Return to search

[en] DECENTRALIZED REASONING IN AMBIENT INTELLIGENCE / [pt] INFERÊNCIA DESCENTRALIZADA EM AMBIENTES INTELIGENTES

[pt] A computação ubíqua prevê a integração de sistemas computacionais
ao nosso dia-a-dia para prover informações e funcionalidades em qualquer
momento e lugar. Sistemas desse tipo englobam diferentes tipos de sensores
e dispositivos móveis interconectados através de uma combinação de várias
tecnologias de rede sem fio. Uma tendência particular nessa área é explorar
o paradigma dos Ambientes Inteligentes (AmI), o qual visa à integração de
tecnologias inovativas para criar ambientes mediados por computador que,
através de serviços específicos, auxiliam os usuários em suas atividades com
mínima intervenção. Em sistemas de AmI, mecanismos de inferência são
fundamentais para disparar ações ou adaptações de acordo com situações
que podem ser significativas e relevantes para aplicações. Muitos sistemas
adotam uma abordagem centralizada para seus mecanismos de inferência. Em
AmI, entretanto, essas operações podem ter que avaliar dados de contexto
coletados de fontes distribuídas e armazenados em diferentes dispositivos, uma
vez que geralmente nem todo dado de contexto está prontamente disponível
para os serviços de inferência. O objetivo desta tese é propor uma abordagem
descentralizada para executar inferência de contexto baseada em regras. Para
isso, definimos um modelo de contexto assumindo que os dados de contexto
são distribuídos em dois lados, o lado do usuário, representado pelos usuários e
seus dispositivos móveis, e o lado do ambiente, representado pela infrastrutura
computacional fixa e os serviços do ambiente. Formalizamos a operação de
inferência cooperativa - na qual duas entidades cooperam para executar
a inferência descentralizada baseada em regras - e definimos um processo
completo para realizar esta operação. Finalmente, para mostrar que essa
abordagem é possível, projetamos, implementamos e avaliamos o protótipo
de um serviço de middleware que executa inferência baseada no processo de
inferência cooperativa. / [en] Ubiquitous computing features the seamless integration of computer systems
into the everyday lives of users to provide information and functionalities
anytime and anywhere. Such systems encompass different kinds of sensors and
mobile devices interconnected through a combination of several wireless network
technologies. A particular trend in this area is exploring the Ambient
Intelligence (AmI) paradigm, which aims at the integration of innovative technologies
to create computer-mediated environments that support user activities
through specific services, with minimal user intervention. In AmI systems,
reasoning is fundamental for triggering actions or adaptations according to
specific situations that may be meaningful and relevant to some applications.
Most middleware systems adopt a centralized approach for their reasoning
mechanisms. In AmI environments, however, these reasoning operations may
need to evaluate context data collected from distributed sources and stored
in different devices, as usually not all context data is readily available to the
reasoners within a ubiquitous system. The goal of this thesis is to propose a
decentralized reasoning approach for performing rule-based reasoning about
context data targeting AmI systems. For this sake, we defined a context model
assuming that in AmI environments context data is distributed over two sides,
the user side, represented by the users and their mobile devices, and the ambient
side, represented by the fixed computational infrastructure and ambient
services. We formalized the cooperative reasoning operation - in which two
entities cooperate to perform decentralized rule-based reasoning - and defined
a complete process to perform this operation. Finally, to show the feasibility of
this approach, we designed, implemented and evaluated a middleware service
supporting decentralized reasoning based cooperative reasoning process.

Identiferoai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:16428
Date05 October 2010
CreatorsJOSE VITERBO FILHO
ContributorsMARKUS ENDLER
PublisherMAXWELL
Source SetsPUC Rio
LanguageEnglish
Detected LanguagePortuguese
TypeTEXTO

Page generated in 0.0023 seconds