Uma Abordagem Dataflow para Processamento Contextual na Internet das Coisas

The objective of this work is the design of an architecture focused on the composition of contextual processing flows to provide situation awareness for IoT applications. This work considers the use of a dataflow programming approach integrated with the EXEHDA middleware. A case study in the health area was carried out to evaluate the architecture. Resumo. O objetivo deste trabalho é a concepção de uma arquitetura voltada para a composição de fluxos de processamento contextuais, provendo ciência de situação para aplicações na IoT. Este trabalho explora o uso de uma abordagem de programação dataflow integrada ao middleware EXEHDA. Como forma de avaliação da arquitetura, foi executado um estudo de caso na área da saúde. 1. Introdução Com os avanços ocorridos nas áreas de sensores, redes sem fio, dispositivos móveis e computação em nuvem, os conceitos de computação ubíqua, propostos originalmente por Mark Weiser, podem ser vistos atualmente em aplicações reais. Aplicações estas que agem de maneira proativa, identificando o contexto do usuário e fornecendo serviços otimizados considerando o mesmo, tornando a interação com os sistemas computacionais mais intuitiva e livre de distrações [Perera et al. 2013]. Nesse cenário, a IoT, utilizada como estratégia de ubiquidade, permite que uma grande variedade de dispositivos possa ser conectada através da infraestrutura disponibilizada pela Internet. Estes dispositivos podem fornecer informações de contexto, as quais através de técnicas de processamento contextual, permitem a identificação de situações. Nesse sentido, a ciência de situação representa a capacidade de um sistema computacional em obter uma visão abrangente e em alto nível de abstração dos contextos de interesse das aplicações, que pode ser utilizada em seu processo de tomada de decisão [Perera et al. 2013, Bibri 2015]. A principal contribuição deste trabalho é a concepção de uma arquitetura de software, integrada ao middleware EXEHDA (Execution Environment for Highly Distributed Applications) [Lopes et al. 2014], nomeada EXEHDA-IS (EXEHDA – IoT Situations) *O presente trabalho foi realizado com apoio do Programa Nacional de Cooperação Acadêmica da Coordenação de Aperfeiçoamento de Pessoal de Nível Superior – CAPES/Brasil. XXXVII Congresso da Sociedade Brasileira de Computação

[1]  Paolo Bellavista,et al.  A survey of context data distribution for mobile ubiquitous systems , 2012, CSUR.

[2]  John Herbert,et al.  Context-aware hybrid reasoning framework for pervasive healthcare , 2014, Personal and Ubiquitous Computing.

[3]  Noël Crespi,et al.  Programmable context awareness framework , 2014, J. Syst. Softw..

[4]  Gary M. Weiss,et al.  Activity recognition using cell phone accelerometers , 2011, SKDD.

[5]  Arkady B. Zaslavsky,et al.  Context Aware Computing for The Internet of Things: A Survey , 2013, IEEE Communications Surveys & Tutorials.

[6]  CLAUDIO GIL ARAUJO,et al.  Reabilitação cardíaca com ênfase no exercício: uma revisão sistemática , 2006 .

[7]  Miguel A. Labrador,et al.  A Survey on Human Activity Recognition using Wearable Sensors , 2013, IEEE Communications Surveys & Tutorials.

[8]  Pilar Sobrevilla Frisón,et al.  Fuzzy sets in computer vision: an overview , 2003 .

[9]  Simon A. Dobson,et al.  Situation identification techniques in pervasive computing: A review , 2012, Pervasive Mob. Comput..

[10]  Tiago Boldt Sousa Dataflow Programming Concept , Languages and Applications , 2012 .

[11]  Rajkumar Buyya,et al.  Simurgh: A framework for effective discovery, programming, and integration of services exposed in IoT , 2015, 2015 International Conference on Recent Advances in Internet of Things (RIoT).

[12]  Zahir Tari,et al.  CoCaMAAL: A cloud-oriented context-aware middleware in ambient assisted living , 2014, Future Gener. Comput. Syst..