Controle automatizado de recursos computacionais em cluster com ESP32 e Naive Bayes para melhorar eficiência energética

• Elias J. Miranda UFAL
• Marluce R. Pereira UFAL

DOI: https://doi.org/10.5753/eradsp.2025.9713

Resumo

Este trabalho apresenta uma abordagem para melhorar a eficiência energética de um cluster de baixo custo através do acionamento automático para ligar e desligar as máquinas. A infraestrutura do cluster utilizado para testar a solução inclui quatro máquinas com processadores Intel Celeron e rede cabeada, sistema operacional Alpine Linux e um microcontrolador ESP32 conectado à placa-mãe de cada nó. Um algoritmo Naive Bayes avalia a tendência das atividades de uso de CPU e memória em cada nó, permitindo ao ESP32 decidir ligar ou desligar nós do cluster, garantindo alta disponibilidade. Os resultados foram promissores para o conjunto de máquinas utilizado.

Referências

AlMadhoun, A. S. A. (2023). Microcontrolador. In Guia de Início Rápido de Design e Simulação de Circuitos, Série Maker Innovations, chapter 1. Apress.

de Oliveira, A. C. A., Spohn, M. A., Fetzer, C., Do, L. Q., and Martin, A. (2023). Cost-based virtual machine scheduling for data-as-a-service. Journal of Universal Computer Science, 29(12):1461–1481.

Dias, A. H. T., Correia, L. H. A., and Malheiros, N. (2021). A systematic literature review on virtual machine consolidation. ACM Comput. Surv., 54(8).

Katal, A., D. S. . C. T. (2023). Energy efficiency in cloud computing data centers: a survey on software technologies. Cluster Computing, 26:1845–1875.

Wickramasinghe, I. and Kalutarage, H. (2021). Naive bayes: applications, variations and vulnerabilities: a review of literature with code snippets for implementation. Soft Computing, 25(3):2277–2293.

Yang, C. C., Soh, C. S., and Yap, V. V. (2017). A non-intrusive appliance load monitoring for efficient energy consumption based on naive bayes classifier. Sustainable Computing: Informatics and Systems, 14:34–42.