Приведен пример оптимизации параметров топологии системы видеонаблюдения с помощью инструментов моделирования туманных вычислений iFogSim.

Ключевые слова: облачные вычисления, туманные вычисления, моделирование информационных систем.

Системы видеонаблюдения с цифровыми камерами являются подходящей областью применения туманных вычислений в связи с ресурсозатратным характером обработки видеоинформации, критичной необходимостью малых задержек и экономии пропускной способности сети. Для снижения стоимости исследований и оптимизации систем туманных вычислений можно применить моделирование с помощью программных инструментов [1]. Цель настоящей работы состояла в определении оптимального количества камер в расчете на один роутер, предоставляющий туманные ресурсы. Был использован пакет инструментов моделирования iFogSim [2, 3].

Пакет моделирования iFogSim поддерживает иерархическую древовидную топологию аппаратных средств (рис. 1). В ней верхним узлом является облачный центр обработки данных. На остальных ниже лежащих уровнях может располагаться произвольное количество устройств, которые также могут содержать ресурсы для туманных вычислений. Например, система видеонаблюдения включает в себя камеры, роутеры и прокси-сервер. Будем называть множество камер, подключенных к одному роутеру зоной наблюдения.

Рис. 1. Иерархическая топология

Модули распределенного ПО, выполняющие обработку видео, загружаются в подходящие по ресурсам туманные устройства (рис. 2). Очевидно, что чем больше однотипных роутеров, тем дороже система. Однако при слишком большом количестве камер/зону вычислительные ресурсы роутеров недостаточны и модули ПО перемещаются в облако.

Рис. 2. Алгоритм размещения модулей приложения начинает с краевых устройств и по мере необходимости смещает модули к облаку

На рис. 3, 4 представлены результаты моделирования топологий с 4 и 5 камерами/зону. Можно видеть, что как по задержке, так и по загрузке сети топология с 4 камерами в зоне наблюдения имеет преимущество.

Рис. 3. Параметры системы в зависимости от общего количества камер

Более того, при 5 камерах/зону система плохо масштабируется, в частности, начиная с 4-й зоны модуль трекера размещается в облаке и это приводит к резкому ухудшению параметров системы.

Рис. 4. Энергопотребление для 4 камер/зону (слева) и 5 камер/зону (справа)

Следует отметить, что показанные количественные результаты получены при дефолтных настройках параметров производительности моделей устройств, заданных в iFogSim. Была также получена оценка зависимости оптимального количества камер от этих параметров. Если, например вдвое увеличить настройки производительности для роутеров, то оптимальное количество камер/зону тоже увеличивается и становится равным 8.

Таким образом, существует оптимальное количество камер/зону, пропорциональное значениям вычислительных ресурсов роутера и его можно найти путем моделирования в iFogSim.

Литература:

1. Mahmud R., Ramamohanarao K., Buyya R. Edge affinity-based management of applications in fog computing environments // Proceedings of the 12th IEEE/ACM International Conference on Utility and Cloud Computing. — 2019. — С. 61–70.
2. Gupta H. et al. iFogSim: A toolkit for modeling and simulation of resource management techniques in the Internet of Things, Edge and Fog computing environments // Software: Practice and Experience. — 2017. — Т. 47. — №. 9. — С. 1275–1296.
3. Mahmud R. et al. IFogSim2: An Extended iFogSim Simulator for Mobility, Clustering, and Microservice Management in Edge and Fog Computing Environments // arXiv preprint arXiv:2109.05636. — 2021.