Um Esquema para Alocação Justa de Dispositivos IoT Multifuncionais Ciente dos Recursos Computacionais
Resumo
Muitos cenários de IoT demandam uma captura continua de informações de sensores multifuncionais e unidades inteligentes, além do envio desses dados para centros de nuvem. Entretanto, a gestão da alocação das tarefas a esses sensores não é simples em razão da urgência e da prioridade que cada tipo de coleta de dados exige dependendo da necessidade do ambiente urbano. Este artigo apresenta o esquema POSITRON para o gerenciamento da alocação de sensoriamento em uma rede IoT multifuncional a partir de políticas previamente definidas. Tais políticas consideram as características das aplicações executadas na rede, bem como as especificações distintas dos dispositivos disponíveis. A implementação do POSITRON em um simulador de redes visa demonstrar a sua eficiência na alocação dos recursos. Os resultados apontam que levar em conta os requisitos demandados pelas aplicações e as características distintas dos dispositivos IoT multifuncionais traz benefício na alocação dos recursos.
Referências
Bolettieri, S. et al. (2021). Application-aware resource allocation and data management for MEC-assisted IoT service providers. Journal of Network and Computer Applications, 181:103020.
El Bouanani, S., El Kiram, M. A., Achbarou, O., and Outchakoucht, A. (2019). Pervasive-Based Access Control Model for IoT Environments. IEEE Access, 7:54575-54585.
Gonçalves, N. M. F., Santos, A. L. d., and Hara, C. S. (2014). A Policy-based storage model for sensor networks. In IEEE Network Operations and Management Symp. (NOMS), pages 1-8.
Guim, F., Metsch, T., et al. (2022). Autonomous Lifecycle Management for Resource-Efficient Workload Orchestration for Green Edge Computing. IEEE Transactions on Green Communications and Networking, 6(1):571-582.
Klein, T. and Anderegg, W. R. (2021). A vast increase in heat exposure in the 21st century is driven by global warming and urban population growth. Sustainable Cities and Society, 73:103098.
Li, X., Zhao, L., et al. (2021). A cooperative resource allocation model for IoT applications in mobile edge computing. Computer Communications, 173:183-191.
Narayanan, A. et al. (2020). Key Advances in Pervasive Edge Computing for Industrial Internet of Things in 5G and Beyond. IEEE Access, 8:206734-206754.
Pedroso, C., de Moraes, Y. U., Nogueira, M., and Santos, A. (2020). Managing consensus-based cooperative task allocation for IIoT networks. In 2020 IEEE Symposium on Computers and Communications (ISCC), pages 1-6.
Pedroso, C., de Moraes, Y. U., Nogueira, M., and Santos, A. (2021). Relational ConsensusBased Cooperative Task Allocation Management for IIoT-Health Networks. In 2021 IFIP/IEEE International Symposium on Integrated Network Management (IM), pages 579-585.
Perera, A. et al. (2021). Light-based Internet of Things: Implementation of an Optically Connected Energy-autonomous Node. In 2021 IEEE Wireless Communications and Networking Conference (WCNC), pages 1-7.
Sangaiah, A. K. et al. (2020). IoT Resource Allocation and Optimization Based on Heuristic Algorithm. Sensors, 20(2).
Tsai, C.-W. (2018). SEIRA: An effective algorithm for IoT resource allocation problem. Computer Communications, 119:156-166.
United Nations (2019). Department of Economic and Social Affairs, Population Division (2019). Technical report, World Population Prospects 2019: Highlights (ST/ESA/SER.A/423).
Wang, Z. et al. (2022). Computation offloading and resource allocation based on distributed deep learning and software defined mobile edge computing. Computer Networks, 205:108732.
Xavier, T. C. et al. (2020). Collaborative resource allocation for Cloud of Things systems. Journal of Network and Computer Applications, 159:102592.
Xavier, T. C. et al. (2022). Managing Heterogeneous and Time-Sensitive IoT Applications through Collaborative and Energy-Aware Resource Allocation. ACM Trans. Internet Things, 3(2).
Zhao, L., Wang, J., et al. (2019). Optimal Edge Resource Allocation in IoT-Based Smart Cities. IEEE Network, 33(2):30-35.
