Análise da Eficiência de Nuvens Veiculares para o Processamento de Tarefas

• Carlos A. P. de Souza UNICAMP
• Ademar T. Akabane PUC-Campinas
• Edmundo R. M. Madeira UNICAMP

DOI: https://doi.org/10.5753/courb.2024.2851

Resumo

O paradigma de Nuvens Veiculares está se destacando como uma área de pesquisa proeminente no contexto dos Sistemas de Transporte Inteligente (ITSs), devido à natureza dinâmica de sua topologia, que apresenta soluções que vão desde a otimização do gerenciamento de tráfego até o processamento de tarefas, fazendo uso dos recursos computacionais e o sistema de comunicação sem-fio disponíveis nos veículos. Vários trabalhos da literatura que exploram esse paradigma concentram-se na alocação de tarefas com o objetivo de otimizar a utilização dos recursos dos veículos, com apoio da infraestrutura viária, a fim de atender às requisições de maneira eficiente. No entanto, esses mesmos trabalhos deixam de realizar uma análise minuciosa das tarefas que foram finalizadas após a alocação em cada nuvem veicular, assim como a totalização das tarefas que não foram finalizadas, omitindo uma avaliação mais abrangente do desempenho do sistema. Com base nesta lacuna, este trabalho tem por objetivo investigar a viabilidade e a eficiência da nuvem veicular formada por veículos de 1-salto de comunicação, sem a necessidade de uma entidade centralizadora. Os resultados experimentais evidenciam que a solução proposta apresenta potencial como uma alternativa viável para o processamento de tarefas.

Referências

Akabane, A., Pazzi, R., Madeira, E., and Villas, L. (2018a). Sistema distribuído para gerenciamento de informação e distribuição de conhecimento em redes veiculares. In Anais do XXXVI Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos, pages 740–753, Porto Alegre, RS, Brasil. SBC.

Akabane, A. T., Immich, R., Bittencourt, L. F., Madeira, E. R., and Villas, L. A. (2020). Towards a distributed and infrastructure-less vehicular traffic management system. Computer Communications, 151:306–319.

Akabane, A. T., Immich, R., Madeira, E. R., and Villas, L. A. (2018b). imob: An intelligent urban mobility management system based on vehicular social networks. In 2018 IEEE Vehicular Networking Conference (VNC), pages 1–8. IEEE.

Akabane, A. T., Immich, R., Pazzi, R. W., Madeira, E. R., and Villas, L. A. (2018c). Distributed egocentric betweenness measure as a vehicle selection mechanism in vanets: A performance evaluation study. Sensors, 18(8):2731.

Costa, J., Junior, W. L., Souza, A., Cerqueira, E., Rosário, D., and Villas, L. (2022). Nemesis: Mecanismo para formação de nuvens veiculares baseado em previsão de mobilidade. In Anais do XL Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos, pages 280–293, Porto Alegre, RS, Brasil. SBC.

da Costa, J., Peixoto, M., Meneguette, R., Rosário, D., and Villas, L. (2020). Morfeu: Mecanismo baseado em otimização combinatória para alocação de tarefas em nuvens veiculares. In Anais do XXXVIII Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos, pages 505–518, Porto Alegre, RS, Brasil. SBC.

Everett, M. and Borgatti, S. P. (2005). Ego network betweenness. Social Networks, 27(1):31–38.

Gong, M., Yoo, Y., and Ahn, S. (2023). Vehicular cloud forming and task scheduling for energy-efficient cooperative computing. IEEE Access, 11:3858–3871.

Hamed, N. A. and Hasson, S. T. (2023). A developed centralized stable clustering approach for vehicular networks. In 2023 IEEE 12th International Conference on Communication Systems and Network Technologies (CSNT), pages 867–872.

Jabbar, M. K. and Trabelsi, H. (2022). A review on clustering in vanet: Algorithms, phases, and comparisons. In 2022 19th International Multi-Conference on Systems, Signals & Devices (SSD), pages 444–451.

Lieira, D. D., Quessada, M. S., da Costa, J. B. D., Cerqueira, E., Rosário, D., and Meneguette, R. I. (2021). Tovec: Task optimization mechanism for vehicular clouds using meta-heuristic technique. In 2021 International Wireless Communications and Mobile Computing (IWCMC), pages 358–363.

Marsden, P. V. (2002). Egocentric and sociocentric measures of network centrality. Social Networks, 24(4):407–422.

Mehdi, M. M., Raza, I., and Hussain, S. A. (2017). A game theory based trust model for vehicular ad hoc networks (vanets). Computer Networks, 121:152–172.

Meneguette, R. I., Boukerche, A., and Pimenta, A. H. M. (2019). Avarac: An availability-based resource allocation scheme for vehicular cloud. IEEE Transactions on Intelligent Transportation Systems, 20(10):3688–3699.

Meneguette, R. I., Boukerche, A., Pimenta, A. H. M., and Meneguette, M. (2017). A resource allocation scheme based on semi-markov decision process for dynamic vehicular clouds. In 2017 IEEE International Conference on Communications (ICC), pages 1–6.

Meneguette, R. I. and Prado Marques, H. A. (2022). A game theory-based vehicle cloud resource allocation mechanism. Revista Eletrônica de Iniciação Científica em Computação, 20(2).

Mukhtaruzzaman, M. and Atiquzzaman, M. (2020). Clustering in vehicular ad hoc network: Algorithms and challenges. Computers & Electrical Engineering, 88:106851.

Sheikh, M. S., Liang, J., and Wang, W. (2020). Security and privacy in vehicular ad hoc network and vehicle cloud computing: a survey. Wireless Communications and Mobile Computing, 2020:1–25.

Wei, W., Yang, R., Gu, H., Zhao, W., Chen, C., and Wan, S. (2021). Multi-objective optimization for resource allocation in vehicular cloud computing networks. IEEE Transactions on Intelligent Transportation Systems, 23(12):25536–25545.