Um Middleware para Sensores Virtuais Baseados em Localização no Contexto de Cidades Inteligentes

• Alice Menezes UFAM
• Carlos Figueiredo UEA

DOI: https://doi.org/10.5753/sbcup.2019.6597

Resumo

As áreas urbanas estão crescendo ao longo dos anos, e este crescimento, em conjunto com a modernização das cidades, nos permite ter acesso aos dados heterogêneos que podem ser utilizados para a criação de novos serviços e utilização mais eficiente de recursos e infraestruturas já existentes. Com isto, diversas arquiteturas de plataformas para Cidades Inteligentes foram propostas com o objetivo de gerenciar um grande volume de dados e prover soluções para problemas urbanos. Neste sentido, este trabalho propõe um middleware para facilitar a extração de conhecimento dos dados gerados nas cidades, monitorando informações abstratas geradas a partir de dados de baixo nı́vel. Como prova de conceito, realizamos um estudo de caso com um grande volume de dados abertos de uma área urbana.

Palavras-chave: Smart Cities, Location-based, IoT

Referências

Berntzen, L., Johannesen, M. R., Böhm, S., Weber, C., e Morales, R. (2018). Citizens as sensors: human sensors as a smart city data source. In Proceedings of the 7th Interna- tional Conference on Smart Cities, Systems, Devices and Technologies Citizens, pages 11–18. IARIA.

Coetzee, L. e Eksteen, J. (2011). The internet of things - promise for the future? an introduction. In IST-Africa Conference Proceedings, pages 1–9. IEEE.

Costa, C. e Santos, M. Y. (2016). Basis: A big data architecture for smart cities. In 2016 SAI Computing Conference (SAI), pages 1247–1256. IEEE.

Gubbi, J., Buyya, R., Marusic, S., e Palaniswami, M. (2013). Internet of things (iot): A vision, architectural elements, and future directions. Future Generation Computer Systems, 29(7):1645–1660.

Kabadayi, S., Pridgen, A., e Julien, C. (2006). Virtual sensors: Abstracting data from physical sensors. In Proceedings of the 2006 International Symposium on on World of Wireless, Mobile and Multimedia Networks, pages 587–592. IEEE Computer Society.

Madria, S., Kumar, V., e Dalvi, R. (2014). Sensor cloud: A cloud of virtual sensors. IEEE software, 31(2):70–77.

Menezes, A. A. F., dos Santos, J. W. V., Souza, B. Á., Almeida, T. G., Nakamura, F. G., Nakamura, E. F., e Figueiredo, C. M. S. (2017). Um método de partição de regiões funcionais utilizando dados de redes sociais. In XXXV Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuı́dos, pages 860–873. SBC.

Menezes, A. A. F. e Figueiredo, C. M. S. (2017). Um método de agrupamento incremen- tal para a detecção de eventos em redes sociais. In XXXVII Congresso da Sociedade Brasileira de Computação, pages 1556–1565. SBC.

Santana, E. F. Z., Chaves, A. P., Gerosa, M. A., Kon, F., e Milojicic, D. S. (2017). Soft- ware platforms for smart cities: Concepts, requirements, challenges, and a unified re- ference architecture. ACM Computing Surveys (CSUR), 50(6):78.

Souza, A., Pereira, J., Batista, T., Cavalcante, E., Cacho, N., Lopes, F., e Almeida, A. (2018). A geographic-layered data middleware for smart cities. In Proceedings of the 24th Brazilian Symposium on Multimedia and the Web, WebMedia ’18, pages 411–414, New York, NY, USA. ACM.

Wu, C., Birch, D., Silva, D., Lee, C.-H., Tsinalis, O., e Guo, Y. (2014). Concinnity: A generic platform for big sensor data applications. IEEE Cloud Computing, 1(2):42–50.

Xavier, A. S., Menezes, A. A. F., Nakamura, F. G., e Figueiredo, C. M. S. (2018). Analysis of urban regions popularity using foursquare. In Proceedings of the 24th Brazilian Symposium on Multimedia and the Web, WebMedia ’18, pages 379–386, New York, NY, USA. ACM.

Zheng, Y., Capra, L., Wolfson, O., e Yang, H. (2014). Urban computing: concepts, metho- dologies, and applications. ACM Transactions on Intelligent Systems and Technology (TIST), 5(3):38.