KTWIN : a serverless kubernetes-based digital twin platform

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: Wermann, Alexandre Gustavo
Orientador(a): Wickboldt, Juliano Araújo
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: eng
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Palavras-chave em Inglês:
Link de acesso: http://hdl.handle.net/10183/289245
Resumo: Gêmeos Digitais são representações virtuais de ativos físicos que permitem às organiza- ções obter uma melhor compressão e aperfeiçoar determinados processos. Na prática, Gêmeos Digitais exigem modelagem adequada, desenvolvimento coerente e implantação contínua em ambientes de nuvem e de borda, contando com padrões estabelecidos para reduzir custos operacionais. No entanto, as plataformas existentes não permitem a defini- ção de aspectos técnicos das aplicações que compõem um Digital Twin, como o número de CPU reservada, memória utilizada e configurações de escala automática. Além disso, as plataformas existentes não são agnósticas de fornecedor, impedindo que as soluções sejam implantadas em diferentes provedores de Cloud, causando o problema de vendorlockin. Neste trabalho, propomos KTWIN uma plataforma Serverless baseada em Kubernetes para Gêmeos Digitais. O KTWIN foi desenvolvido usando ferramentas nativas de nuvem de código aberto de última geração, permitindo que os seus operadores definam facilmente modelos por meio de padrões abertos e configurem detalhes dos serviços e da infraestrutura subjacentes. Os experimentos conduzidos do protótipo desenvolvido mostram que KTWIN pode fornecer um nível mais alto de abstração para modelar e implantar um caso de uso de Gêmeos Digitais sem comprometer a escalabilidade da solução. Os testes realizados também mostram economias de custos que variam entre 60% e 80% em comparação com cenários de superprovisionamento.