O trabalho, de autoria de Rodrigo Almeida Bezerra (UFBA), Luiz Fernando Bittencourt (UNICAMP), Leandro Villas (UNICAMP) e Maycon Peixoto (UFBA), está contextualizado na união das áreas de IoT e Interfaces Cérebro–Computador (BCI).
A pesquisa simula a execução de BCI, sendo que a BCI, neste caso específico, envolve um jogo que se conecta pela eletroencefalografia. Trata-se de um dispositivo que, colocado na cabeça, captura sinais cerebrais construindo o caminho do cérebro do usuário ao jogo.
Nesse caminho, possíveis atrasos prejudicam a experiência do usuário. A edge computing entra em cena, então, para possibilitar que o usuário tenha uma experiência rápida, com baixa latência. Esse processamento precisa, para isso, ser produzido na borda; por isso o deslocamento da nuvem para a borda para algumas aplicações em específico como essa é importante.
No caso deste trabalho, há uma dimensão extra que é a mobilidade do usuário. Ele está se movendo de um lado para o outro e os módulos da aplicação precisam ser movidos junto com o usuário. A mobilidade do usuário, portanto, complexifica as interações entre os elementos do sistema; a borda pode ser, por exemplo, um dispositivo na casa dele, e quando ele se desloca para longe a latência aumenta.
É nesse contexto que entra a solução do algoritmo MX, para acompanhar o usuário.
O que é o algoritmo MI-X e qual seu objetivo principal?
Esse algoritmo, que os pesquisadores desenvolveram, é uma estratégia de migração das aplicações do jogo, que passam pela fog e vão para a nuvem.
O Mobility Impact-X (MI-X) é um algoritmo de alocação dinâmica e uma estratégia de alocação modular sensível à mobilidade desenvolvida para operar em arquiteturas de Computação em Névoa Hierárquica. Ele foi especificamente projetado para gerenciar aplicações de Interfaces Cérebro–Computador (BCI) modulares e sensíveis à latência, como jogos baseados em eletroencefalograma (EEG Games), dentro do continuum nuvem-névoa-borda.
O seu objetivo principal é minimizar a latência e os tempos de resposta das aplicações, otimizando simultaneamente a utilização dos recursos computacionais. Para isso, o MI-X busca equilibrar de forma dinâmica os seguintes fatores:
- Proximidade computacional ao usuário: Priorizando a execução na borda (cloudlets) para reduzir o atraso percebido.
- Custo de comunicação: Avaliando o impacto gerado pela distribuição ou migração de módulos interdependentes na rede.
- Estabilidade operacional: Evitando migrações abruptas e saltos hierárquicos longos que possam causar instabilidade no sistema.
O diferencial do MI-X é a sua capacidade de integrar a estrutura modular da aplicação à gestão de mobilidade. Isso permite que o algoritmo mantenha componentes que dependem uns dos outros fisicamente próximos na infraestrutura, impedindo que o custo de rede anule os ganhos de processamento individual e garantindo a consistência do desempenho mesmo sob mobilidade contínua dos usuários.
Desafios
As aplicações em edge estão perto do usuário, mas contam com recursos reduzidos; já as aplicações em cloud têm mais recursos mas estão mais longe do usuário e, com isso, acarretam em um tempo de resposta maior.
Nas situações de mobilidade urbana, recursos da borda podem ficar saturados. A solução desenvolvida analisa o impacto de cada solução: faz uma busca e tenta equilibrar latência, capacidade computacional, custo da comunicação etc.
Uma curiosidade sobre o desenvolvimento dessa solução é que a história desse algoritmo passou por outros, construídos em 2019, 2020, 2023, que foram evoluindo; o MI-X é o primeiro da série que trouxe a possibilidade de redução da latência.
Os pesquisadores reforça que não basta colocar tudo na borda, é preciso fazer o processamento acompanhar o usuário de maneira inteligente, seguindo a movimentação dele.
O trabalho continua em desenvolvimento, na forma da pesquisa do aluno de mestrado Rodrigo Bezerra (UFBA) – agora com uma nova estratégia chamada HERMES (Heuristic Resource Management for Edge Systems). A proposta avança em relação ao MI-X ao considerar não apenas onde os módulos da aplicação devem ser executados durante a mobilidade do usuário, mas também quando uma migração realmente vale a pena. O HERMES analisa o impacto de cada possível realocação, considerando latência, disponibilidade de recursos e o custo de transferência dos módulos, evitando migrações desnecessárias e o chamado efeito de “vai e volta” entre borda, névoa e nuvem. Assim, a pesquisa evolui da ideia de simplesmente acompanhar o usuário para a de orquestrar de forma inteligente e estável todo o caminho entre a borda, a névoa e a nuvem.