Diseño, desarrollo y evaluación de algoritmos de computación distribuida en una plataforma Fog-Cloud

Abstract

En el presente trabajo se diseña y desarrolla una plataforma de tres niveles (IoT-Fog-Cloud) utilizando técnicas de virtualización, que se utiliza posteriormente para implementar varios escenarios, con nodos que tienen diferentes características, emulando el comportamiento de dispositivos Fog y Cloud. A continuación, se presentan políticas de offloading para arquitecturas Fog-Cloud que consideran diferentes parámetros de rendimiento. Se emplea la Teoría de Lyapunov para introducir un algoritmo de offloading que equilibra el consumo de energía en los nodos Fog y el coste monetario de usar el Cloud. El algoritmo propuesto es capaz de encontrar un equilibrio entre estos dos parámetros, al tiempo que garantiza la estabilidad del sistema y los requisitos de retraso. Se realiza una campana de simulaciones en la plataforma desarrollada que permite mostrar el correcto funcionamiento de la solución. Además, al ajustar los parámetros operativos del algoritmo, se pone de manifiesto que la solución propuesta es capaz de adaptar su comportamiento a diferentes objetivos, permitiendo evaluar su rendimiento bajo configuraciones realistas

In this work, we design and develop a three-tier platform (IoT-Fog-Cloud) using virtualization techniques, which can be used to implement scenarios with nodes having different characteristics, mimicking the features of Fog and Cloud. Subsequently, we present offloading policies for Fog-Cloud architectures that consider various performance parameters. We employ Lyapunov Theory to introduce an offloading algorithm that balances energy consumption at Fog nodes and the monetary cost of using the Cloud. The proposed algorithm can find a trade-off between these two parameters while ensuring system stability and meeting delay requirements. We conduct a thorough simulation campaign on the developed platform to assess the feasibility of the appropriate operation point of the solution. Furthermore, by adjusting the operational parameters of the algorithm, we show that it can adapt its behavior to different targets, and we evaluate its performance under realistic configurations.