Uma arquitetura autonômica para a alocação de recursos através de migração de serviços em ambientes Fog Computing
| Autor: | Silva, Danilo Souza |
|---|---|
| Přispěvatelé: | Ribeiro, Admilson de Ribamar Lima, Moreno Ordonez, Edward David |
| Jazyk: | portugalština |
| Rok vydání: | 2018 |
| Předmět: | |
| Zdroj: | Repositório Institucional da UFS Universidade Federal de Sergipe (UFS) instacron:UFS |
| Popis: | In recent years, the number of smart devices (eg smartphones, sensors, autonomous vehicles) has grown significantly. In this scenario, the computational demand needed to meet the demand for latency-sensitive applications in domains such as IoT, Industria 4.0 and smart cities is also growing and the traditional cloud computing model is no longer able to meet all of its needs alone of application. As an alternative to this limitation, a new computing paradigm called Fog Computing was introduced. This paradigm defines the architecture that extends the computational capacity and storage of the cloud to the edge of the network. However, one of the main problems is how to efficiently determine where services will be allocated to meet certain QoS requirements for provisioning services through IoT applications. The present study aims to present an optimization strategy for the resource allocation problem using service migration through an autonomic architecture model based on the MAPE-K control loop. Based on the presented model, the strategy was implemented with container virtualization technology and evaluated in a large scale virtual environment for IoT, called VIoLET. The results show that it is possible to optimize a fog computing environment using the service migration between the nodes according to established objectives and autonomously. The work contributes with a bibliographical review of the state of the art on resource management, the implementation of a monitoring and orchestration environment for VIoLET, as well as contributing to the development and evaluation of the optimization strategy as well as the analysis of resource utilization of the proposed solution. Finally, we conclude the paper by presenting a list of promising research directions outlined for future work. We expect the work to serve as a basis for research that seeks to develop optimization techniques for resource utilization in Fog Computing environments. Nos últimos anos, o número de dispositivos inteligentes tais como, smartphones, sensores e veículos autônomos, vem crescendo de forma significativa. Nesse cenário, a demanda computacional necessária para atender a demanda de aplicações sensíveis à latência em domínios como IoT, Industria 4.0 e smart cities também está crescendo e o tradicional modelo de computação em nuvem já não é capaz de atender sozinho a todas as necessidades deste tipo de aplicação. Como alternativa para esta limitação, foi introduzido um novo paradigma de computação chamado fog computing. Este paradigma define a arquitetura que estende a capacidade computacional e o armazenamento da nuvem para a borda da rede. Contudo, um dos principais problemas é como determinar de forma eficiente, onde os serviços serão alocados de modo a atender determinadas necessidades de QoS para o provimento de serviços através de aplicações IoT. O presente estudo, tem como objetivo apresentar uma estratégia de otimização para o problema de alocação de recursos utilizando migração de serviços através de um modelo de arquitetura autonômico, baseado no laço de controle MAPE-K. A partir do modelo apresentado, a estratégia foi implementada com tecnologia de virtualização em contêineres e avaliada em um ambiente virtual de larga escala para IoT, denominado VIoLET. Os resultados mostram que é possível otimizar um ambiente de fog computing utilizando a migração de serviços entre os nós de acordo com objetivos estabelecidos e de forma autonômica. O trabalho contribui com uma revisão bibliográfica do estado da arte sobre gerenciamento de recursos, a implementação de um ambiente de monitoramento e orquestração para o VIoLET, além de contribuir com o desenvolvimento e avaliação da estratégia de otimização bem como, a análise da utilização de recursos da solução proposta. Por fim concluímos o trabalho apresentando uma lista de promissoras direções de pesquisas em linhas gerais para trabalhos futuros. São Cristóvão, SE |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|