Avaliação de modelos para sensores virtuais em sistemas IoT tolerantes a falhas
Resumo
Com a crescente evolução das tecnologias de informação surgem soluções mais eficientes e integradas tal como os sensores virtuais para dispositivos IoT. O sensor virtual é uma técnica que permite estimar dados de sensores físicos em dispositivos IoT de acordo com um contexto da aplicação. Essa técnica permite a redução de custos, de complexidade, além de uma maior flexibilidade e adaptabilidade a diferentes cenários de uso. Adicionalmente, os sensores virtuais também podem garantir tolerância a falhas em sistemas IoT, onde tradicionalmente explora-se a redundância de hardware e software. Diante desse cenário, o objetivo deste trabalho é realizar um estudo sobre modelos de sensores virtuais dedicados a tolerância a falhas em sistemas IoT a fim de minimizar erros causados por falhas no sistema. O trabalho investiga 3 diferentes modelos de sensores virtuais, além de comparar com um modelo da literatura a fim de identificar e corrigir falhas. Os resultados obtidos mostram que os erros introduzidos pelos diferentes modelos de sensores virtuais investigados indicam que o uso de média móvel é mais preciso que o uso de replicação de sensores físicos em alguns cenários.
Referências
A. U. Rehman, R. L. Aguiar, and J. P. Barraca, ‘Fault-Tolerance in the Scope of Cloud Computing’, IEEE Access, vol. 10, pp. 63422–63441, 2022.
B. K. Ray, A. Saha, S. Khatua, and S. Roy, ‘Proactive Fault-Tolerance Technique to Enhance Reliability of Cloud Service in Cloud Federation Environment’, IEEE Transactions on Cloud Computing, vol. 10, no. 2, pp. 957–971, 2022.
Lenka, Stitapragyan and Pradhan, Sateesh Kumar and Nanda, Arbind, ‘QoS Enhancement of Hospital e-Healthcare Management using IoT’, in 19th OITS International Conference on Information Technology (OCIT), 2021, pp. 460-465.
D. Martin, N. Kühl, and G. Satzger, ‘Virtual Sensors’, Business & Information Systems Engineering, vol. 63, no. 3, pp. 315–323, 2021.
L. Cristaldi, A. Ferrero, M. Macchi, A. Mehrafshan, and P. Arpaia, ‘Virtual Sensors: a Tool to Improve Reliability’, in IEEE International Workshop on Metrology for Industry 4.0 & IoT, 2020, pp. 142–145.
L. Liu, S. M. Kuo, and M. Zhou, ‘Virtual sensing techniques and their applications’, in 2009 International Conference on Networking, Sensing and Control, 2009, pp. 31–36.
A. Avizienis, ‘Infraestructure-based design of fault-tolerant systems’, in Proceedings of the IFIP International Workshop on Dependable Computing and its Applications. DCIA, 1998, vol. 98, pp. 12–14.
P. Peniak, E. Bubeníková, and A. Kanáliková, ‘The Redundant Virtual Sensors via Edge Computing’, in 2021 International Conference on Applied Electronics (AE), 2021, pp. 1–5.
Zhou, S., Lin, K., Na, J., Chuang, C. & Shih, C. Supporting service adaptation in fault tolerant internet of things. 2015 IEEE 8th International Conference On Service-oriented Computing And Applications (SOCA). pp. 65-72 (2015)
Gaderer, G., Loschmidt, P., & Sauter, T. (2010). Improving fault tolerance in high-precision clock synchronization. IEEE Transactions on Industrial Informatics, 6(2), 206-215.
Wunderlich, H. J., Braun, C., & Schöll, A. (2016, April). Fault tolerance of approximate compute algorithms. In 2016 IEEE 34th VLSI Test Symposium (VTS) (pp. 1-1). IEEE.
Song, Y. Z., Bowen, C. R., Kim, A. H., Nassehi, A., Padget, J., & Gathercole, N. (2014). Virtual visual sensors and their application in structural health monitoring. Structural Health Monitoring, 13(3), 251-264.
Gupta, A., & Mukherjee, N. (2016, January). Implementation of virtual sensors for building a sensor-cloud environment. In 2016 8th international conference on communication systems and networks (COMSNETS) (pp. 1-8). IEEE.
Ahmed, Q., Bhatti, A. I., & Iqbal, M. (2011). Virtual sensors for automotive engine sensors fault diagnosis in second-order sliding modes. IEEE Sensors Journal, 11(9), 1832-1840.
N. M. B. Franco, Cálculo Numérico. Pearson, 2006.
Casado-Vara, R., Vale, Z., Prieto, J., & Corchado, J. M. (2018). Fault-tolerant temperature control algorithm for IoT networks in smart buildings. Energies, 11(12), 3430.
S. Hansun, ‘A new approach of moving average method in time series analysis’, in 2013 conference on new media studies (CoNMedia), 2013, pp. 1–4.
D. B. Figueiredo Filho and J. A. Silva Júnior, ‘Desvendando os Mistérios do Coeficiente de Correlação de Pearson (r)’, Revista Política Hoje, vol. 18, no. 1, pp. 115–146, 2009.
