Titulo Estágio
Técnicas de redução de dados para ambientes IoT
Áreas de especialidade
Comunicações, Serviços e Infraestruturas
Engenharia de Software
Local do Estágio
DEI-FCTUC / CISUC
Enquadramento
A massificação dos dispositivos IoT (Internet of Things), cujo espectro de aplicação vai desde ambientes domésticos até ambientes industriais, traz vários benefícios, mas também um novo conjunto de desafios. Os benefícios principais são a possibilidade de aceder a uma maior quantidade de dados (que pode ser gerada em tempo real) e a possibilidade de reconfigurar facilmente uma rede acrescentando e/ou removendo dispositivos. Estes benefícios traduzem-se, por exemplo, numa melhoria do controlo dos eventos em observação, na possibilidade de os sistemas tomarem decisões mais adequadas, de reagirem mais rapidamente a alterações e na otimização de processos. No entanto, a existência de um número elevado de dispositivos com um conjunto variado de sensores, implica a geração, armazenamento e processamento, de uma grande quantidade de dados. Esses dados podem ser estruturados ou não estruturados, e ter diversos graus de relevância e fiabilidade, não contribuindo de igual forma para o conhecimento que se pretende obter dos vários eventos em observação e para as decisões que se irão tomar. Acresce que grande parte dos dispositivos IoT tem várias restrições a nível de energia, poder de computação, memória e velocidade de transmissão de dados. Neste contexto, não é exequível que os dados sejam enviados em bruto para um servidor na cloud de modo a serem aí processados. A quantidade de dados a enviar implicaria um gasto de energia muito relevante para os dispositivos IoT, a largura de banda usada implicaria uma sobrecarga da rede, e o tempo de resposta a eventuais problemas seria demasiado alto. Torna-se assim necessário que os dados sejam pré-processados antes de serem enviados para a cloud e que tanto o processamento e armazenamento de dados, como os mecanismos de decisão, possam estar distribuídos a vários níveis, de modo a melhorar a velocidade de resposta.
Neste trabalho pretendem-se analisar e comparar algumas técnicas de redução de dados a nível do dispositivo IoT, de modo a suportar a análise de um vasto conjunto de dados sem congestionar a rede. Pretende-se que esse estudo seja realizado tendo em conta uma análise custo-benefício que pondere fatores como energia, processamento necessário, precisão pretendida e o tipo de dados considerado.
Objetivo
Esta proposta pretende atingir os seguintes objetivos:
- Levantamento do estado da arte em pré-processamento e redução de dados em redes IoT;
- Analisar a contribuição dos dispositivos IoT e do edge na redução de dados a enviar para a cloud;
- Escolher um conjunto de técnicas de redução de dados, que serão alvo de uma análise mais aprofundada.
- Analisar e testar as técnicas de redução de dados selecionadas.
Adicionalmente, espera-se que como resultado do trabalho seja possível a publicação de um artigo científico numa conferência ou revista internacional.
Plano de Trabalhos - Semestre 1
T1.1 – Análise do estado da arte relativamente a técnicas de redução de dados para dispositivos com recursos limitados.
T1.2 – Identificação de abordagens de avaliação de técnicas de redução de dados tendo em conta diferentes tipos de dados, os recursos necessários (memória, capacidade de processamento, energia).
T1.3 – Identificação de perfis de dispositivos IoT.
T1.4 - Desenho da avaliação experimental dos algoritmos de redução de dados
T1.5 – Escrita do relatório intermédio.
Plano de Trabalhos - Semestre 2
T2.1 – Implementação da Framework de avaliação.
T2.2 – Avaliação experimental nos perfis identificados e técnicas de redução de dados identificados previamente.
T2.3 – Elaboração da documentação para efeitos de dissertação e de publicação científica.
Condições
O aluno terá acesso a todos os recursos computacionais necessários para desenvolver o trabalho. Será também disponibilizado um local de trabalho no CISUC (Centro de Informática e Sistemas da Universidade de Coimbra). A avaliação, por simulação ou recorrendo a hardware específico, poderá ser feita com recursos computacionais disponíveis no DEI-FCTUC.
Observações
A equipa de orientação será composta por:
- Vasco Pereira (vasco@dei.uc.pt) – DEI/UC - Professor Auxiliar
- Jorge Bernardino (jorge@isec.pt) – DEIS/ISEC - Professor Coordenador
Orientador
Vasco Pereira
vasco@dei.uc.pt 📩