Uma proposta para classificação de recursos da IoT explorando o tratamento da incerteza na decisão multicritério
Ano de defesa: | 2020 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | |
Tipo de documento: | Tese |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
Universidade Federal de Pelotas
|
Programa de Pós-Graduação: |
Programa de Pós-Graduação em Computação
|
Departamento: |
Centro de Desenvolvimento Tecnológico
|
País: |
Brasil
|
Palavras-chave em Português: | |
Área do conhecimento CNPq: | |
Link de acesso: | http://guaiaca.ufpel.edu.br/handle/prefix/6659 |
Resumo: | A Internet das coisas (IoT) é caracterizada por recursos conectados em rede, a maioria destes disponibilizando mais de um serviço. O processo de classificação para selecionar o recurso cujos serviços melhor atendem a requisição de um cliente constitui uma frente de pesquisa com diversos desafios atuais e de relevância internacional. Dentre os desafios destaca-se a elevada escalabilidade, a dinamicidade com que os recursos entram e saem do ambiente, bem como as incertezas do cliente no momento de especificar suas preferências. Assim, devido a esta elevada escalabilidade da IoT, uma requisição de cliente pode retornar centenas, ou até milhares de recursos que atendem as especificações da requisição considerando seus parâmetros funcionais. Por sua vez, a revisão de literatura feita nesta Tese identificou a avaliação de parâmetros não funcionais como técnica recorrente nas diversas propostas para classificação de recursos. Considerando este cenário, esta Tese tem por objetivo central apresentar uma proposta para classificação de recursos descobertos de forma autônoma, denominado EXEHDA-RR, que tem por base de concepção: (i) uma abordagem de decisão que pondera múltiplos critérios; e (ii) o tratamento da incerteza quando da definição dos diferentes parâmetros considerados. Outro aspecto contemplado nesta Tese, está relacionado a minimização dos custos computacionais envolvidos no procedimento de classificação de recursos em ambientes dinâmicos como a IoT, onde a entrada e/ou a saída de recursos no ambiente computacional podem ocorrer a todo momento. A avaliação do EXEHDA-RR foi realizada por meio de cenários de uso e a especificação dos recursos foi extraída do dataset QWS, que considera recursos reais disponibilizados na Internet. Os resultados obtidos mostram que é possível oferecer aos clientes os recursos mais adequados, de acordo com a preferência especificada. O emprego da Lógica Fuzzy dentre outros aspectos, possibilitou que a especificação das preferências por parte do cliente possa ser feita, de modo mais confortável, por meio de termos linguísticos, tais como, baixo, médio e alto, minimizando incertezas. Os resultados alcançados com os cenários de uso validam a proposta e apontam para a continuidade da pesquisa em trabalhos futuros. |
id |
UFPL_8b187a37dbad478c8c1ed2701127ae6c |
---|---|
oai_identifier_str |
oai:guaiaca.ufpel.edu.br:prefix/6659 |
network_acronym_str |
UFPL |
network_name_str |
Repositório Institucional da UFPel - Guaiaca |
repository_id_str |
|
spelling |
2020-11-26T13:53:35Z2020-11-26T13:53:35Z2020-04-13DILLI, Renato Marques. Uma Proposta para Classificação de Recursos da IoT Explorando o Tratamento da Incerteza na Decisão Multicritério. Orientador: Adenauer Corrêa Yamin. 2020. 120 f. Tese (Doutorado em Ciência da Computação) – Centro de Desenvolvimento Tecnológico, Universidade Federal de Pelotas, Pelotas, 2020.http://guaiaca.ufpel.edu.br/handle/prefix/6659A Internet das coisas (IoT) é caracterizada por recursos conectados em rede, a maioria destes disponibilizando mais de um serviço. O processo de classificação para selecionar o recurso cujos serviços melhor atendem a requisição de um cliente constitui uma frente de pesquisa com diversos desafios atuais e de relevância internacional. Dentre os desafios destaca-se a elevada escalabilidade, a dinamicidade com que os recursos entram e saem do ambiente, bem como as incertezas do cliente no momento de especificar suas preferências. Assim, devido a esta elevada escalabilidade da IoT, uma requisição de cliente pode retornar centenas, ou até milhares de recursos que atendem as especificações da requisição considerando seus parâmetros funcionais. Por sua vez, a revisão de literatura feita nesta Tese identificou a avaliação de parâmetros não funcionais como técnica recorrente nas diversas propostas para classificação de recursos. Considerando este cenário, esta Tese tem por objetivo central apresentar uma proposta para classificação de recursos descobertos de forma autônoma, denominado EXEHDA-RR, que tem por base de concepção: (i) uma abordagem de decisão que pondera múltiplos critérios; e (ii) o tratamento da incerteza quando da definição dos diferentes parâmetros considerados. Outro aspecto contemplado nesta Tese, está relacionado a minimização dos custos computacionais envolvidos no procedimento de classificação de recursos em ambientes dinâmicos como a IoT, onde a entrada e/ou a saída de recursos no ambiente computacional podem ocorrer a todo momento. A avaliação do EXEHDA-RR foi realizada por meio de cenários de uso e a especificação dos recursos foi extraída do dataset QWS, que considera recursos reais disponibilizados na Internet. Os resultados obtidos mostram que é possível oferecer aos clientes os recursos mais adequados, de acordo com a preferência especificada. O emprego da Lógica Fuzzy dentre outros aspectos, possibilitou que a especificação das preferências por parte do cliente possa ser feita, de modo mais confortável, por meio de termos linguísticos, tais como, baixo, médio e alto, minimizando incertezas. Os resultados alcançados com os cenários de uso validam a proposta e apontam para a continuidade da pesquisa em trabalhos futuros.The Internet of things (IoT) is characterized by networked resources, most of which offer more than one service. The classification process for selecting the resource whose services best meet a client’s request constitutes a research front with several current and internationally relevant challenges. Among the challenges we highlight the high scalability, the dynamism with which the resources enter and leave the environment, as well as the client’s uncertainties when specifying their preferences. Thus, due to this high scalability of the IoT, a client request can return hundreds, or even thousands of resources that meet the specifications of the request considering its functional parameters. In turn, the literature review made in this Thesis identified the evaluation of non-functional parameters as a recurring technique in the various proposals for classification of resources. Considering this scenario, this Thesis has as main objective to present a proposal for classification of discovered resources in an autonomous way, called EXEHDA-RR, which is based on conception: (i) a decision approach that considers multiple criteria; and (ii) the treatment of uncertainty when defining the different parameters considered. Another aspect contemplated in this Thesis, is related to the minimization of the computational costs involved in the procedure of classification of resources in dynamic environments such as IoT, where the entry and/or exit of resources in the computing environment can occur at all times. The EXEHDA-RR evaluation was performed using usage scenarios and the resource specification was extracted from the QWS dataset, which considers real resources made available on the Internet. The results obtained show that it is possible to offer clients the most suitable resources, according to the specified preference. The use of Fuzzy Logic, among other aspects, made it possible for clients to specify their preferences more comfortably, using linguistic terms such as low, medium and high, minimizing uncertainties. The results achieved with the usage scenarios validate the proposal and point to the continuity of the research in future works.Sem bolsaporUniversidade Federal de PelotasPrograma de Pós-Graduação em ComputaçãoUFPelBrasilCentro de Desenvolvimento TecnológicoCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAOComputaçãoIoTDescoberta de recursosClassificação de recursosIncertezaResource discoveryResource rankingUncertaintyUma proposta para classificação de recursos da IoT explorando o tratamento da incerteza na decisão multicritérioA Proposal for Classifying IoT Resources Exploring the Treatment of Uncertainty in Multicriteria Decision.info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesishttp://lattes.cnpq.br/0876856800354943http://lattes.cnpq.br/8861113953470000Reiser, Renata Hax Sanderhttp://lattes.cnpq.br/3283691152621834Yamin, Adenauer CorrêaDilli, Renato Marquesinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFPel - Guaiacainstname:Universidade Federal de Pelotas (UFPEL)instacron:UFPELTEXTTese_Renato_Marques_Dilli.pdf.txtTese_Renato_Marques_Dilli.pdf.txtExtracted texttext/plain238602http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/6659/6/Tese_Renato_Marques_Dilli.pdf.txtad6f1c14be3c83bb201ca25a2d6455d0MD56open accessTHUMBNAILTese_Renato_Marques_Dilli.pdf.jpgTese_Renato_Marques_Dilli.pdf.jpgGenerated Thumbnailimage/jpeg1250http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/6659/7/Tese_Renato_Marques_Dilli.pdf.jpg09feced5b6260fcdab5a40ecfc5e7154MD57open accessORIGINALTese_Renato_Marques_Dilli.pdfTese_Renato_Marques_Dilli.pdfapplication/pdf5659253http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/6659/1/Tese_Renato_Marques_Dilli.pdfe80a995782ead1c6d652b8b1e59bd51fMD51open accessCC-LICENSElicense_urllicense_urltext/plain; charset=utf-849http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/6659/2/license_url4afdbb8c545fd630ea7db775da747b2fMD52open accesslicense_textlicense_texttext/html; charset=utf-80http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/6659/3/license_textd41d8cd98f00b204e9800998ecf8427eMD53open accesslicense_rdflicense_rdfapplication/rdf+xml; charset=utf-80http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/6659/4/license_rdfd41d8cd98f00b204e9800998ecf8427eMD54open accessLICENSElicense.txtlicense.txttext/plain; charset=utf-81866http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/6659/5/license.txt43cd690d6a359e86c1fe3d5b7cba0c9bMD55open accessprefix/66592023-07-13 03:21:08.021open accessoai:guaiaca.ufpel.edu.br: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ório InstitucionalPUBhttp://repositorio.ufpel.edu.br/oai/requestrippel@ufpel.edu.br || repositorio@ufpel.edu.br || aline.batista@ufpel.edu.bropendoar:2023-07-13T06:21:08Repositório Institucional da UFPel - Guaiaca - Universidade Federal de Pelotas (UFPEL)false |
dc.title.pt_BR.fl_str_mv |
Uma proposta para classificação de recursos da IoT explorando o tratamento da incerteza na decisão multicritério |
dc.title.alternative.pt_BR.fl_str_mv |
A Proposal for Classifying IoT Resources Exploring the Treatment of Uncertainty in Multicriteria Decision. |
title |
Uma proposta para classificação de recursos da IoT explorando o tratamento da incerteza na decisão multicritério |
spellingShingle |
Uma proposta para classificação de recursos da IoT explorando o tratamento da incerteza na decisão multicritério Dilli, Renato Marques CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO Computação IoT Descoberta de recursos Classificação de recursos Incerteza Resource discovery Resource ranking Uncertainty |
title_short |
Uma proposta para classificação de recursos da IoT explorando o tratamento da incerteza na decisão multicritério |
title_full |
Uma proposta para classificação de recursos da IoT explorando o tratamento da incerteza na decisão multicritério |
title_fullStr |
Uma proposta para classificação de recursos da IoT explorando o tratamento da incerteza na decisão multicritério |
title_full_unstemmed |
Uma proposta para classificação de recursos da IoT explorando o tratamento da incerteza na decisão multicritério |
title_sort |
Uma proposta para classificação de recursos da IoT explorando o tratamento da incerteza na decisão multicritério |
author |
Dilli, Renato Marques |
author_facet |
Dilli, Renato Marques |
author_role |
author |
dc.contributor.authorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/0876856800354943 |
dc.contributor.advisorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/8861113953470000 |
dc.contributor.advisor-co1.fl_str_mv |
Reiser, Renata Hax Sander |
dc.contributor.advisor-co1Lattes.fl_str_mv |
http://lattes.cnpq.br/3283691152621834 |
dc.contributor.advisor1.fl_str_mv |
Yamin, Adenauer Corrêa |
dc.contributor.author.fl_str_mv |
Dilli, Renato Marques |
contributor_str_mv |
Reiser, Renata Hax Sander Yamin, Adenauer Corrêa |
dc.subject.cnpq.fl_str_mv |
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO |
topic |
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO Computação IoT Descoberta de recursos Classificação de recursos Incerteza Resource discovery Resource ranking Uncertainty |
dc.subject.por.fl_str_mv |
Computação IoT Descoberta de recursos Classificação de recursos Incerteza Resource discovery Resource ranking Uncertainty |
description |
A Internet das coisas (IoT) é caracterizada por recursos conectados em rede, a maioria destes disponibilizando mais de um serviço. O processo de classificação para selecionar o recurso cujos serviços melhor atendem a requisição de um cliente constitui uma frente de pesquisa com diversos desafios atuais e de relevância internacional. Dentre os desafios destaca-se a elevada escalabilidade, a dinamicidade com que os recursos entram e saem do ambiente, bem como as incertezas do cliente no momento de especificar suas preferências. Assim, devido a esta elevada escalabilidade da IoT, uma requisição de cliente pode retornar centenas, ou até milhares de recursos que atendem as especificações da requisição considerando seus parâmetros funcionais. Por sua vez, a revisão de literatura feita nesta Tese identificou a avaliação de parâmetros não funcionais como técnica recorrente nas diversas propostas para classificação de recursos. Considerando este cenário, esta Tese tem por objetivo central apresentar uma proposta para classificação de recursos descobertos de forma autônoma, denominado EXEHDA-RR, que tem por base de concepção: (i) uma abordagem de decisão que pondera múltiplos critérios; e (ii) o tratamento da incerteza quando da definição dos diferentes parâmetros considerados. Outro aspecto contemplado nesta Tese, está relacionado a minimização dos custos computacionais envolvidos no procedimento de classificação de recursos em ambientes dinâmicos como a IoT, onde a entrada e/ou a saída de recursos no ambiente computacional podem ocorrer a todo momento. A avaliação do EXEHDA-RR foi realizada por meio de cenários de uso e a especificação dos recursos foi extraída do dataset QWS, que considera recursos reais disponibilizados na Internet. Os resultados obtidos mostram que é possível oferecer aos clientes os recursos mais adequados, de acordo com a preferência especificada. O emprego da Lógica Fuzzy dentre outros aspectos, possibilitou que a especificação das preferências por parte do cliente possa ser feita, de modo mais confortável, por meio de termos linguísticos, tais como, baixo, médio e alto, minimizando incertezas. Os resultados alcançados com os cenários de uso validam a proposta e apontam para a continuidade da pesquisa em trabalhos futuros. |
publishDate |
2020 |
dc.date.accessioned.fl_str_mv |
2020-11-26T13:53:35Z |
dc.date.available.fl_str_mv |
2020-11-26T13:53:35Z |
dc.date.issued.fl_str_mv |
2020-04-13 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
DILLI, Renato Marques. Uma Proposta para Classificação de Recursos da IoT Explorando o Tratamento da Incerteza na Decisão Multicritério. Orientador: Adenauer Corrêa Yamin. 2020. 120 f. Tese (Doutorado em Ciência da Computação) – Centro de Desenvolvimento Tecnológico, Universidade Federal de Pelotas, Pelotas, 2020. |
dc.identifier.uri.fl_str_mv |
http://guaiaca.ufpel.edu.br/handle/prefix/6659 |
identifier_str_mv |
DILLI, Renato Marques. Uma Proposta para Classificação de Recursos da IoT Explorando o Tratamento da Incerteza na Decisão Multicritério. Orientador: Adenauer Corrêa Yamin. 2020. 120 f. Tese (Doutorado em Ciência da Computação) – Centro de Desenvolvimento Tecnológico, Universidade Federal de Pelotas, Pelotas, 2020. |
url |
http://guaiaca.ufpel.edu.br/handle/prefix/6659 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Pelotas |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Computação |
dc.publisher.initials.fl_str_mv |
UFPel |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Centro de Desenvolvimento Tecnológico |
publisher.none.fl_str_mv |
Universidade Federal de Pelotas |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFPel - Guaiaca instname:Universidade Federal de Pelotas (UFPEL) instacron:UFPEL |
instname_str |
Universidade Federal de Pelotas (UFPEL) |
instacron_str |
UFPEL |
institution |
UFPEL |
reponame_str |
Repositório Institucional da UFPel - Guaiaca |
collection |
Repositório Institucional da UFPel - Guaiaca |
bitstream.url.fl_str_mv |
http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/6659/6/Tese_Renato_Marques_Dilli.pdf.txt http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/6659/7/Tese_Renato_Marques_Dilli.pdf.jpg http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/6659/1/Tese_Renato_Marques_Dilli.pdf http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/6659/2/license_url http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/6659/3/license_text http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/6659/4/license_rdf http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/6659/5/license.txt |
bitstream.checksum.fl_str_mv |
ad6f1c14be3c83bb201ca25a2d6455d0 09feced5b6260fcdab5a40ecfc5e7154 e80a995782ead1c6d652b8b1e59bd51f 4afdbb8c545fd630ea7db775da747b2f d41d8cd98f00b204e9800998ecf8427e d41d8cd98f00b204e9800998ecf8427e 43cd690d6a359e86c1fe3d5b7cba0c9b |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFPel - Guaiaca - Universidade Federal de Pelotas (UFPEL) |
repository.mail.fl_str_mv |
rippel@ufpel.edu.br || repositorio@ufpel.edu.br || aline.batista@ufpel.edu.br |
_version_ |
1797769986427584512 |