Avaliação do ganho de desempenho usando paralelismo em dados IoT de Cidades Inteligentes

• Matheus Tregnago UCS
• Ricardo Bregalda UCS
• Samuel Francisco Ferrigo UCS

DOI: https://doi.org/10.5753/eradrs.2025.6527

Resumo

Este artigo avalia o uso de diferentes técnicas de paralelismo para processamento de dados IoT em cidades inteligentes. Para tal, foram utilizadas as técnicas de paralelismo OpenMP, MPI, Multiprocessing e Dask para identificar falhas em sensores e avaliar o ganho de desempenho, alcançando speedup de até 5,16 com Dask. Os resultados reforçam as vantagens do uso de paralelismo no processamento de grandes volumes de dados.

Palavras-chave: Algoritmos Paralelos e Distribuídos

Referências

Bekkai, B., Bendjenna, H., and Kitouni, I. (2021). Internet of things: A recent survey. In 2021 International Conference on Recent Advances in Mathematics and Informatics (ICRAMI), page 1–9, Tebessa, Algeria. IEEE.

Carleton (2024). Introduction to openmp. Disponível em: [link]. Acesso em: 24 nov. 2024.

Carvalho, M. D. S. d., Ferrigo, S. F., Dal Bó, G., Fachinelli, A. C., Perini, R. d. L., and Mosche, S. d. A. (2024). Iot para cidades inteligentes: habilitação tecnológica em uma cidade da serra gaúcha. Disponível em: [link]. Acesso em: 20.jan.2025.

Dask (2024). Dask: Scalable parallel computing in python. Disponível em: [link]. Acesso em: 24 nov. 2024.

MPI (2024). Mpi 4.1: The complete mpi standard. Disponível em: [link]. Acesso em: 24 nov. 2024.

Python (2024). multiprocessing — process-based parallelism. Disponível em: [link]. Acesso em: 24 nov. 2024.