logo móvil
Contáctanos

Un enfoque ajustado inspirado en el libre mercado para mitigar el comportamiento de free-riding en la computación en la niebla de igual a igual

Autores: Kurdi, Heba; Althnian, Alhanoof; Abdulghani, Mohannad; Alkharji, Sarah

Idioma: Inglés

Editor: MDPI

Año: 2020

Descargar PDF

Acceso abierto

Artículo científico
2020

Un enfoque ajustado inspirado en el libre mercado para mitigar el comportamiento de free-riding en la computación en la niebla de igual a igual


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Eléctrica y Electrónica

Palabras clave

Par a par
Escalabilidad
Internet de las cosas
Computación en la niebla
Viajar gratis
Recursos

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 35

Citaciones: Sin citaciones


Descripción
La arquitectura peer-to-peer (P2P) está ganando cada vez más atención como una solución potencial para el problema de escalabilidad que enfrenta Internet de las Cosas (IoT). Se puede adoptar para la capa de computación en la niebla para sostener el flujo masivo de datos desde nodos IoT restringidos hasta la nube. El éxito de un sistema basado en P2P depende enteramente de la continuidad del intercambio de recursos entre nodos individuales. El "free riding" es un problema grave que contradice este principio principal de los sistemas P2P. Se entiende que los pares tienden a consumir recursos de otros pares sin ofrecer nada a cambio. Este comportamiento de "free riding" puede disminuir la escalabilidad del sistema y la disponibilidad de contenido, lo que resulta en una disminución del rendimiento. Se han realizado esfuerzos significativos para frenar este comportamiento y fomentar la cooperación entre pares. Con este fin, proponemos AFMIA, un Enfoque Ajustado Inspirado en el Libre Mercado que considera los recursos como bienes que tienen precios dinámicos basados en la cantidad de oferta y demanda. Los pares tienen riqueza que puede aumentar al proporcionar recursos y gastarse al consumirlos. Los resultados experimentales indican que el algoritmo propuesto puede mejorar con éxito la equidad sin comprometer las tasas de éxito.

Otros recursos que podrían interesarte

Temas Virtualpro