Projeto e Análise de Rede de Sensores em Névoa utilizando uma Abordagem com Otimização Multiobjetivo

• Ano de defesa: 2024
• Autor(a) principal: Ferreira, Antonio Marcos Almeida
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Computação em névoa; Contiki-NG; Fog computing; Many-objective optimization; Otimização multiobjetivo; Sensores; Sensors
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-07012025-112358/

Pequisas direcionadas a Internet of Things (IoT) têm sido desenvolvidas para diversas áreas e setores ao decorrer dos anos. No entanto, há desafios relacionados a diferentes problemas de otimização que ainda precisam serem superados para facilitar a comunicação entre dispositivos IoT e a nuvem. Diante disso, é necessário desenvolver e aplicar abordagens que levem em consideração muitos critérios, muitas vezes conflitantes, tais como custo monetário, desempenho, latência, taxa de retransmissão, capacidade computacional dos dispositivos conectados e consumo de energia. Esta tese tem como objetivo aplicar uma abordagem de otimização para muitos objetivos sobre uma rede de sensores em névoa para determinar o posicionamento otimizado dos sensores em múltiplas camadas da arquitetura IoT, abordando de forma integrada a distribuição espacial dos dispositivos para maximizar o desempenho da rede de sensores em névoa. O sistema é projetado, implementado e aplicado em uma rede em névoa com base na infraestrutura existente para assim encontrar soluções que otimizem o desempenho da rede de maneira integrada, ambiente onde muitos métodos de otimização tradicionais são limitados ou ineficientes, pois em geral focam apenas em otimização mono-objetiva ou multiobjetiva, limitando-se a maximizar ou minimizar poucos critérios específicos de forma isolada ou em conjunto limitado. Assim, esses métodos falham em capturar a complexidade presente de redes em névoa onde múltiplos critérios muitas vezes conflitantes e interdependentes precisam serem avaliados em simultâneo. A metodologia proposta nesta tese utiliza o Contiki-NG, uma ferramenta que detêm recursos que permitem a simulação e emulação de uma rede de sensores, além de proporcionar trabalhar com diferentes métricas de otimização. Os experimentos realizados com o Contiki-NG integrado ao algoritmo de otimização Non-Dominated Sorting Genetic Algorithm III (NSGA-III) customizado apresentam resultados que identificam a fronteira de Pareto das soluções, demonstrando um equilíbrio eficiente entre os múltiplos critérios de desempenho considerados. A abordagem aplicada mostra bons resultados para otimização do posicionamento de sensores da infraestrutura em névoa analisada ao encontrar soluções que equilibram múltiplos critérios de desempenho.