Un nuevo artículo de investigación propone IoTGA-SRC², una variante de algoritmo genético que optimiza las decisiones de descarga de tareas entre dispositivos IoT, nodos fog y servidores en la nube respetando plazos estrictos. A diferencia de los enfoques tradicionales que se centran únicamente en minimizar la latencia o la energía, IoTGA-SRC² incorpora las restricciones de plazo directamente en la función de fitness, permitiendo una planificación más realista para cargas de trabajo IoT sensibles al tiempo. El algoritmo utiliza un novedoso esquema de codificación de cromosomas que representa tanto la asignación de tareas como la asignación de recursos, y emplea operadores especializados de cruce y mutación para mantener la viabilidad. Los resultados iniciales muestran mejoras significativas en las tasas de cumplimiento de plazos en comparación con heurísticas de referencia, particularmente bajo alta carga del sistema. Este trabajo es relevante para desarrolladores que construyen sistemas de orquestación edge-cloud para IoT industrial, ciudades inteligentes y sistemas autónomos donde los plazos incumplidos pueden tener consecuencias graves.
Este artículo presenta IoTGA-SRC², un algoritmo genético diseñado para la descarga de tareas con conciencia de plazos en entornos IoT-edge-cloud. Aborda el desafío de equilibrar el cálculo local, el procesamiento de nodos fog y la ejecución en la nube mientras se cumplen los plazos. El enfoque es significativo para aplicaciones IoT en tiempo real donde la latencia y las restricciones de recursos son críticas.