A pesquisa é orientada pelo pesquisador Luiz Fernando Bittencourt
Pesquisadores em IoT e redes de computadores estão focados em resolver um desafio crítico da vida moderna: a manutenção de uma conectividade rápida e ininterrupta para usuários que se deslocam constantemente.
Esse esforço se concentra na Computação na Borda (Edge Computing), na qual o processamento está espalhado por todos os lados.
O cerne da investigação do pesquisador do ICoNIoT Marcelo Araújo, realizada em um Pós-Doutorado sob a supervisão do professor Luiz Fernando Bittencourt (UNICAMP), é buscar fazer com que o conjunto de dados que normalmente seria executado na nuvem acompanhe o usuário durante seus deslocamentos diários para o trabalho, lazer, etc. O objetivo primordial é melhorar a latência e a experiência geral do usuário, garantindo que o tempo de resposta permaneça o mais baixo e rápido possível.
O desafio dos ambientes próximos
Apesar da necessidade de proximidade, há uma grande questão que demanda pesquisa: os ambientes localizados na borda da rede – que podem ser mini data centers ou mesmo roteadores – são menos robustos e detêm menos poder computacional. A pesquisa visa encontrar, então, a melhor maneira possível de realizar essa troca de dados (ou handoff) entre esses ambientes.
A solução proposta passa pela criação de um algoritmo que possa ser adaptado para essa finalidade específica, sendo capaz de identificar que o usuário está em movimento.
Aprendizado profundo na tomada de decisão
O projeto de pós-doutorado de Araújo associa conceitos de Inteligência Artificial (IA) ao trabalho que já vinha sendo desenvolvido por ele. O foco está no aprendizado profundo para capacitar o sistema computacional a tomar as melhores decisões autonomamente.
O sistema avalia uma série de dados e métricas para decidir como gerenciar a mobilidade, incluindo:
- A previsão de como será a mobilidade do usuário;
- A verificação da latência;
- A distância do usuário;
- A avaliação da estrutura que está próxima do usuário, especialmente se esta estiver congestionada.
O uso de técnicas como DRL (Deep Reinforcement Learning) aumenta a flexibilidade das métricas que o sistema computacional irá avaliar durante o processo de decisão.
Simulações para Superar Limitações
Um dos grandes obstáculos nesse tipo de projeto é o alto custo envolvido na realização de simulações hiper-realistas. Essa limitação é contornada pelos pesquisadores, nas fases iniciais, utilizando simuladores que incorporam características fiéis do ambiente real. Além disso, é possível modelar o comportamento e as ações que o usuário faria em seu dia a dia. No caso do projeto de Araújo, foi criado um mapa sintético da cidade de Atenas. Este mapa serve para executar a lógica do sistema e fazer uma simulação que se aproxima de um ambiente real.