Return to search

[en] FIOT: AN AGENT-BASED FRAMEWORK FOR SELF-ADAPTIVE AND SELF-ORGANIZING INTERNET OF THINGS APPLICATIONS / [pt] FIOT: UM FRAMEWORK BASEADO EM AGENTES PARA APLICAÇÕES AUTO-ORGANIZÁVEIS E AUTOADAPTATIVAS DE INTERNET DAS COISAS

[pt] A ideia principal da Internet das Coisas (IoT) é conectar bilhões de
coisas à Internet nos próximos anos, a exemplo de carros, roupas e comidas.
Entretanto, muitos problemas precisam ser resolvidos antes que essa
ideia possa ser concretizada. Alguns desses problemas estão relacionados à
necessidade de construir sistemas para IoT que sejam auto-organizáveis e
autoadaptativos. Este trabalho, portanto, apresenta a elaboração do Framework
para Internet das Coisas (FIoT), que oferece suporte ao desenvolvimento
de aplicações para IoT com essas características. Ele é baseado nos
paradigmas de Sistemas Multiagente (SMA) e algumas técnicas abordadas
em Aprendizado de Máquina, a exemplo de redes neurais e algoritmos evolutivos.
Um agente pode ter algumas características, como autonomia e
sociabilidade, que tornam SMAs compatíveis com sistemas que requerem
auto-organização. Redes neurais e algoritmos de evolução vêm sendo comumente
usados nos estudos de robótica, no intuito de prover autonomia e
adaptação à agentes físicos (ex.: robôs, sensores). Para demonstrar o uso
do FIoT, dois grupos de problemas em IoT serão instanciados: (i) Cidades
Inteligentes e (ii) Quantificação de Coisas. / [en] The agreed fact about the Internet of Things (IoT) is that, within
the coming years, billions of resources, such as cars, clothes and foods will
be connected to the Internet. However, several challenging issues need to
be addressed before the IoT vision becomes a reality. Some open problems
are related to the need of building self-organizing and self-adaptive IoT
systems. To create IoT applications with these features, this work presents a
Framework for Internet of Things (FIoT). Our approach is based on concepts
from Multi-Agent Systems (MAS) and Machine Learning Techniques, such
as a neural network and evolutionary algorithms. An agent could have
characteristics, such as autonomy and social ability, which makes MAS
suitable for systems requiring self-organization (SO). Neural networks and
algorithms of evolution have been commonly used in robotic studies to
provide embodied agents (as robots and sensors) with autonomy and
adaptive capabilities. To illustrate the use of FIoT, we derived two different
instances from IoT applications: (i) Quantified Things and (ii) Smart Cities.
We show how exible points of our framework are instantiated to generate
an application.

Identiferoai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:26510
Date01 June 2016
CreatorsNATHALIA MORAES DO NASCIMENTO
ContributorsCARLOS JOSE PEREIRA DE LUCENA, CARLOS JOSE PEREIRA DE LUCENA
PublisherMAXWELL
Source SetsPUC Rio
LanguageEnglish
Detected LanguageEnglish
TypeTEXTO

Page generated in 0.0023 seconds