• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Thèse de Doctorat
DOI
https://doi.org/10.11606/T.55.2020.tde-23032020-102527
Document
Auteur
Nom complet
José Rodrigues Torres Neto
Unité de l'USP
Domain de Connaissance
Date de Soutenance
Editeur
São Carlos, 2020
Directeur
Jury
Estrella, Júlio Cezar (Président)
Camargo, Raphael Yokoingawa de
Madeira, Edmundo Roberto Mauro
Toledo, Cláudio Fabiano Motta
Titre en portugais
Descarga adaptativa em ambiente com névoa heterogênea: estudo de caso para a área da saúde
Mots-clés en portugais
Computação em névoa
Cuidados de saúde
Descarga de dados
Internet das coisas
Resumé en portugais
O número de pessoas com necessidades de cuidados de saúde, tais como idosos, deficientes e pacientes com mobilidade reduzida, aumentou consideravelmente no mundo nos últimos anos. Esse aumento criou uma tendência na pesquisa envolvendo cuidados de saúde desses pacientes por meio de aplicações baseadas em IoT, principalmente quando recebem alta do hospital e retornam para casa. No entanto, aplicações de saúde são consideradas críticas e intolerantes aos atrasos, que exigem respostas em tempo real. Neste contexto, é comum que arquiteturas tradicionais baseadas em nuvem possuam ocorrência de desconexão da rede principal ou variações de largura de banda e latência, gerando prejuízos aos serviços remotos, principalmente serviços de saúde. Diante disso, a recém-criada computação em névoa permite o compartilhamento e gestão de dados nas bordas da rede, tornando o processamento inteligente descentralizado mais próximo da fonte de dados e dos usuários, o que garante uma latência mais baixa. Esta evolução contínua implica que os sistemas de software devem tornar-se cada vez mais versáteis e flexíveis, adaptando-se ao contexto de ambientes operacionais e intermitentes. O principal objetivo desta pesquisa de doutorado é mitigar o uso de recursos em sistemas de tempo-real em ambientes IoT. Neste sentido, é proposta uma arquitetura auto adaptativa e um middleware autônomo baseado em ciclos de feedback para a descarga dinâmica de dados em arquiteturas de névoa multicamadas Fog-to-Cloud e Indie Fog. Para isso, uma nova política para descarga dinâmica de dados foi definida. Já o paradigma publish-subscribe foi utilizado para a comunicação assíncrona e o MAPE-K como referência para o ciclo autônomo. Foi realizado uma avaliação quantitativa do middleware por meio da simulação de uma casa inteligente com duas aplicações de saúde: (i) monitoramento cardíaco e (ii) controle de temperatura corporal. Ainda, um estudo de caso real no sensoriamento do estado físico e emocional do usuário foi realizado com as aplicações: (i) reconhecimento facial do usuário, (ii) detecção de quedas, e (iii) reconhecimento de emoção por voz. Os resultados das avaliações quantitativa e qualitativa demonstraram uma melhora considerável no desempenho e a mitigação do uso de recursos. O middleware se apresenta promissor para o desenvolvimento de sistemas auto adaptativos no contexto de sistemas de tempo real e críticos.
Titre en anglais
Adaptive offload in a heterogeneous fog environment: a case study for the health area
Mots-clés en anglais
Data offloading
Fog computing
Healthcare
Internet of things
Resumé en anglais
The number of people with healthcare needs, such as elderly, disabled, and patients with reduced mobility, has been increased considerably in the world in recent years. This increase has created a trend in research involving healthcare for these patients through IoT-based applications, especially when they are liberated from the hospital and returned home. However, healthcare applications are considered critical and intolerant of delays, which require real-time responses. In this context, it is common for traditional cloud-based architectures to experience disconnection from the leading network or variations in bandwidth and latency, which generate losses to remote services, especially healthcare services. Consequently, the newly created fog computing enables data sharing and management at network edges, bringing intelligent decentralized processing closer to the data source and users, which ensures low latency. This continuous evolution implies that software systems must become increasingly versatile and flexible, self-adapting to the context of operating and intermittent environments. The main goal of this doctoral research is to mitigate the use of resources in real-time systems in IoT environments. In this context, a self-adaptive architecture and an autonomous middleware based on feedback cycles for dynamic data offloading in Fog-to-Cloud and Indie Fog multi-layer fog architectures are proposed. For this, a new policy for dynamic data offloading has been defined. The publish-subscribe paradigm was used for reliable communication and MAPE-K as a reference for the autonomous cycle. A quantitative evaluation of the middleware was performed through the simulation of an smarthome with two health applications: (i) heart monitoring and (ii) body temperature control. Also, a real case study on the sensing of the users physical and emotional state was performed with the applications: (i) facial recognition of the user, (ii) detection of falls, and (iii) recognition of emotion by voice. The results of the quantitative and qualitative evaluation have shown considerable improvement in performance and mitigation of resource use. The middleware is promising for the development of self-adaptive systems in the context of real-time and critical systems.
 
AVERTISSEMENT - Regarde ce document est soumise à votre acceptation des conditions d'utilisation suivantes:
Ce document est uniquement à des fins privées pour la recherche et l'enseignement. Reproduction à des fins commerciales est interdite. Cette droits couvrent l'ensemble des données sur ce document ainsi que son contenu. Toute utilisation ou de copie de ce document, en totalité ou en partie, doit inclure le nom de l'auteur.
Date de Publication
2020-03-23
 
AVERTISSEMENT: Apprenez ce que sont des œvres dérivées cliquant ici.
Tous droits de la thèse/dissertation appartiennent aux auteurs
CeTI-SC/STI
Bibliothèque Numérique de Thèses et Mémoires de l'USP. Copyright © 2001-2024. Tous droits réservés.