Please use this identifier to cite or link to this item:
https://repositorio.ufpe.br/handle/123456789/37649
Share on
Title: | Edge-On : uma plataforma multicamadas com suporte ao processamento e compartilhamento de conteúdo na borda da rede para a Internet de Veículos |
Authors: | BARBOSA, Francisco Edigleison da Silva |
Keywords: | Redes de Computadores e Sistemas Distribuídos; Internet de Veículos; Virtualização de Funções de Rede; Redes Definidas por Software |
Issue Date: | 6-Sep-2019 |
Publisher: | Universidade Federal de Pernambuco |
Citation: | BARBOSA, Francisco Edigleison da Silva. Edge-On: uma plataforma multicamadas com suporte ao processamento e compartilhamento de conteúdo na borda da rede para a Internet de Veículos. 2019. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Pernambuco, Recife, 2019. |
Abstract: | As redes veiculares (Vehicular Ad Hoc Networks - VANETs) evoluíram dos modos de comunicação tradicionais denominados veículo para veículo (Vehicle-to-Vehicle - V2V) e veículo para infraestrutura (Vehicle-to-Infrastructure - V2I ) para a chamada Internet de veículos (Internet of Vehicles - IoV ), permitindo comunicação veículo para tudo (Vehicleto-Everything - V2X) através da sinergia com a computação em nuvem e a Internet das coisas (Internet of Things - IoT). Estima-se que haverá mais de 300 milhões de carros conectados até 2022, gerando mais de 400 PetaBytes de dados nos mais diversos tipos de redes móveis. Dessa forma, surgem vários desafios no projeto de arquiteturas e mecanismos que viabilizem o compartilhamento de conteúdo de maneira eficiente, bem como o suporte aos requisitos de baixa latência nas comunicações para tomadas de decisão em aplicações focadas em carros conectados e segurança dos passageiros e pedestres. Neste sentido, por um lado o paradigma de redes definidas por software (Software Defined Networking - SDN) tem sido empregado para permitir melhor gerenciamento, flexibilidade e programabilidade da rede veicular; por outro, computação na borda (Edge Computing) e na névoa (Fog Computing) podem auxiliar na redução da latência, permitindo armazenamento e processamento mais próximos do usuário. Contudo, soluções utilizando estes e outros blocos construtores das redes 5G ainda são incipientes diante dos requisitos para a efetiva operação e implantação de serviços para a IoV. Esta dissertação propõe uma plataforma hierárquica denominada Edge-On para processamento de dados de ponta a ponta, que permite a replicação na borda da rede dos conteúdos mais requisitados, distribuindo-os tanto na camada (Multi-access Edge Computing - MEC), quanto nos próprios veículos por meio de um modelo de (On Board Unit - OBU) e Fog baseados em um plano de dados OpenFlow e com suporte a containers. Edge-On considera camada de nuvem remota OpenStack, controlador SDN e switches como funções de rede virtuais (Virtual Network Function - VFN) , camada intermediária MEC na borda da rede e próxima às (Road-Side Units - RSU), provendo comunicação via APIs, bem como orquestração Docker Swarm e (Network Function Virtualization - NFV). O modelo em camadas e de orquestração propostos viabilizam a criação de templates e execução dinâmica de aplicações em microsserviços. A camada Fog nos veículos considera uma estratégia que permite compartilhamento de conteúdo entre os veículos via protocolo Torrent (Peer-to-Peer - P2P), sem a necessidade de infraestrutura, tolerante a falhas e com suporte à mobilidade. Avaliamos a proposta em cenários de transferência de arquivos e compartilhamento de conteúdo. Os resultados são promissores e indicam que a arquitetura pode lidar com os requisitos rigorosos em termos de latência para aplicações IoV. |
URI: | https://repositorio.ufpe.br/handle/123456789/37649 |
Appears in Collections: | Dissertações de Mestrado - Ciência da Computação |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
DISSERTAÇÃO Francisco Edigleison da Silva Barbosa.pdf | 2,95 MB | Adobe PDF | ![]() View/Open |
This item is protected by original copyright |
This item is licensed under a Creative Commons License