FCR: Uma Abordagem de Replicação Dinâmica de Dados para a Computação em Névoa
DOI:
https://doi.org/10.5753/reic.2026.7573Keywords:
computação em névoa, replicação de dados, disponibilidade de dados, centralidade de proximidade, sistemas de quórumAbstract
A replicação de dados é um tema amplamente estudado em sistemas distribuídos e consiste na criação e no posicionamento de cópias de dados em diferentes locais da rede. No contexto da computação em névoa, esses estudos buscam atender aos princípios dessa arquitetura, como o aumento da disponibilidade e a redução do tempo de acesso e de transmissão de dados. Como a computação em névoa propõe a aproximação dos serviços da borda da rede, a replicação de dados torna-se uma técnica fundamental para apoiar esse modelo. Apesar da existência de diversas abordagens, nenhum método é capaz de solucionar de forma abrangente todos os desafios associados à replicação de dados. Este trabalho propõe a abordagem Fog-Closeness Replication (FCR), uma estratégia de replicação dinâmica baseada em métricas de centralidade de proximidade e quóruns de leitura e escrita. A abordagem é avaliada por meio de simulações no ambiente iFogSim2, considerando métricas como latência de leitura e escrita, número de réplicas e taxa de leituras bem-sucedidas. Os resultados demonstram que a FCR reduz as latências de escrita e leitura em até 52,1% e 9%, respectivamente, e mantém 100% de taxa de leituras bem-sucedidas nas réplicas, quando comparada a uma abordagem baseada em alocação aleatória, mesmo em cenários com topologias dinâmicas e padrões de acesso variáveis.
Downloads
Referências
Bouhouch, L., Zbakh, M., and Tadonki, C. (2023). A new classification for data placement techniques in cloud computing. In 2023 International Conference on Cloud Computing and Artificial Intelligence: Technologies and Applications (CloudTech 2023). Institute of Electrical and Electronics Engineers Inc. DOI: 10.1109/CloudTech58737.2023.10366156.
Freeman, L. C. (1979). Centrality in social networks: Conceptual clarification. Social Networks, 1(3):215–239. Disponível em: [link].
Guerrero, C., Lera, I., and Juiz, C. (2020). Optimization policy for file replica placement in fog domains. Concurrency and Computation: Practice and Experience, 32(21):e5343. DOI: 10.1002/cpe.5343.
Habibi, P., Farhoudi, M., Kazemian, S., Khorsandi, S., and Leon-Garcia, A. (2020). Fog computing: A comprehensive architectural survey. IEEE Access, 8:69105–69133. DOI: 10.1109/ACCESS.2020.2983253.
Huang, T., Lin, W., Li, Y., He, L., and Peng, S. (2019). A latency-aware multiple data replicas placement strategy for fog computing. Journal of Signal Processing Systems, 91:1191–1204. DOI: 10.1007/s11265-019-1444-5.
Karamimirazizi, F., Jameii, S. M., and Rahmani, A. M. (2024). Data replication methods in cloud, fog, and edge computing: A systematic literature review. Wireless Personal Communications, 135:531–561. DOI: 10.1007/s11277-024-11082-7.
Mahmud, R., Pallewatta, S., Goudarzi, M., and Buyya, R. (2022). iFogSim2: An extended iFogSim simulator for mobility, clustering, and microservice management in edge and fog computing environments. Journal of Systems and Software, 190:111351. DOI: 10.1016/j.jss.2022.111351.
Mayer, R., Gupta, H., Saurez, E., and Ramachandran, U. (2017). FogStore: Toward a distributed data store for fog computing. In 2017 IEEE Fog World Congress (FWC), pages 1–6. DOI: 10.1109/FWC.2017.8368524.
Miloudi, I. E., Yagoubi, B., and Bellounar, F. Z. (2021). A survey of dynamic replication strategies in cloud computing systems. In 5th International Conference on Networking and Advanced Systems (ICNAS 2021). Institute of Electrical and Electronics Engineers Inc. DOI: 10.1109/ICNAS53565.2021.9628963.
Mokadem, R. and Hameurlain, A. (2020). A data replication strategy with tenant performance and provider economic profit guarantees in cloud data centers. Journal of Systems and Software, 159. DOI: 10.1016/j.jss.2019.110447.
Naas, M. I., Lemarchand, L., Boukhobza, J., and Raipin, P. (2018). A graph partitioning-based heuristic for run-time IoT data placement strategies in a fog infrastructure. In Proceedings of the 33rd Annual ACM Symposium on Applied Computing (SAC ’18), pages 767–774, New York, NY, USA. Association for Computing Machinery. DOI: 10.1145/3167132.3167217.
Naas, M. I., Lemarchand, L., Raipin, P., and Boukhobza, J. (2021). IoT data replication and consistency management in fog computing. Journal of Grid Computing, 19. DOI: 10.1007/s10723-021-09571-1.
Naganandhini, S. and Shanthi, D. (2023). Optimizing replication of data for distributed cloud computing environments: Techniques, challenges, and research gap. In Proceedings of the 2nd International Conference on Edge Computing and Applications (ICECAA 2023), pages 35–41. Institute of Electrical and Electronics Engineers Inc. DOI: 10.1109/ICECAA58104.2023.10212287.
Sabaghian, K., Khamforoosh, K., and Ghaderzadeh, A. (2023). Data replication and placement strategies in distributed systems: A state of the art survey. Wireless Personal Communications, 129:2419–2453. DOI: 10.1007/s11277-023-10240-7.
Saleh, S. S., Alansari, I., Hamiaz, M. K., Ead, W., Tarabishi, R. A., and Khater, H. (2023). iFogRep: An intelligent consistent approach for replication and placement of IoT based on fog computing. Egyptian Informatics Journal, 24(2):327–339. DOI: 10.1016/j.eij.2023.05.003.
Sarwar, K., Yongchareon, S., Yu, J., and ur Rehman, S. (2022). Efficient privacy-preserving data replication in fog-enabled IoT. Future Generation Computer Systems, 128:538–551. DOI: 10.1016/j.future.2021.10.024.
Taghizadeh, J., Ghobaei-Arani, M., and Shahidinejad, A. (2022). A metaheuristic-based data replica placement approach for data-intensive IoT applications in the fog computing environment. Software: Practice and Experience, 52(2):482–505. DOI: 10.1002/spe.3032.
Torabi, E., Ghobaei-Arani, M., and Shahidinejad, A. (2022). Data replica placement approaches in fog computing: A review. Cluster Computing, 25:3561–3589. DOI: 10.1007/s10586-022-03575-6.
Vales, R., Moura, J., and Marinheiro, R. (2019). Energy-aware and adaptive fog storage mechanism with data replication ruled by spatio-temporal content popularity. Journal of Network and Computer Applications, 135:84–96. DOI: 10.1016/j.jnca.2019.03.001.
Downloads
Published
Como Citar
Issue
Section
Licença
Copyright (c) 2026 Os autores
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
