A-Survey-of-Architecture-Framework-and-Algorithms-for-Resource-Management-in-Edge-ComputingEAI-Endorsed-Transactions-on-Energy-Web

Survey Arsitektur, Kerangka, dan Algoritma untuk Manajemen Sumber Daya di Edge Computing

Aplikasi berbasis internet saat ini menggunakan metode pemanfaatan sumber daya komputasi dari pusat data awan.
Metode ini tidak akan berlaku di masa depan karena latensi komunikasi di antara miliaran perangkat akan meningkat.
Edge computing mengadopsi sumber daya terdesentralisasi yang berada di tepi jaringan untuk memproses data dekat perangkat pengguna.
Hal ini menjadi tantangan karena perbedaan sumber daya yang cepat berkembang dibandingkan dengan cloud.
Artikel ini menyajikan survei publikasi dari 2013 hingga 2020 terkait arsitektur, kerangka, dan algoritma dalam manajemen sumber daya edge computing.

Pertumbuhan komunikasi nirkabel berbasis internet memfasilitasi pertukaran informasi yang lebih nyaman.
Jumlah terminal mobile global mencapai 2,8 miliar sejak 2019.
Perkembangan dalam sains data dan kecerdasan buatan meningkatkan penggunaan perangkat ringan dan cerdas.
IoT dan jaringan perangkat menciptakan volume data yang besar setiap detiknya, memerlukan model komputasi terdesentralisasi.

Edge computing mengatasi masalah umum dalam cloud computing dengan mengurangi latensi melalui sumber daya lokal.
Sumber daya di tepi bisa berupa mikro pusat data atau node internet dengan daya komputasi lebih tinggi.
Tantangan dalam manajemen sumber daya untuk penggunaan IoT cerdas seperti pertanian pintar menjadi signifikan.

Berbagai standar komputasi telah diperkenalkan untuk menyediakan layanan yang efisien dan tepat waktu.
2.1. Komputasi Manifest:
- Menghadirkan sistem operasi dan software yang terpisah dari hardware perangkat IoT.
- Memfasilitasi pengguna dalam memilih layanan sesuai permintaan.
- Menggunakan teknik pemrosesan data (streaming) untuk efisiensi energi dan waktu.
2.2. Fog Computing:
- Diperkenalkan oleh Cisco pada tahun 2012 sebagai kerangka pemrosesan di edge jaringan.
- Memastikan umpan balik cepat dan kesadaran lokasi dalam lingkungan IoT.
2.3. Edge Computing:
- Memproses dan menyimpan data dekat sumbernya untuk latensi dan bandwidth yang lebih baik.
- Menghadirkan tantangan dalam manajemen perangkat terdesentralisasi.
2.4. Cloudlet:
- Diperkenalkan oleh Carnegie Mellon University untuk meningkatkan performa aplikasi mobile dengan pusat data mini yang dekat.

Tiga faktor utama: arsitektur aliran data, kontrol, dan sewa.
3.1. Arsitektur Aliran Data:
- Fokus pada pergerakan muatan dan data dalam ekosistem pemrosesan.
- Jenis-jenis arsitektur: agregasi, berbagi, dan pengalihan.
3.2. Arsitektur Kontrol:
- Memanfaatkan kontrol terpusat dan distribusi untuk manajemen sumber daya.
3.3. Tenancy:
- Mengklasifikasikan arsitektur berdasarkan kemampuan berbagi perangkat keras antara berbagai entitas.

Infrastruktur terdiri dari perangkat keras (seperti SBC dan smartphone), perangkat lunak sistem (seperti VM dan kontainer), dan middleware.
Digunakan untuk menjalankan berbagai aplikasi dan mengelola sumber daya secara efisien.

Empat algoritma fundamental digunakan: penemuan, pengukuran, penyeimbangan beban, dan penempatan.
Masing-masing algoritma memiliki teknik dan aplikasi yang berbeda dalam konteks fog/edge computing.

Contoh penggunaan: Pertanian pintar, kesehatan pintar, dan pengelolaan limbah pintar.
6.1. Pertanian Pintar:
- IoT sensor dan satelit mengumpulkan data pertanian yang besar untuk pemantauan dan analisis.

Permasalahan teknis dalam manajemen sumber daya di fog/edge computing diuraikan.
Edge computing dinilai sebagai alternatif model cloud terpusat yang mampu mengurangi latensi komunikasi dan memperbaiki pemanfaatan bandwidth.
Penelitian di bidang ini terus berkembang dengan harapan memberi pemahaman mendalam bagi akademisi dan peneliti.