Publication: EPFIOT: Edge provisioning for IoT
Loading...
Official URL
Full text at PDC
Publication Date
2020
Authors
Advisors (or tutors)
Editors
Journal Title
Journal ISSN
Volume Title
Publisher
Citations
Exportar
Abstract
This document describes the implementation of Epfiot (Edge Provisioning For Internet of Things), an appliance that follows an Infrastructure-as-a-service (IaaS) pattern targeting edge computing. Epfiot is specifically designed and implemented to interact with IoT devices, and to use ad-hoc hardware accelerators for specific purposes in the field of machine learning.
Until the emergence of edge computing, cloud computing was the only choice for data processing derived from IoT. However, certain doubts arise about its strict necessity, and the requirement of sending all the data collected by the devices directly to Internet, paying for the (sometimes large) latency costs. Epfiot aims, with a contained use of resources, to offer a complete infrastructure stack to perform an integral processing of data obtained from devices in the local network, simplifying the way of providing virtual machines at the edge, through the use of specific accelerators for machine learning that perform inference on the data quickly, hence reducing the latency associated with the transfer to remote datacenters.
The application exhibits a full GraphQL interface building an entire IoT ecosystem, using infrastructure on the edge thanks to Linux virtualization (KVM) and emerging technologies, such as LwM2M to provide device bootstrapping.
El presente trabajo describe la implementación de Epfiot (Edge Provisioning For Internet of Things), una appliance desarrollada para contemplar casos de Infraestructura como Servicio (IaaS, Infrastructure as a service) en el marco de edge computing, y especÃficamente diseñada y preparada para interactuar con dispositivos IoT usando aceleradores hardware de propósito especÃfico en el ámbito del aprendizaje automático. En un mundo gobernado por el paradigma cloud computing, surgen dudas sobre si es estrictamente necesario llevar a cabo un envÃo de todos los datos que recogen los dispositivos a Internet, afrontando la latencia que esto supone. Epfiot persigue, a cambio de un uso contenido de recursos, ofrecer una infraestructura completa para llevar a cabo un procesamiento integral de datos obtenidos desde dispositivos en la propia red local, facilitando máquinas en el borde (edge computing) potencialmente equipadas con aceleradores de propósito especÃfico para aprendizaje automático que realizan inferencia sobre los datos de forma rápida, reduciendo la latencia asociada a la transferencia a grandes centros de datos centralizados o distribuidos, pero en cualquier caso remotos. La aplicación desarrollada ofrece una interfaz GraphQL que posibilita el desarrollo de un ecosistema IoT de infraestructura en el borde usando la virtualización de Linux (kvm) y otras tecnologÃas emergentes como LwM2M facilitando la configuración de los dispositivos.
El presente trabajo describe la implementación de Epfiot (Edge Provisioning For Internet of Things), una appliance desarrollada para contemplar casos de Infraestructura como Servicio (IaaS, Infrastructure as a service) en el marco de edge computing, y especÃficamente diseñada y preparada para interactuar con dispositivos IoT usando aceleradores hardware de propósito especÃfico en el ámbito del aprendizaje automático. En un mundo gobernado por el paradigma cloud computing, surgen dudas sobre si es estrictamente necesario llevar a cabo un envÃo de todos los datos que recogen los dispositivos a Internet, afrontando la latencia que esto supone. Epfiot persigue, a cambio de un uso contenido de recursos, ofrecer una infraestructura completa para llevar a cabo un procesamiento integral de datos obtenidos desde dispositivos en la propia red local, facilitando máquinas en el borde (edge computing) potencialmente equipadas con aceleradores de propósito especÃfico para aprendizaje automático que realizan inferencia sobre los datos de forma rápida, reduciendo la latencia asociada a la transferencia a grandes centros de datos centralizados o distribuidos, pero en cualquier caso remotos. La aplicación desarrollada ofrece una interfaz GraphQL que posibilita el desarrollo de un ecosistema IoT de infraestructura en el borde usando la virtualización de Linux (kvm) y otras tecnologÃas emergentes como LwM2M facilitando la configuración de los dispositivos.
Description
Máster en Internet de las Cosas, Facultad de Informática UCM, Departamento de Arquitectura de Computadores y Automática, Curso 2019/2020.