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.