Processamento de fluxo distribuído na Borda da Rede para Análise de Vídeo em Aplicações de Cidades Inteligentes
Cidades Inteligentes, Computação de Borda, Análise Inteligente de Vídeo, Fusão de Informações, Processamento de Fluxos
Aplicações emergentes de Internet das Coisas (IoT) baseadas em sensores distribuídos einteligência, especialmente no contexto de cidades inteligentes, apresentam muitos desafiospara a infraestrutura de rede e de processamento. Por exemplo, um único sistema comalgumas dezenas de câmeras de monitoramento é suficiente para saturar o backbonedacidade uma vez que tal sistema gera fluxos massivos de dados para aplicações baseadas em eventos que demandam um rápido processamento visando ações imediatas. A busca por uma pessoa desaparecida usando a tecnologia de reconhecimento facial é uma dessas aplicações que requer ação imediata no local onde essa pessoa se encontra, uma vez queesta localização é uma informação perecível. Uma estratégia promissora para dar suporte à demanda computacional de sistemas amplamente distribuídos geograficamente é a integração da computação de borda com inteligência de máquina visando se interpretar dados próximos aos sensores e reduzir a latência de ponta a ponta no processamento dos eventos.No entanto, devido à capacidade limitada e heterogeneidade dos dispositivos de borda,tal processamento distribuído não é trivial, especialmente quando as aplicações têm difer-entes requisitos de Qualidade de Serviço (QoS). Este trabalho apresenta um arcabouço para distribuição das tarefas de análise de vídeo na borda da rede.Tal arcabouço abrange uma arquitetura, métodos e algoritmos para (i) dividir o processamento de fluxos de vídeoem grande escala em várias tarefas de aprendizado de máquina; (ii) implantar essas tarefas como um workflow de processamento de dados em dispositivos de borda equipados com aceleradores de hardware para redes neurais; (iii) alocar um conjunto de nós com capacidade de processamento suficiente para executar oworkflow, minimizando o custo operacional relacionado à latência e energia e maximizando a disponibilidade. Também propomos a reutilização de nós executando tarefas compartilhadas por várias aplicações como, por exemplo, reconhecimento facial, otimizando assim o rendimento destes nós. Esse trabalho também apresenta simulações visando demonstrar que a distribuição do processamento em vários nós de borda reduz a latência e o consumo de energia e aindamelhora a disponibilidade em comparação ao processamento na nuvem.