Service Orchestration for Object Detection on Edge and Cloud in Dependable Industrial Vehicles

Industrial applications, including autonomous systems and vehicles, rely on processing data on multiple physical devices. The composition of functionality across heterogeneous computing infrastructure is challenging, and will likely get even more challenging in the future as software in vehicles is updated to introduce new features and ensure the safety. New soft real-time use cases emerge and in such cases the model of offloading processing from a limited or malfunctioning device is a viable solution. This study examines orchestration of services across edge and cloud for an industrial vehicle application use case involving image based object detection using machine learning (ML) based models. First, service orchestration requirements are defined taking into account the dependable nature of industrial vehicle applications. Second, an implementation based on Arrowhead framework is presented and evaluated. The open Arrowhead framework offers means for dynamic service discovery, authorization and late binding of computational units. The feasibility of object detection as a service and the suitability of Arrowhead framework to support such orchestrations across edge and cloud is assessed.

Method for Dynamic Service Orchestration in Fog Computing

Fog computing is meant to deal with the problems which cloud computing cannot solve alone. As the fog is closer to a user, it can improve some very important QoS characteristics, such as a latency and availability. One of the challenges in the fog architecture is heterogeneous constrained devices and the dynamic nature of the end devices, which requires a dynamic service orchestration to provide an efficient service placement inside the fog nodes. An optimization method is needed to ensure the required level of QoS while requiring minimal resources from fog and end devices, thus ensuring the longest lifecycle of the whole IoT system. A two-stage multi-objective optimization method to find the best placement of services among available fog nodes is presented in this paper. A Pareto set of non-dominated possible service distributions is found using the integer multi-objective particle swarm optimization method. Then, the analytical hierarchy process is used to choose the best service distribution according to the application-specific judgment matrix. An illustrative scenario with experimental results is presented to demonstrate characteristics of the proposed method.

Otomasi Manajemen dan Pengawasan Linux Container (LCX) Pada Proxmox VE Menggunakan Ansible

Sekolah Menengah Kejuruan Negeri (SMKN) 6 Mataram merupakan salah satu sekolah yang beralamat di Jl. Lalu Mesir, Babakan, Kota Mataram. SMKN 6 Mataram memiliki 7 (Tujuh) jurusan yaitu Teknik Jaringan dan Komputer (TKJ), Teknik Perbaikan Bodi Otomotif, Teknik Pengelasan, Teknik kendaraan Ringan, Teknik pendingin dan tata udara, Bisnis kontruksi dan property dan desain grafis. Pihak sekolah menyediakan laboratorium komputer dan perangkat jaringan untuk menunjang kegiatan praktikum pada program studi TKJ. Selain itu untuk mendukung praktikum dari salah satu mata pelajaran yaitu administrasi system jaringan, guru dari program studi TKJ juga telah memanfaatkan media virtualisasi berbasis Proxmox Virtual Environtment. Sebelum dapat memanfaatkan media pembelajaran virtualisasi berbasis PVE tersebut maka diperlukan pengaturan yang harus di persiapkan oleh pihak guru agar siswa dapat menggunakkan PVE sebagai media pembelajaran. Untuk guru terdapat beberapa hal yang perlu dipersiapkan terlebih dahulu, seperti pembuatan container (CT), user, dan pengaturan permission yang di lakukan di setiap awal semester, dibutuhkan monitoring CT yang sedang aktif dan tidak aktif saat pertemuan setiap minggunya, dan penghapusan CT, user dan permission yang dilakuakan di setiap akhir semester. Penerapan sistem otomasi menggunakan ansible dapat mengefisienkan proses tersebut yang dilakukan secara manual. Ansible merupakan mesin otomatisasi Teknologi Informasi (TI) sederhana yang dapat mengotomatisasi cloud provisioning, manajemen konfigurasi, penerapan aplikasi, intra-service orchestration dan kebutuhan TI lainnya. Fitur yang diotomasi adalah pembuatan, menjalankan, menghentikan dan menghapus CT. dan juga pembuatan, mereset dan menghapus user dan permission akun dengan skenario ujicoba pada setiap perangkat yang terlibat berdasarkan rancangan ujicoba dan analisa terhadap hasil ujicoba yang telah dilakukan. Metode penelitian yang digunakan adalah prototype. Tahapan-tahapan pada metode prototype yaitu pengumpulan kebutuhan, membuat prototype, evaluasi prototype, pengkodean dan uji coba sistem. Hasil dari penelitian ini berupa sistem yang dapat mengotomasi pembuatan, menjalankan, menghentikan dan menghapus CT. dan juga mengotomasi pembuatan, mereset dan menghapus user dan permission. Manajemen CT, user dan permission dengan otomasi menggunakan tool ansible juga membuat proses manajemen CT, user dan permission menjadi lebih efisien dibandingkan dilakukan secara manual. Ansible dapat digunakan untuk mengotomasi manajemen CT baik dalam pembuatan, menjalankan, menghentikan dan menghapus CT pada PVE dan juga Ansible dapat digunakan untuk mengotomasi manajemen user & permission baik dalam pembuatan, mereset dan menghapus user & permission pada PVE. dalam mata pelajaran administrasi system jaringan di SMKN 6 Mataram.

Semantic Microservice Framework for Digital Twins

Digital Twins (DT) in industrial cyber-physical systems are the key enabling technology for Industry 4.0. Services are an essential part of almost every DT concept, but their interaction is usually implementation-specific since no common guidelines are available. This work identifies some fundamental requirements for a DT service framework based on applications identified in corresponding literature. Based on these requirements, a service framework architecture is proposed. The architecture utilizes Semantic Web technology and a workflow engine for service orchestration to support the fulfilment of the identified requirements. As a case study for sensor data evaluation of an industrial process, a proof-of-concept implementation is presented, showing the feasibility and suitability of the proposed DT service framework architecture.