ORION: Escalonamento de Tarefas baseado em Otimização Multiobjetivo para Nuvens Veiculares

• Matheus R. Esteves UNIFESP http://orcid.org/0009-0003-1464-7489
• Bruno Kimura UNIFESP http://orcid.org/0000-0002-2174-2762
• Maycon Peixoto UFBA http://orcid.org/0000-0002-4851-5228
• Geraldo Rocha UESB http://orcid.org/0000-0001-6795-2768
• Leandro Villas UNICAMP http://orcid.org/0000-0002-3372-3366
• Allan M. de Souza UNICAMP http://orcid.org/0000-0002-5518-8392
• Joahannes B. D. da Costa UNIFESP http://orcid.org/0000-0001-9973-2479

DOI: https://doi.org/10.5753/sbrc.2026.19311

Resumo

A Computação de Borda Veicular (VEC) surge como um paradigma promissor para atender à crescente demanda por processamento de baixa latência em aplicações veiculares, impulsionada pelo aumento contínuo de veículos conectados e pela geração massiva de dados. No entanto, a natureza dinâmica e as restrições de recursos desse ambiente impõem desafios significativos para o escalonamento eficiente de tarefas computacionais. Neste trabalho, propõe-se o ORION, um escalonador baseado em otimização multiobjetivo que utiliza o algoritmo NSGA-II para equilibrar objetivos conflitantes: maximizar o número de tarefas concluídas dentro dos prazos, minimizar o custo monetário e reduzir a latência do sistema. Os resultados demonstram que o ORION supera outras soluções de escalonamento de tarefas em VEC, especialmente em cenários de alta demanda por recursos, mantendo altas taxas de escalonamento, reduzindo custos e alcançando níveis aceitáveis de latência.

Referências

Bai, L., Cao, J., Zhang, M., and Li, B. (2025). Collaborative Edge Intelligence for Autonomous Vehicles: Opportunities and Challenges. IEEE Network.

Baumann, D., Sommer, M., Dettinger, F., Rösch, T., Weyrich, M., and Sax, E. (2024). Connected Vehicle: Ontology, Taxonomy and Use Cases. In 2024 IEEE International Systems Conference (SysCon), pages 1–6. IEEE.

Caiano, S. R., Marfort, L., and Tang, J. (2025). Otimização Multiobjetivo Eficiente de Sistemas AEB: Um Estudo Comparativo entre Sweeping e NSGA-II. Blucher Engineering Proceedings, 12(1):489–493.

da Costa, J. B., de Souza, A. M., Meneguette, R. I., Cerqueira, E., Rosário, D., Sommer, C., and Villas, L. (2023). Mobility and Deadline-Aware Task Scheduling Mechanism for Vehicular Edge Computing. IEEE Transactions on Intelligent Transportation Systems, 24(10):11345–11359.

da Costa, J. B., de Souza, A. M., Rosário, D., and Villas, L. (2024). TEMIS: Provisionamento de Justiça na Utilização de Recursos Computacionais em Nuvens Veiculares. In Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos (SBRC), pages 15–28. SBC.

Felix, A. A., da Costa, J. B., and Oliveira, H. M. d. S. (2025). Assessing vehicle collision prevention based on machine learning and v2x communication. In 2025 IEEE 102nd Vehicular Technology Conference (VTC2025-Fall), pages 1–5. IEEE.

Hattab, G., Ucar, S., Higuchi, T., Altintas, O., Dressler, F., and Cabric, D. (2019). Optimized Assignment of Computational Tasks in Vehicular Micro Clouds. In Proceedings of the 2nd International Workshop on Edge Systems, Analytics and Networking, pages 1–6.

Lieira, D. D., Quessada, M. S., De Grande, R. E., and Meneguette, R. I. (2025). LOPRIVE: LOA-Based Priority-Driven Task Allocation in the Vehicular Edge. In 2025 IEEE Symposium on Computers and Communications (ISCC), pages 1–6. IEEE.

Pereira, R., Boukerche, A., da Silva, M. A., Nakamura, L. H., Freitas, H., Rocha Filho, G. P., and Meneguette, R. I. (2021). FORESAM-FOG Paradigm-Based Resource Allocation Mechanism for Vehicular Clouds. Sensors, 21(15):5028.

Surayya, A., Hussain, M. M., Reddy, V. D., Abdul, A., and Gazi, F. (2025). Evolutionary Algorithms for Edge Server Placement in Vehicular Edge Computing. IEEE Access.

Weissberger, A. (2023). Juniper research: 5g connectivity opportunity for the connected car market. Acessado em 13 jan. 2026.

Yang, J., Yang, K., Dai, X., Xiao, Z., Jiang, H., Zeng, F., and Li, B. (2024). Service-aware computation offloading for parallel tasks in vec networks. IEEE Internet of Things Journal.