Fogchain: a fog computing architecture integrating blockchain and Internet of things for personal health records

• Autor(a) principal: Mayer, André Henrique
• Data de Publicação: 2020
• Tipo de documento: Dissertação
• Idioma: eng
• Título da fonte: Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos)
• Texto Completo: http://www.repositorio.jesuita.org.br/handle/UNISINOS/9212
• topic: ACCNPQ::Ciências Exatas e da Terra::Ciência da Computação; Internet das coisas; Computação em neblina; Sistemas distribuídos; Blockchain; Internet of things; Fog computing; Distributed systems

A adoção da Internet das Coisas cresce significativamente e é bem-sucedida em diversos domínios diferentes. No entanto, a crescente demanda por mais dispositivos conectados aumenta o requisito de arquiteturas de IoT escaláveis, capazes de manter a segurança e a privacidade dos dados coletados. Este último é um aspecto particularmente crítico ao considerar dados sensíveis, por exemplo, registros médicos. Uma solução para enfrentar esse desafio é modificar o modelo de arquitetura centralizado, para um distribuído baseado em Blockchain, alterando a maneira como os dados da IoT são armazenados e compartilhados, fornecendo uma rede ponto a ponto descentralizada. A tecnologia Blockchain permite nomear e rastrear dispositivos conectados e, no caso deste trabalho, apresenta uma alta disponibilidade de registros pessoais de saúde, protegendo ainda a privacidade do paciente através do uso de criptografia. Além disso, a adição de mecanismos de computação em neblina permite o processamento local de dados, otimizando o tempo de resposta das aplicações de saúde. Como resultado, os dispositivos podem contar com um ecossistema local mais resiliente para operação. Nossa motivação reside no sentido em que os pacientes geralmente deixam seus dados médicos espalhados por várias organizações (por exemplo, hospitais), à medida que os eventos da vida os afastam do silo de dados, de um provedor e para outro e, ao fazê-lo, perdem o acesso fácil aos dados pregressos, uma vez que é o provedor de saúde, e não o paciente, quem geralmente mantém a administração primária sobre tais registros. Neste contexto, este trabalho tem como objetivo propor uma solução disruptiva para o domínio da saúde, através da utilização de uma rede Blockchain distribuída para gerenciamento dos registros pessoais de saúde, descrevendo um modelo de arquitetura que combina as tecnologias Blockchain, Computação em neblina e Internet das Coisas. Nossa principal contribuição é a concepção do modelo FogChain e suas características voltadas para superar as limitações dos dispositivos IoT, adicionando uma camada intermediária de neblina próxima à borda para melhorar suas capacidades e recursos. Para tal, foi desenvolvido um protótipo para avaliação, através de projetos de código aberto como por exemplo, Node.js e Hyperledger Fabric, enquanto simulações e testes de desempenho foram executados em um ambiente de neblina, coletando métricas e informações como cadência da aplicação e latência da rede em relação a esse integrador de tecnologias. Durante nossos experimentos, o ambiente de computação em neblina demonstrou um tempo de resposta ao menos duas vezes mais rápido em comparação com a computação em nuvem e apontou a viabilidade do modelo proposto, como sendo capaz de atingir seus objetivos de armazenar com segurança registros de saúde, mantendo o desempenho da aplicação. Tais experimentos demonstraram apenas uma fatia de como a tecnologia Blockchain pode vir a ser empregada no domínio da saúde, beneficiando-se de sua natureza criptográfica e à prova de adulteração, o que adiciona uma camada de segurança adicional tão necessária para aplicativos da medicina e, entretanto, é seguro dizer que a computação em neblina pode desempenhar um grande papel em aplicativos deste setor, fornecendo maior poder de processamento local, serviços e aumentando a disponibilidade de recursos. No entanto, mais pesquisas, ensaios e experimentos devem ser realizados para garantir que um sistema seguro e estável seja implantado antes de usar nosso modelo em um cenário real de assistência médica, tendo em vista que a natureza dos dados de saúde do paciente é uma informação demasiada sensível e crítica.