Submitted by Cristiane Chim (cristiane.chim@ucpel.edu.br) on 2017-02-09T11:47:21Z
No. of bitstreams: 1
DOUGLAS ADALBERTO SCHEUNEMANN.pdf: 5931504 bytes, checksum: c30746e845003aab58ead827e2769fbd (MD5) / Made available in DSpace on 2017-02-09T11:47:21Z (GMT). No. of bitstreams: 1
DOUGLAS ADALBERTO SCHEUNEMANN.pdf: 5931504 bytes, checksum: c30746e845003aab58ead827e2769fbd (MD5)
Previous issue date: 2016-12-01 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES# / #2075167498588264571# / #600 / The Internet of Things (IoT) has influenced the development of computational systems, enabling
a more proactive interaction with users, expanding features as mobility and availability.
In this scenario increases the demand for applications that can recognize the user’s context and
can provide situation based services. The identification of situations is a research challenge
for applications in the IoT, given the complexity of the relationships that must be established
and processed. Data from several sources can be used for contextual processing, which can
occur in multiple steps and involve different techniques based on specification, learning or hybrid
models in which both are combined. The use of middleware is highlighted in the literature
as a way of treating heterogeneous devices in the IoT and also to make more transparent the
contextual processing for the applications. However, for a middleware be independent of the
application domain is necessary to add in its architecture layers that allow the management of
software components used in contextual processing and still allow the composition of different
contextual processing flows. Considering this demand, the aim of this work is to design
an architecture for management and composition of hybrid contextual processing flows to provide
situation awareness for IoT applications. One of the premises of the architecture is its
integration with the middleware EXEHDA (Execution Environment for Highly Distributed Applications).
The evaluation of the architecture was done through two scenarios of use, one in the
area of cardiac rehabilitation and another in the area of management of hospital environments.
The results obtained were promising, pointing to the continuity of the research. / A Internet of Things (IoT) vem influenciando a maneira como os sistemas computacionais são
desenvolvidos, possibilitando uma interação mais proativa com os usuários, expandindo características
de mobilidade e disponibilidade. Nesse cenário, cresce a demanda por aplicações
que possam reconhecer o contexto do usuário e fornecer serviços baseados em sua situação.
A identificação de situações representa um desafio de pesquisa para aplicações em IoT, dada
a complexidade das relações que precisam ser estabelecidas e processadas até que se obtenha
informações no nível de abstração suficiente para a identificação das situações de interesse das
aplicações. Dados de diversas fontes podem ser utilizados durante o processamento contextual,
o qual pode ocorrer em múltiplas etapas e envolver diferentes técnicas, baseadas em especificação,
aprendizado ou em modelos híbridos onde ambas são combinadas. O uso de middlewares
é destacado na literatura como uma forma de tratar a heterogeneidade de dispositivos na
IoT e também para tornar o processamento contextual mais transparente para as aplicações.
No entanto, para que um middleware seja independente do domínio de aplicação é necessário
acrescentar em sua arquitetura camadas que permitam o gerenciamento dos componentes
de software aplicados no processamento contextual, e que possibilitem ainda a composição de
diferentes fluxos de processamento contextual. Considerando esta demanda, o objetivo desta
dissertação é a concepção de uma arquitetura voltada para o gerenciamento e composição de
fluxos de processamento contextuais híbridos para prover ciência de situação para aplicações
em IoT. Uma das premissas da arquitetura é a sua integração com o middleware EXEHDA
(Execution Environment for Highly Distributed Applications). A avaliação da arquitetura foi
feita através de dois cenários de uso, um na área de reabilitação cardíaca e outro na área de
gerenciamento de ambientes hospitalares. Os resultados obtidos se mostraram promissores,
apontando para continuidade da pesquisa.
| Identifer | oai:union.ndltd.org:IBICT/oai:tede.ucpel.edu.br:tede/571 |
| Date | 01 December 2016 |
| Creators | Scheunemann, Douglas Alberto |
| Contributors | Yamin, Adenauer Correa, Diniz, Claudio Machado, Du Bois, Andre Rauber |
| Publisher | Universidade Catolica de Pelotas, Mestrado em Engenharia Eletronica e Computacao#, #8441657112416264052#, #600, UCPel, Brasil, Centro de Ciencias Sociais e Tecnologicas#, #-8792015687048519997#, #600 |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações do UCpel, instname:Universidade Católica de Pelotas, instacron:UCPEL |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0018 seconds