Defesa de Doutorado de Flávia Pisani

Título do Trabalho
Utilizando Dispositivos Limitados para Execução de Código Personalizado na Internet das Coisas
Candidato(a)
Flávia Pisani
Nível
Doutorado
Data
Add to Calender 2019-06-24 00:00:00 2019-06-24 00:00:00 Defesa de Doutorado de Flávia Pisani Utilizando Dispositivos Limitados para Execução de Código Personalizado na Internet das Coisas Sala 85 do IC 2 INSTITUTO DE COMPUTAÇÃO mauroesc@ic.unicamp.br America/Sao_Paulo public
Horário
14:00
Local
Sala 85 do IC 2
Orientador(a)
Edson Borin
Banca Examinadora

* Titulares

Unidade/Instituição

Edson Borin

IC/UNICAMP

Jó Ueyama

ICMC/USP

Markus Endler

DI/PUC-Rio

Edmundo Roberto Mauro Madeira

IC/UNICAMP

Luiz Fernando Bittencourt

IC/UNICAMP

 

* Suplentes

Unidade/Instituição

Ricardo da Silva Torres

IC/UNICAMP

Sandro Rigo

IC/UNICAMP

Fabio Kon

IME/USP

Resumo

Perspectivas atuais para a Internet das Coisas (IoT, do inglês, Internet of Things) indicam que, dentro de alguns anos, uma rede global de objetos irá conectar dezenas de milhares de dispositivos através da Internet. A maioria deles conterá sensores que geram fluxos de dados constantemente e é comum que usuários precisem processar estes dados antes de armazenar os valores finais.No entanto, com o crescimento progressivo da IoT, esta estratégia precisa ser reavaliada, já que transmitir um imenso volume de informações pela rede será muito custoso. Um jeito de atender a estes futuros requisitos é trazer a computação para onde a informação já está. Com essa premissa, foi criado um paradigma chamado computação na névoa que propõe processar os dados perto de dispositivos da borda da rede. Outra característica comum dentre o grande número de dispositivos IoT será que seus recursos (ex.: potência, memória e processamento) serão limitados. O Instituto Nacional de Padrões e Tecnologia dos EUA chama a atenção para este tipo de dispositivo dentro do contexto da computação na névoa, chamando-os de nós de neblina, pois são nós de névoa leves. Contudo, eles caracterizam estes nós como mais especializados, dedicados e geralmente compartilhando a mesma localidade que os dispositivos finais inteligentes a quem eles atendem. Em nosso trabalho, nós propomos um abordagem diferente, onde estes dispositivos limitados estão integrados com sensores e são capazes de execução de código de propósito geral, podendo assim executar códigos personalizados enviados pelo usuário. A análise desta proposta é dividida em duas partes. Primeiro, nós desenvolvemos uma plataforma chamada LMC, que permite que usuários executem seus códigos em dispositivos limitados e a comparamos com o arcabouço Apache Edgent. LMC apresentou um bom desempenho quando executada no mesmo dispositivo que o Edgent e também possibilitou a execução de código em dispositivos limitados que eram muito restritos para executar a outra ferramenta. Depois, criamos dois modelos onde o usuário escolhe uma certa métrica de custo (ex.: número de instruções, tempo de execução, consumo de energia) e a emprega para decidir onde o seu código deve ser executado. Um deles é um modelo matemático que usa uma equação linear para auxiliar o usuário a quebrar o seu problema em um conjunto de variáveis e então determinar os custos de realizar a sua computação usando a nuvem e a névoa. O outro é um modelo visual que permite que o usuário conclua facilmente qual é a abordagem mais vantajosa em um cenário específico. Nós usamos estes modelos para identificar situações onde executar o código no dispositivo que coletou os dados é a abordagem escolhida e também simulamos cenários futuros onde mudanças na tecnologia podem impactar a decisão do usuário.