On exploring proactive cloud elasticity for internet of things demands

Abstract

Abstract-Today, Internet of Things (IoT) is an emergent concept in which billions of devices are connected to Internet capable of producing and exchanging data. One of the most used technologies in this area regards to the Radio Frequency Identification (RFID). It can produce large amount of data from many things like objects, persons and assets. Thus, it is needed middlewares which must support processing in large scales. However, the state-of-the-art does not present satisfactory solutions in which this kind of middlewares are capable of adapt themselves according to processing demands. Embora existam benefícios para sistemas IoT, a elasticidade em nuvem é mais largamente explorada em arquiteturas cliente-servidor, como vídeo sob-demanda, lojas online, aplicações BOINC (Berkeley Open Infrastructure for Network Computing) [8], governança eletrônica e Web Services [9]. Apesar de diversos estudos na direção de criar middlewares RFID compatíveis com o padrão EPCglobal, ainda há uma lacuna no que diz respeito à elasticidade de recursos para tais sistemas. Neste contexto, esse artigo propõe um modelo de elasticidade proativa para middlewares RFID padrão EPCglobal em Nuvem. Foi desenvolvido um gerenciador chamado Proliot que utiliza modelos de séries temporais para prever a carga de utilização dos recursos em que o middleware está sendo executado. É utilizada a elasticidade proativa como forma de mitigar o tempo de preparação e inicialização de um novo recurso computacional. Ao prever que o sistema estará sobrecarregado daqui alguns minutos, é possível já começar a alocação de uma nova máquina virtual. Dessa forma quando o sistema estiver de fato sobrecarregado o novo recurso já estará pronto para utilização. Os experimentos realizados demostraram que Proliot pode obter resultados muito semelhantes e em alguns casos até melhor em comparação com um sistema que utiliza a elasticidade reativa.Este artigo está organizado em 8 seções. A seção II apresenta uma análise dos trabalhos relacionados com o tema proposto nesse artigo. Em seguida, o modelo Proliot é apresentado em detalhes na seção III. A seção IV é destinada para descrição da implementação do protótipo desenvolvido como prova de conceito da arquitetura proposta. Visando avaliar o modelo, a seção V detalha os resultados obtidos pelos experimentos 978-1-5386-3057-0/17/$31.00

PatrIoT: IoT Automated Interoperability and Integration Testing Framework

“…The prototypes mainly depended on the IoT domain and the purpose of testing. They vary from general testbeds [8], [10] to specific testing strategies such as protocol and scalability testing [11] or system security testing [12].…”

A Solution for Controlling and Managing User Profiles based on Data Privacy for IoT Applications

“…O CapBAC propõe um novo modelo de confiança baseado na lógica fuzzy, que é o pilar do TACIoT. Esse modelo segue a abordagem multidimensional para possibilitar uma computação de valor confiável e preciso para dispositivos IoT [17]. Diferente de modelos anteriores que apenas consideram a reputação e o feedback, utiliza os aspectos de segurança e os fatores sociais entre dispositivos IoT, que são utilizados por objetos inteligentes para conduzir lógica do controle de acesso.…”

PRISER: Sistema para Gerenciamento de Notificações com Suporte a Privacidade de Dados

“…Esses dispositivos são capazes de coletar e processar dados e de se comunicar por meio de uma rede [Goudos et al 2017]. Embora hoje o termo seja utilizado de forma bem mais abrangente, incluindo aplicações de saúde, logística, segurança, agricultura, entre outros, o objetivo principal é fazer com que os computadores capturem as informações do mundo real sem intervenção humana contínua [Rodrigues et al 2017].…”