Data flow trustworthiness for mist and fog based IoT systems
Year: 2023
Type: dissertation
Abstract: A Internet das Coisas (Internet of Things - IoT) compreende uma rede de milhares ou milhões de dispositivos interconectados, que percebem um contexto e atuam através de uma aplicação. Em uma aplicação de irrigação inteligente, por exemplo, um sistema de IoT usa sensores que coletam e enviam dados a um servidor em nuvem, que pode processá-los para gerar uma decisão, mais tarde executada pelos atuadores. A computação em névoa pode analisar esses dados de maneira mais rápida que a nuvem, sem depender de conexão com a Internet, pois pode executar em rede local, mais próxima dos sensores. Porém, a névoa possui capacidade computacional limitada de armazenamento e processamento de dados que a nuvem, trazendo desafios relacionados à agilidade, resiliência e vulnerabilidades em sistemas que lidam com o fluxo de dados de milhares de dispositivos. Este trabalho investiga e contribui com um arcabouço de trustworthiness, que foca o aprimoramento da resiliência, confiança e continuidade do fluxo de dados de sistemas IoT baseados em névoa. Para isso, foi executada uma revisão bibliográfica sobre trustworthiness na IoT, onde se percebeu as demandas para a elaboração de um arcabouço, com mecanismos que contemplam a trustworthiness do fluxo de dados em sistemas IoT baseados em névoa computacional. Foi implementado e avaliado o impacto dos mecanismos de resiliência e de redução de dados do arcabouço, que mantém o funcionamento do sistema IoT mesmo durante uma desconexão de rede e reduz o tempo de transferência dos dados em uma reconexão. Em seguida, esses mecanismos também foram testados com uma proposta baseada em aprendizado de máquina supervisionado para redução de dados. Foi estudado e proposto um sistema baseado no mecanismo de veracidade do arcabouço, que funciona com algoritmos de aprendizado não supervisionado e que detecta anomalias no comportamento individual de cada um dos nós de névoa, aprendendo novos comportamentos durante a execução do sistema IoT. Também foi investigado o impacto do tempo na detecção desses comportamentos da névoa usando uma proposta de aprendizado de máquina federado. Finalmente, este trabalho discute os custos e benefícios de cada um dos mecanismos do arcabouço que foram avaliados.
Language: English
Topic: IoT and Edge/Fog Computing
Subfield: Computer Networks and Communications
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W7119404157