Avanços na orquestração de carga descentralizada em redes MEC para garantir a qualidade de serviço (QoS) de sistemas de tempo real

Abstract

O paradigma Multi-access Edge Computing (MEC) é um conceito em que recursos de computação, anteriormente fornecidos na Cloud, são transferidos para a borda da rede, próximo à fonte de dados. Devido à baixa latência gerada pelo MEC, o paradigma se torna estratégico para os sistemas de tempo real (STR), pois este tipo de sistema é caracterizado por possuir restrições de tempo. No entanto, o MEC possui recursos limitados quando comparado aos data centers da Cloud, podendo ficar sobrecarregado durante o pico de demanda. Na literatura, um dos propósitos do uso de redes MEC colaborativas é evitar a sobrecarga dos nós através do compartilhamento da carga de trabalho, de modo a encaminhar parte da carga de nós ocupados para nós ociosos. Para realizar o compartilhamento da carga, estratégias de orquestração se fazem necessárias, a fim de estabelecer critérios para a distribuição da carga entre os nós MEC. Neste trabalho, os critérios para a seleção dos nós é baseada nos prazos de resposta pré-estabelecidos pelos sistemas STR. Uma busca exploratória foi realizada para encontrar os trabalhos recentemente propostos na literatura, que após serem analisados, serviram para identificar um gap de pesquisa que foi tomado como base para a solução proposta. Um modelo de orquestração de carga foi adaptado através da introdução de um novo modelo de fila de espera, utilizada para alocar as requisições, que se caracteriza pela preferência em atender as requisições com os menores prazos. Um simulador de carga foi elaborado para servir como ambiente de experimentação, no qual foram realizados uma série de experimentos para demonstrar a eficácia da adaptação proposta. Os resultados apontam para a redução do número de encaminhamentos de requisições em até 3,82%, e um aumento no número de prazos cumpridos em até 5,90%.

Abstract: The Multi-Access Edge Computing (MEC) paradigm is a concept in which computing resources previously provided in the Cloud, are transferred to the edge of the network, close to the data source. Due to the low latency generated by MEC, the paradigm becomes strategic for real-time systems (RTS), as this type of system is characterized by having time constraints. However, MEC has limited resources when compared to Cloud data centers and may become overloaded during peak demand. In the literature, one of the purposes of using collaborative MEC networks is to avoid overloading nodes by sharing the workload in order to forward part of the load from busy nodes to idle nodes. To carry out load sharing, orchestration strategies are necessary in order to establish criteria for distributing the load between MEC nodes. In this work, the criteria for selecting nodes are based on response deadlines pre-established by RTS systems. An exploratory search was carried out to find recently proposed works in the literature, which, after being analyzed, served to identify a research gap that was taken as the basis for the proposed solution. A load orchestration model was adapted through the introduction of a new queue model used to allocate requests, which is characterized by the preference to serve requests with the shortest deadlines. A load simulator was designed to serve as an experimentation environment in which a series of experiments were carried out to demonstrate the effectiveness of the proposed adaptation. The results point to a reduction in the number of requests forwarded by up to 3.82%, and an increase in the number of deadlines met by up to 5.90%.