{"title":"Alocação Adaptativa de Tarefas na Névoa em Ambientes de Saúde Inteligente","authors":"R. Lima, Anand Subramanian, F. B. Matos","doi":"10.5753/SBCUP.2021.16010","DOIUrl":null,"url":null,"abstract":"A integração de IoT com computação em Névoa e Nuvem permite a implantação de ambientes de saúde pervasivos para auxiliar na prevenção e diagnóstico de doenças. Contudo, é necessário um gerenciamento mais inteligente para realizar o offload de tarefas computacionais nestes ambientes. Este trabalho propõe uma otimização para alocar e re-alocar requisições de processamento em máquinas na Névoa e Nuvem utilizando modelagem matemática. O objetivo é minimizar o custo de utilização da infraestrutura enquanto garante os requisitos das aplicações. Resultados apontam que a otimização gera soluções próximas do ótimo e a reotimização gera soluções ótimas em menos de 7 e 2,8 segundos em média, respectivamente, para instâncias com até 200 pacientes.","PeriodicalId":284980,"journal":{"name":"Anais do XIII Simpósio Brasileiro de Computação Ubíqua e Pervasiva (SBCUP 2021)","volume":"110 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-07-18","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anais do XIII Simpósio Brasileiro de Computação Ubíqua e Pervasiva (SBCUP 2021)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5753/SBCUP.2021.16010","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
A integração de IoT com computação em Névoa e Nuvem permite a implantação de ambientes de saúde pervasivos para auxiliar na prevenção e diagnóstico de doenças. Contudo, é necessário um gerenciamento mais inteligente para realizar o offload de tarefas computacionais nestes ambientes. Este trabalho propõe uma otimização para alocar e re-alocar requisições de processamento em máquinas na Névoa e Nuvem utilizando modelagem matemática. O objetivo é minimizar o custo de utilização da infraestrutura enquanto garante os requisitos das aplicações. Resultados apontam que a otimização gera soluções próximas do ótimo e a reotimização gera soluções ótimas em menos de 7 e 2,8 segundos em média, respectivamente, para instâncias com até 200 pacientes.