[pt] ContextNet é um middleware de comunicação baseado no padrão OMG DDS, que suporta monitoramento em tempo real, unicast, groupcast e transmissão para milhares de nós móveis. Este trabalho substituiu a infraestrutura DDS (Data Distribution Service), utilizada na comunicação dos nós Core da ContextNet, pela plataforma Kafka; simplificou a construção de aplicativos que utilizam o middleware ContextNet; e adicionou novos recursos. Kafka é uma plataforma de streaming capaz de subscrever, publicar, armazenar e processar em fluxos em tempo real. A utilização do Kafka permitiu que as aplicações construídas sobre o ContextNet sejam paralelizáveis. / [en] ContextNet is a communication middleware based on the OMG DDS standard that supports real-time monitoring, unicast, groupcast, and broadcast to thousands of mobile nodes. This work replaced the DDS (Data Distribution Service) infrastructure used to communicate the ContextNet Core nodes with the Kafka platform; simplified the construction of applications that use the ContextNet middleware; and added new features. Kafka is a streaming platform capable of subscribing, publishing, storing, and processing in realtime streams. Using Kafka has enabled applications built on top of ContextNet to be parallelizable.

[pt] A disseminação atual da IoT aumenta a implantação de soluções de processamento de fluxo de dados para monitorar e controlar elementos do mundo real. Uma dessas soluções é o Processamento de Eventos Complexos (CEP). Inicialmente, um único computador ou cluster concentraria toda a execução do CEP. No entanto, a execução centralizada do CEP não é ideal para lidar com o alto volume, velocidade e volatilidade dos fluxos de dados dos sensores IoT. Em vez disso, as aplicações CEP devem criar e decentralizar o processamento de eventos CEP, de preferência tendo agentes CEP na nuvem e em dispositivos na borda. Além disso, tão importante quanto a descentralização, é decidir como o processamento será dividido entre esses dispositivos. Dito isso, estar ciente do contexto atual de cada dispositivo, por exemplo, sua localização e sensores disponíveis, pode ajudar a coletar e (parcialmente) processar os dados em dispositivos próximos ao local onde os dados foram produzidos. Este trabalho apresenta uma plataforma de CEP distribuído com ciência de contexto chamada Global CEP Manager (GCM). GCM é um serviço do middleware ContextNet que oferece suporte à implantação e ao rearranjo dinâmico de consultas CEP baseados em contexto para motores CEP em execução na nuvem, em dispositivos na borda estacionários e M-Hubs, que são dispositivos na borda móveis do ContextNet. O GCM usa o ContextMatcher, que também faz parte deste trabalho. ContextMatcher é um módulo para aplicações ContextNet que permite a entrega de mensagens para nós cujo contexto esteja de compatível com um determinado conjunto de características contextuais. / [en] The current dissemination of IoT increases the deployment of stream processing solutions for monitoring and controlling elements of the real world. One of those solutions is Complex Event Processing (CEP). Initially, a single computer/cluster would concentrate all the CEP execution. However, a centralized execution of CEP is not suitable for coping with the high volume, velocity, and volatility of IoT sensors’ data streams. Instead, applications using CEP should deploy a distributed CEP Event Processing Network, preferably having CEP agents both in the cloud and at edge devices. Also, deciding the arrangement used to split the processing among these tiers and their devices can be just as important. That said, being aware of each of the devices current context, for instance, their location and available sensors, can help to collect and (partially) process the data on devices close to the data s production site. This work presents a contextaware distributed CEP platform called Global CEP Manager (GCM). GCM is a service of the ContextNet middleware that supports the context-based deployment, and dynamic rearrangement of CEP queries to CEP engines executing in the cloud, stationary edge devices, and M-Hubs, which are ContextNet s mobile edge devices. GCM uses the ContextMatcher, which is also part of this work. ContextMatcher is a module for ContextNet applications that enables the delivery of messages for nodes that match a specified set of contextual requirements.

[pt] A importância da Internet das Coisas (IoT) tem aumentado significativamente nos últimos anos, e dispositivos IoT têm sido usados em diferentes indústrias e tipos de aplicação, como casas inteligentes, sensores indutriais, veículos autonomos, wearables, etc. Apesar deste cenário trazer inovações tecnológicas, novas experiências para usuários, e novas soluções de negócio, também levanta preocupações relevantes relacionadas a segurança da informação e privacidade. Neste trabalho nós apresentamos o EdgeSec Framework, um novo framework de segurança para IoT desenvolvido como uma solução de segurança para os middlewares ContextNet e Mobile-Hub. O seu objetivo principal é estender e melhorar uma arquitetura e uma implementação já existentes para estes middlewares, criando uma solução mais genérica, robusta e flexível,e garantindo autenticação, autorização, integridade e confidencialidade de dados. O framework foi elaborado com foco na total extensiblidade através da introdução de interfaces de protocolos, que podem ser implementadas por plugins, tornando-o compatível com uma variedade de algoritmos de segurança e dispositivos IoT. Uma implementação completa foi realizada como prova de conceito, e testes de desempenho e experimentos foram realizados para avaliar a viabilidade da solução. Os resultados mostram que o EdgeSec Framework pode melhorar significativamente a segurança do Mobile-Hub e diversos tipos de aplicações IoT através de uma maior compatibilidade e flexibilidade, e garantindo todas as proteções básicas de segurança. / [en] The importance of the Internet of Things (IoT) has increased significantly in recent years, and IoT devices are being used in many different industries and types of applications, such as smart homes, industrial sensors, autonomous vehicles, personal wearables, and more. While this brings technology innovation, new user experiences, and new business solutions, it also raises important concerns related to information security and privacy. In this work we present EdgeSec Framework, a new IoT security framework, made concrete as a security solution for ContextNet and Mobile-Hub middlewares. Its main goal is to extend and improve on an existing security architecture and implementation, creating a more generic, robust, and flexible solution that ensures authentication, authorization, data integrity and confidentiality. The framework was designed with full extensibility in mind by introducing protocol interfaces that can be implemented by external plugins, making it compatible to a variety of security algorithms and edge devices. A complete implementation was developed as proof-of-concept, and performance tests and experiments were made to evaluate the feasibility of the solution. Results show that EdgeSec framework can greatly improve the security of Mobile-Hub and similar IoT middlewares by increasing its compatibility and flexibility, and ensuring all the basic security protections.

[pt] A Internet das Coisas (do inglês, IoT) está se popularizando cada dia mais, se expandindo para aplicações em quase todos os setores de nossa socidade, impactando a economia e a vida cotidiana dos cidadãos. Com o crescimento das aplicações IoT, também ocorre uma expansão na demanda por novos dispositivos com capacidades de atuação, como lâmpadas inteligentes, fechaduras inteligentes, aparelhos de climatização (HVAC), máquinas industriais com capacidade de comunicação, robôs, drones, etc. Muitas plataformas de middleware estão sendo desenvolvidas para suportar o desenvolvimento de aplicativos de IoT distribuídos e facilitar a comunicação de sensores para a nuvem e recursos de edge processing. Mas surpreendentemente, muito pouco foi feito para fornecer mecanismos de suporte genéricos e em nível de middleware para detectar dispositivos controláveis e executar comandos de atuação, ou seja, transferi-los para o dispositivo. Este trabalho apresenta uma extensão ao middleware ContextNet que provê suporte à atuação remota e genérica sobre dispositivos inteligentes conectados pela Internet das Coisas. / [en] The Internet of Things (IoT) is becoming increasingly popular, expanding into applications in almost every sector of our society, impacting the economy and daily life of citizens. As IoT applications grow, so does the demand for new devices with actuation capabilities, such as smart light bulbs, HVAC devices, smart locks, communication-capable industrial machines, robots, drones, and so on. Many software platforms are being developed to support the development of distributed IoT applications and to facilitate cloud sensor communication and edge processing capabilities. But surprisingly, very little has been done to provide middleware-level support and generic mechanisms for discovering devices and their interfaces, and executing activation commands, i.e. transferring them to the device. This work presents an extension to the ContextNet Middleware to support generic and remote actuation on devices connected by the Internet of Things.

[pt] Blockchain e Tangle são estruturas de dados usadas para criar um registro público imutável de dados segurados por uma rede de participantes peer-to-peer que mantém um conjunto de registros de dados em constante crescimento conhecidos como ledgers. As tecnologias Blockchain e Tangle são uma solução descentralizada que garante a troca de grandes quantidades de mensagens confiáveis, entre bilhões de dispositivos de IoT conectados, os quais são muito valiosos, desde que sejam válidos e completos. Esse mecanismo de mensagens peer-to-peer altamente criptografado e seguro é adotado neste projeto para gerenciar o processamento de transações de IoT e a coordenação entre os dispositivos que interagem com o processo. Para manter as transações privadas e seguras, os algoritmos de consenso distribuídos são responsáveis por validar e escolher as transações e registrá-las no ledger global. Os resultados mostraram que a velocidade dos algoritmos de consenso pode afetar a criação em tempo real de histórias confiáveis que rastreiam os eventos das redes IoT. Após incorporar o Processamento de Eventos Complexos, que permite selecionar apenas os eventos de alto nível, é possível obter uma melhoria em muitas situações. O resultado é um sistema Middleware que fornece framework para a construção de aplicativos de larga escala onde podem usar Processamento de Eventos Complexos e diferentes ledgers descentralizados, como o blockchain da Ethereum ou IOTA Tangle, para armazenamento seguro de dados. / [en] Blockchain and Tangle are data structures and protocols used to create an immutable public record of data ensured by a network of peer-to-peer participants that maintain a monotonic constantly growing set of data records known as ledgers. Both technologies provide a decentralized solution that guarantees the exchange, among billions of IoT devices, of large amounts of trusted messages, which are very valuable as long as they are valid and complete. This highly encrypted and secure peer-to-peer messaging mechanism is adopted in this project to manage the processing of IoT transactions. To maintain transactions private, and secured consensus algorithms are responsible for validating and choosing transactions and recording them in the global ledger. The results showed that the speed of the consensus algorithms can affect the creation in real-time of reliable stories that track the events of the IoT networks. After incorporating Complex Event Processing that allows selecting only those high-level events, it is possible to obtain an improvement in many situations. The result is a Middleware system that provides a framework for the construction of large-scale computer applications that use Complex Events Processing and different decentralized ledgers such as the blockchain of Ethereum or IOTA Tangle, for secure data storage.

[pt] À medida que a população cresce, mais alimentos precisarão ser produzidos nas próximas quatro décadas do que nos últimos 10.000 anos. No entanto, o mundo moderno ainda depende da produção de monoculturas de alto rendimento, cada vez mais ameaçada por condições climáticas incomuns, escassez de água e terra insuficiente. A fim de superar esses problemas e alimentar o mundo, é necessário um caminho prático para fornecer alimentos frescos, com qualidade e em escala, com mínima dependência do clima e com uso de água e pegada de carbono reduzidos. Uma abordagem razoável é construir fazendas verticais dentro das cidades em um ambiente fechado repleto de sensores e iluminação artificial controlada por software para uma produção e gestão eficiente do plantio de alimentos. Esta tese propõe a instanciação de um modelo, chamado Ciclo do Software dos Lugares (SoPC), que é capaz de responder a estímulos ambientais em um sistema fechado de produção de plantas com iluminação artificial que possibilite a criação de ambientes com auto-aprendizagem. Esta tese descreve o SoPC, as abordagens e processos de implementação de uma mini fábrica de plantas com iluminação artificial com base na discussão em cinco ciclos de pesquisa-ação. / [en] As the population grows, more food will need to be produced in the next four decades than has been in the past 10,000 years. However, the modern world still depends on high yield monoculture production which is increasingly threatened by unusual weather, water shortages, and insufficient land. In order to overcome these problems and feed the world, a practical path to provide quality fresh healthy food at scale with minimal weather dependency, water usage and reduced carbon footprint is necessary. One reasonable approach is to build vertical farms inside the cities in a close environment full of sensors and artificial lighting controlled by software for efficient production of food crops. This thesis proposes a model, entitled Software of Places Cycle (SoPC), that should be able to answer to environmental stimuli in a closed plant production system using artificial lighting in order to create a self-learning environment. This thesis describes the SoPC, the approaches and processes of implementing a mini Plant Factory using Artificial Lighting based on the discussion on five action-research cycles. The thesis main contribution is a conceptual model to guide the development and maintenance of a mini-PFAL (m-PFAL), a minor contribution is the deployment of the SoP, i.e., the very notion of having software dedicated to a specific place.

[pt] A popularização da Internet das Coisas (IoT) abriu uma série de oportuni-dades para a geração de novas aplicações que não eram possíveis anteriormente. No cenário atual de IoT existem marketplaces que vendem soluções completas para os clientes com objetos inteligentes, gateways para a transmissão dos dados e provedores que analisam estes por uma taxa de assinatura. Partimos da visão de que no futuro deverá ocorrer uma uberização de IoT, onde cada pessoa poderá oferecer dados de sensores e acesso a atuadores para outra e que eles estarão categorizados com base no QoS dos objetos que os fornecem, similarmente como são classificadas commodities hoje. Além disso, haverá plataformas multilaterais onde essas informações poderão ser negociadas em combinação com provedores de conectividade, para transmitir os dados, e de análise. Uma plataforma que fornece esse serviço deve garantir que o fluxo de dados (e do estado) de objetos seja contínuo, sem expor para o cliente algum problema de conectividade entre eles e os provedores. Ou seja, ela deve ter mecanismos para detectá-los e rapidamente selecionar novos provedores, isso dentro de um cenário de intensa troca de dados. Este trabalho apresenta como contribuições um mecanismo de detecção contínuo de problemas de conectividade que utiliza o paradigma Publish-Subscribe para o envio de mensagens de identificação de problemas e uma solução arquitetural de uma plataforma baseada em conceitos de marketplaces para IoT, que inclui os serviços de comoditização dos provedores de serviço e o matchmaking para selecionar uma combinação destes para prestar serviços para o cliente. Um estudo de caso no domínio de marketplaces é conduzido, com a análise dos serviços da plataforma em vários cenários de testes e a avaliação do mecanismo de detecção de problemas de conectividade, com a simulação de diferentes falhas na conexão. / [en] The popularization of the Internet of Things (IoT) opened up a series of opportunities for the generation of new applications that were not previously possible. In the current scenario of IoT there are marketplaces that sell complete solutions for users with smart objects, gateways for data transmission and providers that analyze these for a subscription fee. We start from the view that in the future an uberization of IoT should occur, where each person can offer sensor data and access to actuators to another and that they will be categorized based on the QoS of the objects that provide them, similarly as commodities are classified today. In addition, there will be multilateral platforms where this information can be negotiated in combination with connectivity providers, to transmit data, and analytics. A platform that provides this service must ensure that the data (and state) flow of objects is continuous, without exposing to the user any connectivity problems between them and the providers. That is, it must have mechanisms to detect problems and quickly select new providers, all this in a scenario of intense data exchange. This work presents as contributions a continuous connectivity problem detection mechanism that uses a Publish-Subscribe paradigm to send problem identification messages and an architectural solution of a platform based on marketplaces concepts for IoT, which includes the commoditization of service providers and a matchmaking service to select a combination of these to provide services to the customer. A case study in the domain of marketplaces is conducted, with the analysis of the services of the platform with several tests scenarios and the evaluation of the mechanism of detection of connectivity problems, with the simulation of different connection failures.

[pt] O presente trabalho teve como objetivo analisar a percepção dos alunos dos cursos de Administração, de cinco Universidades particulares de ensino superior do estado do Rio de Janeiro, acerca do investimento destas universidades nas tendências acadêmicas apontadas para os próximos anos, de acordo com o relatório anual de 2017, da New Media Consortium em parceria com a EDUCAUSE Learning Initiative, a saber: i) tecnologias de aprendizagem adaptativa; ii) Mobile Learning; iii) Internet das Coisas e iv) ambiente de aprendizagem virtual. Na análise dos dados, cada tendência foi dividida em duas sub-tendências. Este trabalho teve como objetivo secundário, avaliar o quanto estas tendências são consideradas importantes para seu principal público-alvo. Sendo assim, pudemos concluir que na percepção de tal público, as IES pesquisadas (PUC, UFRJ, UVA, UCAM e UNESA) têm investido pouco nestas novas tendências acadêmicas, sendo a PUC a que mais investe nas quatro tendências citadas acima. Apenas uma sub-tendência dentro de tecnologias de aprendizagem adaptativa e outra dentro de ambiente de aprendizagem virtual ficaram com percepção média acima de razoável, no quesito investimento, ambas associadas à PUC. No entanto, os alunos da PUC foram os que avaliaram a grande maioria das tendências como de menor importância quando comparados aos alunos das outras IES. Apesar disto, a média de avaliação de importância das tendências foi de razoável a muito importante. Enfatiza-se que novas pesquisas sejam feitas constantemente, visto que novas tecnologias de aprendizagem, que substituem as anteriores, estão surgindo com frequência. / [en] The present study had as a primary objective analyze the perception of students from business courses of 5 private universities of higher education in the state of Rio de Janeiro, about the investment of these universities in the academic trends pointed out for the next years, based on the annual report of the New Media Consortium in partnership with the EDUCAUSE Learning Initiative. These trends are: i) adaptive learning technologies; ii) mobile learning; iii) internet of things and iv) virtual learning environment. In the data analysis, each trend was divided into two sub-trends. As a secondary objective, this study aims to evaluate how much these trends are considered important for its main target audience. Thus, we could conclude that in the perception of such public, the universities surveyed (PUC, UFRJ, UVA, UCAM and UNESA) have invested little in these new academic trends, with PUC being the one investing most in the four trends mentioned above. Only one sub-trend within adaptive learning technologies and another within virtual learning environment were perceived to be above average as reasonable in terms of investment, both associated with PUC. However, PUC students were those who evaluated the great majority of trends as less important when compared to the students of other universities. Despite this, the average valuation of trends importance was from reasonable to very important. It is emphasized that new research needs constantly being done, as new learning technologies, which replace the previous ones, are emerging frequently.

[pt] Aplicações em Internet das Coisas (IoT) baseadas em agentes têm surgido como aplicações que podem envolver sensores, dispositivos sem fio, máquinas e softwares que podem compartilhar dados e que podem ser acessados remotamente. Essas aplicações vêm sendo propostas em vários domínios de aplicação, incluindo cuidados em saúde, cidades inteligentes e agricultura. Uma terminologia comumente utilizada para representar agentes embarcados inteligentes é embodied agents, a qual é proposta esse trabalho para projetar agentes para o domínio de IoT. Embodied agents significa agentes que possuem corpo, o qual pode ser definido pelos tipos de sensores e atuadores, e controlador, normalmente representada por uma rede neural artificial. Apesar da capacidade de reconfiguração ser essencial para embodied agents inteligentes, existem poucas tecnologias para suportar sistemas reconfigurfuaveis. Além disso, é necessário novas abordagens para lidar com as variabilidades dos agentes e do ambiente, e novos procedimentos para investigar a relação o entre o corpo e o controlador de um embodied agent, assim como as interações entre as mudanças do agente e do ambiente. Além da variabilidade do corpo e do controlador desses agentes, a exemplo do número e tipos de sensores, assim como o número de camadas e tipos de função de ativação para a rede neural, também é preciso lidar com a variabilidade do ambiente em que esses agentes estão situados. A fifim de entender melhor e esclarecer os conceitos de embodied agents, este trabalho apresenta um modelo de referência para embodied agents autoconfifiguráveis de IoT. A partir desse modelo de referência, três abordagens foram criadas para projetar e testar agentes embarcados reconfifiguráeis: i) um software framework para o desenvolvimento de embodied agents no domínio de internet das coisas; ii) uma arquitetura para configurar o corpo e controlador dos agentes de acordo com as variantes do ambiente; e iii) uma ferramenta para testar embodied agents. As abordagens foram avaliadas através de estudos de caso e experimentos em diferentes domínios de aplicação. / [en] Agent-based Internet of Things (IoT) applications have recently emerged as applications that can involve sensors, wireless devices, machines and software that can exchange data and be accessed remotely. Such applications have been proposed in several domains including health care, smart cities and agriculture. Embodied Agents is a term used to denote intelligent embedded agents, which we use to design agents to the IoT domain. Each agent is provided with a body that has sensors to collect data from the environment and actuators to interact with the environment, and a controller that is usually represented by an artificial neural network. Because reconfigurable behavior is key for autonomous embodied agents, there is a spectrum of approaches to support system reconfigurations. However, there is a need for approaches to handle agents and environment variability, and for a broad spectrum of procedures to investigate the relationship between the body and the controller of an embodied agent, as the interaction between the agent and the environment changes. In addition to the body and controller variability of these agents, such as those variations related to the number and types of sensors as well as the number of layers and types of activation function for the neural network, it is also necessary to deal with the variability of the environment in which these agents are situated. A discussion of the embodied agents should have some formal basis in order to clarify these concepts. Notwithstanding, this thesis presents a reference model for selfcon figurable IoT embodied agents. Based on this reference model, we have created three approaches to design and test self-configurable IoT embodied agents: i) a software framework for the development of embodied agents to the Internet of Things (IoT) applications; ii) an architecture to configure the body and controller of the agents based on environment variants; and iii) a tool for testing embodied agents. To evaluate these approaches, we have conducted diffierent case studies and experiments in difierent application domains.

[pt] A Internet das Coisas (IoT) se propõe a interligar o mundo físico e a Internet, o que abre a possibilidade de desenvolvimento de diversas aplicações, principalmente na área da saúde. Essas aplicações requerem um grande número de sensores para coletar informações continuamente, gerando grandes fluxos de dados, muitas vezes excessivos, redundantes ou sem significado para as operações do sistema. Essa geração massiva de dados de sensores desperdiça recursos computacionais para adquirir, transmitir, armazenar e processar informações, levando à perda de eficiência desses sistemas ao longo do tempo. Além disso, os dispositivos IoT são projetados para serem pequenos e portáteis, alimentados por baterias, para maior mobilidade e interferência minimizada no ambiente monitorado. No entanto, esse design também resulta em restrições de consumo de energia, tornando a vida útil da bateria um desafio significativo que precisa ser enfrentado. Além disso, esses sistemas geralmente operam em ambientes imprevisíveis, o que pode gerar alarmes redundantes e insignificantes, tornando-os ineficazes. No entanto, um sistema auto-adaptativo que identifica e prevê riscos iminentes através de um sistema de pontuação de alertas antecipados (EWS) pode lidar com esses problemas. Devido ao seu baixo custo de processamento, a referência EWS pode ser incorporada em dispositivos vestíveis e sensores, permitindo um melhor gerenciamento das taxas de amostragem, transmissões, produção de alarmes e consumo de energia. Seguindo a ideia acima, esta tese apresenta uma solução que combina um sistema EWS com um algoritmo auto-adaptativo em aplicações IoT de monitoramento de pacientes. Desta forma, promovendo uma redução na aquisição e transmissão de dados , diminuindo alarmes não acionáveis e proporcionando economia de energia para esses dispositivos. Além disso, projetamos e desenvolvemos um protótipo de hardware capaz de embarcar nossa proposta, evidenciando a sua viabilidade técnica. Além disso, usando nosso protótipo, coletamos dados reais de consumo de energia dos componentes de hardware que foram usados durante nossas simulações com dados reais de pacientes provenientes de banco de dados públicos. Nossos experimentos demonstraram grandes benefícios com essa abordagem, reduzindo em 87 por cento os dados amostrados, em 99 por cento a carga total das mensagens transmitidas do dispositivo de monitoramento, 78 por cento dos alarmes e uma economia de energia de quase 82 por cento. No entanto, a fidelidade do monitoramento do estado clínico dos pacientes apresentou um erro absoluto total médio de 6,8 por cento (mais ou menos 5,5 por cento), mas minimizado para 3,8 por cento (mais ou menos 2,8 por cento) em uma configuração com menores ganhos na redução de dados. A perda de detecção total dos alarmes dependendo da configuração de frequências e janelas de tempo analisadas ficou entre 0,5 por cento e 9,5 por cento, com exatidão do tipo de alarme entre 89 por cento e 94 por cento. Concluindo, este trabalho apresenta uma abordagem para o uso mais eficiente de recursos computacionais, de comunicação e de energia para implementar aplicativos de monitoramento de pacientes baseados em IoT. / [en] The Internet of Things (IoT) proposes to connect the physical world to the Internet, which opens up the possibility of developing various applications, especially in healthcare. These applications require a huge number of sensors to collect information continuously, generating large data flows, often excessive, redundant, or without meaning for the system s operations. This massive generation of sensor data wastes computational resources to acquire, transmit, store, and process information, leading to the loss of efficiency of these systems over time. In addition, IoT devices are designed to be small and portable, powered by batteries, for increased mobility and minimized interference with the monitored environment. However, this design also results in energy consumption restrictions, making battery lifetime a significant challenge that needs to be addressed. Furthermore, these systems often operate in unpredictable environments, which can generate redundant and negligible alarms, rendering them ineffective. However, a self-adaptive system that identifies and predicts imminent risks using early-warning scores (EWS) can cope with these issues. Due to its low processing cost, EWS guidelines can be embedded in wearable and sensor devices, allowing better management of sampling rates, transmissions, alarm production, and energy consumption. Following the aforementioned idea, this thesis presents a solution combining EWS with a self-adaptive algorithm for IoT patient monitoring applications. Thus, promoting a reduction in data acquisition and transmission, decreasing non-actionable alarms, and providing energy savings for these devices. In addition, we designed and developed a hardware prototype capable of embedding our proposal, which attested to its technical feasibility. Moreover, using our wearable prototype, we collected the energy consumption data of hardware components and used them during our simulations with real patient data from public datasets. Our experiments demonstrated great benefits of our approach, reducing by 87 percent the sampled data, 99 percent the total payload of the transmitted messages from the monitoring device, 78 percent of the alarms, and an energy saving of almost 82 percent. However, the fidelity of monitoring the clinical status of patients showed a mean total absolute error of 6.8 percent (plus-minus 5.5 percent) but minimized to 3.8 percent (plus-minus 2.8 percent) in a configuration with lower data reduction gains. The total loss of alarm detection depends on the configuration of frequencies and time windows, remaining between 0.5 percent and 9.5 percent, with an accuracy of the type of alarm between 89 percent and 94 percent. In conclusion, this work presents an approach for more efficient use of computational, communication, and energy resources to implement IoT-based patient monitoring applications.