Modelos de dados rastreáveis em arquiteturas de aplicações inteligentes

Detalhes bibliográficos
Autor(a) principal: Biondi, Gabriela Oliveira
Data de Publicação: 2021
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFABC
Texto Completo: http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=122453
Resumo: Orientador: Prof. Dr. Carlos Alberto Kamienski
id UFBC_1fbf7556900f753f32eeb2a3bd9bed1b
oai_identifier_str oai:BDTD:122453
network_acronym_str UFBC
network_name_str Repositório Institucional da UFABC
repository_id_str
spelling Modelos de dados rastreáveis em arquiteturas de aplicações inteligentesMODELAGEM DE DADOSCOMPUTAÇÃO SENSÍVEL AO CONTEXTOCOMPUTAÇÃO EM NUVEMCOMPUTAÇÃO EM NÉVOAINTERNET DAS COISASAPLICAÇÕES INTELIGENTESRASTREABILIDADEPERDA DE DADOSDATA MODELINGCONTEXT-AWARE COMPUTINGCLOUD COMPUTINGFOG COMPUTINGINTERNET OF THINGSSMART APPLICATIONSTRACEABILITYDATA LOSSPROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DA INFORMAÇÃO - UFABCOrientador: Prof. Dr. Carlos Alberto KamienskiCoorientador: Prof. Dr.Ronaldo Cristiano PratiTese (doutorado) - Universidade Federal do ABC, Programa de Pós-Graduação em Engenharia da Informação, Santo André, 2021.As Aplicações Inteligentes utilizam recursos de IoT para melhorar a experiência dos seus usuários nas cidades, na indústria, no campo e na saúde. Suas soluções demandam inovação pois (1) elas trabalham com cenários variados, (2) com um grande volume e variabilidade de dados, em arquiteturas distribuídas e, muitas vezes, (3) exigindo respostas em tempo real. Além disso, (4) essa combinação torna esse tipo de aplicação mais sensível a falhas, que podem fazer com que muitos dados sejam perdidos por problemas de hardware/software, conexão com a internet, fornecimento de energia, entre outras coisas. A perda de dados prejudica a rastreabilidade de eventos e consequentemente a auditoria do que foi executado. Para lidar com os desafios que as Aplicações Inteligentes trazem, seu modelo de dados precisa (1) ser genérico para se adequar a diferentes cenários, (2) flexível para lidar com diferentes formatos de dados, (3) escalável para ter bom desempenho diante grandes volumes de dados, e, por fim, (4) ser rastreável para que os eventos possam ser auditados, mesmo em caso de perda de dados. O objetivo desta pesquisa é propor e validar uma abordagem de modelagem de dados para aplicações inteligentes que apresente soluções para os quatro desafios citados: ser (1) genérica, (2) flexível, (3) escalável e (4) rastreável. Além disso, também é objetivo explorar a característica da rastreabilidade mediante a perda de dados e propor uma solução usando uma abordagem probabilística para esses casos. Para a validação, são usados testes qualitativos e quantitativos para cada uma das características. Os resultados dos experimentos qualitativos mostraram que o modelo proposto consegue se adaptar a diferentes cenários e armazenar dados de tipos variados, sendo assim genérico e flexível. Já os resultados dos experimentos quantitativos mostraram que a arquitetura distribuída e as modelagens híbridas diminuem o gargalo do armazenamento de uma grande quantidade de dados e que as abordagens probabilísticas podem ser usadas para rastrear eventos mesmo em casos em que parte dos dados são perdidos, senso assim escalável e rastreável.Intelligent Applications uses IoT resources to improve the experience of its users in cities, industry, the countryside and healthcare. Their solutions demand innovation because (1) they work with varied scenarios, (2) with a large volume and variability of data, in distributed architectures and, often, (3) requiring real-time responses. Furthermore, (4) this combination makes this type of application more sensitive to failures, which can cause a lot of data to be lost due to hardware/software problems, internet connection, power supply, among other things. The loss of data hinders the traceability of events and consequently the auditing of what has been executed. To deal with the challenges that Intelligent Applications bring, its data model needs to (1) be generic to suit different scenarios, (2) be flexible to handle different data formats, (3) be scalable to perform well in large volumes of data, and, finally, (4) be traceable so that events can be audited, even in case of data loss. The objective of this research is to propose and validate a data modeling approach for intelligent applications that presents solutions for the four challenges cited: to be (1) generic, (2) flexible, (3) scalable and (4) traceable. In addition, it also aims to explore the traceability feature through data loss and propose a solution using a probabilistic approach for these cases. For validation, qualitative and quantitative tests are used for each of the characteristics. The results of the qualitative experiments showed that the proposed model can adapt to different scenarios and store data of various types, thus being generic and flexible. The results of the quantitative experiments showed that the distributed architecture and hybrid modeling decreases the bottleneck of storing a large amount of data and that probabilistic approaches can be used to track events even in cases where part of the data is lost, thus scalable and traceable.Kamienski, Carlos AlbertoPrati, Ronaldo CristianoScott, Ana Lígia BarbourKleinschmidt, João HenriqueBittencourt, Luiz FernandoMaia, Rodrigo FilevBiondi, Gabriela Oliveira2021info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdf114 f. : il.http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=122453http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=122453&midiaext=79875http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=122453&midiaext=79874Cover: http://biblioteca.ufabc.edu.br/php/capa.php?obra=122453porreponame:Repositório Institucional da UFABCinstname:Universidade Federal do ABC (UFABC)instacron:UFABCinfo:eu-repo/semantics/openAccess2022-06-20T09:17:28Zoai:BDTD:122453Repositório InstitucionalPUBhttp://www.biblioteca.ufabc.edu.br/oai/oai.phpopendoar:2022-06-20T09:17:28Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)false
dc.title.none.fl_str_mv Modelos de dados rastreáveis em arquiteturas de aplicações inteligentes
title Modelos de dados rastreáveis em arquiteturas de aplicações inteligentes
spellingShingle Modelos de dados rastreáveis em arquiteturas de aplicações inteligentes
Biondi, Gabriela Oliveira
MODELAGEM DE DADOS
COMPUTAÇÃO SENSÍVEL AO CONTEXTO
COMPUTAÇÃO EM NUVEM
COMPUTAÇÃO EM NÉVOA
INTERNET DAS COISAS
APLICAÇÕES INTELIGENTES
RASTREABILIDADE
PERDA DE DADOS
DATA MODELING
CONTEXT-AWARE COMPUTING
CLOUD COMPUTING
FOG COMPUTING
INTERNET OF THINGS
SMART APPLICATIONS
TRACEABILITY
DATA LOSS
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DA INFORMAÇÃO - UFABC
title_short Modelos de dados rastreáveis em arquiteturas de aplicações inteligentes
title_full Modelos de dados rastreáveis em arquiteturas de aplicações inteligentes
title_fullStr Modelos de dados rastreáveis em arquiteturas de aplicações inteligentes
title_full_unstemmed Modelos de dados rastreáveis em arquiteturas de aplicações inteligentes
title_sort Modelos de dados rastreáveis em arquiteturas de aplicações inteligentes
author Biondi, Gabriela Oliveira
author_facet Biondi, Gabriela Oliveira
author_role author
dc.contributor.none.fl_str_mv Kamienski, Carlos Alberto
Prati, Ronaldo Cristiano
Scott, Ana Lígia Barbour
Kleinschmidt, João Henrique
Bittencourt, Luiz Fernando
Maia, Rodrigo Filev
dc.contributor.author.fl_str_mv Biondi, Gabriela Oliveira
dc.subject.por.fl_str_mv MODELAGEM DE DADOS
COMPUTAÇÃO SENSÍVEL AO CONTEXTO
COMPUTAÇÃO EM NUVEM
COMPUTAÇÃO EM NÉVOA
INTERNET DAS COISAS
APLICAÇÕES INTELIGENTES
RASTREABILIDADE
PERDA DE DADOS
DATA MODELING
CONTEXT-AWARE COMPUTING
CLOUD COMPUTING
FOG COMPUTING
INTERNET OF THINGS
SMART APPLICATIONS
TRACEABILITY
DATA LOSS
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DA INFORMAÇÃO - UFABC
topic MODELAGEM DE DADOS
COMPUTAÇÃO SENSÍVEL AO CONTEXTO
COMPUTAÇÃO EM NUVEM
COMPUTAÇÃO EM NÉVOA
INTERNET DAS COISAS
APLICAÇÕES INTELIGENTES
RASTREABILIDADE
PERDA DE DADOS
DATA MODELING
CONTEXT-AWARE COMPUTING
CLOUD COMPUTING
FOG COMPUTING
INTERNET OF THINGS
SMART APPLICATIONS
TRACEABILITY
DATA LOSS
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DA INFORMAÇÃO - UFABC
description Orientador: Prof. Dr. Carlos Alberto Kamienski
publishDate 2021
dc.date.none.fl_str_mv 2021
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=122453
url http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=122453
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=122453&midiaext=79875
http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=122453&midiaext=79874
Cover: http://biblioteca.ufabc.edu.br/php/capa.php?obra=122453
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
114 f. : il.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFABC
instname:Universidade Federal do ABC (UFABC)
instacron:UFABC
instname_str Universidade Federal do ABC (UFABC)
instacron_str UFABC
institution UFABC
reponame_str Repositório Institucional da UFABC
collection Repositório Institucional da UFABC
repository.name.fl_str_mv Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)
repository.mail.fl_str_mv
_version_ 1801502108960161792

Registros relacionados