Debido al alto tráfico generado por robots, aplicamos límites en el número de peticiones permitidas por cliente y bloqueos por IP automáticos. Si haces un uso legítimo y estás teniendo problemas, avísanos para reevaluar nuestras políticas de bloqueo. Disculpa las molestias.

Artículo:
Predicción de la carga de trabajo sobre nodos edge en el Cloud Continuum a través de un Digital Twin

Cargando...
Miniatura

Editor

Sistedes

Publicado en

Actas de las XXVIII Jornadas de Ingeniería del Software y Bases de Datos (JISBD 2024)

Licencia Creative Commons

Resumen

El Cloud Continuum es un paradigma de computación emergente, el cual implica diferentes tipos de dispositivos, desde dispositivos finales, pasando por dispositivos edge y dispositivos intermedios más potentes (fog), hasta el cloud. En este dinámico entorno, la gestión eficiente de los recursos es crucial, especialmente en los nodos edge, donde las limitaciones de capacidad y la variabilidad de la carga de trabajo presentan desafíos e influyen en gran medida en el desempeño del sistema. Actualmente existen algunas soluciones en este ámbito, pero éstas carecen de la flexibilidad y agilidad para ajustarse en tiempo real a las variaciones de demanda en los nodos edge. En este artículo se propone el uso de un Digital Twin para predecir y administrar de manera efectiva la carga de trabajo en los nodos edge del Cloud Continuum, reaccionar en tiempo real e incluso prever acontecimientos futuros. Al mantener una réplica virtual de los nodos edge, interconectada con su contraparte física, se puede facilitar una simulación precisa y un análisis predictivo, permitiendo así anticiparse y adaptarse a las necesidades de manera proactiva.

Descripción

Acerca de Cano, Eduardo

Palabras clave

Cloud Continuum, Digital Twin, Nodos Edge

Citación

Cano, E., Rodríguez, P., Laso, S., Galán, J., Berrocal, J., Murillo, J. M.: Predicción de la carga de trabajo sobre nodos edge en el Cloud Continuum a través de un Digital Twin. In: Rodríguez Luaces, M. A. (ed.) Actas de las XXVIII Jornadas de Ingeniería del Software y Bases de Datos (JISBD 2024). Sistedes (2024). https://hdl.handle.net/11705/JISBD/2024/67