Los puntos clave no están disponibles para este artículo en este momento.
El aumento de dispositivos pequeños, de bajo consumo y embebidos conectados, agrupados en la definición genérica de "Internet de las Cosas" (IoT), ha incrementado notablemente la cantidad de datos recopilados in-situ. Sin embargo, en el momento de redactar esto, los dispositivos IoT tienen recursos limitados de almacenamiento y computación en comparación con una infraestructura de computación en la nube o local. Los dispositivos IoT a menudo sufren de conectividad reducida debido al lugar de implementación o por otras razones técnicas, ambientales o económicas. En este trabajo, presentamos el motor de flujo de trabajo DagOn* como parte de un escenario de orquestación IoT orientado a la predicción ambiental operativa. Nuestro enfoque novedoso se dedica a unir los dos mundos de los flujos de trabajo, en los que cada tarea se ejecuta en una infraestructura computacional asignada dinámicamente, con trabajos pequeños dirigidos a dispositivos embebidos que alojan sensores y actuadores. Mostramos nuestros resultados preliminares aplicados a un caso de uso de demostración. Confiamos en que el desarrollo posterior de la tecnología propuesta afectará positivamente a las aplicaciones de producción para la recopilación masiva y geográficamente distribuida de datos.
Sánchez‐Gallegos et al. (Mon,) estudiaron esta cuestión.