Submitted by Rafael Santana (rafael.silvasantana@ufpe.br) on 2017-08-30T17:07:46Z No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) Antonio_Thesis.pdf: 3530353 bytes, checksum: 0ba09bccbe8eb163cd5b4646977ba882 (MD5) / Made available in DSpace on 2017-08-30T17:07:46Z (GMT). No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) Antonio_Thesis.pdf: 3530353 bytes, checksum: 0ba09bccbe8eb163cd5b4646977ba882 (MD5) Previous issue date: 2016-02-12 / Atualmente as redes locais sem fio (WLANs) em ambientes internos estão presentes na maioria dos prédios públicos. Estas redes, além da sua função principal, podem ser utilizadas para localização de pessoas e objetos, salientando que nestes ambientes não é adequada a utilização do sinal de GPS para esta finalidade. Diversos estudos e pesquisas nesta área têm sido realizados. Serviços baseados na localização interna possuem inúmeras aplicações nas áreas de segurança, médica, monitoramento, navegação, auxílio a deficientes, gerenciamento de pessoas, entre outras e hoje já movimentam um mercado de US$1 Bilhão. Com a proliferação da Internet das Coisas (IoT), estes valores serão ainda maiores. Os sistemas de localização interna utilizam tecnologias como Ultrassom, Infravermelho, RFID, Bluetooth e WLAN, variando conforme a precisão, exatidão, custo, velocidade de resposta, infraestrutura e aplicação. O presente trabalho propõe uma técnica de localização interna que utiliza a intensidade do sinal recebido (RSS — Received Signal Strength) das redes WLAN presentes como medida para localização. Na técnica proposta, é feito inicialmente um mapeamento das intensidades dos sinais da WLANs existentes. Estes valores são classificados através de um Algoritmo de Agrupamento (clustering) e, posteriormente, são aplicados, a cada agrupamento, algoritmos de regressão para o cálculo da localização. Associada a estas técnicas são aplicados filtros visando minimizar as variações do sinal medido decorrentes de interferências do meio. Esta técnica não necessita de grandes esforços de calibração nem alterações na estrutura existente, apenas utilizando a rede WLAN já instalada, obtendo assim uma precisão compatível com aplicações de localização de pessoas e objetos e auxílio em navegação em ambientes internos. Na implementação e testes da técnica proposta, foi empregado o processador Edison da Intel para a coleta das intensidades dos sinais — RSS e como plataforma de servidor foi utilizada a estrutura de nuvem da Microsoft através do Azure-Studio Machine Learning, apropriada para a análise e predição de dados da técnica utilizada. As medições para composição dos conjuntos de testes e validação foram realizadas no prédio do Centro de Informática da UFPE, demonstrando que apesar do baixo esforço de calibração, sem alteração da estrutura existente, atendem aos requisitos necessários. Resultados preliminares mostram que 60% das amostras estavam com erro inferior a 5 metros. / Currently, wireless local networks (WLANs) in internal environments are present in most of the public buildings. These networks, in addition to their main function, can be used to locate people and objects, stressing that in these environments it is not adequate the use of the GPS signal to this goal. Several studies and researches in this area have been made. Services based in internal location have many applications in security, health, monitoring, navigation, disabled assistance, and people management, among other areas. Nowadays, they already move a US$ 1 billion market. With the proliferation of the Internet of Things (IoT), these values will increase even further. Internal location systems use technologies such as Ultrasound, Infra-red, RFID, Bluetooth, and WLAN, varying according to the required precision, accuracy, cost, response speed, infrastructure, and application. The following work proposes an internal location technique that uses the received signal strength (RSS) from existing WLAN networks as a location measurement. In the proposed technique, is initially made a mapping of the existing WLANs signals intensities, these values are classified through a Clustering Algorithm and, after that, regression algorithms are applied to each group towards a location classification. Associated to these techniques, filters are applied aiming to minimize the measured signal variations due to the environment interferences. This technique doesn’t require big calibration efforts, nor changes in the existing structure, just uses the already installed WLAN network, obtaining a precision compatible to the one required for people and objects location and assistence in internal environments navigation. In the proposed technique’s implementation and tests, it was used Intel’s Edison processor to collect RSS signal’s intensities. As a server platform, it was used Microsoft’s cloud structure through the Azure-Studio Machine Learning, appropriate for the used technique’s analysis and data prediction. The main set of tests and validation was accomplished in the UFPE Informatics Center building, showing that despite low calibration effort, without changing the existing structure, it complies with the necessary requirements. Preliminary results show that 60% of the samples had errors under 5 meters.

Submitted by Rafael Santana (rafael.silvasantana@ufpe.br) on 2017-08-30T18:33:02Z No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) Diego_Cananea_Dissertacao_Mestrado_CIn_UFPE.pdf: 981557 bytes, checksum: ea7555320bfcb0316c7f0fa816288cef (MD5) / Made available in DSpace on 2017-08-30T18:33:02Z (GMT). No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) Diego_Cananea_Dissertacao_Mestrado_CIn_UFPE.pdf: 981557 bytes, checksum: ea7555320bfcb0316c7f0fa816288cef (MD5) Previous issue date: 2016-09-08 / A estimação da capacidade e da banda disponível em redes têm sido objeto de diversas pesquisas nos últimos anos, principalmente por causa da evolução das tecnologias e crescimento do uso da Internet. Tais técnicas são de grande importância para que seja possível fazer um melhor aproveitamento da transmissão dos dados, evitando tanto a subutilização quanto o esgotamento de recursos. Existem inúmeros usos para as técnicas de estimação de banda, dentre as quais podemos citar streaming multimídia, aplicações peer-to-peer, protocolos de roteamento baseados na banda disponível, qualidade de serviço, protocolos de transporte fim a fim, entre outros. Com o interesse cada vez maior nestes tipos de aplicações, principalmente na transmissão de vídeo e áudio, a estimação de banda tem sido de bastante interesse para pesquisadores. A estimação de banda disponível em redes sem fio por si só já é um desafio para os pesquisadores e o novo padrão IEEE 802.11n trouxe novos mecanismos para otimizar a transmissão dos dados, alcançando assim maiores taxas. Porém, tais fatores contribuem para que as técnicas hoje existentes encontrem problemas ao tentarem estimar a banda disponível, causando assim resultados que deixam a desejar. Esta pesquisa demonstra experimentalmente a influência dos novos fatores adicionados pelo novo padrão, como a agregação de quadros e de canais, em técnicas ativas de estimação de banda disponível. É possível verificar, então, que todas tem sua acurácia diminuída, causando erros de estimações. Verificamos que mesmo no cenário mais simples, onde os novos fatores são desativados, boa parte dos métodos analisados obtiveram uma performance aquém do esperado, corroborando com a afirmação de que o ambiente de redes sem fio é um grande desafio para o desenvolvimento deste tipo de técnica. A técnica de estimação YAZ se mostrou mais robusta que as demais, aproximando-se dos valores de referência em quase todos os cenários propostos, com exceção para a agregação de quadros. Em uma análise mais específica de seu algoritmo, podemos demonstrar o porquê do erro no resultado da estimação de banda disponível neste contexto. / The estimation of capacity and available bandwidth in computer networks have been the subject of several studies in recent years, mainly because of changing technologies and increasing use of the Internet. Such techniques are of great importance to be able to make better use of data transmission, avoiding both underuse as resource depletion. There are numerous uses for bandwidth estimation techniques, among which we can mention textit stream multimedia applications textit peer-to-peer, routing protocols based on available bandwidth, quality of service, end to end transport protocols, among others. With the growing interest in these types of applications, especially in video and audio transmission, bandwidth estimation has been of great interest to researchers. The estimation of available bandwidth in wireless networks is itself a challenge for researchers and the new IEEE 802.11n standard has brought new mechanisms to optimize the transmission of data, thus achieving higher rates. However, these factors contribute to that existing techniques encounter problems when trying to estimate the available bandwidth, thus causing results that fall short. This research experimentally demonstrates the influence of new factors added by the new standard, such as frame aggregation and channels in active techniques for available bandwidth estimation. It’s possible see, then, that all has its diminished accuracy, causing estimation errors. We found that even in the simplest scenario, where new factors are disabled, most of the methods discussed perform so below expectations, supporting the claim that the wireless network environment is a major challenge for the development of this type of technique . The YAZ estimation technique was more robust than the others, approaching the reference values in almost all proposed scenarios, except for the frame aggregation. In a more specific analysis of their algorithm, we can demonstrate why the error in the result of the available bandwidth estimation occurs in this context.