DASTData: um modelo baseado em Fog e Cloud Computing para rastreabilidade e armazenamento distribuído de dados IoT em Smart Cities

Nível educacional (dc.audience.educationLevel)Graduaçãopt_BR
Orientador(a) (dc.contributor.advisor)Righi, Rodrigo da Rosa
Lattes Orientador(a) (dc.contributor.advisorLattes)http://lattes.cnpq.br/2332604239081900pt_BR
Autor(a) (dc.contributor.author)Ferreira, Daniel Lopes
Curso (dc.curso)Ciência da Computaçãopt_BR
Data de Disponibilização (dc.date.accessioned)2022-11-21T18:21:33Z
dc.date.available (dc.date.available)2022-11-21T18:21:33Z
Data da defesa / Data do evento (dc.date.issued)2022-06-24
Abstract (dc.description.abstract)In this work, a solution for the distributed storage of data in Smart Cities is pre sented. Through an Edge-Fog-Cloud architecture that partitions the data through the Sharding technique, a hierarchical model is proposed that manipulates IoT data generated by Smart Cities. The problem is related to the approaches used to promote an integrated environment. Related works tend to use cloud-focused approaches that generate high latency rates, and those that use Fog Computing only use the layer as middleware, not exploring greater possibilities for use. In this context, this work presents the DASTData model that aims to enable lower latency rates, more data security, fault tolerance, high availability and concurrent queries to promote a better experience in data management and availability in smart cities. In addition, our contribution to the literature, unlike related works, is related to the proposition of an architecture focused on enabling the traceability of users who have a mobile behavior in the city, providing the ability to analyze patterns and occurrences through the consolidation of data from one or more indi viduals. In the results obtained through the tests carried out in this work, it is observed that in queries a decentralized model such as DASTData is up to 73% more efficient than a centralized model.en
Resumo (dc.description.resumo)Neste trabalho é apresentada uma solução para o armazenamento distribuído de da dos em Cidades Inteligentes. Através de uma arquitetura Edge-Fog-Cloud que particiona os dados por meio da técnica de Sharding é proposto um modelo hierárquico que manipula da dos IoT gerados por Smart Cities. O problema está relacionado com as abordagens utilizadas para conseguir promover um ambiente integrado. Os trabalhos relacionados costumam utilizar abordagens concentradas em Cloud que geram altas taxas de latência e os que utilizam Fog Computing, apenas usam a camada como um middleware, não explorando maiores possibili dades de aproveitamento. Nesse contexto, este trabalho apresenta o modelo DASTData que visa possibilitar menores taxas de latência, mais segurança para os dados, tolerância a falhas, alta disponibilidade e consultas concorrentes para promover uma melhor experiência na gestão e disponibilidade de dados em cidades inteligentes. Além disso, nossa contribuição para a li teratura, diferentemente dos trabalhos relacionados, é relativa a proposição de uma arquitetura focada em possibilitar a rastreabilidade dos usuários que têm um comportamento móvel na ci dade, proporcionando a capacidade de analisar padrões e ocorrências através da consolidação de dados de um ou mais indivíduos. Nos resultados obtidos através dos testes realizados neste trabalho, observa-se que, em consultas, um modelo descentralizado como o DASTData é até 73% mais eficiente que um modelo centralizado.pt_BR
URI (dc.identifier.uri)http://www.repositorio.jesuita.org.br/handle/UNISINOS/11970
Nome da instituição (dc.publisher)Universidade do Vale do Rio dos Sinospt_BR
Assunto (dc.subject)Armazenamento distribuídopt_BR
Assunto (dc.subject)Rastreabilidadept_BR
Assunto (dc.subject)Fragmentação de dadospt_BR
Assunto (dc.subject)Fog Computingen
Assunto (dc.subject)Cloud Computingen
Título (dc.title)DASTData: um modelo baseado em Fog e Cloud Computing para rastreabilidade e armazenamento distribuído de dados IoT em Smart Citiespt_BR
Tipo de arquivo (dc.type)TCCpt_BR

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
Daniel Lopes Ferreira.pdf
Tamanho:
9.92 MB
Formato:
Adobe Portable Document Format
Descrição:
dastdata_modelo

Licença do pacote

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
license.txt
Tamanho:
2.12 KB
Formato:
Item-specific license agreed upon to submission
Descrição: