Seleção de sensores sensível a contexto para redução do consumo de energia em smartphones

• Autor(a) principal: BEZERRA, Pâmela Thays Lins
• Data de Publicação: 2015
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UFPE
• Texto Completo: https://repositorio.ufpe.br/handle/123456789/15009
• topic: Inteligência artificial; Smartphones; Energia – consumo

Nos últimos anos observamos uma mudança no paradigma de uso dos aparelhos celulares. Inicialmente eles possuíam um número limitado de funções, voltados apenas para fazer e receber chamadas. Atualmente, contudo, eles se tornaram dispositivos de propósito geral, oferecendo diversos serviços como GPS, e-mail, jogos, vídeos, etc. Além disto, a cada ano cresce o número de sensores integrados ao smartphone. Essa alta quantidade de sensores possibilita que os atuais dispositivos móveis sejam sensíveis ao contexto, ou seja, entendam o contexto do usuário e adaptem-se a diferentes situações. Contudo, a coleta contínua de dados contextuais e associada ao uso exagerado de sensores consome muita energia. E infelizmente as baterias usadas nos smartphones não evoluíram no mesmo ritmo que os demais componentes. Desta forma, surge um novo desafio: Como prover mais serviços e de melhor qualidade sem desperdiçar energia? Por este motivo, diversos artigos sobre o hardware e o software em dispositivos móveis são voltados para desenvolver soluções em eficiência energética, ou seja, reduzir o consumo de energia sem que os dispositivos percam a performance e a qualidade dos serviços oferecidos. Este trabalho de mestrado propõe um método de redução de consumo de energia baseado em contexto para smartphones através da seleção de sensores. O objetivo é entender quais atividades o usuário executa e o ambiente onde ele se encontra para selecionar apenas os sensores mais adequados ao momento. Com isto evita-se o desperdício de energia causado por diversos sensores ativos sem deixar de atender correntamente ao usuário. Em nosso estudo usamos regras de associação para relacionar diferentes características do usuário, como sociabilidade, mobilidade, posição, etc, de modo a inferir todo o contexto do usuário de maneira simples e rápida. Para validar nosso estudo, desenvolvemos um serviço android e realizamos experimentos de energia. O protótipo conseguiu aumentar o tempo de vida das baterias dos smartphones estudados em mais de uma hora.