Uma proposta para classificação de recursos da IoT explorando o tratamento da incerteza na decisão multicritério

• Ano de defesa: 2020
• Autor(a) principal: Dilli, Renato Marques
• Orientador(a): Yamin, Adenauer Corrêa
• 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: Computação; IoT; Descoberta de recursos; Classificação de recursos; Incerteza; Resource discovery; Resource ranking; Uncertainty
• Área do conhecimento CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO
• Link de acesso: http://guaiaca.ufpel.edu.br/handle/prefix/6659

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.