Raspoređivanje kontekstno kategoriziranih usluga interneta stvari u okolini računarstva u magli

disertacija

• Naslov (engleski): Scheduling of contextually categorised internet of things services in fog computing environment
• Autor: Petar Krivić
• Mentor: Mario Kušek (mentor)
• Član povjerenstva: Mario Kušek (predsjednik povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; (Zavod za telekomunikacije); Zagreb
• Datum i država obrane: 2022, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo
• Univerzalna decimalna klasifikacija (UDC): 004 - Računalna znanost i tehnologija. Računalstvo. Obrada podataka

Sažetak

Računarstvo u magli predstavlja novi koncept arhitekture za isporuku usluga u kojem se osim računalnog oblaka koriste i resursi računalnih čvorova između računalnog oblaka i krajnjih uređaja. Primjenom ovog koncepta omogućuje se optimizacija rješenja zbog blizine izvora podataka i čvorova za njihovu obradu, što je zbog karakteristične okoline posebno naglašeno u okviru Interneta stvari. Virtualizacija zasnovana na kontejnerima i druge moderne tehnologije omogućili su implementaciju raspodijeljenih IoT usluga koje se mogu efikasno izvoditi u promjenjivim heterogenim okolinama kakve podrazumijeva računarstvo u magli. Ipak, raspored izvođenja komponenti IoT usluga u raspodijeljenim okolinama ovoga koncepta ovisit će o optimizaciji koja se u konkretnom slučaju želi postići njegovom primjenom pa je upravo određivanje optimalnog rasporeda izvođenja usluga na dostupnim računalnim resursima računarstva u magli fokus ove disertacije. Stoga su u ovom radu najprije kategorizirane usluge Interneta stvari prema kontekstima relevantnim za primjenu računarstva u magli: kontekstu uređaja, korisnika, i usluge. Također, definirani su i parametri kvalitete usluge kojima se može ocijeniti učinkovitost primjene računarstva u magli te je određen njihov prioritet u prethodno definiranim kategorijama IoT usluga. Zatim je opisan formalni model usluga i specificiranih konteksta, kako bi se faktori koji utječu na izvedbu raspoređivanja usluga mogli uzeti u obzir u konkretnoj implementaciji algoritma. Tako se u razvijenom dinamičkom algoritmu raspoređivanja na temelju kontekstnih informacija o usluzi, korisniku, i dostupnim uređajima određuje raspored izvođenja komponenti usluge kojim se postiže veća kvaliteta njenog izvođenja u okviru definiranih parametara kvalitete usluge. Na kraju je izvedena verifikacija razvijenog dinamičkog algoritma kako bi se utvrdila njegova učinkovitost na odabranim slučajevima primjene. Dobiveni rezultati su potvrdili bolje performanse izvođenja usluga u okolini računarstva u magli primjenom razvijenog algoritma za dva odabrana scenarija (strujanje podataka i automatizaciju upravljanja). Također, rezultati su pokazali da je glavna prednost ovog algoritma u odnosu na postojeće pristupe, njegova mogućnost dinamičkog pokretanja raspoređivanja na temelju promjena u izvedbenoj okolini koje uzrokuju pad kvalitete usluge.

Sažetak (engleski)

The fog computing concept emerged as a novel architecture that extends cloud computing to the edge of the network by utilizing available computing resources between the cloud and the targeted service environment. Such architecture reduces the distance between the end-devices and processing nodes, thus enabling the optimized processing execution that is especially emphasized within the characteristic Internet of Things environments. The inclusion of fog computing concept within such a heterogeneous and distributed environment was significantly facilitated by microservice architecture and container-based virtualization. Still, the effective schedule of service components across the fog computing execution environment depends on the specific use-case scenario and factors defining its efficiency. Thus, the focus of this dissertation is to define a scheduling procedure that determines the most efficient service execution schedule enabling the optimized service delivery. To achieve this goal, we first categorize IoT services based on the contexts relevant for applying the fog computing concept: device context, service context and user context. Also, we define QoS parameters determining the efficiency of applying the fog computing concept and prioritize them for each previously defined category of IoT services. The aforementioned factors affecting the application of fog computing are formally described and considered in the implementation of the dynamic algorithm that determines the most efficient service execution schedule based on the considered contexts and QoS parameters within the available execution environment. Finally, we present the results of the verification procedure conducted on the two common IoT service scenarios (data streaming and automated control management). The results confirmed the efficiency of our dynamic scheduling algorithm and showcased improved service performance within the fog computing execution environment in comparison to the existing approaches. The main advantage of our algorithm compared to the other considered scheduling policies is its ability to dynamically re-schedule service components when the QoS level of service delivery deteriorates because of the changes in a volatile network environment.

• Ključne riječi: računarstvo u magli; Internet stvari; kontekstno-svjesni algoritam raspoređivanja; kontejnerska virtualizacija; dinamičko raspoređivanje; QoS
• Ključne riječi (engleski): fog computing; Internet of Things; context-aware scheduling algorithm; container-based virtualization; dynamic scheduling; QoS
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:918715
• Datum promocije: 2022
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: poslijediplomski znanstveni (doktorski); Akademski / stručni naziv: Doktor znanosti (dr. sc.)
• Vrsta resursa: Tekst
• Opseg: ix, 112 str. : graf. prikazi
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Otvoreni pristup
• Datum i vrijeme pohrane: 2022-05-23 13:14:34