Definição e Modelos para o Problema de Localização de Nós Fog e Designação de Demandas de Sensores IoT

• Mayron César de Oliveira Moreira UFLA / UFMG
• Samuel Moreira Abreu Araújo UFSJ
• Geraldo Robson Mateus UFMG

DOI: https://doi.org/10.5753/sbrc.2024.1284

Resumo

A Fog computing surge da necessidade de ter tecnologias que trabalhem a Internet das Coisas (IoT) de forma eficiente, contrapondo o modelo consolidado de computação em nuvem. Este estudo propõe dois modelos matemáticos lineares e inteiros para a resolução do Problema de Localização de Nós Fog e Designação de Demandas de Sensores IoT (PLNFDDS). Considerando a limitação de cores e memória dos nós Fog, o objetivo consiste na minimização de custo de instalação dos nós Fog e na minimização do makespan. Através de experimentos realizados em instâncias inspiradas em um contexto real, nota-se que ambos os modelos matemáticos alcançam 99% de soluções ótimas nos cenários testados. Isso demonstra potencial promissor que se tem ao integrá-los em outros métodos de resolução executados em ambientes online.

Referências

Asensio, A., Masip-Bruin, X., Durán, R. J., de Miguel, I., Ren, G., Daijavad, S., and Jukan, A. (2020). Designing an efficient clustering strategy for combined fog-to-cloud scenarios. Future Generation Computer Systems, 109:392–406.

Bachiega Jr, J., Costa, B., and Araujo, A. P. F. (2022). Computational perspective of the fog node. arXiv preprint arXiv:2203.07425, pages 1–8.

Bachiega Jr, J., Costa, B., Carvalho, L. R., Rosa, M. J., and Araujo, A. (2023). Computational resource allocation in fog computing: A comprehensive survey. ACM Computing Surveys, 55:336:1–336:31.

Bonomi, F., Milito, R., Zhu, J., and Addepalli, S. (2012). Fog computing and its role in the internet of things. In Proceedings of the first edition of the MCC workshop on Mobile cloud computing, pages 13–15.

CISCO (2023). Cisco edge servers. [link]. Acessado em 12 de janeiro de 2024.

Costa, B., Bachiega Jr, J., Carvalho, L. R., Rosa, M., and Araujo, A. (2022). Monitoring fog computing: A review, taxonomy and open challenges. Computer Networks, 215:1–19.

Costa, B., Bachiega Jr, J., Carvalho, L. R. D., and Araujo, A. P. (2023). Orchestration in fog computing: A comprehensive survey. ACM Computing Surveys, 55:29:1–29:34.

Das, R. and Inuwa, M. M. (2023). A review on fog computing: Issues, characteristics, challenges, and potential applications. Telematics and Informatics Reports, 10:1–20.

Erl, T., Puttini, R., and Mahmood, Z. (2013). Cloud Computing: Concepts, Technology & Architecture. Pearson Education, 1 edition.

Intel (2023). Intel processors. [link]. Acessado em 12 de janeiro de 2024.

Iorga, M., Feldman, L., Barton, R., Martin, M. J., Goren, N., and Mahmoudi, C. (2018). Fog computing conceptual model. [link]. Acessado em 12 de janeiro de 2024.

Ito (2023). Ito solutions - cisco edge servers. [link]. Acessado em 12 de janeiro de 2024.

Moreira, M. C. O., Araújo, S. M. A., and Mateus, G. R. (2024). Resultados detalhados do artigo "definição e modelos para o problema de localização de nós fog e designação de demandas de sensores iot". [link]. Acessado em 12 de janeiro de 2024.

Oracle (2024). O que é iot? [link]. Acessado em 08 de janeiro de 2024.

Queiroz, T. A. D., Canali, C., Iori, M., and Lancellotti, R. (2020). A location-allocation model for fog computing infrastructures. In Proceedings of CLOSER, pages 1–10.

Santos, J., Wauters, T., Volckaert, B., and Turck, F. D. (2021). Towards end-to-end resource provisioning in fog computing over low power wide area networks. Journal of Network and Computer Applications, 175.

Silva, P., Costan, A., and Antoniu, G. (2019). Investigating edge vs. cloud computing trade-offs for stream processing. In Proceedings of IEEE International Conference on Big Data, pages 469–474.