A carregar...
Publicação
DeMMon Decentralized Management and Monitoring Framework
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 2.22 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
The centralized model proposed by the Cloud computing paradigm mismatches the decentralized
nature of mobile and IoT applications, given the fact that most of the data
production and consumption is performed by end-user devices outside of the Data Center
(DC). As the number of these devices grows, and given the need to transport data to and
from DCs for computation, application providers incur additional infrastructure costs,
and end-users incur delays when performing operations.
These reasons have led us into a post-cloud era, where a new computing paradigm
arose: Edge Computing. Edge Computing takes into account the broad spectrum of
devices residing outside of the DC, closer to the clients, as potential targets for computations,
potentially reducing infrastructure costs, improving the quality of service (QoS)
for end-users and allowing new interaction paradigms between users and applications.
Managing and monitoring the execution of these devices raises new challenges previously
unaddressed by Cloud computing, given the scale of these systems and the devices’
(potentially) unreliable data connections and heterogenous computational power. The
study of the state-of-the-art has revealed that existing resource monitoring and management
solutions require manual configuration and have centralized components, which
we believe do not scale for larger-scale systems.
In this work, we address these limitations by presenting a novel Decentralized Management
and Monitoring (“DeMMon”) system, targeted for edge settings. DeMMon provides
primitives to ease the development of tools that manage computational resources
that support edge-enabled applications, decomposed in components, through decentralized
actions, taking advantage of partial knowledge of the system. Our solution was
evaluated to amount to its benefits regarding information dissemination and monitoring
capabilities across a set of realistic emulated scenarios of up to 750 nodes with variable
failure rates. The results show the validity of our approach and that it can outperform
state-of-the-art solutions regarding scalability and reliability
O modelo centralizado de computação utilizado no paradigma da Computação na Nuvem apresenta limitações no contexto de aplicações no domínio da Internet das Coisas e aplicações móveis. Neste tipo de aplicações, os dados são produzidos e consumidos maioritariamente por dispositivos que se encontram na periferia da rede. Desta forma, transportar estes dados de e para os centros de dados impõe uma carga excessiva nas infraestruturas de rede que ligam os dispositivos aos centros de dados, aumentando a latência de respostas e diminuindo a qualidade de serviço para os utilizadores. Para combater estas limitações, surgiu o paradigma da Computação na Periferia, este paradigma propõe a execução de computações, e potencialmente armazenamento de dados, em dispositivos fora dos centros de dados, mais perto dos clientes, reduzindo custos e criando um novo leque de possibilidades para efetuar computações distribuídas mais próximas dos dispositivos que produzem e consomem os dados. Contudo, gerir e supervisionar a execução desses dispositivos levanta obstáculos não equacionados pela Computação na Nuvem, como a escala destes sistemas, ou a variabilidade na conectividade e na capacidade de computação dos dispositivos que os compõem. O estudo da literatura revela que ferramentas populares para gerir e supervisionar aplicações e dispositivos possuem limitações para a sua escalabilidade, como por exemplo, pontos de falha centralizados, ou requerem a configuração manual de cada dispositivo. Nesta dissertação, propõem-se uma nova solução de monitorização e disseminação de informação descentralizada. Esta solução oferece operações que permitem recolher informação sobre o estado do sistema, de modo a ser utilizada por soluções (também descentralizadas) que gerem aplicações especializadas para executar na periferia da rede. A nossa solução foi avaliada em redes emuladas de várias dimensões com um máximo de 750 nós, no contexto de disseminação e de monitorização de informação. Os nossos resultados mostram que o nosso sistema consegue ser mais robusto ao mesmo tempo que é mais escalável quando comparado com o estado da arte.
O modelo centralizado de computação utilizado no paradigma da Computação na Nuvem apresenta limitações no contexto de aplicações no domínio da Internet das Coisas e aplicações móveis. Neste tipo de aplicações, os dados são produzidos e consumidos maioritariamente por dispositivos que se encontram na periferia da rede. Desta forma, transportar estes dados de e para os centros de dados impõe uma carga excessiva nas infraestruturas de rede que ligam os dispositivos aos centros de dados, aumentando a latência de respostas e diminuindo a qualidade de serviço para os utilizadores. Para combater estas limitações, surgiu o paradigma da Computação na Periferia, este paradigma propõe a execução de computações, e potencialmente armazenamento de dados, em dispositivos fora dos centros de dados, mais perto dos clientes, reduzindo custos e criando um novo leque de possibilidades para efetuar computações distribuídas mais próximas dos dispositivos que produzem e consomem os dados. Contudo, gerir e supervisionar a execução desses dispositivos levanta obstáculos não equacionados pela Computação na Nuvem, como a escala destes sistemas, ou a variabilidade na conectividade e na capacidade de computação dos dispositivos que os compõem. O estudo da literatura revela que ferramentas populares para gerir e supervisionar aplicações e dispositivos possuem limitações para a sua escalabilidade, como por exemplo, pontos de falha centralizados, ou requerem a configuração manual de cada dispositivo. Nesta dissertação, propõem-se uma nova solução de monitorização e disseminação de informação descentralizada. Esta solução oferece operações que permitem recolher informação sobre o estado do sistema, de modo a ser utilizada por soluções (também descentralizadas) que gerem aplicações especializadas para executar na periferia da rede. A nossa solução foi avaliada em redes emuladas de várias dimensões com um máximo de 750 nós, no contexto de disseminação e de monitorização de informação. Os nossos resultados mostram que o nosso sistema consegue ser mais robusto ao mesmo tempo que é mais escalável quando comparado com o estado da arte.
Descrição
Palavras-chave
Edge Computing Resource Management Resource Monitoring Topology Management Middleware