Edge computing descentralizado

El mercado del Edge Computing está experimentando una profunda evolución, con una tasa de crecimiento anual compuesta (CAGR) proyectada del 12,5% de 2020 a 2027, lo que indica un alejamiento de la computación cloud centralizada tradicional hacia un entorno más distribuido en el edge. Este cambio está impulsado por una inmensa afluencia de datos de los dispositivos IoT, que se prevé que alcance los 79,4 zettabytes en 2025. El Edge Computing descentralizado está abordando los problemas críticos de latencia inherentes a los modelos centrados en la nube mediante el procesamiento de datos localmente, reduciendo así la latencia a niveles inferiores a milisegundos, una mejora significativa con respecto a los 10-100 milisegundos de la nube. Esta mejora es vital para las aplicaciones que dependen de la analítica en tiempo real, donde incluso el más mínimo retraso puede tener consecuencias sustanciales ^1,2,3. 

En términos de eficiencia energética, se espera que el Edge Computing descentralizado reduzca el consumo de energía hasta en un 30%, ya que la proximidad a las fuentes de datos minimiza la pérdida de energía durante la transmisión. Esto es particularmente notable dado que los centros de datos pueden representar el 8% del suministro mundial de electricidad para 2030. 

Distribución vs centralización

En los últimos años, el aumento masivo en conectividad, dispositivos y generación de datos ha dado lugar a la proliferación de servicios de procesamiento inteligente, para crear información y explotar los datos de forma multimodal. Hoy en día, el procesamiento de datos más relevante se realiza en la nube para escalar y asignar recursos de una manera centralizada, confiando generalmente en grandes entidades únicas para proporcionar los servicios o la infraestructura para la autenticación, el almacenamiento de datos, el procesamiento de datos, la conectividad y la orquestación de recursos. El procesamiento centralizado puede llegar a limitar los servicios y aplicaciones para que operen de manera restringida en recursos y limitar al usuario de su gobernanza de datos y gestión de identidades. La investigación en la que participa el proyecto OASEES explora una alternativa distribuida aprovechando las ventajas del Edge Computing, como la reducción de la latencia, el aumento de la disponibilidad de recursos y la menor carga de tráfico de red impulsada por técnicas de aprendizaje distribuido para la habilitación de la IA. Al mismo tiempo se almacena de forma segura cualquier información relevante o sensible en un almacenamiento descentralizado respaldado por blockchain que permite a los usuarios y dispositivos gestionar su autenticación con credenciales SSI (Self-Sovereign Identity) y permite la creación de DAOs (Organizaciones Autónomas Descentralizadas) para la gobernanza de diferentes casos de uso, como infraestructura, salud, energía o mantenimiento entre otros. 

Gracias a las mejoras en la conectividad y la miniaturización, los enjambres de sensores se han convertido en un componente fundamental del Internet de las Cosas (IoT) en entornos industriales, donde proporcionan datos en tiempo real para el análisis y la toma de decisiones. La adopción de la inteligencia artificial y el procesamiento de datos en la nube permite que enjambres de sensores realicen análisis más sofisticados, lo que conduce, entre otras cosas, a mejoras en la detección de anomalías, la previsión de fallos y la optimización de procesos. Las nuevas técnicas de Federated Learning y las Organizaciones Autónomas Descentralizadas (enlace 2) están mejorando la eficiencia operacional en un 40% a través de la gobernanza automatizada, con un aumento interanual del 25% en la formación de nuevas DAOs. Federated Learning está mejorando la privacidad de los datos en un 50%, y su adopción en sectores sensibles a la privacidad, como la atención médica, crece a un ritmo del 20% anual. 

Tecnologías distribuidas para enjambres

Federated Learning  o Aprendizaje federado: Es un enfoque para entrenar modelos de IA sin exponer datos privados, procesándolos en la fuente o cerca de su almacenamiento. Esto permite cumplir con la normativa en cuanto al manejo y almacenamiento de datos sensibles. La colaboración entre varios dispositivos entrena de forma iterativa los modelos de ML para obtener una precisión similar a la de un único modelo centralizado. También aumenta la eficiencia del ancho de banda, evitando el envío de grandes cantidades de datos a la nube, y es una solución escalable para dispositivos inteligentes con sensores IoT. 

Blockchain: Es un registro de información distribuido compartido entre una red de computadoras. Opera sin una autoridad central, siendo controlada colectivamente por todos los usuarios. La confianza para esta gobernanza descentralizada se obtiene debido a la inmutabilidad del registro, los datos en una blockchain no se pueden alterar una vez que se registran. La blockchain se copia entre diferentes nodos, lo que garantiza redundancia y confiabilidad, mientras que está asegurada por el cifrado y el hash de cada bloque. También admite la programación mediante Smart Contracts, que son piezas de código que se ejecutan en la cadena de bloques activadas por condiciones predefinidas. 

Organización Autónoma Descentralizada (DAO): Respaldada por la inmutabilidad de la blockchain, una DAO es una entidad gestionada sin una autoridad central. Los poseedores de tokens participan en la toma de decisiones y la gestión, emitiendo votos colectivamente. Esto permite que múltiples casos de uso creen una entidad para la gobernanza que se puede utilizar para mejorar y mejorar las actividades del caso de uso en función de los votos de los miembros de la DAO. Este enfoque no solo es adecuado para usuarios humanos, sino también para dispositivos inteligentes con capacidad de toma de decisiones para ciertas tareas 

Self-Sovereign Identity: Es un modelo de identidad digital que enfatiza la propiedad y el control del individuo sobre su información personal. Permite a las personas crear y gestionar sus identidades digitales independientemente de cualquier autoridad central. En SSI, la identidad de una persona está representada por una credencial digital o un conjunto de credenciales, que se almacenan en una entorno seguro y descentralizado, como una blockchain. Estas credenciales pueden contener varios datos personales, así como datos más confidenciales. Uno de los principios de SSI es el concepto de “credenciales verificables”, que están protegidas criptográficamente y a prueba de manipulaciones. Esto significa que las credenciales se pueden compartir de manera fácil y segura con otras partes sin darles acceso a toda la información de identidad de la persona 

Almacenamiento descentralizado: La solución para el almacenamiento de archivos en un enfoque descentralizado viene dada por el Sistema de Archivos Interplanetario (IPFS), una red de intercambio de archivos punto a punto reforzada por el direccionamiento de los datos en función del contenido, no de su ubicación, y por el hash de la información del archivo para mayor resistencia y verificabilidad. IPFS funciona como una red de nodos descentralizados, que permite mantener el historial de versiones de los archivos y la realización de copias en caché para su acceso sin conexión. El usuario no sabe dónde se almacenan los datos, pero puede recuperar o eliminar archivos en función del hash proporcionado por IPFS. 

El continuo IoT-Edge-Cloud: Las capacidades de los dispositivos inteligentes permiten definir arquitecturas de microservicios flexibles y escalables para el procesamiento de datos de IoT y la orquestación de servicios entre diferentes nodos periféricos, incluido el despliegue y la interconexión de aplicaciones descentralizadas en la nube. 

Orquestación de Servicios: El uso de orquestadores de contenedores como Kubernetes permite a los proveedores de servicios desplegar y distribuir sus cargas de trabajo en un clúster de servidores sin tener que preocuparse por mantener el servicio en un estado de funcionamiento. El orquestador administra de forma autónoma los recursos de CPU y memoria para mantener funcionando todos los servicios mínimos y escala el número de servicios de acuerdo con la demanda de recursos. Esto representa una poderosa herramienta para el escalado y la orquestación de enjambres en múltiples casos de uso con arquitecturas distribuidas, lo que permite administrar y restringir servicios para optimizar el rendimiento, la gestión de la energía o el ancho de banda de la red según el caso de uso. 

Espacios de datos: La seguridad es otro dominio en el que sobresale el Edge Computing descentralizado, informando de una reducción del 20% en las violaciones de seguridad debido a la naturaleza localizada del procesamiento de datos. Este avance es crucial en una era en la que los incidentes de ciberseguridad están aumentando en un 11% anual. La narrativa del mercado de la computación periférica se enriquece aún más con la aparición de espacios de datos que siguen iniciativas como GAIA-X y la Asociación Internacional de Espacios de Datos (IDSA). Estas iniciativas son fundamentales para dar forma a una nueva era de soberanía e interoperabilidad de los datos dentro del ecosistema digital europeo. Se espera que GAIA-X mejore el intercambio de datos entre industrias, aumentando potencialmente las transacciones de datos en un 10-15% anual. Se espera también que la integración de GAIA-X e IDSA en las estrategias de Edge Computing incremente significativamente la capacidad de las empresas para operar dentro de un ecosistema de datos seguro, eficiente y soberano. Este movimiento estratégico es esencial para las organizaciones que buscan prosperar en el panorama digital en rápida evolución, donde la soberanía y la interoperabilidad de los datos son cada vez más importantes. 

La integración de estas tecnologías avanzadas está revolucionando la forma en que generamos, distribuimos y consumimos energía. Esto plantea un futuro en el que el Aprendizaje Federado permita a las empresas energéticas predecir y prevenir fallos en los equipos antes de que se produzcan. Proyectos como Grid Edge ya están haciendo esto realidad, optimizando la distribución de energía y reduciendo las interrupciones al aprender de los datos descentralizados sin comprometer la privacidad. Además, se está utilizando para reforzar la ciberseguridad mediante la detección de anomalías en el tráfico de red. Proyectos como GARD están a la vanguardia de este esfuerzo, mejorando la seguridad de los modelos de aprendizaje automático utilizados en aplicaciones de defensa. Grandes empresas del ámbito industrial están utilizando esta tecnología para mejorar los modelos de mantenimiento predictivo, asegurando que los procesos de fabricación se desarrollen sin problemas y de manera eficiente. 

Mientras tanto, la tecnología Blockchain está empoderando a los consumidores para que se conviertan en participantes activos en el mercado de la energía. Plataformas como Power Ledger permiten a las personas intercambiar el exceso de energía solar con sus vecinos, creando una red energética descentralizada y resistente. Este comercio entre pares no solo promueve la energía renovable, sino que también mejora la seguridad energética. Además, la tecnología Blockchain está revolucionando la gestión de la cadena de suministro. En defensa SIMBA Chain proporciona soluciones seguras y transparentes para la comunicación y la logística, asegurando que la información confidencial esté protegida y trazable y, un gran actor tecnológico utiliza Blockchain para garantizar la trazabilidad y seguridad de los productos alimenticios, brindando a los consumidores confianza en la autenticidad de lo que compran. 

En el ámbito de las DAOs, el sector energético está siendo testigo de un cambio hacia proyectos impulsados por la comunidad. La Energy Web DAO facilita la gobernanza descentralizada de las iniciativas de energía renovable, asegurando que las decisiones sean tomadas de manera transparente y democrática por la comunidad. Además, las DAOs están fomentando la innovación colaborativa en la fabricación. MolochDAO financia proyectos basados en Ethereum, incluidos aquellos que impulsan avances en las tecnologías de fabricación. 

El continuo IoT-Edge-Cloud está transformando la gestión de la energía al permitir el monitoreo y el control en tiempo real de las redes de energía. Iniciativas como EUCloudEdgeIoT.eu están desarrollando soluciones que integran dispositivos IoT, Edge Computing y servicios en la nube para crear un ecosistema energético eficiente y sin fisuras. Además, está mejorando la conciencia situacional y la toma de decisiones en defensa. Proyectos como IoMDT integran dispositivos IoT para proporcionar datos e información en tiempo real, lo que mejora la eficiencia operativa y los tiempos de respuesta. El continuo IoT-Edge-Cloud está optimizando los procesos de producción a través del análisis de datos en tiempo real. Proyectos como Unlock-CEI se centran en la implementación de soluciones IoT-Edge-Cloud en procesos de fabricación, impulsando la eficiencia y la innovación. 

En el contexto de los espacios de datos, proyectos como GAIA-X están fomentando el intercambio seguro y soberano de datos dentro del sector energético. Este enfoque colaborativo permite a las empresas energéticas compartir datos para la investigación y la optimización, impulsando la innovación y la sostenibilidad. Además, la iniciativa de la Asociación Internacional de Espacios de Datos (IDSA, por sus siglas en inglés) promueve el intercambio seguro de datos para estrategias de defensa colaborativas. Esto permite a las organizaciones de defensa compartir información crítica mientras mantienen la soberanía y la seguridad de los datos. En el campo de la fabricación, los espacios de datos están permitiendo el intercambio de datos de fabricación para la mejora de procesos Catena-X, siendo esta una iniciativa de espacio de datos para la industria automotriz, que fomenta la colaboración y la innovación entre los fabricantes. 

Por último, los dispositivos IoT en enjambre están mejorando el seguimiento y la gestión de los recursos energéticos distribuidos. Swarm Technologies proporciona conectividad satelital global de bajo costo para dispositivos IoT, lo que garantiza que incluso los activos energéticos más remotos estén conectados y administrados de manera efectiva. Además, están mejorando el conocimiento de la situación en el campo de batalla al proporcionar datos en tiempo real de múltiples fuentes. Proyectos como IoMDT aprovechan la computación de enjambre para mejorar la toma de decisiones y la eficiencia operativa en escenarios de defensa. Los dispositivos IoT en enjambre están mejorando el monitoreo en tiempo real de los equipos de fabricación. La investigación sobre IA colectiva para la fabricación, como Swarm Computing de IntechOpen, está impulsando avances en esta área, asegurando que los procesos de fabricación sean eficientes y resistentes. 

El proyecto OASEES

Arquitectura de OASEES

OASEES está financiado por la UE dentro del programa Horizonte Europa bajo el tema “Herramientas de programación para inteligencia descentralizada y enjambres” que aprovecha la infraestructura descentralizada que incorpora inteligencia de enjambre, tecnología de registro distribuido y blockchain para el intercambio seguro de datos y colaboración. La arquitectura OASEES resultante comprende múltiples capas, como la Distributed Secure Swarm Layer, en la que se definen Organizaciones Autónomas Descentralizadas (DAOs) combinando Aplicaciones Descentralizadas (DApps) que involucran Smart Contracts para permitir la confianza en entornos de enjambre. La DAO, combinada con el paradigma del Human-in-the-Loop (HITL), facilita la gestión de recursos, los incentivos y la toma de decisiones para la colaboración en enjambres. Los usuarios interactúan con la DAO a través de wallets digitales, intercambiando tokens, votando propuestas y recibiendo recompensas.

La Service Layer proporciona el vehículo para definir DApps compuestas por microservicios y Smart Contracts como base sobre la cual la capa de Distributed Secure Swarm Layer puede construir DAOs. También proporciona mecanismos de oráculo para permitir la interacción entre componentes dentro y fuera de la blockchain. 

La Identity Layer integra la tecnología Self Sovereign Identity (SSI), lo que permite la creación de identidades digitales portátiles basadas en identificadores descentralizados (DID) y credenciales verificables (VC). Los DID proporcionan control sobre la identidad digital sin depender de intermediarios centralizados, mientras que las VC ofrecen credenciales a prueba de manipulaciones con mayor fiabilidad. 

Estos componentes funcionales se basan en la Deployment and Execution Layer, y abarcan la infraestructura física Edge/Cloud (incluidos los sensores), el hardware de aceleración, la infraestructura de red y los elementos de gestión de la infraestructura. El portal de OASEES sirve como punto de acceso central para el aprovisionamiento de servicios para enjambres. El framework incorpora la orquestación para la gestión de diversas infraestructuras IoT-to-Edge-to-Cloud, mientras que los agentes OASEES en los Edge Nodes y los dispositivos inteligentes facilitan la gestión eficiente de los recursos. 

La Data Federation Layer en OASEES permite un funcionamiento sin interrupciones en configuraciones de varias instancias dentro de marcos de federación para servicios en la nube y espacios de datos. OASEES se alinea con los conceptos de Gaia-X para conectar la infraestructura y los ecosistemas de datos, promoviendo el cumplimiento, la federación y el intercambio de datos. Actúa como proveedor de servicios de infraestructura y como proveedor de datos, utilizando un innovador edge-aware brokerage para facilitar la colaboración y el intercambio de recursos. Al registrar sus recursos y servicios en el ecosistema European Open Science Cloud (EOSC), OASEES se convierte en un proveedor dentro de EOSC, ofreciendo así diversos servicios y añadiendo valor a través de la monitorización y el soporte técnico. 

La arquitectura también incluye herramientas en la Programming Layer para soportar el uso de Unified Development Notebooks y APIs de aceleradores. Además, se prevé el despliegue del Qrisp quantum development kit dentro de DApps accesibles a través del portal OASEES. En la Figura 1 se muestra una descripción gráfica de la arquitectura. 

Innovaciones tecnológicas de OASEES

Las innovaciones tecnológicas abordadas por OASEES están enfocadas en potenciar el paradigma de las tecnologías distribuidas mediante:

• Habilitación de un framework de programación para el Edge Computing en enjambres basada en un modelo de infraestructura IoT-Edge-Cloud, utilizando modelos de servicios componibles y desarrollando un SDK orientado a la seguridad y la inteligencia para la gestión del ciclo de vida y la orquestación de servicios para el procesamiento de datos.
• Soporte de infraestructuras dinámicas y heterogéneas, permitiendo la gestión y orquestación de recursos en el contexto de Máquinas Virtuales y Contenedores. OASEES permitirá el descubrimiento y la agrupación de las capacidades de aceleración de la plataforma Edge mediante el aprovechamiento de un OASEES agent que operará sobre estos dispositivos heterogéneos y recopilará información sobre la capacidad del dispositivo para almacenarla en el repositorio de OASEES.
• Infraestructura edge, uso compartido y monetización de servicios, lo que implica un mecanismo de orquestación entre capas entre los servicios de red, los de computación y los de almacenamiento. OASEES tiene como objetivo combinar las tecnologías existentes y de vanguardia para desarrollar un framework de intercambio de servicios entre dominios de extremo a extremo.
• Procesamiento de datos que facilita desplegar la IA para aplicaciones distribuidas, proporcionando las capas de abstracción necesarias para acercar las tareas de IA a la fuente, beneficiándose de la privacidad mejorada y la escalabilidad inherente del edge computing distribuido, utilizando espacios de datos seguros para el almacenamiento y tecnologías de aprendizaje federado que preservan la privacidad para entrenar y compartir sus modelos de IA sin comprometer la soberanía de los datos.
• Securización del entorno edge para la confianza, diseñando el proyecto en torno a una arquitectura Zero-Trust donde solo los nodos edge confiables y seguros están autorizados a participar. La capacidad de atestación de OASEES garantiza que solo se utilicen nodos con un entorno de hardware, firmware y sistemas operativos de confianza. OASEES va más allá del estado del arte al abstraer esas tecnologías de seguridad de los desarrolladores de aplicaciones, al tiempo que garantiza que las aplicaciones se implementen en nodos confiables y seguros.
• Blockchain respaldando la gobernanza del IoT para sostener la implementación de una arquitectura heterogénea y dinámica para ayudar a orquestar procesos y flujos de trabajo. OASEES presenta una arquitectura ágil y soporta dispositivos tecnológicos heterogéneos que permiten una fácil integración de la tecnología blockchain. Con la ayuda de los Smart Contracts, permitirá que los agentes de software autónomos descentralizados (para SSI) desempeñen un papel en la certificación de dispositivos edge y cloud que puedan ser identificados por su DID. Esto permite autorizar el intercambio de información como un tomador de decisiones independiente, basado en una política específica de intercambio de datos, realizando la automatización del servicio de acuerdo con los requisitos especificados en OASEES y cubriendo la gestión de dispositivos edge y cloud dentro de una perspectiva de DAO para las diferentes pruebas de concepto.

El caso de uso de Capgemini

Capgemini lidera una tarea para demostrar las capacidades de OASEES a través de una Prueba de Concepto en Energía Eólica. El objetivo de nuestro caso de uso es reducir los costes de mantenimiento de las palas de los aerogeneradores mediante la reducción de las paradas de los aerogeneradores para su revisión y reparación. Esto se logra mediante la detección de fallos de las palas a través del análisis acústico del sonido generado por la interacción de las palas con el viento incidente. La señal acústica se captura a través de un micrófono, se digitaliza y se procesa a través de algoritmos de procesamiento de señal y aprendizaje automático para detectar anomalías en la señal de audio.

Utilizando las capacidades del ecosistema OASEES, se despliega un enjambre de dispositivos IoT de monitorización acústica a lo largo de un parque eólico. El enjambre recopila la información de audio y entrena un modelo del espectro promedio de la turbina eólica a través de algoritmos de ML. Los modelos entrenados se combinan en un modelo global para el parque eólico a través de un proceso de aprendizaje federado, para crear un modelo de propósito general que se pueda desplegar en turbinas eólicas similares. Las señales de audio se envían a un servidor edge/cloud para entrenar algoritmos de clasificación y ejecutarlos para detectar anomalías en la señal de audio. La colaboración entre dispositivos también se logra a través de una organización descentralizada para los dispositivos IoT, donde pueden administrar las configuraciones de monitorización del enjambre en función del estado de las turbinas eólicas, las condiciones climáticas o el estado de la batería de los dispositivos. El ecosistema del portal OASEES proporcionará un notebook de desarrollo unificado, donde se podrían implementar nuevos algoritmos, configuraciones de monitorización o funcionalidades para mejorar el rendimiento del caso de uso. También hay una figura Human-in-the-Loop que es la persona a cargo de monitorear los recursos, actualizar nuevos modelos de ML, procesar nuevos conjuntos de datos y tomar el poder de decisión sobre el enjambre de IoT. Finalmente, los resultados del análisis de audio de los aerogeneradores se escriben en forma de Informes Técnicos y Planes de Mantenimiento Dinámico, que se cargan en el portal de OASEES donde los stakeholders pueden acceder a los informes resultantes.

El pasado 5 de septiembre de 2024, Capgemini Engineering, a través de Diego Cugat (cooautor de este artículo), pudo presentar este caso de uso ante la comisión Europea en el Swarms Projects Workshop de Bruselas, en el contexto de la iniciativa EUCloudEDGEIoT.eu, de creación de una vía para la compresión y el desarrollo del continuum cloud, edge e IoT, fomentando la cooperación entre una amplia gama de proyectos de investigación, desarrolladores y proveedores, usuarios empresariales y potenciales adoptantes de este paradigma. La presentación realizada, se puede ver aquí (slides 6 a 10).

Cumplimiento de la normativa europea

OASEES cumple con la normativa europea y está alineado con los principios Gaia-X e IDSA. La soberanía de los datos se logra utilizando conectores de espacio de datos que utilizan OASEES como una sola entidad legal, mientras se mantiene la seguridad a través de técnicas de blockchain e IPFS aplicadas respaldadas por el marco de SSI.

Conclusión

Estas tecnologías están remodelando colectivamente el mercado del Edge Computing y allanando el camino para un futuro cercano en el que los sistemas inteligentes y descentralizados operen con una autonomía, seguridad y eficiencia sin precedentes. La sinergia de la inmutabilidad de la blockchain, el autogobierno de las DAO y el modelo centrado en la privacidad del Aprendizaje Federado está impulsando a las industrias, ofreciéndoles una ventaja competitiva en un mundo que se digitaliza rápidamente.

A medida que las empresas navegan por este cambio, el contexto del mercado subraya la importancia de adoptar estos avances. Con las tasas de crecimiento proyectadas y las mejoras tangibles en las métricas operativas, las organizaciones que integren estas tecnologías en sus estrategias de Edge Computing podrían beneficiarse notablemente. La narrativa del mercado es clara: el futuro es descentralizado, autónomo e inteligentemente colaborativo. La integración de estas tecnologías de vanguardia no es solo una tendencia, sino un imperativo estratégico para las empresas que buscan prosperar en la era digital.

OASEES ofrece un enfoque novedoso para un framework de programación de servicios y aplicaciones descentralizadas, proporcionando herramientas y gestión de infraestructura para el despliegue de arquitecturas enjambre en casos de uso heterogéneos. Esta plataforma proporciona un conjunto de herramientas convenientes para desplegar el caso de uso energético de Capgemini, que busca reducir el gasto de mantenimiento en parques eólicos mediante la detección de fallos en las palas de los aerogeneradores con el análisis de datos acústicos mediante técnicas de IA. Esto permite escalar el sistema a una arquitectura de enjambre impulsada con Federated Learning para mejorar continuamente el rendimiento de los modelos y explorar la gestión de enjambres a través de la toma de decisiones de DAOs para dispositivos y stakeholders.

[1] França, R.P., Monteiro, A.C.B., Arthur, R., & Iano, Y. (2021). An Overview of the Edge Computing in the Modern Digital Age. In: Fog/Edge Computing For Security, Privacy, and Applications. Advances in Information Security, vol 83. Springer

[2] Carvalho, G., Cabral, B., Pereira, V., & Bernardino, J. (2021). Edge computing: current trends, research challenges and future directions. Computing, 103, 993–10232

[3] LF Edge. (2021). A Market and Ecosystem Report for Edge Computing