VEITRA - Serviços de gerenciamento de recursos para redes veiculares para amparo na gestão de transportes inteligentes
Autor(a) principal: | |
---|---|
Data de Publicação: | 2021 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UNESP |
Texto Completo: | http://hdl.handle.net/11449/215035 |
Resumo: | Um conjunto de veículos dispostos a cooperarem entre si através do paradigma da computação em nuvem pode ser definido como Cloud Veicular. Com o intuito de compartilhar recursos e facilitar a transação de informações, as redes veiculares se unem aos sistemas de Clouds móveis. Além disso, a medida que avançamos mais profundamente em serviços e sistemas orientados à informação, observamos claramente a importância e o impacto dos veículos inteligentes e conectados para a computação urbana. Novos paradigmas habilitados para nuvem impulsionaram o compartilhamento de informações e serviços. No entanto, tais paradigmas dependem fortemente da camada de comunicação subjacente, herdando os desafios originados das redes veiculares. Vários trabalhos foram elaborados para lidar com ambientes veiculares altamente dinâmicos em apoio à gestão e alocação de recursos eficazes, onde discutiremos alguns nesse trabalho. Os desafios da Cloud Veicular citados acima originam-se devido a alta mobilidade dos veículos, desse modo, a qualidade de serviço pode ser prejudicada caso a nuvem não se adapte rapidamente a esse fluxo de entradas e saídas constantes. Ou seja, para criar e manter Clouds veiculares, a descoberta e o gerenciamento de recursos são elementos fundamentais, devendo ser tratados com cuidado. Com isso em mente, nesse trabalho discutiremos sobre métodos já existentes na literatura, realizaremos o levantamento do estado da arte da área de alocação de recursos computacionais em redes veiculares, proporemos nosso método de alocação de recursos computacionais em redes veiculares baseado no paradigma de Fog, denominado VEITRA - Serviços de Gerenciamento de Recursos para Redes Veiculares para Amparo na Gestão de Transportes Inteligentes, onde as decisões são tomadas a partir da utilização um método matemático chamado Analytic Hierarchy Process, proposto por Thomas Saaty. Por fim, desenvolvimento é apresentado utilizando a linguagem de programação Python, juntamente do método Pearson e do simulador SUMO, após isso, foi feita a análise e a realização das comparações entre os resultados obtidos com outros resultados de métodos da literatura já estabelecidos. |
id |
UNSP_f1a43db1b183085eaea952aee79281d6 |
---|---|
oai_identifier_str |
oai:repositorio.unesp.br:11449/215035 |
network_acronym_str |
UNSP |
network_name_str |
Repositório Institucional da UNESP |
repository_id_str |
2946 |
spelling |
VEITRA - Serviços de gerenciamento de recursos para redes veiculares para amparo na gestão de transportes inteligentesVEITRA - Resource management services for vehicle networks to support intelligent transport managementAlocação de recursosComputação em FogComputação em nuvemTransportes inteligentesResource allocationFog computingCloud computingIntelligent transportUm conjunto de veículos dispostos a cooperarem entre si através do paradigma da computação em nuvem pode ser definido como Cloud Veicular. Com o intuito de compartilhar recursos e facilitar a transação de informações, as redes veiculares se unem aos sistemas de Clouds móveis. Além disso, a medida que avançamos mais profundamente em serviços e sistemas orientados à informação, observamos claramente a importância e o impacto dos veículos inteligentes e conectados para a computação urbana. Novos paradigmas habilitados para nuvem impulsionaram o compartilhamento de informações e serviços. No entanto, tais paradigmas dependem fortemente da camada de comunicação subjacente, herdando os desafios originados das redes veiculares. Vários trabalhos foram elaborados para lidar com ambientes veiculares altamente dinâmicos em apoio à gestão e alocação de recursos eficazes, onde discutiremos alguns nesse trabalho. Os desafios da Cloud Veicular citados acima originam-se devido a alta mobilidade dos veículos, desse modo, a qualidade de serviço pode ser prejudicada caso a nuvem não se adapte rapidamente a esse fluxo de entradas e saídas constantes. Ou seja, para criar e manter Clouds veiculares, a descoberta e o gerenciamento de recursos são elementos fundamentais, devendo ser tratados com cuidado. Com isso em mente, nesse trabalho discutiremos sobre métodos já existentes na literatura, realizaremos o levantamento do estado da arte da área de alocação de recursos computacionais em redes veiculares, proporemos nosso método de alocação de recursos computacionais em redes veiculares baseado no paradigma de Fog, denominado VEITRA - Serviços de Gerenciamento de Recursos para Redes Veiculares para Amparo na Gestão de Transportes Inteligentes, onde as decisões são tomadas a partir da utilização um método matemático chamado Analytic Hierarchy Process, proposto por Thomas Saaty. Por fim, desenvolvimento é apresentado utilizando a linguagem de programação Python, juntamente do método Pearson e do simulador SUMO, após isso, foi feita a análise e a realização das comparações entre os resultados obtidos com outros resultados de métodos da literatura já estabelecidos.A set of vehicles willing to cooperate with each other through the cloud computing paradigm can be defined as Cloud Vehicle. In order to share resources and facilitate the transaction of information, vehicle networks join mobile cloud systems. In addition, as we move deeper into information-oriented systems and services, we clearly see the importance and impact of smart, connected vehicles for urban computing. New cloud-enabled paradigms have driven the sharing of information and services. However, such paradigms depend heavily on the underlying communication layer, inheriting the challenges arising from vehicular networks. Several works have been developed to deal with highly dynamic vehicular environments in support of effective resource management and allocation, where we will discuss some in this work. The challenges of the Vehicle Cloud mentioned above originate from the high mobility of vehicles, thus, the quality of service can be harmed if the cloud does not adapt quickly to this constant input and output flow. In other words, to create and maintain Vehicle Clouds, the discovery and management of resources are fundamental elements and must be treated with care. With this in mind, in this work we will discuss methods already existing in the literature, we will carry out a survey of the state of the art in the area of computational resource allocation in vehicular networks, we will propose our method of computational resource allocation in vehicular networks based on the Fog paradigm, called VEITRA - Resource Management Services for Vehicle Networks to Support Intelligent Transport Management, where decisions are made using a mathematical method called Analytic Hierarchy Process, proposed by Thomas Saaty. Finally, development is presented using Python programming language, together with the Pearson method and the SUMO simulator, after that, we analyzed and compared the results with others from methods in the literature already established.Universidade Estadual Paulista (Unesp)Meneguette, Rodolfo IpolitoNakamura, Luis Hideo VasconcelosUniversidade Estadual Paulista (Unesp)Pereira, Rickson Simioni2021-11-08T21:45:33Z2021-11-08T21:45:33Z2021-10-05info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/11449/21503533004153073P2porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2023-10-26T06:05:18Zoai:repositorio.unesp.br:11449/215035Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T15:59:51.598859Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false |
dc.title.none.fl_str_mv |
VEITRA - Serviços de gerenciamento de recursos para redes veiculares para amparo na gestão de transportes inteligentes VEITRA - Resource management services for vehicle networks to support intelligent transport management |
title |
VEITRA - Serviços de gerenciamento de recursos para redes veiculares para amparo na gestão de transportes inteligentes |
spellingShingle |
VEITRA - Serviços de gerenciamento de recursos para redes veiculares para amparo na gestão de transportes inteligentes Pereira, Rickson Simioni Alocação de recursos Computação em Fog Computação em nuvem Transportes inteligentes Resource allocation Fog computing Cloud computing Intelligent transport |
title_short |
VEITRA - Serviços de gerenciamento de recursos para redes veiculares para amparo na gestão de transportes inteligentes |
title_full |
VEITRA - Serviços de gerenciamento de recursos para redes veiculares para amparo na gestão de transportes inteligentes |
title_fullStr |
VEITRA - Serviços de gerenciamento de recursos para redes veiculares para amparo na gestão de transportes inteligentes |
title_full_unstemmed |
VEITRA - Serviços de gerenciamento de recursos para redes veiculares para amparo na gestão de transportes inteligentes |
title_sort |
VEITRA - Serviços de gerenciamento de recursos para redes veiculares para amparo na gestão de transportes inteligentes |
author |
Pereira, Rickson Simioni |
author_facet |
Pereira, Rickson Simioni |
author_role |
author |
dc.contributor.none.fl_str_mv |
Meneguette, Rodolfo Ipolito Nakamura, Luis Hideo Vasconcelos Universidade Estadual Paulista (Unesp) |
dc.contributor.author.fl_str_mv |
Pereira, Rickson Simioni |
dc.subject.por.fl_str_mv |
Alocação de recursos Computação em Fog Computação em nuvem Transportes inteligentes Resource allocation Fog computing Cloud computing Intelligent transport |
topic |
Alocação de recursos Computação em Fog Computação em nuvem Transportes inteligentes Resource allocation Fog computing Cloud computing Intelligent transport |
description |
Um conjunto de veículos dispostos a cooperarem entre si através do paradigma da computação em nuvem pode ser definido como Cloud Veicular. Com o intuito de compartilhar recursos e facilitar a transação de informações, as redes veiculares se unem aos sistemas de Clouds móveis. Além disso, a medida que avançamos mais profundamente em serviços e sistemas orientados à informação, observamos claramente a importância e o impacto dos veículos inteligentes e conectados para a computação urbana. Novos paradigmas habilitados para nuvem impulsionaram o compartilhamento de informações e serviços. No entanto, tais paradigmas dependem fortemente da camada de comunicação subjacente, herdando os desafios originados das redes veiculares. Vários trabalhos foram elaborados para lidar com ambientes veiculares altamente dinâmicos em apoio à gestão e alocação de recursos eficazes, onde discutiremos alguns nesse trabalho. Os desafios da Cloud Veicular citados acima originam-se devido a alta mobilidade dos veículos, desse modo, a qualidade de serviço pode ser prejudicada caso a nuvem não se adapte rapidamente a esse fluxo de entradas e saídas constantes. Ou seja, para criar e manter Clouds veiculares, a descoberta e o gerenciamento de recursos são elementos fundamentais, devendo ser tratados com cuidado. Com isso em mente, nesse trabalho discutiremos sobre métodos já existentes na literatura, realizaremos o levantamento do estado da arte da área de alocação de recursos computacionais em redes veiculares, proporemos nosso método de alocação de recursos computacionais em redes veiculares baseado no paradigma de Fog, denominado VEITRA - Serviços de Gerenciamento de Recursos para Redes Veiculares para Amparo na Gestão de Transportes Inteligentes, onde as decisões são tomadas a partir da utilização um método matemático chamado Analytic Hierarchy Process, proposto por Thomas Saaty. Por fim, desenvolvimento é apresentado utilizando a linguagem de programação Python, juntamente do método Pearson e do simulador SUMO, após isso, foi feita a análise e a realização das comparações entre os resultados obtidos com outros resultados de métodos da literatura já estabelecidos. |
publishDate |
2021 |
dc.date.none.fl_str_mv |
2021-11-08T21:45:33Z 2021-11-08T21:45:33Z 2021-10-05 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/11449/215035 33004153073P2 |
url |
http://hdl.handle.net/11449/215035 |
identifier_str_mv |
33004153073P2 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UNESP instname:Universidade Estadual Paulista (UNESP) instacron:UNESP |
instname_str |
Universidade Estadual Paulista (UNESP) |
instacron_str |
UNESP |
institution |
UNESP |
reponame_str |
Repositório Institucional da UNESP |
collection |
Repositório Institucional da UNESP |
repository.name.fl_str_mv |
Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP) |
repository.mail.fl_str_mv |
|
_version_ |
1808128590429028352 |