Análisis e implementación de un sistema de computation offloading en plataforma de Internet de las Cosas para aplicaciones de monitorización medioambiental

Sánchez Llorens, Benjamín (2020). Análisis e implementación de un sistema de computation offloading en plataforma de Internet de las Cosas para aplicaciones de monitorización medioambiental. Proyecto Fin de Carrera / Trabajo Fin de Grado, E.T.S.I. Industriales (UPM).

Description

Title: Análisis e implementación de un sistema de computation offloading en plataforma de Internet de las Cosas para aplicaciones de monitorización medioambiental
Author/s:
  • Sánchez Llorens, Benjamín
Contributor/s:
  • Mujica Rojas, Gabriel Noe
Item Type: Final Project
Degree: Grado en Ingeniería en Tecnologías Industriales
Date: October 2020
Subjects:
Faculty: E.T.S.I. Industriales (UPM)
Department: Automática, Ingeniería Eléctrica y Electrónica e Informática Industrial
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (4MB) | Preview

Abstract

La globalización de nuestra sociedad está basada en la interconexión de la población mediante herramientas TIC que permiten la utilización de diversas aplicaciones con fines comerciales, industriales, de ocio o de seguridad. Éstas se basan en la conexión de múltiples redes inalámbricas descentralizadas (Wireless Sensor Networks, WSN) formadas por una infinidad de dispositivos o nodos conectados, que conforman el Internet de las cosas (IoT por sus siglas en inglés). Los nodos de estas redes tienen la capacidad de realizar mediciones mediante sensores, procesar información y comunicarse. Como resultado de esta interconexión, se genera una gran cantidad de datos, cuya explotación tiene un gran valor social y económico. Esta nueva arquitectura del IoT supone una revolución respecto a la anterior, que estaba basada en redes centralizadas muy jerarquizadas, en las que sus dispositivos recogían los datos y los enviaban directamente a la nube para su procesamiento y realizar los cálculos oportunos. La descentralización de las redes, y la imposibilidad de que la nube absorba completamente las tareas relacionadas con el procesamiento y cálculo de los datos, ha provocado un cambio de paradigma, conocido como “Edge Computing”, en el que parte de dichas tareas se ha desplazado hacia el extremo de la red en el que se encuentran los dispositivos, el Edge. Otra parte de estas tareas se realiza en capas superiores de la red. No obstante, el “Edge Computing” de las WSN tiene que afrontar diversas limitaciones, que están asociadas en general a la portabilidad y bajo coste de los dispositivos, y a que sus nodos operan con tecnologías de baja potencia. Ello conlleva un ancho de banda reducido, una limitada capacidad de procesamiento, unas capacidades restringidas de envío de datos (<10 a 270 Kbps), y su alimentación mediante baterías de baja capacidad. Esta última característica es muy relevante porque la transmisión de los datos consume mayor energía que su procesamiento. Por ello, el paradigma “Edge Computing” determina que se tengan que realizar estrategias específicas para cada red, en función de su objetivo y de la calidad del servicio que deba ofrecer. Estas estrategias tratan de maximizar la duración de la batería de los dispositivos, repartiendo tareas entre los nodos de la red siguiendo las metodologías de “Resource Allocation”, y realizando determinadas tareas de procesamiento en el Edge, pero dejando que las tareas más complicadas de computación o de mayor consumo energético se realicen en las capas superiores de la red, siguiendo las metodologías de “Computation Offloading”. Una forma de solventar los compromisos entre calidad de servicio, procesamiento, computación, transmisión de datos y consumo de batería, es establecer distintos niveles de operación de la red en función de la capacidad de la batería. La investigación sobre las oportunidades que ofrece el paradigma “Edge Computing” y sus metodologías asociadas (“Resource allocation” y “Computation offloading”) para la gestión de las redes de IoT es de gran interés. Ello se debe a su aplicabilidad práctica en actividades comerciales y servicios públicos, con una gran demanda social. Una aproximación válida para realizar dicha investigación es la creación de entornos de simulación en los que los desarrolladores comprueben la eficacia y la eficiencia de la aplicación de los conceptos mencionados, y que puedan evaluar su aplicabilidad en casos concretos, asociados a cualquiera de los múltiples usos del IoT. La gran ventaja de este enfoque es que no requiere hacer inversiones reales hasta que quede demostrada su operatividad y viabilidad. Ello permite reducir los costes asociados al desarrollo de las WSN y que las soluciones a aportar no queden limitadas por la elección inicial de unos determinados dispositivos, que podrían no ser óptimos o incluso quedar obsoletos una vez que se implemente la red. Además, posibilitan analizar la influencia de variables aisladas y su interconexión, proporcionando soluciones para dificultades concretas, si bien sus resultados deben ser adaptados antes de ser transferidos a situaciones reales. En este trabajo se ha creado un entorno de simulación para analizar el comportamiento de una red inalámbrica de sensores de medida de la contaminación atmosférica, combinando distintas estrategias relacionadas con “Edge Computing”. Para ello se utilizó el simulador denominado Cooja que incorpora el sistema operativo Contiki-NG. Para garantizar la aplicabilidad del estudio, la simulación se ha alimentado con los datos reales de contaminantes atmosféricos registrados en la estación de medida “Escuelas Aguirre” de la Red de Vigilancia de la Calidad del Aire del Ayuntamiento de Madrid. Esta estación está clasificada como “urbana” y está muy influenciada por el tráfico de vehículos de su entorno. En la simulación se han utilizado los registros obtenidos en dicha estación relativos a los promedios horarios de las concentraciones de los cinco contaminantes atmosféricos (SO2, NO2, O3, PM10 y PM2,5) en los que se basa el Índice de Calidad del Aire, que determina las acciones que las autoridades deben adoptar bajo condiciones episódicas de contaminación.

More information

Item ID: 64885
DC Identifier: http://oa.upm.es/64885/
OAI Identifier: oai:oa.upm.es:64885
Deposited by: Biblioteca ETSI Industriales
Deposited on: 01 Dec 2020 14:22
Last Modified: 21 Dec 2020 23:30
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM