Politecnico di Torino - Corso Duca degli Abruzzi, 24 - 10129 Torino, ITALY

+39 011 090 6100 info@tech-share.it

Procedure e programmi di calcolo per l’esecuzione da remoto di applicazioni per dispositivi wireless

Applicazioni mobiliComunicazioni wirelessControllo da remotoEsecuzioni da remotoESTECH

Introduzione

Sviluppo di un metodo per gestire il trasferimento dell’esecuzione (Computation offloading) di applicazioni per dispositivi wireless presso sistemi di calcolo fissi disponibili nelle immediate vicinanze, sfruttando l’accesso radio fornito dalle reti wireless.

Caratteristiche Tecniche

Il computation offloading è una strategia che è stata studiata da molto temo per migliorare l’efficienza nell’uso delle risorse di comunicazione e calcolo da parte di dispositivi mobili che hanno tipicamente scarse risorse energetiche, in quanto alimentati da batterie, e a volte hanno limitate capacità di calcolo, come nel caso dei sensori usati per monitorare processi industriali. La novità di questo brevetto risiede nella strategia mediante la quale vengono gestite, congiuntamente, sia le risorse di calcolo che di comunicazione. Il metodo di decisione si basa sull’esplorazione di un grafo orientato che comprende tre livelli: i) Livello di fattibilità, ii) Livello di criticità, e iii) Livello di opportunità.

Inoltre, il metodo di decisione si basa non su un singolo parametro, come ad esempio il rapporto segnale/rumore o il consumo energetico, ma tiene in conto, congiuntamente, una serie di parametri, con lo scopo di trovare un bilanciamento ottimale delle risorse di calcolo e comunicazione, utilizzando un algoritmo la cui complessità è comunque limitata.

Possibili Applicazioni

  • Riconoscimento di oggetti o rivelazione di eventi di interesse da immagini o video catturati da web camere distribuite;
  • Potenziamento delle applicazioni progettate per smartphones, garantendo un prolungamento del tempo di vita medio delle batterie;
  • Sviluppo di programmi per il controllo automatizzato dei processi manifatturieri.

Vantaggi

  • Possibilità di portare servizi di apprendimento automatico (machine learning) molto vicini all’utilizzatore finale;
  • Limitazione della latenza del servizio;
  • Limitazione del consumo energetico.