Show simple item record

dc.contributor.advisorTodt, Eduardo, 1963-pt_BR
dc.contributor.authorOliveira, Alexandre Calerio de, 1976-pt_BR
dc.contributor.otherUniversidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em Informáticapt_BR
dc.date.accessioned2022-05-23T11:50:51Z
dc.date.available2022-05-23T11:50:51Z
dc.date.issued2020pt_BR
dc.identifier.urihttps://hdl.handle.net/1884/68500
dc.descriptionOrientador: Eduardo Todtpt_BR
dc.descriptionDissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Informática. Defesa : Curitiba, 17/03/2020pt_BR
dc.descriptionInclui referências: p. 65-70pt_BR
dc.descriptionÁrea de concentração: Ciência da Computaçãopt_BR
dc.description.abstractResumo: A Computação em Névoa é um paradigma emergente proposto com o intuito de estender a nuvem até a borda da rede para suportar o aprimoramento da Internet das Coisas (IoT). Devido às características dinâmicas da interação Névoa-IoT, as taxas de requisições assim como as demandas e disponibilidades de recursos em diferentes gateways podem divergir significativamente, contribuindo para degradar o desempenho da névoa, sendo necessários mecanismos efetivos para evitar que alguns dispositivos fiquem sobrecarregados enquanto outros permaneçam subutilizados. Além disso, os dispositivos de borda da camada da névoa são geralmente descritos como restritos em recursos, exigindo abordagens computacionalmente leves para que sejam mantidos seus desempenhos sob alta demanda. Este trabalho apresenta uma abordagem multiobjetivo que visa solucionar o problema do balanceamento de carga na camada de borda da névoa, considerando também a garantia de atendimento ao critério da latência máxima esperada para a execução dos serviços disponíveis e a otimização de intensidade do sinal da rede sem fio dos dispositivos de IoT. Na solicitação de serviço feita por um dispositivo de IoT, o agrupamento dos dispositivos da borda da névoa ao alcance de transmissão formam uma partição, onde cada dispositivo de névoa envolvido sintetiza dados sobre seus recursos computacionais e a intensidade do sinal recebido em um único parâmetro, o qual é repassado a um dispositivo dedicado da névoa que decide qual dispositivo da partição é o mais adequado para atender a solicitação recebida. Em conjunto, um segundo processo é executado nos dispositivos computacionais de borda da névoa, onde as relações entre ofertas e demandas temporais por recursos computacionais são ajustadas de forma a maximizar a taxa de utilização de recursos nos dispositivos como também garantir que os serviços sejam executados dentro dos seus limites máximos de tempo esperados. Para avaliar a abordagem proposta, foi construído um simulador que contempla os requisitos de detalhamento da rede de borda e da arquitetura envolvidos, fornecendo ferramentas apropriadas para avaliar características relevantes da rede e dos dispositivos de borda bem como as dimensões que envolvem a abordagem de balanceamento de carga multiobjetivo. Os resultados das simulações demonstraram a abordagem utilizada como sendo eficaz, aumentando o nível médio de sinal na comunicação sem fio na borda da rede, garantindo que os serviços sejam executados abaixo de seus limites máximos de tempo bem como minimizando as discrepâncias na distribuição de cargas entre os dispositivos de borda da névoa, superando neste último quesito resultados encontrados na literatura. Palavras-chave: Internet das Coisas. Computação em Nuvem. Computação em Névoa. Computação em Borda. Arquitetura de Névoa. Balanceamento de Carga. Aplicações Sensíveis à Latência. Aplicações de Tempo Real.pt_BR
dc.description.abstractAbstract: Fog Computing is an emerging paradigm, proposed to extend the cloud to the edge of the network as enhanced support to the Internet of Things (IoT). Due to the dynamic characteristics of the Fog-IoT layers interplay, task arrival rates and consequently resources demands at different gateways can be significantly different over the Fog edge layer, contributing to degrade the Fog performance, making necessary effective mechanisms to avoid some computing devices to become overloaded while others are underloaded. Furthermore, Fog edge computing devices are usually described as having constrained computational resources, demanding lightweight approaches to preserve their performances under high load demands. This work introduces a multi-objective approach that addresses the load balancing issue in the Fog edge layer, also considering the fulfillment assurance for the maximum expected execution time for the available services, as well as the wireless signal strength optimization in the IoT-Fog communication. Under a service request from an IoT device, the group of Fog edge devices that are in its wireless communication range forms a partition, where each one of them synthesizes data about its computational resources and the received signal strength into a single parameter to be relayed to a dedicated Fog device, that is responsible to decide which partition's device is the most feasible to respond to the incoming request. Jointly, a second process runs in the Fog edge computational devices with the purpose to maximize their computational resources usage rate by fitting the temporal resources demands to the device's resources availabilities, as well as monitoring and ensuring that services are performed within their maximum expected latency. To evaluate the proposed approach, a simulator was built, which implements the details of the applicable network edge as well as the architecture requirements of the Fog system involved. It provides appropriate tools to evaluate relevant network and device features, as well as to evaluate the load balancing multi-objective optimization approach performance. The simulation results showed that the approach is effective, improving the average signal strength for the wireless communication at the edge of the network, ensuring that the services are performed below their maximum latency limits, as well as minimizing discrepancies in load distribution among the Fog edge devices, and in this last item, surpassing results found in the literature. Keywords: Internet of Things. Cloud Computing. Fog Computing. Edge Computing. Fog Architecture. Load Balancing. Latency-sensitive Applications. Real-time Applications.pt_BR
dc.format.extent1 recurso online : PDF.pt_BR
dc.format.mimetypeapplication/pdfpt_BR
dc.languageInglêspt_BR
dc.subjectInternet das coisaspt_BR
dc.subjectComputação em nuvempt_BR
dc.subjectCiência da Computaçãopt_BR
dc.titleA multi-objective optimization approach for load balancing over the fog computing edge layerpt_BR
dc.typeDissertação Digitalpt_BR


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record