Pós-Graduação em Ciência da Computação – UFPE
Defesa de Dissertação de Mestrado Nº 2.261
Aluna: Renata Kellen Gomes dos Reis
Orientador: Prof. Andson Marreiros Balieiro
Título: Task Offloading in 3D Edge Computing Networks
Data: 27/01/2026
Hora/Local: 9h – Virtual – Interessados em assistir entrar em contato com a aluna
Banca Examinadora:
Prof. Jamilson Ramalho Dantas (UFPE / Centro de Informática)
Prof. Eduardo Coelho Cerqueira (UFPA / Faculdade de Engenharia da Computação e Telecomunicações)
Prof. Andson Marreiros Balieiro (UFPE / Centro de Informática)
RESUMO:
Ooffloading computacional em redes de computação de borda tridimensionais (3D) possibilita o uso simultâneo de plataformas terrestres e aéreas. A seleção de nós de processamento ótimos e a alocação de recursos de comunicação e computação para o offloading de tarefas constituem um problema NP difícil, especialmente quando são considerados o particionamento de tarefas, a replicação e o offloading paralelo com oobjetivo de melhorar a latência e a confiabilidade. Este trabalho propõe soluções baseadas em aprendizado por reforço e algoritmos evolutivos que otimizam conjuntamente o particionamento e a replicação de tarefas, a seleção de nós e a alocação de recursos, considerando explicitamente falhas potenciais na computação, nas transmissões bidirecionais e na consolidação dos resultados no dispositivo do usuário. Os resultados demonstram que as soluções propostas superam as alternativas existentes ao alcançar melhores compromissos entre latência, consumo de energia, eficiência energética, confiabilidade e tempo de execução, em uma ampla gama de dimensões de tarefas, níveis de particionamento e limites de replicação. Em particular, a abordagem baseada em DDPG apresenta o menor consumo de energia, mantendo confiabilidade superior a 0,999 em todos os cenários avaliados. Além disso, a solução baseada em DDPG, conclui a execução em menos de um segundo, enquanto a abordagem baseada em algoritmo genético requer até 81 segundos.
Palavras-chave: Computacão de borda; alocação de recursos; aprendizado por reforço; algoritmo genético
Comentários desativados