Barros, Celestino Lopes deRocio, VitorSousa, AndréParedes, Hugo2021-12-062021-12-062021-06Barros, C., Rocio, V., Sousa, A., & Paredes, H. (2021). Escalonamento de pedidos no paradigma Fog Computing: proposta de um modelo sensível ao contexto e avaliação do seu desempenho. RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação, (42), 93-119.1646-9895http://hdl.handle.net/10400.2/11461Os pedidos de execução de aplicações na arquitetura cloud e no paradigma fog são geralmente heterogéneos e o escalonamento nessas arquiteturas é um problema de otimização com múltiplas restrições. Neste artigo, fizemos um levantamento sobre os trabalhos relacionados com o escalonamento na arquitetura cloud e no paradigma fog, identificamos as suas limitações, explorarmos perspetivas de melhorias e propomos um modelo de escalonamento sensíveis ao contexto para o paradigma fog. A solução proposta utiliza a normalização Min-Max, para resolver a heterogeneidade e normalizar os diferentes parâmetros de contexto. A prioridade dos pedidos é definida através da aplicação da técnica de análise de Regressão Linear Múltipla e o escalonamento é feito utilizando a técnica de Otimização de Programação Não Linear Multiobjetivo. Os resultados obtidos a partir de simulações no kit de ferramentas iFogSim, demonstram que a nossa proposta apresenta um melhor desempenho em comparação com as propostas não sensíveis ao contexto.Application execution requests in cloud architecture and fog paradigm are generally heterogeneous and scheduling in these architectures is an optimization problem with multiple constraints. In this paper, we conducted a survey on the related works on scheduling in cloud architecture and fog paradigm, we identify their limitations, we explore some prospects for improvements and we propose a context-aware scheduling model for fog paradigm. The proposed solution uses Min-Max normalization, to solve heterogeneity and normalize the different. context parameters. The priority of requests is set by applying the Multiple Linear Regression analysis technique and the scheduling is done using the Multiobjective Nonlinear Programming Optimization technique. The results obtained from simulations on iFogSim toolkit, show that our proposal performs better compared to the non-context-aware proposals.porSensibilidade ao contextoQualidade de experiênciaEscalonamento sensível ao contextoModelo de escalonamentoArquitetura cloudParadigma fog computingContext-awareQuality of experienceContext-aware task schedulingScheduling modelCloud architecture and fog paradigmjournal article10.17013/risti.42.93–119