Designing and implementing digital twins with cloud and edge computing: challenges and opportunities

Abstract

Digital twins are interconnected models of a physical and a virtual system that interact in real-time. The virtual component is software that mirrors the actions of the physical counterpart, identifies issues, and autonomously resolves them without human interven tion. The advent of the Internet of Things and affordable sensory devices have given rise to the contemporary digital twin that requires the ability to control their physical counterparts, necessitating a dependable connection. This research investigates the rela tionship between data acquisition systems and event processing in the context of cloud and edge computing digital twins. The primary challenge of this research is to devise methods to enhance the performance of data-intensive systems with escalating data input while adhering to time, cost, and complexity constraints. This work introduces a study on digital twins enabled by cloud and edge computing, experimenting with the real-time communication needs of a digital twin system deployed in a multi-component cloud and edge cluster environment. This work broadens the scope towards designing digital twin systems to operate at scale, conducting experiments using MQTT and Apache Kafka to identify potential issues for cloud and edge devices. The experiments employed a network setup using a Kubernetes cluster, unlike previous simulation approaches that solely utilized virtual machines, to achieve more authentic and precise outcomes. The experiments revealed potential issues in the scenario executions due to the brokers requiring more resources than the low-specification edge devices could offer while also deliberating on the compromises and constraints of employing Kafka for digital twins, particularly in these low-specification scenarios. Introducing an additional computation layer to a highly data-intensive application might strain the hardware available to the digital twin system. Configuring Kafka is also a complex task to manage topic partitioning, data acquisition, and replication factors. It is crucial to comprehend the objectives and the expenses to at tain positive results. The cost, which infrastructure and operational complexity can gauge, must be managed individually. The practicality and advantages of employing cloud and edge computing for digital twins are significant academic subjects. There is also a need for additional research and optimization to address such systems’ real-time requirements and data management issues, enabling their application in edge computing.

Os gêmeos digitais são modelos interconectados de um sistema físico e um virtual que interagem em tempo real. O componente virtual é um software que espelha as ações da contraparte física, identifica problemas e os resolve de forma autônoma sem intervenção humana. O advento da Internet das Coisas e de dispositivos sensoriais acessíveis deu origem ao gêmeo digital contemporâneo, que requer a capacidade de controlar suas contrapartes físicas, necessitando de uma conexão confiável. Esta pesquisa investiga a relação entre sistemas de aquisição de dados e o processamento de eventos no contexto de gêmeos digitais utilizando computação em nuvem e de borda. O principal desafio desta pesquisa é criar métodos para aprimorar o desempenho de sistemas com uso intensivo de dados com entrada de dados crescente, respeitando as restrições de tempo, custo e complexidade. Este trabalho apresenta um estudo sobre gêmeos digitais viabilizado pela computação em nuvem e de borda, experimentando as necessidades de comunicação em tempo real de um sistema de gêmeos digitais implantado em um ambiente multicomponente em um cluster na nuvem e na borda. Este trabalho amplia o escopo para projetar sistemas de gêmeos digitais para operar em escala, realizando experimentos usando MQTT e Apache Kafka para identificar possíveis problemas para dispositivos de nuvem e de borda. Os experimentos empregaram uma configuração de rede usando um cluster Kubernetes, diferente mente das abordagens de simulação anteriores que utilizavam apenas máquinas virtuais, para obter resultados mais autênticos e precisos. Os experimentos revelaram possíveis problemas nas execuções dos cenários devido ao fato de os corretores exigirem mais re cursos do que os dispositivos de borda de baixa especificação poderiam oferecer e, ao mesmo tempo, discutindo os compromissos e as restrições do uso do Kafka para gêmeos digitais, principalmente em cenários de baixa especificação. A introdução de uma camada de computação adicional em um aplicativo com uso intenso de dados pode sobrecarregar o hardware disponível para o sistema de gêmeos digitais. A configuração do Kafka tam bém é uma tarefa complexa para gerenciar o particionamento de tópicos, a aquisição de dados e os fatores de replicação. É fundamental compreender os objetivos e as despesas para obter resultados positivos. O custo, que pode ser medido pela infraestrutura e pela complexidade operacional, deve ser gerenciado individualmente. A praticidade e as vantagens de empregar a computação em nuvem e de ponta para gêmeos digitais são assuntos acadêmicos importantes. Há também a necessidade de mais pesquisas e otimização para atender aos requisitos de tempo real e aos problemas de gerenciamento de dados desses sistemas, permitindo sua aplicação na computação de ponta.