Despliegue de Micro-Servicios Con Osmotic
Computing
Brayan Morales
Universidad Politecnica Salesiana Diego Garces
Carrera de Ingenieria Electrónica Universidad Politecnica Salesiana
Quito, Ecuador Carrera de ingenieria Electronica
@ups.edu.ec Quito, Ecuador
dgarcesc@ ups.edu.ec
Nelson Pitalasig
Universidad Politecnica Salesiana
Carrera de ingenieria Electronica
Quito, Ecuador
npilatasig@ ups.edu.ec
Abstract— This paper shows how it can represent the new
paradigm of Osmotic Computing to support the efficient execution
of the services and applications of Internet of Things (IoT), Edge,
Cloud and Fog Computing of microservices at the edge of the
network. This paradigm is based on the need to provide such
services for IoT-based devices such that the relatively distributed
system allows it to increase the capabilities and functionalities of
existing Cloud and Edge systems with the deployment of
lightweight microservices in IoT platforms. with limited resources
at the edge of the network, together with more complex
microservices that run in large-scale data centers.
Resúmen— Este paper muestra cómo puede representar el
nuevo paradigma de Osmotic Computing para respaldar la
ejecución eficiente de los servicios y aplicaciones de Internet of
Things (IoT), Edge, Cloud y Fog Computing de microservicios en
el borde de la red. Este paradigma se basa en la necesidad de
proporcionar tales servicios para los dispositivos basados en IoT
tal que el sistema distribuida de manera relativa que le permita
aumentar las capacidades y funcionalidades de los sistemas Cloud
y Edge existentes con el despliegue de microservicios ligeros en
plataformas de IoT con recursos limitados en el borde de la red,
junto con microservicios más complejos que se ejecutan en centros
de datos a gran escala.
Keywords—Osmotic, Cloud, computing, IoT.
I. INTRODUCCIÓN
En los últimos años el fenómeno IoT (Internet of Things)
ha ido evolucionando ampliamente tanto en la industria, en
la domótica y en el seguimiento ambiental. Los datos
producidos por estos dispositivos son típicamente
almacenados en la nube utilizados para Big Data,
Almacenamiento y procesamiento de datos en la mayoría de
las soluciones Cloud-IoT, la cantidad de dispositivos IoT
Cloud de computación puede fallar en la disponibilidad de
recursos, Latencia, así como la capacidad de procesamiento
y almacenamiento de datos. [1]
En este contexto, el concepto de microservicio la
arquitectura está ganando más y más consenso entre la
comunidad industrial porque permite el desarrollo de
emergente y eficiente computación en la nube / borde /
niebla y sistemas. [3]
El microservicio la arquitectura es una variante de la
Enrique Rea
Universidad Politecnica Salesiana
Carrera de ingenieria Electronica
Quito, Ecuador
nreaf@ ups.edu.ec
Nelson Pitalasig
Universidad Politecnica Salesiana
Carrera de ingenieria Electronica
Quito, Ecuador
npilatasig@ ups.edu.ec
arquitectura tradicional orientada al servicio arquitectura
(SOA) que estructura una aplicación como una colección de
servicios de grano fino poco acoplados (es decir,
microservicios) basado en protocolos ligeros. El beneficio
de descomponer una aplicación en diferentes servicios más
pequeños es que mejora modularidad, haciendo que las
aplicaciones sean más simples y resistentes. Sin embargo, la
gestión de dichos microservicios no es trivial en absoluto.[4]
Por lo tanto, la osmotic computing permite la disposición
dinámica y la migración de servicios a las diferentes
necesidades de infraestructura y software.
En este artículo se va a ampliar la investigación del
despliegue rápido de microservicios para garantizar la
calidad del servicio al usuario final.
En este Paper se va a desarrollar la investigación de la
tecnología Osmotic Computing analizando el tiempo y
seguridad de los datos en la Nube para garantizar la calidad
del servicio.
Enlaces: I. Introducción, II. conceptos previos, III.
Metodología, IV. Caso de Estudio, V. Desarrollo, VI.
Análisis VII. Conclusiones, VIII. Bibliografía.
II. CONCEPTOS PREVIOS
A. FOG Computing
FOG Computing se vuelve popular porque Cloud
Computing no es suficiente para hacer frente a la gran
cantidad de datos generados. Data Computing, toman
tiempo impredecible debido al comportamiento incierto de
los dispositivos y aplicaciones de FOG, por ejemplo, las
computadoras personales pueden apagarse en cualquier
momento. Por lo tanto, la predicción del tiempo de
finalización es fundamental para este uso.[4]

Ilustración 1 FOG & Cloud [2]
B. EDGE Computing
La infraestructura de computación “Edge” ofrece un
modelo de sistema más eficiente y oportuno para
aplicaciones de IoT, combinando y aprovechando la
computación escasamente distribuida recursos a través de la
red de borde, FOG y Cloud, no es una tarea fácil. Las
características a gran escala de estos sistemas y la
complejidad de las aplicaciones sugieren que repensar tanto
el modelo de aplicación como el proceso de desarrollo.[5]
C. IoT Computing
“Internet de las cosas” (IoT) ha evolucionó y está llegando a
la realidad. El IoT involucra a varios miles de millones de
dispositivos diversos interconectados para 2020 cantidades
de datos rápidamente emergentes / versátiles (es decir, "big
data"), y numerosos servicios. Los dispositivos conectados
pueden ser sensores, actuadores, teléfonos inteligentes,
computadoras, edificios y hogar / trabajo, electrodomésticos,
automóviles y elementos de infraestructura vial, y cualquier
otro dispositivo u objeto que puede ser conectado,
monitoreado o accionado. Los dispositivos están conectados
a Internet, así como con cada otros, a través de redes de
acceso heterogéneas. Servicios dirigidos a conducir a una
sociedad inteligente, sostenible e inclusiva y economía. A la
luz de los temas discutidos, el éxito[6]
D. Osmotic Computing
En química, la ósmosis se define como el paso de un
solvente a través de una membrana semipermeable de una
menor concentración. Solución a una más alta, hasta que las
concentraciones a través de la membrana son iguales. [6]
En el concepto de osmótica, un soluto puede ser carga
actual, tiempo de procesamiento, energía, etc., según el
escenario de aplicación. Las moléculas representan un
solvente (absorbe el soluto) que pasa a través de la
membrana semipermeable analógicamente, los servicios (se
pueden clasificar en macroservicios y microservicios).
Ilustración 2 Conceptos Básicos de Osmotic Computing [2]
Según recursos computacionales, energía, consumo,
tiempo de procesamiento, etc.) que puede ser cambiado
entre los servidores representan un componente solvente en
Osmotic Computing.[7]
E. Cloud Computing
Los servicios actuales de Cloud Computing se basan en el
Enfoque de "centro de datos", donde cientos de miles del os
servidores dedicados están configurados para dar los
servicios. Ajuste el centro de datos para la nube es costoso y
está funcionando la infraestructura necesita experiencia, así
como una gran cantidad de recursos como alta potencia para
refrigeración, alimentación redundante para disponibilidad
asegurada, etc. Por ejemplo, el 45% de los datos. El coste
del centro va a la adquisición de servidores, el 25% va a
infraestructura especializada para tolerancia a fallas,
redundante energía, sistemas de refrigeración y baterías de
respaldo, mientras que el costo eléctrico consumido por las
máquinas representa el 15% del coste total amortizado [9]
III. METODOLOGÍA
Esta investigación sobre microservicios, nace por la
creciente tendencia que en la actualidad existe en la
adopción de sistemas que utilizan microservicios, y por la
conveniencia de utilizarlos por su fácil arquitectura y la
velocidad para acceder a cada microservicio. Por esto vemos
la necesidad de buscar artículos, publicaciones científicas
que traten de una forma más concreta sobre sistemas
basados en arquitectura en microservicios.
El principal objetivo de los sistemas basados en
microservicios es descomponer grandes proyectos de
software en pequeñas unidades desacopladas que se
comunican entre sí mediante una interfaz sencilla lo cual nos
permite acceder más rápido y utilizar una menor carga en los
sistemas. Los microservicios nos permiten crear un diseño
arquitectónico diferente al enfoque utilizado hasta la
actualidad sobre las aplicaciones, en el cual todo se crea en
solo sistema o única pieza.
La disponibilidad emergente y la complejidad variable y
tipos de dispositivos IoT, junto con grandes volúmenes de
datos que tales dispositivos pueden generar, pueden tener un
impacto significativo en nuestras vidas, alimentando el
desarrollo de servicios y aplicaciones críticas de próxima
generación en una variedad de dominios de aplicaciones
(atención médica, finanzas, gestión de desastres, etc.)
Comprender cómo los datos de tales dispositivos pueden
analizarse de manera más eficiente sigue siendo un desafío,
con la dependencia existente de los sistemas de computación
en la nube a gran escala se están convirtiendo en un cuello
de botella con el tiempo.[5]
IV. CASOS DE STUDIO
En los últimos años, las empresas están adoptando
componentes como el Big Data para transformar sus
modelos de software existente. Generalmente, estos sistemas
son divididos en múltiples componentes independientes, que
corren en su propia plataforma y además representa una
unidad lógica de negocio. Los equipos se organizan
alrededor de la funcionalidad, y son capaces de elegir su
propia tecnología o lenguaje de programación. En este paper
en el estudio del dominio sanitario dividen en dos ramas
diferentes: una para producción y otro para tareas de
investigación El primero ofrece facilidades para la salud y
personal administrativo, mientras que este último expone
herramientas innovadoras para Apoyar principalmente las
actividades de investigación de Big Data. Como punto de
unión se uso servicio IAM (Identity and Access
Management) le permite la administración de identidades y
el acceso a los servicios y recursos siendo más optimo
diseñar una la plantilla de middleware ágil basada en
Osmotic capaz realizar microservicios para la gestión de
grandes datos sanitarios.
Para Balanceo de la carga de aplicaciones de Smart city, se usa un
tipo de programación llamado OC la cual nos proporciona una
oportunidad para equilibrar la carga de trabajo entre Edge y Cloud
por lo tanto para superar el problema de desequilibrio de carga de
las aplicaciones de Smart City. A esto proponemos un Marco de
Ejecución Osmótica que aprovecha técnicas de microservicios de
vanguardia para implementar y ejecutar una aplicación de Smart
City en un entorno distribuido que incluye Edge y Cloud, donde
evaluamos el balanceo de carga a través de Análisis de tiempo de
latencia de nuestro marco con un mundo real inteligente a través de
una Aplicación de aparcamiento.
Actualmente fue creado “IoTCloud” un código abierto que nos
proporciona snsores como servicio y esfuerzos orientados al
Middleware.Esto también se alinea con los esfuerzos de Fog
Computing que involucran a Cloudlets (De cisco), que involucra
“pequeñas nubes” que están dispersas geográficamente en una red
y actúan como “pequeños centros de datos” en el borde de la red.
El objetivo de las nubes es brindar apoyo a dispositivos IoT al
proporcionar un mayor procesamiento y almacenamiento capacidad
como una extensión de esos dispositivos, pero sin la necesita
mover datos / procesamiento a un centro de datos central. Esto
conduce a la reducción de los retrasos de comunicación y el
tamaño general de los datos que deben migrarse a un centro de
datos. La computación osmótica no es una alternativa a tales
esfuerzos, en su lugar, se centra en la transferencia / migración y
ejecución sin problemas de microservicios a través de cloudlets y
centros de datos. El enfoque relacionado de "descarga móvil" está
centrado sobre la necesidad de descargar tareas complejas y de
larga ejecución de dispositivos móviles a centros de datos basados
en la nube. Para reducir el potencial consumo de energía de la
batería y posible retraso de la aplicación debido a la conectividad
de red intermitente, tareas desde dispositivos móviles dispositivos
(que se considera que tienen un cálculo más bajo y las capacidades
de almacenamiento en comparación con un centro de datos) se
ejecutan en un centro de datos, con sincronización periódica entre
Edge dispositivo y el centro de datos. Un enfoque alternativo (para
lograr el mismo resultado) implica crear un dispositivo móvil
"clonar" dentro de un centro de datos como una máquina virtual,
los ejemplos incluyen CloneCloud y Moitree. Nuestro enfoque
sugiere la necesidad de combinar la "descarga móvil" con la
"descarga del centro de datos", es decir, descargamos el cálculo
inicialmente realizado dentro de un centro de datos a un dispositivo
móvil. Esta descarga "inversa" permite que la computación se
realice más cerca del fenómeno que se está midiendo (superación
latencia y costos de transferencia de datos). La computación
osmótica Por lo tanto, el enfoque se centra en comprender los tipos
de microservicios que serían más relevantes para ejecutar en el
Edge, en lugar de dentro de un entorno de centro de datos, y
viceversa viceversa.
V. DESARROLLO
VI. ANÁLISIS
VII. CONCLUSIONES
 El beneficio de la Osmotic Computing consiste
en equilibrar la distribución de los recursos de
Edge y Cloud y la administración de servicios y
microservicios que satisfagan las demandas
específicas de privacidad, seguridad y QoS.
 La Osmotic Computing contribuye
significativamente a la ejecución de sistemas de
computación complejos impulsados por IoT, sin
embargo, todavía hay muchos problemas y
desafíos relacionados con la migración de
servicios en los centros de datos de la nube, estas
dificultades se deberán resolver antes que
Osmotic Computing muestre su verdadero
potencial en los próximos años en las
aplicaciones de IoT.
 En este nuevo paradigma que representa la
Osmotic Computing aparece como una posible
solución para las desventajas que representan la
computación en la nube (minimizar la latencia y
maximizar el rendimiento) y en la niebla (Cloud
Computing y su uso en aplicaciones móviles y
sensibles al tiempo).
VII. REFERENCIAS
[1] A. Buzachis, A. Galletta, Student Member,A. Celesti,
Member, L. Carnevale, M. Villariñ, “Towards Osmotic
Computing: a Blue-Green Strategy for the Fast Re-
Deployment of Microservices”,  2019 IEEE Symposium
on Computers and Communications (ISCC).
[2] A. Celesti, M. Fazio, A. Galletta, L. Carnevale, J. Wan
and M. Villari, "An approach for the secure management
of hybrid cloudedge environments", Future Generation
Computer Systems, vol. 90, pp. 1-19, 2019.
[3] B. Chen, J. Wan, A. Celesti, D. Li, H. Abbas and Q.
Zhang, "Edge computing in iot-based manufacturing",
IEEE Communications Magazine, vol. 56, no. 9, pp. 103-
109, 2018.
[4] X. Li, J. Wan, H. Dai, M. Imran, M. Xia and A. Celesti,
"A hybrid computing solution and resource scheduling
strategy for edge computing in smart manufacturing",
IEEE Transactions on Industrial Informatics, 2019.
[5] L. Carnevale, A. Celesti, M. Di Pietro and A. Galletta,
"How to conceive future mobility services in smart cities
according to the fiware frontiercities experience", IEEE
Cloud Computing, vol. 5, no. 5, pp. 25-36, 2018.
[6] M. Villari, M. Fazio, S. Dustdar, O. Rana and R. Ranjan,
"Osmotic computing: A new paradigm for edge/cloud
integration", IEEE Cloud Computing, vol. 3, pp. 76-83,
nov 2016.
[7] V. Sharma, I. You, R. Kumar and P. Kim,
"Computational offloading for efficient trust
management in pervasive online social networks using
osmotic computing", IEEE Access, vol. 5, pp. 5084-
5103, 2017.
[8] M. Nardelli, S. Nastic, S. Dustdar, M. Villari and R.
Ranjan, Osmotic flow: Osmotic computing + iot
workflow, vol. 4, pp. 68-75, 2017.
[9] T. Taleb, K. Samdanis, B. Mada, H. Flinck, S. Dutta and
D. Sabella, "On multi-access edge computing: A survey
of the emerging 5g network edge cloud architecture and
orchestration", IEEE Communications Surveys and
Tutorials, vol. 19, no. 3, pp. 1657-1681, 2017.
[10] K. Shams, M. Powell, T. Crockett, J. Norris, R. Rossi
and T. Soderstrom, "Polyphony: A workflow
orchestration framework for cloud computing", pp. 606-
611, 2010.