Compressão de dados com perda em dispositivos da internet das coisas

Detalhes bibliográficos
Autor(a) principal: Arias Correa, Juan David
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/216077
Resumo: Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Automação e Sistemas, Florianópolis, 2020.
id UFSC_375b27cf4e31dc6274ce3928f4880c48
oai_identifier_str oai:repositorio.ufsc.br:123456789/216077
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Compressão de dados com perda em dispositivos da internet das coisasEngenharia de sistemasAutomaçãoInternet das coisasCompressão de dados (Computação)Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Automação e Sistemas, Florianópolis, 2020.A Internet das Coisas ou Internet of Things (IoT) apresenta a visão de conectar coisas do mundo real com o mundo digital através da internet. As coisas são embarcadas com tecnologias que as transformam em dispositivos inteligentes, sensores e atuadores que lhes permitem interagir com o ambiente, e estes contam com um sistema de comunicação para conectá-los com outros dispositivos, serviços ou servidores. A transmissão do estado atual e das amostras coletadas dos sensores em um dispositivo da IoT é uma tarefa fundamental na maioria das aplicações, porém é um dos maiores desafios para a IoT atualmente. O uso do sistema de comunicação é uma das principais fontes de consumo energético do dispositivo. Considerando que os dispositivos tendem a ter limitações energéticas, soluções que permitam reduzir a utilização do sistema de comunicação são essenciais para melhorar o desempenho e tempo de vida do sistema. A coleta de amostras por parte do dispositivo e seu envio, além dos custos causados pelo transporte, gerenciamento, processamento e armazenamento destes, podem afetar a viabilidade de projetos de IoT, assim, soluções de Compressão de Dados (CD) se fazem necessárias. Os mecanismos de CD representam os dados de uma forma comprimida e, posteriormente, com um processo de descompressão, se pode recuperar os dados originais. Existem algoritmos sem perda nos quais os dados originais podem ser completamente recuperados e, com perda, nos quais só é possível recuperar uma aproximação destes. Os algoritmos com perda têm uma complexidade computacional menor, além de conseguir representar os dados com uma menor quantidade de dados. A presente dissertação tem como objetivo projetar mecanismos de compressão de dados com perdas capazes de serem executados em ambientes com capacidades de processamento e memória principal extremamente limitados, como são os dispositivos utilizados na IoT. Considerando as propostas verificadas nos trabalhos relacionados , o método Swinging Door Trending (SDT) é o estudado. O SDT é um método de interpolação linear que tem uma complexidade computacional igual a O(1). O SDT demanda a definição de um parâmetro de tolerância que é um mecanismo comum nos algoritmos de CD com perda, quando estes parâmetros são escolhidos incorretamente podem reduzir o nível de compressão ou incrementar o erro o suficiente para que os dados originais fiquem irreconhecíveis. Desta forma, a proposta da dissertação é adicionar uma etapa de autoajuste e autodefinição do parâmetro de tolerância utilizando como estudo de caso o SDT. O foco da dissertação são os dados dos sensores coletados pelo dispositivo, o comportamento do sinal coletado em cada dispositivo sera utilizado como base para a etapa de autoajuste e autodefinição. Os algoritmos de CD com perdas são avaliados considerando a Taxa de erro e de compressão que permitem avaliar o desempenho dos algoritmos. Uma métrica de avaliação chamada de Critério de Compressão (CC) baseada no F-Score é proposta como métrica de qualidade e de seleção dos parâmetros em algoritmos com perdas. Os resultados mostram que os mecanismos propostos funcionam adequadamente com o SDT, conseguindo bons resultados em termos de compressão e erro, sem aumentar a complexidade computacional do algoritmo a ser executado no dispositivo.Abstract: Internet of Things (IoT) is the vision to connect things that are part of the real world with the digital world through the internet. These things are embedded with technologies to turn them into smart device. They must have communication systems for connecting with services, servers and other devices. Devices interact with the environment through sensors and actuators. Things have as an important task the transmission of information such as their current state or sensed data. The use of the communication system by devices consumes a significant portion of their energy supply, making energy efficiency an important challenge for IoT due to energy limitations of devices. The collection of large volumes of data from IoT devices implies a significant storage and transmission cost. Data Compression (DC) is a possible solution for the economic and energetic viability of some IoT projects in face of IoT popularization. DC is the process of reducing the quantity of data required to represent the same volume of information.A decompression process can restore the original data from the compressed one. There are lossless mechanisms that can recover the original data and lossy that only restore an approximation of them. The lossy methods can compress some information with less quantity of data and has less computational complexity than the lossless one. This dissertation focuses in a lossy DC mechanism to compress the sensor measurements inside IoT devices. The Swinging Door Trending (SDT) is chosen considering the proposals found in the literature. The SDT is a linear interpolation method with a computational complexity equal to O(1). The SDT requires the selection of the Deviation Compression (DC) parameter that is fundamental for compression. When the DC is incorrectly selected, it can reduce the Compression Rate or increase the Error Rate (some cases so much that the data is unrecognizable). This dissertation proposes to modify the SDT, adding a DC auto-definition process and an auto-adjustment proces, considering the behavior of the collected signal from the sensors. lossy CD algorithms can be evaluated by equations that represent the Compression Error (CE) and the Compression rate (CR). This dissertation proposes a new performance metric called Compression Criterion (CC), this is based on the F-Score used to evaluate the performance of Artificial intelligence (AI) algorithms. The F-Score provides a single measure combining two other desirables metrics such as precision and call in AI, the proposes uses the CE and CR as metrics. The CC is additionally used as a selective criterion of the DC value. The results conclude that the proposed mechanisms work properly with the SDT in IoT devices and CC proved to be a good evaluation metric.Pinto, Alex Sandro RoschildtMontez, Carlos BarrosUniversidade Federal de Santa CatarinaArias Correa, Juan David2020-10-21T21:25:28Z2020-10-21T21:25:28Z2020info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis105 p.| il., gráfs.application/pdf370399https://repositorio.ufsc.br/handle/123456789/216077porreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccess2020-10-21T21:25:28Zoai:repositorio.ufsc.br:123456789/216077Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732020-10-21T21:25:28Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Compressão de dados com perda em dispositivos da internet das coisas
title Compressão de dados com perda em dispositivos da internet das coisas
spellingShingle Compressão de dados com perda em dispositivos da internet das coisas
Arias Correa, Juan David
Engenharia de sistemas
Automação
Internet das coisas
Compressão de dados (Computação)
title_short Compressão de dados com perda em dispositivos da internet das coisas
title_full Compressão de dados com perda em dispositivos da internet das coisas
title_fullStr Compressão de dados com perda em dispositivos da internet das coisas
title_full_unstemmed Compressão de dados com perda em dispositivos da internet das coisas
title_sort Compressão de dados com perda em dispositivos da internet das coisas
author Arias Correa, Juan David
author_facet Arias Correa, Juan David
author_role author
dc.contributor.none.fl_str_mv Pinto, Alex Sandro Roschildt
Montez, Carlos Barros
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Arias Correa, Juan David
dc.subject.por.fl_str_mv Engenharia de sistemas
Automação
Internet das coisas
Compressão de dados (Computação)
topic Engenharia de sistemas
Automação
Internet das coisas
Compressão de dados (Computação)
description Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Automação e Sistemas, Florianópolis, 2020.
publishDate 2020
dc.date.none.fl_str_mv 2020-10-21T21:25:28Z
2020-10-21T21:25:28Z
2020
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv 370399
https://repositorio.ufsc.br/handle/123456789/216077
identifier_str_mv 370399
url https://repositorio.ufsc.br/handle/123456789/216077
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 105 p.| il., gráfs.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652258984853504

Registros relacionados