Análisis de redes IoT de gran escala con múltiples capas de procesamiento: una aproximación de límite fluido
En esta charla analizamos la evolución de una red IoT (Internet de las Cosas) de gran escala que puede distribuir el procesamiento en múltiples capas (local-Edge-Cloud). Se aborda el problema conocido como computation offloading para determinar cuántas tareas procesar en cada una de las capas. Se modela en primer lugar una red IoT como un proceso de Markov, escalado según la cantidad total de dispositivos IoT. Realizando el límite fluido del proceso de Markov se obtiene un proceso determinístico mucho más sencillo de analizar. En función de los parámetros del problema se analiza el punto de operación de la red IoT, la estabilidad del sistema determinístico así como algunos aspectos de calidad de servicio. Se formula además un problema de optimización convexa para hallar la política óptima de offloading. De forma similar se analiza el caso de una red IoT que cosecha energía del ambiente.
https://www.cmat.edu.uy/eventos/seminarios/seminario-de-probabilidad-y-estadistica/analisis-de-redes-iot-de-gran-escala-con-multiples-capas-de-procesamiento-una-aproximacion-de-limite-fluido
https://www.cmat.edu.uy/@@site-logo/log-cmat.png
Análisis de redes IoT de gran escala con múltiples capas de procesamiento: una aproximación de límite fluido
Dia |
2021-10-29 10:30:00-03:00
|
Hora |
2021-10-29 10:30:00-03:00
|
Lugar | zoom |
Análisis de redes IoT de gran escala con múltiples capas de procesamiento: una aproximación de límite fluido
Gonzalo Belcredi
(Udelar)
En esta charla analizamos la evolución de una red IoT (Internet de las Cosas) de gran escala que puede distribuir el procesamiento en múltiples capas (local-Edge-Cloud). Se aborda el problema conocido como computation offloading para determinar cuántas tareas procesar en cada una de las capas. Se modela en primer lugar una red IoT como un proceso de Markov, escalado según la cantidad total de dispositivos IoT. Realizando el límite fluido del proceso de Markov se obtiene un proceso determinístico mucho más sencillo de analizar. En función de los parámetros del problema se analiza el punto de operación de la red IoT, la estabilidad del sistema determinístico así como algunos aspectos de calidad de servicio. Se formula además un problema de optimización convexa para hallar la política óptima de offloading. De forma similar se analiza el caso de una red IoT que cosecha energía del ambiente.