| Abstract: | A evolução da Internet das Coisas, Internet of Things (IoT), e a grande quantidade de dados que tem sido trocada entre os dispositivos e a nuvem nos levaram ao paradigma chamado Edge Computing, ou computação de borda. Ele permite a migração da computação da nuvem para a borda da rede e pode proporcionar latência baixa e previsível para usuários finais e aplicações, serviços de segurança e de preservação da privacidade, baixo custo de largura de banda, entre outros. Contudo, novos desafios têm surgido nos dispositivos de borda. Primeiro, a descentralização das aplicações da IoT para a borda da rede torna os dispositivos mais visíveis a ataques, principalmente os dispositivos de borda com limitações de recursos que não suportam mecanismos complexos de segurança devido às suas características. Segundo, os dispositivos de borda geralmente constituem aplicações de baixa latência e de computação intensiva da IoT. Dados gerados por esses dispositivos só são úteis se puderem ser processados de acordo com os requisitos de Qualidade de Serviço, Quality of Service (QoS), da aplicação. Entretanto, existem vários cenários da Internet das Coisas em que a quantidade de dados ou o tempo de processamento pode ser maior do que o habitual, como durante momentos de pico em aplicações de baixa latência, o que pode resultar na perda de prazos de dados. Nesse sentido, este trabalho apresenta duas principais contribuições. Primeiro, a definição de uma arquitetura de segurança leve para dispositivos de borda com recursos limitados. A arquitetura de segurança é baseada na integração de um hypervisor leve e mecanismos de confiança. Segundo, a definição de um mecanismo de alocação e escalonamento de tarefas para reduzir o número de tarefas que são processadas depois do seu respectivo prazo durante momentos de pico em aplicações de baixa latência da Internet das coisas.
The evolution of the Internet of Things (IoT) and the large amount of data that has been exchanged between devices and the Cloud have pushed the horizon to the Edge computing paradigm. It enables the moving of IoT computation from the high-powered central Cloud to the edge of the network. The benefits of Edge computing result from its proximity to data sources and end-users. It allows low and predictable latency for end-users and applications, secure and privacy-preserving services, low bandwidth cost, among others. However, edge computing also brings new challenges to edge devices. First, the decentralization of IoT applications to the edge made the devices more visible to attacks, especially resource-constrained edge devices that do not support complex security mechanisms due to their characteristics. Second, edge devices are usually part of low-latency and computeintensive applications. Thus, the data generated are only useful if they can be processed following the Quality of Service (QoS) requirements of the application. However, there are several IoT scenarios where the amount of data may be greater or the processing time may take longer than usual, like during peak times, which may result in loss of data deadlines. In this sense, this work presents two main contributions. First, the definition of a lightweight security architecture for resource-constrained edge devices. The security architecture is based on the integration of a lightweight hypervisor and trust mechanisms. Second, the definition of a task assignment and scheduling mechanism to reduce the number of tasks’ deadline violations during peak times in low-latency IoT applications. |
