AdaptThing: modelo computacional para gerenciamento dinâmico e adaptativo de objetos da IoT utilizando histórico de contextos
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) |
Texto Completo: | http://www.repositorio.jesuita.org.br/handle/UNISINOS/9676 |
Resumo: | Atualmente é esperado que os ambientes inteligentes tenham a capacidade de responder a eventos, principalmente em situações inesperadas. Os ambientes inteligentes são favorecidos pela evolução tecnológica, que possibilitou o surgimento do paradigma da Internet das Coisas – Internet of Things (IoT), que permite a conectividade entre diferentes sistemas e dispositivos, sejam físicos ou virtuais, através da Internet. Tanto os sistemas, quanto os dispositivos, podem ser adaptados conforme as necessidades dos ambientes, sejam através de monitoramento ou até mesmo ajustando parâmetros de funcionamento, respondendo assim, de forma dinâmica as mudanças existentes. Para isso, são necessários elementos sensoriais, chamados de objetos sensitivos, utilizados para coletarem informações dos ambientes. Além de coletar e obter os dados de fontes heterogêneas é necessário armazenar os dados de forma a constituir uma base histórica, para consulta e inferência, considerando as características do evento, localização, e momento em que ocorreu, gerando assim históricos de contextos. Com base nos históricos de contextos, aliado a novos eventos, é possível inferir a necessidade de reconfiguração do comportamento operacional dos objetos sensitivos, realizando até mesmo a realocação de recursos móveis para áreas menos densamente monitoradas, permitindo assim dados mais confiáveis e detalhados. Dessa forma, esta tese propõe o modelo computacional AdaptThing, que adapta dinamicamente dispositivos físicos e virtuais da IoT, através de uma rede de objetos sensitivos heterogêneos, com a capacidade de realizar a adaptação dinâmica do comportamento operacional dos elementos envolvidos, de forma a melhorar a resolução e detalhamento dos dados. O modelo computacional foi implementado e avaliado em dois cenários de aplicação. Um cenário foi educacional, onde o sistema forneceu questões de acordo com o conhecimento médio da turma onde aplicado, reduzindo o número de questões do mesmo assunto em 33,3 %. O outro cenário envolveu um conjunto de 25 estações climáticas profissionais, onde uma das estações teve seu funcionamento adaptado com base nas informações do contexto, reduzindo o seu consumo computacional em 67 %. Dessa forma considera-se que o modelo computacional AdaptThing possui a capacidade de gerenciar objetos sensitivos da IoT, adaptando dinamicamente o comportamento operacional de funcionamento, permitindo maior detalhamento de informações. |
id |
USIN_084fad750a5b0b5aaa349eaedf07c992 |
---|---|
oai_identifier_str |
oai:www.repositorio.jesuita.org.br:UNISINOS/9676 |
network_acronym_str |
USIN |
network_name_str |
Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) |
repository_id_str |
|
spelling |
2021-03-29T16:36:26Z2021-03-29T16:36:26Z2019-12-11Submitted by Tatiane Vieira da Costa (tatianec) on 2021-03-29T16:36:25Z No. of bitstreams: 1 Alexandre Stürmer Wolf_ (1).pdf: 3927668 bytes, checksum: d505f1b6aa54a647d0cf27d6d50e0b28 (MD5)Made available in DSpace on 2021-03-29T16:36:26Z (GMT). No. of bitstreams: 1 Alexandre Stürmer Wolf_ (1).pdf: 3927668 bytes, checksum: d505f1b6aa54a647d0cf27d6d50e0b28 (MD5) Previous issue date: 2019-12-11Atualmente é esperado que os ambientes inteligentes tenham a capacidade de responder a eventos, principalmente em situações inesperadas. Os ambientes inteligentes são favorecidos pela evolução tecnológica, que possibilitou o surgimento do paradigma da Internet das Coisas – Internet of Things (IoT), que permite a conectividade entre diferentes sistemas e dispositivos, sejam físicos ou virtuais, através da Internet. Tanto os sistemas, quanto os dispositivos, podem ser adaptados conforme as necessidades dos ambientes, sejam através de monitoramento ou até mesmo ajustando parâmetros de funcionamento, respondendo assim, de forma dinâmica as mudanças existentes. Para isso, são necessários elementos sensoriais, chamados de objetos sensitivos, utilizados para coletarem informações dos ambientes. Além de coletar e obter os dados de fontes heterogêneas é necessário armazenar os dados de forma a constituir uma base histórica, para consulta e inferência, considerando as características do evento, localização, e momento em que ocorreu, gerando assim históricos de contextos. Com base nos históricos de contextos, aliado a novos eventos, é possível inferir a necessidade de reconfiguração do comportamento operacional dos objetos sensitivos, realizando até mesmo a realocação de recursos móveis para áreas menos densamente monitoradas, permitindo assim dados mais confiáveis e detalhados. Dessa forma, esta tese propõe o modelo computacional AdaptThing, que adapta dinamicamente dispositivos físicos e virtuais da IoT, através de uma rede de objetos sensitivos heterogêneos, com a capacidade de realizar a adaptação dinâmica do comportamento operacional dos elementos envolvidos, de forma a melhorar a resolução e detalhamento dos dados. O modelo computacional foi implementado e avaliado em dois cenários de aplicação. Um cenário foi educacional, onde o sistema forneceu questões de acordo com o conhecimento médio da turma onde aplicado, reduzindo o número de questões do mesmo assunto em 33,3 %. O outro cenário envolveu um conjunto de 25 estações climáticas profissionais, onde uma das estações teve seu funcionamento adaptado com base nas informações do contexto, reduzindo o seu consumo computacional em 67 %. Dessa forma considera-se que o modelo computacional AdaptThing possui a capacidade de gerenciar objetos sensitivos da IoT, adaptando dinamicamente o comportamento operacional de funcionamento, permitindo maior detalhamento de informações.It's currently expected that any environment will become an Intelligent Environment, capable of responding to events, especially in unexpected situations. Intelligent environments are favored by technological evolution, which has enabled the emergence of the Internet of Things (IoT) paradigm, which allows connectivity between different systems and devices, whether physical or virtual, through the Internet. Both systems and devices must adapt to the needs of environments, responding dynamically to existing changes. This requires sensory elements, called sensory objects, used to collect information from the environment. In addition to collecting and obtaining data from heterogeneous sources, it is necessary to store the data in such a way as to constitute a historical basis for consultation and inference, considering the characteristics of the event, location, and moment in which it occurred, thus generating a history of contexts. Based on contextual history, coupled with new events, it is possible to infer the need to reconfigure the operational behavior of sensitive objects, even relocating mobile resources to less densely monitored areas, thus enabling more reliable and detailed data. Thus, this thesis proposes the AdaptThing computational model, which supports heterogeneous sensitive object networks, with the ability to dynamically adapt the operational behavior of the elements involved, to improve data resolution and detail. The computational model was implemented and evaluated in two application scenarios. One scenario was educational, where the system provided questions according to the average knowledge of the class where applied, reducing the number of questions of the same subject by 33.3%. The other implementation scenario was applied to a set of 14 professional climate stations, where one of the stations had its operation adapted based on contextual information, reducing its computational consumption by 67%. Thus, it is considered that the AdaptThing computational model can manage IoT sensitive objects, dynamically adapting operational operating behavior, allowing for more detailed information.NenhumaWolf, Alexandre Stürmerhttp://lattes.cnpq.br/0591097928246945http://lattes.cnpq.br/6754464380129137Barbosa, Jorge Luis VictóriaUniversidade do Vale do Rio dos SinosPrograma de Pós-Graduação em Computação AplicadaUnisinosBrasilEscola PolitécnicaAdaptThing: modelo computacional para gerenciamento dinâmico e adaptativo de objetos da IoT utilizando histórico de contextosACCNPQ::Ciências Exatas e da Terra::Ciência da ComputaçãoInternet das coisasAdaptação dinâmicaHistórico de contextosInternet of thingsDynamic adaptionHistory contextsinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesishttp://www.repositorio.jesuita.org.br/handle/UNISINOS/9676info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos)instname:Universidade do Vale do Rio dos Sinos (UNISINOS)instacron:UNISINOSORIGINALAlexandre Stürmer Wolf_ (1).pdfAlexandre Stürmer Wolf_ (1).pdfapplication/pdf3927668http://repositorio.jesuita.org.br/bitstream/UNISINOS/9676/1/Alexandre+St%C3%BCrmer+Wolf_+%281%29.pdfd505f1b6aa54a647d0cf27d6d50e0b28MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-82175http://repositorio.jesuita.org.br/bitstream/UNISINOS/9676/2/license.txt320e21f23402402ac4988605e1edd177MD52UNISINOS/96762021-03-29 13:37:01.12oai:www.repositorio.jesuita.org.br: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 Digital de Teses e Dissertaçõeshttp://www.repositorio.jesuita.org.br/oai/requestopendoar:2021-03-29T16:37:01Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) - Universidade do Vale do Rio dos Sinos (UNISINOS)false |
dc.title.pt_BR.fl_str_mv |
AdaptThing: modelo computacional para gerenciamento dinâmico e adaptativo de objetos da IoT utilizando histórico de contextos |
title |
AdaptThing: modelo computacional para gerenciamento dinâmico e adaptativo de objetos da IoT utilizando histórico de contextos |
spellingShingle |
AdaptThing: modelo computacional para gerenciamento dinâmico e adaptativo de objetos da IoT utilizando histórico de contextos Wolf, Alexandre Stürmer ACCNPQ::Ciências Exatas e da Terra::Ciência da Computação Internet das coisas Adaptação dinâmica Histórico de contextos Internet of things Dynamic adaption History contexts |
title_short |
AdaptThing: modelo computacional para gerenciamento dinâmico e adaptativo de objetos da IoT utilizando histórico de contextos |
title_full |
AdaptThing: modelo computacional para gerenciamento dinâmico e adaptativo de objetos da IoT utilizando histórico de contextos |
title_fullStr |
AdaptThing: modelo computacional para gerenciamento dinâmico e adaptativo de objetos da IoT utilizando histórico de contextos |
title_full_unstemmed |
AdaptThing: modelo computacional para gerenciamento dinâmico e adaptativo de objetos da IoT utilizando histórico de contextos |
title_sort |
AdaptThing: modelo computacional para gerenciamento dinâmico e adaptativo de objetos da IoT utilizando histórico de contextos |
author |
Wolf, Alexandre Stürmer |
author_facet |
Wolf, Alexandre Stürmer |
author_role |
author |
dc.contributor.authorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/0591097928246945 |
dc.contributor.advisorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/6754464380129137 |
dc.contributor.author.fl_str_mv |
Wolf, Alexandre Stürmer |
dc.contributor.advisor1.fl_str_mv |
Barbosa, Jorge Luis Victória |
contributor_str_mv |
Barbosa, Jorge Luis Victória |
dc.subject.cnpq.fl_str_mv |
ACCNPQ::Ciências Exatas e da Terra::Ciência da Computação |
topic |
ACCNPQ::Ciências Exatas e da Terra::Ciência da Computação Internet das coisas Adaptação dinâmica Histórico de contextos Internet of things Dynamic adaption History contexts |
dc.subject.por.fl_str_mv |
Internet das coisas Adaptação dinâmica Histórico de contextos |
dc.subject.eng.fl_str_mv |
Internet of things Dynamic adaption History contexts |
description |
Atualmente é esperado que os ambientes inteligentes tenham a capacidade de responder a eventos, principalmente em situações inesperadas. Os ambientes inteligentes são favorecidos pela evolução tecnológica, que possibilitou o surgimento do paradigma da Internet das Coisas – Internet of Things (IoT), que permite a conectividade entre diferentes sistemas e dispositivos, sejam físicos ou virtuais, através da Internet. Tanto os sistemas, quanto os dispositivos, podem ser adaptados conforme as necessidades dos ambientes, sejam através de monitoramento ou até mesmo ajustando parâmetros de funcionamento, respondendo assim, de forma dinâmica as mudanças existentes. Para isso, são necessários elementos sensoriais, chamados de objetos sensitivos, utilizados para coletarem informações dos ambientes. Além de coletar e obter os dados de fontes heterogêneas é necessário armazenar os dados de forma a constituir uma base histórica, para consulta e inferência, considerando as características do evento, localização, e momento em que ocorreu, gerando assim históricos de contextos. Com base nos históricos de contextos, aliado a novos eventos, é possível inferir a necessidade de reconfiguração do comportamento operacional dos objetos sensitivos, realizando até mesmo a realocação de recursos móveis para áreas menos densamente monitoradas, permitindo assim dados mais confiáveis e detalhados. Dessa forma, esta tese propõe o modelo computacional AdaptThing, que adapta dinamicamente dispositivos físicos e virtuais da IoT, através de uma rede de objetos sensitivos heterogêneos, com a capacidade de realizar a adaptação dinâmica do comportamento operacional dos elementos envolvidos, de forma a melhorar a resolução e detalhamento dos dados. O modelo computacional foi implementado e avaliado em dois cenários de aplicação. Um cenário foi educacional, onde o sistema forneceu questões de acordo com o conhecimento médio da turma onde aplicado, reduzindo o número de questões do mesmo assunto em 33,3 %. O outro cenário envolveu um conjunto de 25 estações climáticas profissionais, onde uma das estações teve seu funcionamento adaptado com base nas informações do contexto, reduzindo o seu consumo computacional em 67 %. Dessa forma considera-se que o modelo computacional AdaptThing possui a capacidade de gerenciar objetos sensitivos da IoT, adaptando dinamicamente o comportamento operacional de funcionamento, permitindo maior detalhamento de informações. |
publishDate |
2019 |
dc.date.issued.fl_str_mv |
2019-12-11 |
dc.date.accessioned.fl_str_mv |
2021-03-29T16:36:26Z |
dc.date.available.fl_str_mv |
2021-03-29T16:36:26Z |
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://www.repositorio.jesuita.org.br/handle/UNISINOS/9676 |
url |
http://www.repositorio.jesuita.org.br/handle/UNISINOS/9676 |
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.publisher.none.fl_str_mv |
Universidade do Vale do Rio dos Sinos |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Computação Aplicada |
dc.publisher.initials.fl_str_mv |
Unisinos |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Escola Politécnica |
publisher.none.fl_str_mv |
Universidade do Vale do Rio dos Sinos |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) instname:Universidade do Vale do Rio dos Sinos (UNISINOS) instacron:UNISINOS |
instname_str |
Universidade do Vale do Rio dos Sinos (UNISINOS) |
instacron_str |
UNISINOS |
institution |
UNISINOS |
reponame_str |
Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) |
collection |
Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) |
bitstream.url.fl_str_mv |
http://repositorio.jesuita.org.br/bitstream/UNISINOS/9676/1/Alexandre+St%C3%BCrmer+Wolf_+%281%29.pdf http://repositorio.jesuita.org.br/bitstream/UNISINOS/9676/2/license.txt |
bitstream.checksum.fl_str_mv |
d505f1b6aa54a647d0cf27d6d50e0b28 320e21f23402402ac4988605e1edd177 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) - Universidade do Vale do Rio dos Sinos (UNISINOS) |
repository.mail.fl_str_mv |
|
_version_ |
1801845047470063616 |