MLOOF: Arcabouço de descarregamento de processamento multi-nível

• Autor(a) principal: Leandro Noman Ferreira
• Data de Publicação: 2020
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UFMG
• Texto Completo: http://hdl.handle.net/1843/36532
• topic: Computação; Internet das coisas; Sistemas de comunicação móvel; Computação em nuvem; Computação – Teses; Internet das coisas – Teses; Sistemas de comunicação móvel – Teses; Computação em nuvem - Teses

O termo offloading indica a ação de se alterar o local de processamento de uma atividade computacional. Os objetivos de se usar offloading são reduzir o tempo de processamento de aplicativos, diminuir o consumo energético dos dispositivos e eventualmente possibilitar execução de tarefas que não seriam possíveis em dispositivos de recursos reduzidos. Este trabalho apresenta um arcabouço de offloading chamado MLOOF (Multi-Level Online Offloading Framework). O MLOOF possui uma arquitetura de três camadas composta pelos dispositivos, cloudlets (servidores intermediários) e servidores na nuvem. A adição das cloudlets possibilita o aumento da vazão da rede e a redução da latência entre dispositivo e servidor por estarem próximas aos dispositivos. O código rodando no dispositivo possui um motor de decisão que escolhe, ao iniciar um método, onde o método deve ser executado, se em um dos servidores ou localmente. A decisão leva em consideração previsões de tempo de processamento nos diferentes ambientes de execução e consumo energético do próprio dispositivo. O sistema foi avaliado de forma experimental em um ambiente semi-controlado, utilizando um testbed e servidores dedicados na nuvem, e utilizando um simulador. Os resultados apontam que a estratégia do arcabouço de offloading em três níveis consegue atingir os objetivos de redução de tempo de processamento e de consumo de energia, trazendo grandes ganhos, principalmente quando utilizado por dispositivos com menos recursos. Nos testes realizados, o tempo de execução utilizando as cloudlets chega a ser 49% menor do que a execução na nuvem e o consumo energético ao executar o código remotamente se mantém constante, enquanto que ao executar localmente o consumo é exponencial.