Monetizando recursos de computação ociosos na borda para execução de serviços nativos da nuvem em regiões dinâmicas

• Alex F. R. Trajano Instituto Atlântico / UFC
• José Neuman de Souza UFC

DOI: https://doi.org/10.5753/sbrc.2024.1456

Resumo

Este artigo apresenta um sistema que utiliza recursos ociosos de Computadores Pessoais (PCs) na borda, visando executar microsserviços nativos de nuvem. O sistema incentiva os proprietários de PCs a compartilharem recursos voluntariamente a fim de obter lucro por meio de um mecanismo de precificação de recursos que considera o custo de eletricidade e o desempenho do PC. Simultaneamente o sistema permite que desenvolvedores de microsserviços nativos da nuvem definam sua valoração máxima para os recursos de PCs, no intuito de executar tais serviços na borda. O sistema identifica recursos ociosos em tempo real e os organiza estrategicamente em várias regiões geográficas, possibilitando a implantação de microsserviços mais próximo dos usuários finais, reduzindo a latência de comunicação. Utilizando leilões duplos, o sistema combina eficientemente PCs a microsserviços em suas respectivas regiões. Medições detalhadas em simulações abrangentes substanciam a eficácia do uServ, assegurando ganhos para os proprietários de PCs e, simultaneamente, uma redução nos custos operacionais para os desenvolvedores de Microsserviços.

Referências

Ali, B., Adeel Pasha, M., Islam, S. u., Song, H., and Buyya, R. (2021). A volunteersupported fog computing environment for delay-sensitive iot applications. IEEE Internet of Things Journal, 8(5):3822–3830.

Deshmukh, K., Goldberg, A. V., Hartline, J. D., and Karlin, A. R. (2002). Truthful and competitive double auctions. In Möhring, R. and Raman, R., editors, Algorithms — ESA 2002, pages 361–373, Berlin, Heidelberg. Springer Berlin Heidelberg.

Dueck, D. (2009). Affinity propagation: clustering data by passing messages. University of Toronto Toronto, ON, Canada.

Gasmi, K., Dilek, S., Tosun, S., and Ozdemir, S. (2022). A survey on computation offloading and service placement in fog computing-based iot. The Journal of Supercomputing, 78(2):1983–2014.

Hamdi, A. M. A., Hussain, F. K., and Hussain, O. K. (2022). Task offloading in vehicular fog computing: State-of-the-art and open issues. Future Generation Computer Systems, 133:201–212.

Hosseini, M., Angelopoulos, C. M., Chai, W. K., and Kundig, S. (2019). Crowdcloud: a crowdsourced system for cloud infrastructure. Cluster Computing, 22.0(2).

Luo, Q., Hu, S., Li, C., Li, G., and Shi, W. (2021). Resource scheduling in edge computing: A survey. IEEE Communications Surveys & Tutorials, 23(4):2131–2165.

Mavridis, I. and Karatza, H. (2023). Orchestrated sandboxed containers, unikernels, and virtual machines for isolation-enhanced multitenant workloads and serverless computing in cloud. Concurrency and Computation: Practice and Experience, 35(11):e6365.

Nedevschi, S., Chandrashekar, J., Liu, J., Nordman, B., Ratnasamy, S., and Taft, N. (2009). Skilled in the art of being idle: Reducing energy waste in networked systems. In Proceedings of the 6th USENIX Symposium on Networked Systems Design and Implementation, NSDI’09, page 381–394, USA. USENIX Association.

Nguyen, K., Drew, S., Huang, C., and Zhou, J. (2020). Collaborative container-based parked vehicle edge computing framework for online task offloading. In 2020 IEEE 9th International Conference on Cloud Networking (CloudNet), pages 1–6.

Tabatabaee Malazi, H., Chaudhry, S. R., Kazmi, A., Palade, A., Cabrera, C., White, G., and Clarke, S. (2022). Dynamic service placement in multi-access edge computing: A systematic literature review. IEEE Access, 10:32639–32688.

Toffetti, G., Brunner, S., Blöchlinger, M., Spillner, J., and Bohnert, T. M. (2017). Self-managing cloud-native applications: Design, implementation, and experience. Future Generation Computer Systems, 72:165–179.