Tantangan dan Solusi Skalabilitas dalam Implementasi IoT

Hasil ini penting karena menyerang masalah skalabilitas pada akar strukturalnya. Implementasi IoT konvensional berskala dengan menambahkan kapasitas cloud, tetapi pendekatan itu memperlakukan masalah topologi sebagai masalah penyediaan. Menambahkan server tidak mengurangi perebutan bandwidth yang muncul ketika $N$ perangkat berbagi saluran $C$ yang terbatas, juga tidak menghilangkan fakta bahwa titik akhir penyerapan terpusat adalah batas keras dan titik kegagalan tunggal. Desain hibrida justru mengubah di mana keputusan dibuat.

**Mengapa komputasi tepi membantu.** Pemrosesan lokal memotong pipeline data sebelum menjadi mahal. Jika sebuah implementasi menghasilkan telemetri mentah pada laju $D_{raw}$ dan penyaringan tepi mempertahankan sebagian $f$, maka beban hulu adalah $D_{up}=f\cdot D_{raw}$. Nilai $f\approx 0.25$ yang terukur secara langsung menjelaskan pengurangan hulu sebesar 75%, dan juga menjelaskan peningkatan throughput: kapasitas backhaul yang sebelumnya dikonsumsi oleh data redundan atau bernilai rendah kini tersedia untuk lalu lintas yang kritis latensi.

**Mengapa konsensus terdistribusi membantu.** Broker terpusat nyaman sampai tidak lagi. Menggantinya dengan perjanjian rekan iteratif,

**Mengapa pengelompokan hierarkis membantu.** Pengelompokan mengurangi jumlah entitas yang harus dikoordinasikan oleh jaringan. Alih-alih $N$ perangkat masing-masing mempertahankan hubungan hulu independen, sistem mengelola $K$ kepala klaster dengan $K\ll N$. Ini adalah mekanisme di balik perilaku penskalaan kepadatan yang terdeteksi oleh analisis korelasi: seiring pertumbuhan $N$, beban koordinasi tumbuh dengan $K$, bukan dengan $N$.

**Pertukaran dan batasan.** Pendekatan ini tidak gratis. Kepala klaster menanggung tugas energi dan komputasi tambahan, yang diatasi oleh para penulis melalui pemilihan berdasarkan energi sisa dan kualitas tautan, tetapi rotasi kepala dan overhead pemilihan ulang tetap menjadi biaya nyata. Konvergensi konsensus memperkenalkan penundaan tersendiri yang harus dianggarkan di dalam $L_{edge}$. Angka yang dilaporkan berasal dari simulasi ditambah prototipe berskala kecil, sehingga ekstrapolasi ke armada skala kota atau benua harus diperlakukan sebagai hipotesis yang dibuat masuk akal oleh desain daripada yang telah dibuktikan oleh studi pada ukuran tersebut.

**Di mana ia berlaku.** Tiga domain disorot sebagai sangat cocok: kota pintar perkotaan, di mana kepadatan node dan sensitivitas latensi keduanya tinggi; IoT industri, di mana persyaratan integritas dan ketersediaan meniadakan titik kegagalan tunggal terpusat; dan pemantauan lingkungan berskala besar, di mana perangkat banyak, tersebar secara geografis, dan seringkali terbatas daya. Dalam setiap kasus, pedoman desain yang muncul konsisten: dorong agregasi sedekat mungkin dengan sumber data, ganti koordinasi pusat dengan perjanjian rekan yang direplikasi, terapkan hierarki sebelum kepadatan memaksanya, dan optimalkan setiap istilah latensi dalam $L_{total}$ secara terpisah daripada memperlakukan penundaan ujung-ke-ujung sebagai satu kuantitas monolitik.

Argumen keseluruhan makalah ini adalah bahwa IoT yang skalabel adalah disiplin arsitektural, bukan latihan penyediaan. Kombinasi terukur dari latensi di bawah 200 ms, throughput 65% lebih tinggi, dan beban hulu 75% lebih rendah menunjukkan bahwa sistem hibrida yang terstruktur dengan baik dapat menyerap pertumbuhan yang jika tidak akan memerlukan investasi infrastruktur yang tidak proporsional.