Modelo centrado em dados para gerenciamento de energia em sistemas ciberfísicos

Abstract

O gerenciamento de energia é um pilar para muitos sistemas ciberfísicos (CPSs), que dependem de circuitos de baixo consumo de energia, algoritmos de gerenciamento dinâmico de energia e software consciente de energia para atender aos seus requisitos energéticos. À medida que os CPSs evoluem para projetos centrados em dados, buscando integrar modelos de IA de forma mais eficiente, as técnicas tradicionais de gerenciamento de energia precisam ser aprimoradas. Este trabalho propõe um modelo centrado em dados para o gerenciamento de energia em CPSs, permitindo modelar a energia em termos de dados. Os dados são encapsulados em Entidades de Dados, incluindo tipo e informações temporais do dado encapsulado. Essas entidades interagem por meio de redes estruturadas e sensíveis ao tempo, adotando uma política publish-subscribe, declarando mensagens de interesse por outras entidades e respondendo aos interesses de outras entidades, estabelecendo uma noção de dependência, denominada Relação de Interesse. Um algoritmo é introduzido para extrair um Directed Acyclic Graph (DAG) ponderado dessa Relação de Interesse, onde os vértices representam as Entidades de Dados e as arestas representam o custo energético associado a cada interesse. A abordagem propõe um Gerenciador de Energia que, utilizando o DAG, monitora o estado de energia do sistema, ajustando os interesses de baixa prioridade conforme o orçamento energético disponível, garantindo a operação do sistema dentro do tempo especificado. A avaliação do modelo foi realizada por meio de um estudo de caso baseado nas características e requisitos de um Ocean-Bottom Node (OBN), demonstrando a capacidade do sistema de se adaptar dinamicamente ao orçamento de energia, mantendo as operações críticas do CPS e ajustando serviços de menor prioridade de forma a melhorar o nível de Quality of Service (QoS) do sistema.

Abstract: Power management is a cornerstone for many cyber-physical systems (CPSs), which rely on low-power circuits, dynamic energy management algorithms, and energy-aware software to meet their energy requirements. As CPSs evolve toward data-centric designs, aiming to integrate AI models more efficiently, traditional power management techniques need to be enhanced. This work proposes a data-centric model for energy management in CPSs, enabling energy to be modeled in terms of data. Data is encapsulated in Data Entities, including type and temporal information of the encapsulated data. These entities interact through time-sensitive structured networks, adopting a publish-subscribe policy, declaring messages of interest to other entities and responding to the interests of other entities, establishing a dependency concept called the Interest Relationship. An algorithm is introduced to extract a weighted Directed Acyclic Graph (DAG) from this Interest Relationship, where the vertices represent the Data Entities and the edges represent the energy cost associated with each interest. The approach proposes an Power Manager that uses such DAG to monitor the system?s power state, adjusting low-priority interests based on the available energy budget to reach the specified lifetime. The model was evaluated through a case study based on the characteristics and requirements of an Ocean-Bottom Node (OBN). It demonstrated the system?s ability to dynamically adapt to the energy budget. The system maintains critical operations of the CPS while adjusting lower-priority services, which improves the system?s Quality of Service (QoS) level.