Pós-Graduação em Ciência da Computação – UFPE
Defesa de Tese de Doutorado Nº 652
Aluno: David Junio Mota Cavalcanti
Orientador: Prof. Nelson Souto Rosa
Coorientador: Prof. Danny Hughes (Katholieke Universiteit Leuven)
Título: AN ENABLING FRAMEWORK FOR CUSTOMIZATION AND ADAPTATION OF MIDDLEWARE OF THINGS
Data: 16/12/2024
Hora/Local: 14h – Auditório do CIn – Bloco B
Banca Examinadora:
Prof. Carlos Andre Guimarães Ferraz (UFPE / Centro de Informática)
Prof. Kelvin Lopes Dia (UFPE / Centro de Informática)
Prof. Jó Ueyama (USP / Instituto de Ciências Matemáticas e de Computação)
Prof. José Neuman de Souza (UFC /Departamento de Computação)
Prof. Daniel Gouveia Costa (Universidade do Porto / Depto. de Engenharia Eletrotécnica e de Computadores)
RESUMO:
A Internet das Coisas (IoT) possibilita o desenvolvimento de aplicações utilizando dispositivos inteligentes chamados de coisas. A crescente capacidade de processamento, armazenamento e comunicação dos dispositivos impulsionou o crescimento das aplicações de IoT distribuídas. Os sistemas de Middleware para IoT tornaram-se essenciais para o desenvolvimento dessas aplicações, enfrentando problemas de distribuição, heterogeneidade de dispositivos e interoperabilidade de aplicações. No entanto, os ambientes de IoT são altamente dinâmicos e suscetíveis a mudanças, introduzindo incertezas, como mudanças nos requisitos do usuário (por exemplo, aplicações em evolução), mudanças nas condições ambientais (por exemplo, atrasos na rede) e variação na disponibilidade de recursos, como níveis de bateria. Essas incertezas podem levar a falhas ou comprometer o funcionamento das aplicações. Sistemas de middleware auto-adaptativos têm sido responsáveis por lidar com as incertezas, adaptando dinamicamente seu comportamento/estrutura e as aplicações construídas sobre eles, sem a necessidade de desligamento do sistema. Apesar da variedade de soluções adaptativas, as aplicações de IoT frequentemente enfrentam incertezas em diversas camadas, cada uma exigindo uma ação adaptativa distinta, o que torna desafiador gerenciá-las simultaneamente. Esta tese apresenta Middleware Extendify (MEx), uma solução para construir e executar sistemas de middleware auto-adaptativos para IoT. Mex simplifica a implementação de middleware e fornece um ambiente de execução para suportar uma gama de mecanismos de adaptação, garantindo que o middleware atenda às demandas em evolução das aplicações e lide com mudanças em tempo de execução. Além disso, esta tese apresenta AquaMOM, um sistema IoT adaptativo projetado para monitorar o consumo de água em regiões semiáridas. Também inclui um protótipo de dispositivo IoT de baixo custo equipado com sensores de monitoramento de água e energia. Construído utilizando MEx, AquaMOM aproveita as capacidades do Mex para gerenciar incertezas, responder a mudanças dinâmicas e atender às demandas das aplicações. A avaliação do MEx abrange diferentes implementações de middleware adaptativo para medir o impacto dos mecanismos de adaptação, comparando seu desempenho com um middleware amplamente adotado baseado em MQTT. Os resultados indicam que a adaptação vem com custos de desempenho aceitáveis, enquanto proporciona benefícios significativos, como o ajuste fino das funcionalidades do middleware ou o aprimoramento do alinhamento das aplicações. Esses resultados mostram o potencial do MEx para aprimorar o IoT middleware, tornando os sistemas mais adaptáveis e eficientes em cenários reais.
Palavras-chave: Internet of Things. Middleware Adaptativo. Arquitetura de Software. Incertezas. Economia de Energia. Gestão Inteligente de Água. Ambientes Desafiadores.
Comentários desativados