Mobility-aware resource management for vehicular edge computing [recurso eletrônico] = Gerenciamento de recursos ciente de mobilidade para computação de borda veicular
Joahannes Bruno Dias da Costa
TESE
Inglês
T/UNICAMP C823m
[Gerenciamento de recursos ciente de mobilidade para computação de borda veicular]
Campinas, SP : [s.n.], 2023.
1 recurso online (113 p.) : il., digital, arquivo PDF.
Orientadores: Leandro Aparecido Villas, Denis Lima do Rosário
Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Computação
Resumo: A indústria automobilística vem investindo continuamente na modernização dos veículos, aprimorando suas capacidades de comunicação e processamento de dados. Seguindo essa evolução, o paradigma de Computação de Borda Veicular (VEC) surge com a finalidade de prover serviços de computação em...
Ver mais
Resumo: A indústria automobilística vem investindo continuamente na modernização dos veículos, aprimorando suas capacidades de comunicação e processamento de dados. Seguindo essa evolução, o paradigma de Computação de Borda Veicular (VEC) surge com a finalidade de prover serviços de computação em nuvem próximo aos usuários veiculares, utilizando os recursos computacionais dos próprios veículos. Nesse cenário, veículos e infraestruturas de comunicação podem cooperativamente atender serviços/aplicações veiculares, agregando seus recursos e disponibilizando-os por meio das Nuvens Veiculares (VCs). Para que essa disponibilização aconteça, os seguintes processos devem ser realizados: (i) Formação de VCs, que é o agrupamento dos veículos e seus recursos computacionais disponíveis; e (ii) Escalonamento de Tarefas, que tem como finalidade decidir em qual das VCs um determinado conjunto de tarefas será processado. Além disso, realizar balanceamento de carga entre as VCs é fundamental para aumentar a justiça na utilização dos recursos e tornar a distribuição de carga na rede mais homogênea. No entanto, a mobilidade é um dos principais desafios na proposição de soluções nesses cenários, uma vez que a mobilidade veicular provoca diversas mudanças na topologia da rede e conexões intermitentes. Nesse contexto, esta tese apresenta um estudo de como se dá a formação das VCs e como as aplicações podem utilizar os recursos dessas nuvens de forma eficiente para processamento de dados e, com isso, auxiliar em tomadas de decisão que exigem baixa latência e tempo de processamento restrito. Além disso, esta tese propõe uma série de mecanismos para lidar com diferentes aspectos da mobilidade na borda da rede veicular. A primeira contribuição desta tese reside em uma solução ciente de mobilidade para estimar o tempo de permanência dos veículos em uma determinada região e, assim, mitigar os impactos da mobilidade na formação de VCs. Como segunda contribuição, foi proposto um mecanismo de escalonamento de tarefas que utiliza uma arquitetura de Rede Neural Recorrente (RNN) para estimar os recursos computacionais nas VCs e garantir que as demandas dos usuários sejam atendidas. Essa abordagem consegue aumentar o número de tarefas escalonadas, diminuir a latência geral do sistema e diminuir os custos monetários pela utilização dos recursos computacionais. A terceira contribuição se volta no aumento da justiça e no balanceamento de carga na utilização dos recursos das VCs. As principais vantagens desse último mecanismo incluem: (i) um escalonamento de tarefas que maximiza o número de tarefas escalonadas e processadas com sucesso enquanto mantém um balanceamento de carga justo no uso de recursos computacionais e (ii) o uso de multithreading para resolução paralela de subproblemas de escalonamento, visando reduzir a latência do sistema sem comprometer o desempenho geral da solução. As soluções propostas foram amplamente comparadas com outras soluções da literatura em diferentes métricas de avaliação de desempenho e considerando cenários de mobilidade realísticos. Os resultados mostram que as abordagens propostas são eficientes e escaláveis, no qual podem ser boas alternativas para mitigar os desafios impostos pela dinamicidade da mobilidade veicular nos ambientes de VEC
Ver menos
Abstract: The automobile industry has been continuously investing in the modernization of vehicles, improving their communication and data processing capacities. Following this evolution, the Vehicular Edge Computing (VEC) paradigm emerged to provide computing power and storage capability close to...
Ver mais
Abstract: The automobile industry has been continuously investing in the modernization of vehicles, improving their communication and data processing capacities. Following this evolution, the Vehicular Edge Computing (VEC) paradigm emerged to provide computing power and storage capability close to vehicular users. In this scenario, vehicles and communication infrastructures can cooperatively attend vehicular services/applications, aggregating their resources and making them available through Vehicular Clouds (VCs). For this availability to happen, the following processes must be carried out: (i) VC Formation, which is the grouping of vehicles and their available computational resources; and (ii) Task Scheduling, which aims to decide which of the VCs a given set of tasks will be processed. Also, carrying out load balancing between the VCs is essential to increase fairness in the use of resources and make the load distribution in the network more homogeneous. However, mobility is one of the main challenges in proposing solutions in these scenarios, since vehicular mobility causes several changes in the network topology and intermittent connections. In this context, this thesis presents a study of how VCs are formed and how applications can use the resources of these clouds efficiently for data processing and, with that, help in decision making that requires low latency and restricted processing time. Furthermore, this thesis proposes a series of mechanisms to deal with different aspects of mobility at the edge of the vehicular network. The first contribution of this thesis lies in a mobility-aware solution to estimate the dwell-time of vehicles in a given region and thus mitigate the impacts of mobility on the VC formation process. Secondly, a task scheduling mechanism was proposed that uses a Recurrent Neural Network (RNN) architecture to estimate computational resources in VCs and ensure that user demands are met. This approach manages to increase the number of scheduled tasks, decrease the overall system latency, and reduce the monetary costs for using computational resources. The third contribution focuses on increasing fairness and load balancing in the use of VC’s resources. The main advantages of the latter mechanism include: (i) a task scheduler that maximizes the number of tasks successfully scheduled and processed while maintaining fair load balancing in the use of computational resources and (ii) the use of multithreading for parallel solving of scheduling subproblems, aiming to reduce system latency without compromising the overall performance of the solution. The proposed solutions were widely compared with other state-of-the-art solutions in different performance evaluation metrics and considering realistic mobility scenarios. The results show that the proposed approaches are efficient, scalable, and cost-effective, which can be good alternatives to mitigate the challenges imposed by the dynamics of vehicular mobility in the VEC environments
Ver menos
Villas, Leandro Aparecido, 1983-
Orientador
Rosário, Denis Lima do
Coorientador
Silva, Fabrício Aguiar
Avaliador
Pereira Júnior, Lourenço Alves
Avaliador
Borin, Juliana Freitag, 1978-
Avaliador
Mobility-aware resource management for vehicular edge computing [recurso eletrônico] = Gerenciamento de recursos ciente de mobilidade para computação de borda veicular
Joahannes Bruno Dias da Costa
Mobility-aware resource management for vehicular edge computing [recurso eletrônico] = Gerenciamento de recursos ciente de mobilidade para computação de borda veicular
Joahannes Bruno Dias da Costa