Return to search

SmartEdge: fog computing cloud extensions to support latency-sensitive IoT applications / SmartEdge: extens?es de nuvem para computa??o em n?voa para suportar aplica??es IoT sens?veis a lat?ncia

Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2017-04-03T19:37:47Z
No. of bitstreams: 1
FlavioDeSousaRamalho_DISSERT.pdf: 3355624 bytes, checksum: 3f25f965b48c6134a1b1af73cc666a52 (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2017-04-05T18:17:54Z (GMT) No. of bitstreams: 1
FlavioDeSousaRamalho_DISSERT.pdf: 3355624 bytes, checksum: 3f25f965b48c6134a1b1af73cc666a52 (MD5) / Made available in DSpace on 2017-04-05T18:17:55Z (GMT). No. of bitstreams: 1
FlavioDeSousaRamalho_DISSERT.pdf: 3355624 bytes, checksum: 3f25f965b48c6134a1b1af73cc666a52 (MD5)
Previous issue date: 2016-12-15 / O r?pido crescimento do n?mero de dispositivos conectados ? Internet, associado ?s taxas crescentes
de popularidade e demanda de aplica??es e servi?os em tempo real na nuvem, com
restri??es de lat?ncia, torna muito dif?cil para estruturas de computa??o em nuvem tradicionais
acomod?-los de forma eficiente. Mais especificamente, a abordagem centralizada adotada tradicionalmente
por Data Centers (DC) atuais apresentam problemas de desempenho para atender
de aplica??es em nuvem com alta densidade, principalmente quanto a capacidade de resposta
e escalabilidade. Nossa depend?ncia insubstitu?vel por computa??o em nuvem, exige
infra-estruturas de DCs sempre dispon?veis, enquanto mant?m ao mesmo tempo capacidades
de desempenho suficientes para responder a uma enorme quantidade de solicita??es de aplicativos
em nuvem. Neste trabalho, a aplicabilidade do emergente paradigma de computa??o em
n?voa ? explorada para melhorar o desempenho no suporte de aplica??es em nuvem sens?veis ?
lat?ncia voltadas a Internet das Coisas (do ingl?s Internet of Things - IoT). Com base neste objetivo,
apresentamos o novo modelo denominado Infraestrutura de Borda como um Servi?o (do
ingl?s Edge Infrastructure as a Service - EIaaS), que procura oferecer um novo modelo de computa??o
em nuvem com servi?o de entrega baseado em computa??o de borda voltado a atender
de forma eficiente as exig?ncias de aplica??es IoT em tempo real sens?veis ? lat?ncia. Com a
abordagem EIaaS, provedores de nuvem podem implantar dinamicamente aplica??es/servi?os
IoT diretamente nas infra-estruturas de computa??o de borda, nem como gerir seus recursos de
n?vem/rede em tempo de execu??o, como forma de manter as aplica??es IoT sempre melhor
conectadas e melhor servidas. A abordagem resultante ? arquitetada em uma estrutura modular,
tendo como base tecnol?gica ferramentas de Rede Definida por Software (do ingl?s, Software-
Defined Networking - SDN) para lidar com recursos de computa??o de borda (CPU, mem?ria,
etc.) e de rede (caminhos, largura de banda, etc.), respectivamente. Os resultados preliminares mostram como as principais t?cnicas de virtualiza??o utilizadas no ?mbito deste trabalho, afetam
o desempenho das aplica??es na infraestrutura de borda da rede. A virtualiza??o por containers
leva vantagem sobre a t?cnica de virtualiza??o por m?quinas virtuais para implantar aplica??es na borda da rede, uma vez que oferece grande flexibilidade mesmo na presen?a de
demanda de recursos. / The rapid growth in the number of Internet-connected devices, associated to the increasing
rates in popularity and demand for real-time and latency-constrained cloud application services
makes the use of traditional cloud computing frameworks challenging to afford such environment.
More specifically, the centralized approach traditionally adopted by current Data Center
(DC) pose performance issues to suit a high density of cloud applications, mainly in terms to
responsiveness and scalability. Our irreplaceable dependency on cloud computing, demands DC
infrastructures always available while keeping, at the same time, enough performance capabilities
for responding to a huge amount of cloud application requests. In this work, the applicability
of the fog computing emerging paradigm is exploited to enhance the performance on supporting
latency-sensitive cloud applications tailored for Internet of Things (IoT).With this goal in mind,
we introduce a new service model named Edge Infrastructure as a Service (EIaaS), which seeks
to offer a new edge computing tailored cloud computing service delivery model to efficiently
suit the requirements of the real-time latency-sensitive IoT applications. With EIaaS approach,
cloud providers are allowed to dynamically deploy IoT applications/services in the edge computing
infrastructures and manage cloud/network resources at the run time, as means to keep
IoT applications always best connected and best served. The resulting approach is modeled in a
modular architecture, leveraging both container and Software-Defined Networking technologies
to handle edge computing (CPU, memory, etc) and network resources (path, bandwidth, etc) respectively.
Preliminary results show how the virtualization technique affects the performance of applications at the network edge infra. The container-based virtualization takes advantage over the hypervisor-based technique for deploying applications at the edge computing infrastructure, as it offers a great deal of flexibility under the presence of resource constraints.

Identiferoai:union.ndltd.org:IBICT/oai:repositorio.ufrn.br:123456789/22557
Date15 December 2016
CreatorsRamalho, Fl?vio de Sousa
Contributors45428670215, Souza, Jos? Neuman de, 09779604391, http://lattes.cnpq.br/3614256141054800, Batista, Thais Vasconcelos, 56765614400, http://lattes.cnpq.br/5521922960404236, Ven?ncio Neto, Augusto Jos?
PublisherPROGRAMA DE P?S-GRADUA??O EM SISTEMAS E COMPUTA??O, UFRN, Brasil
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguageEnglish
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Sourcereponame:Repositório Institucional da UFRN, instname:Universidade Federal do Rio Grande do Norte, instacron:UFRN
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.002 seconds