Show simple item record

dc.creatorMorijo, João Paulo dos Santos
dc.date.accessioned2019-09-04T14:08:06Z
dc.date.available2019-09-04T14:08:06Z
dc.date.issued2019-02-14
dc.identifier.urihttps://repositorio.ufscar.br/handle/ufscar/11773
dc.description.abstractThe Internet of Things (IoT) is characterized by a computational environment that can be divided into three main layers: sensor network, communication and intelligence, the latter located in a fog or cloud environment forming an IoT environment. The first layer can be composed of a wide variety of objects, usually called terminals, with various computational capacities, architectural features, a variety of sensors, actuators and different communication interfaces and standards for interconnection. The second layer can make use of many different wireless communications technologies, including Wi-Fi, ZigBee, Bluetooth or emerging 6LoWPAN communication technologies such as Lora, and transport protocols that incorporate strategies like publish / subscribe to send messages containing sensor data / endpoints for the intelligence layer. The results can be used for monitoring, problem inference, business-level decision making, as well as sensor-level action by sending an actuation message to a terminal. As the IoT sensor network grows, a huge amount of data from various sources flows from the sensor layer to the intelligence layer in the IoT environment. The problem is that to make informed decisions about these data, it needs to be concrete and accurate. Data fusion is an effective way to improve data quality. However, IoT environments are still evolving and the best way or place where data fusion should happen is an open problem. This project presents an architecture for merging IoT sensor data by implementing data fusion with microservices using a container platform embedded in an IoT opensource middleware based on a fog infrastructure that is capable of automatically scaling according to the layer data flow sensor grows. Several data fusion performance tests were performed for different amounts of sensor points and readings on ZigBee and LoRa technologies using the Chauvenet data fusion algorithm in an agricultural environment which can be applied to the concepts of precision agriculture.eng
dc.description.sponsorshipNão recebi financiamentopor
dc.language.isoporpor
dc.publisherUniversidade Federal de São Carlospor
dc.rights.uriAcesso abertopor
dc.subjectAgricultura de precisãopor
dc.subjectSensorespor
dc.subjectPlataforma multissensorialpor
dc.subjectFusão de sensorespor
dc.subjectComputação em névoapor
dc.subjectInternet das coisaspor
dc.subjectPrecision farmingeng
dc.subjectSensorseng
dc.subjectMultisensory platformeng
dc.subjectSensor fusioneng
dc.subjectFog computingeng
dc.subjectInternet of thingseng
dc.subjectMiddlewareeng
dc.titleArquitetura multissensorial em fog computing para dispositivos IoT com foco em agricultura de precisãopor
dc.title.alternativeFog computing multisensor architecture for precision agriculture focused IoT deviceseng
dc.typeDissertaçãopor
dc.contributor.advisor1Vivaldini, Kelen Cristiane Teixeira
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/5245409138233148por
dc.creator.Latteshttp://lattes.cnpq.br/3828222983522679por
dc.description.resumoA Internet das Coisas (IoT) é caracterizada por um ambiente computacional que pode ser dividido em três grandes camadas: rede de sensores, comunicação e inteligência, esta última localizada em um ambiente fog (nevoeiro) ou cloud (nuvem) formando um ambiente IoT. A primeira camada pode ser composta por uma ampla variedade de objetos, geralmente chamados de terminais, com várias capacidades computacionais, recursos arquitetônicos, uma variedade de sensores, atuadores e diferentes interfaces de comunicação e padrões para interconexão. A segunda camada pode fazer uso de muitas comunicações sem fio diferentes tecnologias, incluindo Wi-Fi, ZigBee, Bluetooth ou emergentes tecnologias de comunicação 6LoWPAN como Lora, e protocolos de transporte que incorporam estratégias como publish/subscribe para enviar mensagens que contenham dados dos sensores/endpoints para a camada de inteligência. Os resultados podem ser usados para monitoramento, inferência de problemas, tomada de decisões em nível de negócios, bem como ação em nível de sensor, enviando uma mensagem de atuação para um terminal. À medida que a rede de sensores IoT cresce, uma enorme quantidade de dados de várias fontes flui da camada do sensor para a camada de inteligência no ambiente da IoT. O problema é que, para tomar decisões baseadas em análises sobre esses dados, ele precisa ser concretos e precisos. A fusão de dados é uma maneira eficaz de melhorar a qualidade dos dados. No entanto, os ambientes de IoT ainda estão evoluindo e a melhor maneira ou local em que a fusão de dados deve acontecer é um problema em aberto. Este projeto apresenta uma arquitetura para a fusão de dados de sensores IoT implementando a fusão de dados com microserviços usando uma plataforma de contêiner embutida em um middleware opensource IoT baseado em uma infraestrutura fog que é capaz de escalar automaticamente conforme o fluxo de dados da camada de sensor cresce. Vários testes de desempenho de fusão de dados foram realizados para diferentes quantidades de pontos e leituras dos sensores sobre as tecnologias ZigBee e LoRa usando o algoritmo de fusão de dados Chauvenet em um ambiente agrícola o qual pode-se aplicar os conceitos da agricultura de precisão.por
dc.publisher.initialsUFSCarpor
dc.publisher.programPrograma de Pós-graduação em Ciência da Computaçãopor
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAOpor
dc.ufscar.embargoOnlinepor
dc.publisher.addressCâmpus São Carlospor


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record