Mecanismos para alocação de recursos IoT em computação de borda utilizando algoritmos meta-heurísticos bioinspirados

• Ano de defesa: 2021
• Autor(a) principal: Lieira, Douglas Dias
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Estadual Paulista (Unesp)
• Palavras-chave em Português: Alocação de recursos; Computação de borda; Dispositivos IoT; Meta-heurísticos bioinspirados; Resource allocation; Edge computing; IoT devices; Bioinspired metaheuristic
• Link de acesso: http://hdl.handle.net/11449/214238

A evolução da tecnologia de Quinta Geração e dos dispositivos IoT traz novos desafios aos pesquisadores para aperfeiçoar os processos existentes ou criar novos mecanismos que proporcionem qualidade dos serviços e boa experiência aos usuários. Nesse sentido, uma das dificuldades encontradas é utilizar os serviços disponíveis de modo eficiente. Entre estes serviços, há os serviços de computação de borda que são utilizados para descentralizar os serviços de nuvens para mais próximos dos usuários e, assim, diminuir a latência de comunicação da massiva quantidade de dispositivos IoT. No entanto, esta descentralização ocasiona a limitação de recursos dos servidores de borda. Desse modo, com o intuito de melhorar o gerenciamento de serviços de borda e deixar mais eficiente o processo de tomada de decisão para alocação de recursos computacionais, este trabalho propõe dois mecanismos baseados em métodos meta-heurísticos bioinspirados, o LOBO-IoT e o BALEIoT. O LOBO-IoT é baseado no algoritmo de otimização do lobo cinzento e o BALE-IoT no algoritmo de otimização da baleia. O LOBO-IoT faz uma analogia onde os dispositivos, ou os serviços de bordas, são considerados os lobos e buscam identificar os três melhores (alpha, beta e delta) para atender as demandas. Enquanto o BALE-IoT faz a analogia de que as baleias são os dispositivos, ou serviços de bordas, que usam os movimentos de caça da baleia jubarte para encontrar a melhor opção. Para simulação, validação e análise da eficiência dos mecanismos considerou-se cenários urbanos com serviços de borda e serviços de borda móvel, que necessitam de um processo de tomada de decisão eficiente para alocar recursos de dispositivos IoT. No processo com serviço de borda foi utilizada a linguagem de programação Python e a distribuição de Pearson III, objetivando a criação de um ambiente urbano com serviços de computação de borda limitados, instalados em RSUs, nos quais os dados da simulação foram gerados sinteticamente. Enquanto no processo para serviços de borda móvel foi considerado um ambiente com serviços de computação de borda móvel que compartilham seus recursos formando um pool de recursos computacionais. Para isso, utilizou-se um simulador de mobilidade urbana SUMO para simulação de um ambiente real e a linguagem de programação Python para implantar os mecanismos e simular as tomadas de decisões para alocação dos dispositivos. Os mecanismos foram comparados com técnicas tradicionais encontradas na literatura e ambos demonstraram ser mais eficientes e facilmente customizados para os dois processos. Com isso, o LOBOIoT e BALE-IoT conseguiram maximizar o atendimento dos dispositivos e minimizar a utilização dos recursos disponibilizados.