English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Mobile Edge Computing (MEC) emerged as an alternative to reduce network latency by bringing the data processing close to the users. This proximity requires that the service is available most of the time. Trying to assess the availability of such systems in real contexts requires high costs. This paper uses Stochastic Petri Nets (SPNs) to assess the availability of an MEC architecture, seeking to avoid premature investment in real equipment. This work has the potential to assist administrators in redefining the most optimized MEC architectures by decreasing the risk of failure. Resumo. Mobile Edge Computing (MEC) surgiu como uma alternativa para reduzir a latência da rede que levou o processamento do fluxo de dados para mais perto dos usuários. Essa proximidade do usuário exige que o serviço esteja disponı́vel o maior perı́odo de tempo possı́vel. Avaliar a disponibilidade de tais sistemas em contextos reais demanda altos custos. Este artigo utiliza Redes de Petri Estocásticas (SPNs) para avaliar a disponibilidade de uma arquitetura MEC, buscando evitar o investimento prematuro em equipamentos reais. Este trabalho tem o potencial de auxiliar os administradores de rede a planejar arquiteturas MEC mais otimizadas diminuindo o risco de falhas. 1. Introdução Smartphones tornaram-se ao longo do tempo uma parte essencial na vida das pessoas. Esses aparelhos evoluı́ram a ponto de realizar tarefas que há uma década eram impensáveis. Atualmente existem várias aplicações móveis que permitem facilidade de comunicação e entretenimento. Existem também periféricos como pulseiras eletrônicas que permitem monitorar a saúde do usuário. Porém, muitas aplicações exigem alto poder de processamento que apenas servidores podem oferecer, tais como: jogos eletrônicos [Zafari et al. 2020] ou healthcare [Wan et al. 2020]. A Mobile Cloud Computing (MCC) é uma arquitetura computacional que surgiu para estender a capacidade dos dispositivos móveis. A MCC foi formada pela junção da computação móvel com a computação em nuvem tradicional. A junção dessas tecnologias proporciona uma infinidade de recursos e serviços, porém o tempo de resposta pode ser alto dependendo da localização dos recursos da nuvem. A Mobile Edge Computing (MEC) [Guo et al. 2020] surgiu posteriormente para mitigar alguns dos problemas da computação em nuvem. A MEC foi idealizada para prover serviços em tempo real, e portanto, robustez e disponibilidade da arquitetura são requisitos essenciais. Todos os componentes de um sistema são propensos a falhas, e falhas devem ser reparadas o mais rápido possı́vel a fim de evitar grandes perdas para os usuários. Avaliar a disponibilidade de uma arquitetura MEC pode ter alto custo considerando experimentos práticos. Assim, se faz necessário avaliar arquiteturas MEC antes mesmo de uma implantação real. Redes de Petri Estocásticas (SPN) [Silva et al. 2015b] podem ser utilizadas para avaliar diversos tipos de sistemas complexos, incluindo uma arquitetura MEC. Alguns artigos relacionados abordaram modelos SPN para avaliar a disponibilidade de sistemas de computação móvel [Araujo et al. 2014], [Oliveira et al. 2013], [Santos et al. 2018]. No entanto, nosso trabalho explora a dependência dos componentes da arquitetura, adicionando a técnica de falha em cascata [Araujo et al. 2019], o que permite maior acuidade dos resultados. Também foi explorado a redundância de servidores almejando maximizar a disponibilidade do sistema. As seções seguintes estão organizadas da seguinte forma: A Seção 2 apresenta a arquitetura utilizada neste artigo. A Seção 3 apresenta o modelo SPN gerado a partir da arquitetura, incluindo redundância. A Seção 4 apresenta os resultados da análise estacionaria do modelo, que são os ı́ndices de disponibilidade e downtime do sistema. Por fim, a Seção 5 traça algumas conclusões e futuros trabalhos.

Avaliação de Disponibilidade de uma Arquitetura de Computação de Borda com Redes de Petri Estocásticas