Notícias

Artigo do CIn é aceito na revista Future Generation Computer Systems da Elsevier

 

Pesquisa propõe sistema de processamento que utiliza Machine Learning em ambientes de nuvem móvel

25 de Setembro de 2018 às 09:22:19

Recentemente, o artigo “A context-sensitive offloading system using machine-learning classification algorithms for mobile cloud environment” foi aceito na Future Generation Computer Systems, considerada uma das revistas de grande impacto da editora científica Elsevier. Sob a orientação do professor do Centro de Informática (CIn) da UFPE Kelvin Lopes,  a pesquisa propõe um sistema de offloading dinâmico sensível ao contexto, capaz de escolher a melhor forma de processamento de aplicativos de acordo com as condições particulares de cada smartphone. O projeto foi desenvolvido durante o doutorado do ex-aluno Warley Valente em conjunto com os projetos de iniciação científica dos alunos do CIn Eduardo Henrique Maia e Albertinin Mourato, o qual obteve o 3° lugar no 25° Congresso de Iniciação Científica (CONIC) da UFPE na categoria Exatas.

Segundo os autores do artigo, o modelo desenvolvido “aproveita as principais técnicas de raciocínio de aprendizado de máquina (Machine Learning) e um sistema de perfis robusto para fornecer decisões de descarregamento com altos níveis de precisão”. Isso “significa que criamos um modelo de classificação, que decide se é melhor processar um aplicativo Android na nuvem ou no processador do smartphone em tempo real baseado nas condições do smartphone, como poder de processamento, qualidade da rede, nível de processamento da CPU e aplicação utilizada”, explicou o aluno Albertinin Mourato.

Para tanto, foi preciso comparar 4 algoritmos de classificação utilizando a base de dados criada pelos autores, onde, segundo Albertinin, “nós fazíamos testes com a rede entre o celular e a nuvem congestionada, com o processador do celular estressado, com o processador da nuvem estressado”, dentre outros. A partir disso, as aplicações foram executadas estaticamente na nuvem e processadas em diferentes contextos, observando qual obteve o menor tempo de processamento. “Quando o tempo de processamento foi menor na nuvem, colocamos um “sim” na base de dados representando "sim, deve-se ser feito offloading para a nuvem". Quando o tempo de processamento local foi menor no processador do celular, nós colocamos um “não” na base de dados”, representando o oposto.

Em relação às principais contribuições da pesquisa, o estudante ressaltou que “se implementasse-mos o sistema em todos os aplicativos, poderíamos rodar o aplicativo sempre tendo a melhor experiência possível” e com menor gasto de energia. “Dessa forma, celulares com baixo poder de processamento poderiam suportar aplicações que requerem mais recursos”, conclui.

O artigo completo pode ser conferido no link.