorítimos para resolver problemas de inconsistência e resolução de conflitos. Em seguida, foi iniciada a sessão de melhores artigos, onde foram apresentados os 3 melhores artigos da conferência, para que um destes fosse escolhido como melhor artigo. Dentre estes artigos, destaco o artigo “Two-Level Result Caching for Web Search Queries on Structured P2P Networks” que tratava de uma solução de cache para webservers, baseada em uma uma rede P2P pura. Destaco também o artigo “Asymptotically Optimal Load Balancing for Hierarchical Multi-Core Systems”, apresentado por um brasileiro (Laércio L. Pilla), que tratava de um algoritimo para balanceamento de carga em sistemas multi-core. Ao fim do dia 18/12 tivemos um passeio para o Singapore Flyer, este evento foi importante para conhecer algumas pessoas que estava em sessões diferentes, como os pesquisadores Mauro Silva e João Leitão do Instituto Superior Técnico (IST) de Portugal, e Guthemberg Silvestre da UPMC Sorbonne Universités. João Leitão é pesquisador de redes overlay e P2P há algum tempo, conversamos sobre pesquisas em diversos momentos e ficou em aberto um possível trabalho em conjunto. Guthemberg Silvestre fez mestrado no Cin, ele tem trabalhado no desenvolvimento de uma abordagem de replicação de dados baseada em popularidade, algo que pode ser de interesse para o USTO.RE.