PrivateEdge: Privacy preserved automatic code offloading framework

Hesaplama konusunda gelişmiş cihazları son kullanıcıya yakın konumlandırarak, Edge Computing daha öncesinde çalışması pek mümkün olmayan düşük gecikmelere ihtiyaç duyan uygulamaların, hesaplama gücü konusunda kısıtlı ama bir iletişim ağına bağlı cihazlarda çalışmasına imkan tanıyor. Fakat, yapılan hesaplamaların kullanıcının cihazından çıkıp uçtaki cihazlara taşınması ile kullanıcıya ait veriler de cihazın dışına çıkıyor ve kullanıcıların gizliliği konusunda endişeler ortaya çıkıyor. Gizlilik kaygılarının yanı sıra, hesaplama işlemlerini taşımak için de uygulama tarafından desteğe ihtiyaç duyuluyor ve bir geliştirme maliyeti ortaya çıkıyor. Bu iki zorluğun Edge Computing paradigmasının yaygınlaşmasının önünde bir engel oluşturduğunu düşünerek bu tez, uygulamaların belli başlı kısımlarını otomatik bir şekilde uçtaki bir cihazda çalıştıracak şekilde analiz eden ve gerekli dönüşümleri yapan, aynı zamanda kullanıcıların gizliliğini koruyan PrivateEdge adında bir framework öneriyor. Önerilen framework, öne sürdüğü faydaları diğer konsept, teknoloji ve araçlarda olan gelişmeleri Edge Computing paradigmasına entegre ederek gerçekleştiriyor. PrivateEdge'in içerisinde, uygulamaların derleme anında otomatik bir şekilde analiz edip dönüşümlerini gerçekleştirmek için LLVM kullanılıyor. Ek olarak, yapılan hesaplamaları ve kullanıcı bilgilerini korumak için Confidential Computing paradigmasından faydalanıyor. Ayrıca PrivateEdge, farklı tipteki uç cihazların teknik detaylarını gizlemek, uygulamaların hedefleyeceği tek bir cihaz tipi sunmak ve onların uç cihazlara zarar vermesini engellemek için WebAssembly teknolojisini uç cihazlarda kullanıyor. PrivateEdge'in implementasyonunu bir benchmark paketi ile test ettiğimizde genel çalışma zamanlarında %15 düşüş gözlemlendi. CPU kullanımında da ciddi düşüşler görüldü. Bu sonuçlar tez önerisinin, Edge Computing paradigmasının yaygınlaşmasında büyük katkılar yapabileceğini gösteriyor.