Titulo Estágio
Posicionamento de serviços guiado por ML no Cloud contínuum
Áreas de especialidade
Sistemas Inteligentes
Engenharia de Software
Local do Estágio
DEI-FCTUC
Enquadramento
O continuum Cloud-to-Edge descreve um ambiente distribuído que fornece recursos de rede e computação, permitindo a implementação de aplicações e serviços, aproveitando o desempenho, a segurança e as características de custo-benefício mais adequadas para cada um. No entanto, como o continuum da Nuvem até à Borda é um ambiente denso e extremamente heterogéneo, a seleção do local ideal para a colocação do serviço é um grande desafio. A IA e o ML estão a tornar-se essenciais para ajudar a processar e analisar alternativas para orientar diferentes tarefas de gestão, incluindo as relacionadas com o posicionamento de serviços, permitindo que os nós de fronteira cooperem entre si para selecionar o local em que as instâncias de serviço devem ser implementadas para melhorar diferentes métricas, como a latência ou o consumo de energia.
Este trabalho centra-se na aplicação de técnicas de ML para permitir a cooperação entre nós de ponta, possibilitando uma solução distribuída para o posicionamento de serviços no continuum da cloud para a ponta. O trabalho será desenvolvido com recurso a ferramentas de simulação como o YAFS e o MobFogSim.
Objetivo
O trabalho consiste na conceção e desenvolvimento de uma solução baseada em ML para o posicionamento de serviços (service placement) para o continuum Cloud-to-Edge.
Plano de Trabalhos - Semestre 1
Fase 1: Estudo do estado da arte em ambientes Cloud-to-Edge
Fase 2: Revisão das técnicas de ML para ambientes distribuídos, como o Cloud-to-Edge
Fase 3: Familiarização com o ambiente de simulação escolhido
Fase 4: Definição dos requisitos de serviço e recursos de rede
Fase 5: Preparar documento de defesa a tempo parcial
Plano de Trabalhos - Semestre 2
Fase 7: Implementar um mecanismo de posicionamento de serviço de base baseado em ML utilizando o simulador escolhido
Fase 8: Implementar um segundo mecanismo de posicionamento de serviços baseado em ML utilizando o simulador escolhido
Fase 9: Validar os mecanismos e analisar os seus resultados
Fase 10: Preparar o documento de dissertação
Condições
O trabalho será realizado no grupo NCS (Departamento de Engenharia Informática, Universidade de Coimbra, Portugal).
Observações
Existe a possibilidade de atribuição de uma bolsa de estágio, de acordo com o perfil do candidato e disponibilidade financeira.
Modelos e conjuntos de dados:
https://zenodo.org/record/6476447
http://sguangwang.com/TelecomDataset.html
https://artofservice.com.au/data-placement-dataset/
Orientador
Karima Velasquez
kcastro@dei.uc.pt 📩