UFS › SIGAA - Sistema Integrado de Gestão de Atividades Acadêmicas São Cristóvão, 29 de Abril de 2024

A UFS preocupa-se com a sua privacidade

A UFS poderá coletar informações básicas sobre a(s) visita(s) realizada(s) para aprimorar a experiência de navegação dos visitantes deste site, segundo o que estabelece a Política de Privacidade de Dados Pessoais. Ao utilizar este site, você concorda com a coleta e tratamento de seus dados pessoais por meio de formulários e cookies.

Ciente


Notícias

Banca de DEFESA: JONATHAN SANTOS CUNHA
03/08/2023 09:36


Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: JONATHAN SANTOS CUNHA
DATA: 17/08/2023
HORA: 09:00
LOCAL: Sala de Seminários do PROCC
TÍTULO: Optimizing Fog Service Placement with R3GP: A Rotation-Guided Greedy Genetic Particle algorithm
PALAVRAS-CHAVES: service placement; fog computing; cloud computing; edge computing; optimization; internet of things
PÁGINAS: 111
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
SUBÁREA: Matemática da Computação
ESPECIALIDADE: Modelos Analíticos e de Simulação
RESUMO:

O paradigma Fog Computing surgiu como uma solução complementar à Cloud para levar o processamento de aplicações para dispositivos edge, perto dos dispositivos IoT. Entretanto, a capacidade limitada dos nós edge lança alguns desafios no gerenciamento dos recursos disponíveis para as aplicações distribuídas. O service placement em Fog Computing é um problema NP-completo que consiste no gerenciamento da decisão de qual nó da Fog o serviço de uma aplicação IoT será executado. Se não houver recurso suficiente na Fog, a aplicação é enviada para a Cloud. Este trabalho consiste na otimização do Fog Service Placement Problem para execução de aplicações IoT para ajudar a prevenir colisões de veículos em vias urbanas. O problema é formulado como um modelo Integer Linear Programming para otimização de cinco funções objetivos: makespan, energy consumption gap, CPU load-balancing, memory load-balancing e bandwidth load-balancing. Neste trabalho é proposto um algoritmo para otimização do problema, denominado Rotation-Guided Greedy Genetic Particle (R3GP). O estudo é conduzido com um experimento in silico que compara o algoritmo com outros encontrados na literatura. Os resultados estatísticos mostram que o R3GP consegue superar os algoritmos comparados, principalmente, na otimização da métrica energy consumption gap.


MEMBROS DA BANCA:
Presidente - 024.224.885-36 - RUBENS DE SOUZA MATOS JUNIOR
Interno - 2027113 - ANDRE BRITTO DE CARVALHO
Externo ao Programa - 1287477 - RICARDO JOSE PAIVA DE BRITTO SALGUEIRO
Externo à Instituição - JAMILSON RAMALHO DANTAS

SIGAA | Superintendência de Tecnologia da Informação/UFS | Telefonista/UFS (79)3194-6600 | Copyright © 2009-2024 - UFRN v3.5.16 -r19142-da426f1ea9