Arquitecturas de computación en el borde para sistemas embebidos
DOI:
https://doi.org/10.70577/aznh4v37Palabras clave:
computación en el borde, sistemas embebidos, arquitectura distribuida, Internet de las Cosas, procesamiento en tiempo real.Resumen
El desarrollo de arquitecturas de computación en el borde aplicadas a sistemas embebidos responde a las limitaciones de los modelos centralizados tradicionales, especialmente en términos de latencia, consumo de ancho de banda y dependencia de la nube, lo cual impacta el rendimiento en entornos de tiempo real. El objetivo de la investigación fue analizar la eficiencia de estas arquitecturas en función de indicadores de conectividad, infraestructura digital y capacidad de procesamiento distribuido. Se adoptó un enfoque cuantitativo de alcance explicativo, basado en información proveniente de organismos nacionales e internacionales, complementado con análisis estadístico mediante correlación de Pearson y regresión lineal múltiple. Los principales resultados evidencian una relación positiva entre la calidad de la infraestructura de conectividad y la viabilidad de implementación de sistemas embebidos en el borde, así como una incidencia significativa de la descentralización del procesamiento en la reducción de la latencia y el incremento del rendimiento operativo. Asimismo, se identificó que la integración de arquitecturas distribuidas fortalece la autonomía funcional de los sistemas y mejora la capacidad de respuesta en tiempo real. En este contexto, se determina que el edge computing constituye una solución tecnológica estratégica para entornos embebidos complejos.
Descargas
Referencias
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.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2024 Liz Annabel Correa Plaza (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
