Edge computing architectures for embedded systems
DOI:
https://doi.org/10.70577/aznh4v37Keywords:
edge computing, embedded systems, distributed architecture, Internet of Things, real-time processing.Abstract
The development of edge computing architectures applied to embedded systems addresses the limitations of traditional centralized models, particularly in terms of latency, bandwidth consumption, and dependence on cloud infrastructure, which impacts performance in real-time environments. The objective of this study was to analyze the efficiency of these architectures based on connectivity indicators, digital infrastructure, and distributed processing capacity. A quantitative explanatory approach was adopted, using data from national and international organizations, complemented with statistical analysis through Pearson correlation and multiple linear regression. The main results show a positive relationship between connectivity infrastructure quality and the feasibility of implementing edge-based embedded systems, as well as a significant impact of processing decentralization on latency reduction and operational performance improvement. Likewise, distributed architectures enhance system autonomy and real-time responsiveness. In this context, edge computing is identified as a strategic technological solution for complex embedded environments.
Downloads
References
Álvarez Mendoza, Y., Leguizamón Páez, M. Á., & Londoño Gómez, T. (2021). Riesgos y soluciones de seguridad existentes en el Internet de las cosas (IoT) en relación con Big Data. Ingeniería y Competitividad, 23(1), e9484. https://doi.org/10.25100/iyc.v23i1.9484
Arango Astorga, P., & García García, Y. (2022). Internet de las cosas en el ámbito de la atención médica: tendencias y desafíos. Revista Cubana de Informática Médica, 14(1).
Ávila Rodríguez, M. T., Quizhpe Buñay, E. M., Chango Sailema, W. G., & Arciniegas, S. (2023). Dispositivo IoT para prevenir la violencia de género usando TinyML. AXIOMA, 1(29), 77–84. https://doi.org/10.26621/ra.v1i29.920
Borrero-Guerrero, H., López-Aguilar, J. J., Orduz-García, A., Barrero, S. V., & Jutinico-Alarcón, A. L. (2023). A differential drive mobile robot controlled by using ROS. Visión Electrónica, 17(2), 208–219.
Carro Suárez, J., & Sarmiento Paredes, S. (2022). El factor humano y su rol en la transición a Industria 5.0. Entreciencias, 10(24). https://doi.org/10.22201/enesl.20078064e.2022.24.81727
Franco Sastre, E. F., Garzón Duque, W. D., Osorio Quiroga, D. E., & Fonseca Rocha, B. F. (2022). Aplicaciones de algoritmos de cifrado en IoT y cloud computing. Revista Vínculos, 19(1), 56–65.
García Villalba, L. J., et al. (2021). Arquitecturas de computación en el borde para sistemas distribuidos. Revista Iberoamericana de Tecnologías de la Información.
Guerra González, S., & Álvarez Figueredo, D. D. (2023). Big Data y Fog Computing aplicados al sistema de salud. Journal TechInnovation, 2(2), 106–116. https://doi.org/10.47230/Journal.TechInnovation.v2.n2.2023.106-116
INEC. (2023). Tecnologías de la información y comunicación TIC 2023. Instituto Nacional de Estadística y Censos del Ecuador.
ITU. (2023). Measuring digital development: Facts and figures 2023. International Telecommunication Union. https://www.itu.int
ITU. (2024). Digital development in the Americas region report. International Telecommunication Union.
López, J., et al. (2022). Conectividad y brecha digital en América Latina. Revista Latinoamericana de Telecomunicaciones.
Lozano, I. F. S. (2023). Internet de las cosas aplicada a la movilidad y recolección de residuos sólidos. Polo del Conocimiento, 8(12), 133–151.
Mach, P., & Becvar, Z. (2021). Mobile edge computing: A survey on architecture and computation offloading. IEEE Communications Surveys & Tutorials.
Mardini, J., Ibarra, R., Villa, M., Arteta, C., & Pulgar-Emiliani, M. (2023). Plataforma de monitoreo cardiovascular basado en IoT. CESTA, 4(1), 11–17.
Méndez, R., Torres, J., & Castillo, D. (2022). Arquitecturas distribuidas para edge computing en IoT. Revista de Ingeniería y Sistemas.
Ray, P. P. (2021). TinyML: Edge AI for embedded systems. IEEE Access.
Rúa Barrera, S., Gaviria Yepes, L. M., & Moná Martínez, H. J. (2023). Competencias en Industria 4.0. Ingeniería: Ciencia, Tecnología e Innovación, 10(1), 13–30. https://doi.org/10.26495/icti.v10i1.2396
Sánchez-Iborra, R., & Cano, M. D. (2021). Edge computing in IoT systems. Computer Networks.
Satyanarayanan, M. (2021). The emergence of edge computing. IEEE Computer.
Shi, W., Cao, J., Zhang, Q., Li, Y., & Xu, L. (2021). Edge computing: Vision and challenges. IEEE Internet of Things Journal.
Tupac-Yupanqui, M., Vidal-Silva, C. L., Sánchez-Ortiz, A., & Pereira, F. (2021). Uso de Arduino en educación en programación. Formación Universitaria, 14(6), 87–96. https://doi.org/10.4067/S0718-50062021000600087
Zhang, Y., et al. (2022). Edge intelligence for IoT systems: A review. Future Generation Computer Systems.
Downloads
Published
Issue
Section
License
Copyright (c) 2024 Liz Annabel Correa Plaza (Autor/a)
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
