Modelagem Bayesiana aplicada para cálculo da probabilidade de falha em Sistemas de Saúde IoT

Detalhes bibliográficos
Autor(a) principal: Kinjo,Erika Midori
Data de Publicação: 2022
Outros Autores: Librantz,André Felipe Henriques, Souza,Edson Melo de, Santos,Fábio Cosme Rodrigues dos
Tipo de documento: Artigo
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://scielo.pt/scielo.php?script=sci_arttext&pid=S1646-98952022000300087
Resumo: Resumo A implantação da tecnologia da Internet das Coisas (IoT) traz benefícios à vida, como controle remoto de pragas na agricultura, monitoramento da cadeia de suprimentos, melhoria na educação e monitoramento de pacientes. No entanto, apesar dos benefícios, existem desafios embutidos na implementação desta tecnologia. Um dos maiores desafios da área é a violação de privacidade e segurança de dados. Portanto, é necessário avaliar a probabilidade de falha dos elementos e, consequentemente, a causa desse problema. Assim, é neste contexto que este trabalho se propõe a identificar, modelar e calcular a probabilidade de falha através de uma análise sistemática, utilizando Redes Bayesianas. Os resultados mostraram que através do uso do modelo proposto foi possível avaliar diferentes cenários para o uso de redes de Internet das Coisas, bem como simular o efeito da probabilidade de falha nos elementos críticos do sistema.
id RCAP_f490bd8ea64c3d61d6e1855910bf5e04
oai_identifier_str oai:scielo:S1646-98952022000300087
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Modelagem Bayesiana aplicada para cálculo da probabilidade de falha em Sistemas de Saúde IoTRede BayesianasFalhaSaúdeInternet das CoisasNoisy-ORResumo A implantação da tecnologia da Internet das Coisas (IoT) traz benefícios à vida, como controle remoto de pragas na agricultura, monitoramento da cadeia de suprimentos, melhoria na educação e monitoramento de pacientes. No entanto, apesar dos benefícios, existem desafios embutidos na implementação desta tecnologia. Um dos maiores desafios da área é a violação de privacidade e segurança de dados. Portanto, é necessário avaliar a probabilidade de falha dos elementos e, consequentemente, a causa desse problema. Assim, é neste contexto que este trabalho se propõe a identificar, modelar e calcular a probabilidade de falha através de uma análise sistemática, utilizando Redes Bayesianas. Os resultados mostraram que através do uso do modelo proposto foi possível avaliar diferentes cenários para o uso de redes de Internet das Coisas, bem como simular o efeito da probabilidade de falha nos elementos críticos do sistema.AISTI - Associação Ibérica de Sistemas e Tecnologias de Informação2022-09-01info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articletext/htmlhttp://scielo.pt/scielo.php?script=sci_arttext&pid=S1646-98952022000300087RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação n.47 2022reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAPporhttp://scielo.pt/scielo.php?script=sci_arttext&pid=S1646-98952022000300087Kinjo,Erika MidoriLibrantz,André Felipe HenriquesSouza,Edson Melo deSantos,Fábio Cosme Rodrigues dosinfo:eu-repo/semantics/openAccess2024-02-06T17:24:28Zoai:scielo:S1646-98952022000300087Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T02:30:16.084320Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Modelagem Bayesiana aplicada para cálculo da probabilidade de falha em Sistemas de Saúde IoT
title Modelagem Bayesiana aplicada para cálculo da probabilidade de falha em Sistemas de Saúde IoT
spellingShingle Modelagem Bayesiana aplicada para cálculo da probabilidade de falha em Sistemas de Saúde IoT
Kinjo,Erika Midori
Rede Bayesianas
Falha
Saúde
Internet das Coisas
Noisy-OR
title_short Modelagem Bayesiana aplicada para cálculo da probabilidade de falha em Sistemas de Saúde IoT
title_full Modelagem Bayesiana aplicada para cálculo da probabilidade de falha em Sistemas de Saúde IoT
title_fullStr Modelagem Bayesiana aplicada para cálculo da probabilidade de falha em Sistemas de Saúde IoT
title_full_unstemmed Modelagem Bayesiana aplicada para cálculo da probabilidade de falha em Sistemas de Saúde IoT
title_sort Modelagem Bayesiana aplicada para cálculo da probabilidade de falha em Sistemas de Saúde IoT
author Kinjo,Erika Midori
author_facet Kinjo,Erika Midori
Librantz,André Felipe Henriques
Souza,Edson Melo de
Santos,Fábio Cosme Rodrigues dos
author_role author
author2 Librantz,André Felipe Henriques
Souza,Edson Melo de
Santos,Fábio Cosme Rodrigues dos
author2_role author
author
author
dc.contributor.author.fl_str_mv Kinjo,Erika Midori
Librantz,André Felipe Henriques
Souza,Edson Melo de
Santos,Fábio Cosme Rodrigues dos
dc.subject.por.fl_str_mv Rede Bayesianas
Falha
Saúde
Internet das Coisas
Noisy-OR
topic Rede Bayesianas
Falha
Saúde
Internet das Coisas
Noisy-OR
description Resumo A implantação da tecnologia da Internet das Coisas (IoT) traz benefícios à vida, como controle remoto de pragas na agricultura, monitoramento da cadeia de suprimentos, melhoria na educação e monitoramento de pacientes. No entanto, apesar dos benefícios, existem desafios embutidos na implementação desta tecnologia. Um dos maiores desafios da área é a violação de privacidade e segurança de dados. Portanto, é necessário avaliar a probabilidade de falha dos elementos e, consequentemente, a causa desse problema. Assim, é neste contexto que este trabalho se propõe a identificar, modelar e calcular a probabilidade de falha através de uma análise sistemática, utilizando Redes Bayesianas. Os resultados mostraram que através do uso do modelo proposto foi possível avaliar diferentes cenários para o uso de redes de Internet das Coisas, bem como simular o efeito da probabilidade de falha nos elementos críticos do sistema.
publishDate 2022
dc.date.none.fl_str_mv 2022-09-01
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://scielo.pt/scielo.php?script=sci_arttext&pid=S1646-98952022000300087
url http://scielo.pt/scielo.php?script=sci_arttext&pid=S1646-98952022000300087
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv http://scielo.pt/scielo.php?script=sci_arttext&pid=S1646-98952022000300087
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv text/html
dc.publisher.none.fl_str_mv AISTI - Associação Ibérica de Sistemas e Tecnologias de Informação
publisher.none.fl_str_mv AISTI - Associação Ibérica de Sistemas e Tecnologias de Informação
dc.source.none.fl_str_mv RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação n.47 2022
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799137368472551424

Registros relacionados