Calculs aux limites dans l'Internet des objets

Dans l'Internet des objets (IoT), de nombreuses applications se concentrent sur la collecte de données qui peuvent ensuite être traitées et visualisées. Cependant, de tels calculs sont généralement répartis de manière générique en fonction de paramètres tels que la charge CPU et/ou réseau. Cela peut signifier qu'une quantité significative de données doit être transportée sur le réseau (soit directement, soit de manière transparente en utilisant un système de fichiers réseau) afin que les données soient disponibles pour le nœud responsable de leur traitement. Cet article propose une méthode de déploiement de calculs qui peut prendre en compte des facteurs tels que la proximité des données. Ainsi, le traitement peut être déplacé des nœuds de traitement central à haute puissance vers des appareils plus petits à la périphérie du réseau. Ce faisant, les coûts de collecte, de traitement et d'activation peuvent être minimisés. Afin de capturer les dépendances de données entre les calculs, mais aussi de déployer et de gérer des tâches de traitement individuelles de manière simple, le paradigme de programmation basé sur le modèle acteur est utilisé. Pour minimiser le coût global et gérer des facteurs supplémentaires qui influent sur la distribution des tâches, une approche de programmation par contraintes est utilisée. La combinaison de ces deux techniques permet une distribution efficace des tâches vers les ressources de traitement dans l'IoT. Compte tenu de la nature NP-difficile de ce problème, nous présentons des résultats empiriques illustrant comment cette technique se comporte par rapport au nombre d'appareils/acteurs.