Elcity: um modelo elástico e multinível de economia de energia para cidades inteligentes
Arquivos
Data de defesa
Autor(a)
Orientador(a)
Título do periódico
ISSN
Título do volume
Nome da instituição
Departamento
Programa
Agência de fomento
Como resultado da migração rural e suburbana para as cidades, a vida urbana tornouse um desafio significativo para os cidadãos e para a gestão da cidade, impondo uma enorme preocupação na utilização sustentável de recursos como energia, água, transportes e habitação. Cidades inteligentes são a maior aposta para enfrentar estes desafios de forma eficiente através de um acompanhamento em tempo real que visa auxiliar no planejamento inteligente e desenvolvimento urbano sustentável. Entretanto, para que este acompanhamento ocorra de forma eficiente e possibilite a utilização sustentável dos recursos é necessária uma integração entre cidadãos, dispositivos da cidade, administração pública e a plataforma de computação em nuvem, onde os dados serão armazenados e processados. Para tal, propõe-se o modelo ElCity, um modelo que combina dados de cidadãos e dispositivos da cidade para permitir uma gestão elástica multinível do consumo de energia de uma cidade. Como decisão de projeto, essa gestão deve ocorrer de forma automática, sem afetar a qualidade dos serviços já oferecidos. A principal contribuição do modelo ElCity diz respeito à extensão do conceito de elasticidade em nuvem para os demais níveis (smartphones dos cidadãos, dispositivos da cidade e data center), alterando o estado dos componentes em cada nível entre ligado e desligado de acordo com a demanda. Desta forma, este trabalho apresenta o modelo ElCity, detalhando seus módulos distribuídos ao longo das três fontes de dados, além dos experimentos que utilizam dispositivos da cidade e dados de cidadãos de Roma para explorar a economia de energia. Os resultados são promissores, onde o módulo monitor de energia permite estimar o consumo de energia das aplicações elásticas baseado em traços de CPU e memória com uma precisão média e mediana de 97,15% e 97,72%. Além disso, os resultados apontam a possibilidade de redução de mais de 90% no consumo de energia relativo a iluminação pública na cidade de Roma, obtido através da análise de dados de localização de seus cidadãos.
