Controle Interoperável no Contínuo Computacional de IoT com Agentes de IA

• Dener Silva Centro Universitário FEI
• Alexandre Heideker Centro Universitário FEI
• Ednaldo Ferreira Embrapa
• Carlos Kamienski UFABC
• Reinaldo Bianchi Centro Universitário FEI

DOI: https://doi.org/10.5753/sbrc.2026.19803

Resumo

A crescente adoção da agricultura inteligente, como resposta às demandas por maior produtividade, qualidade do produto e uso eficiente de recursos naturais, exige infraestruturas ciberfísicas cada vez mais avançadas e resilientes. Nesse contexto, um dos principais desafios de infraestrutura e computação é garantir interoperabilidade, baixa latência e confiabilidade em sistemas distribuídos ao longo do contínuo IoT–borda–nuvem. A literatura tem abordado esses desafios por meio de arquiteturas em nuvem, computação de borda, gêmeos digitais e tecnologias de IoT, ainda marcadas pela fragmentação e integrações ad hoc. Este trabalho propõe uma arquitetura de borda com multiagentes interoperáveis, baseada em Modelos de Linguagem de Grande Escala (LLMs) e no Protocolo de Contexto de Modelo (MCP), para integrar decisão, monitoramento e atuação de forma coordenada. Os resultados experimentais mostram que, em comparação com um controlador estruturado, a abordagem com LLM amplia a flexibilidade diagnóstica em cenários dependentes de contexto, ao custo de maior latência e maior consumo de recursos.

Referências

Al-Dulaimy, A., Jansen, M., Johansson, B., Trivedi, A., Iosup, A., Ashjaei, M., Galletta, A., Kimovski, D., Prodan, R., Tserpes, K., Kousiouris, G., Giannakos, C., Brandic, I., Ali, N., Bondi, A. B., and Papadopoulos, A. V. (2024). The computing continuum: From iot to the cloud. Internet of Things, 27:101272.

Domínguez-Bolaño, T., Campos, O., Barral, V., Escudero, C. J., and García-Naya, J. A. (2022). An overview of iot architectures, technologies, and existing open-source projects. Internet of Things, 20:100626.

Escribà-Gelonch, M., Liang, S., van Schalkwyk, P., Fisk, I., Long, N. V. D., and Hessel, V. (2024). Digital twins in agriculture: orchestration and applications. Journal of agricultural and food chemistry, 72(19):10737–10752.

Ferrag, M. A., Tihanyi, N., Hamouda, D., Maglaras, L., Lakas, A., and Debbah, M. (2025). From prompt injections to protocol exploits: Threats in llm-powered ai agents workflows. ICT Express.

He, Q., Zhao, H., Feng, Y., Wang, Z., Ning, Z., and Luo, T. (2024). Edge computing-oriented smart agricultural supply chain mechanism with auction and fuzzy neural networks. Journal of Cloud Computing, 13(1):66.

Heideker, A., Ottolini, D., Zyrianoff, I., Neto, A. T., Salmon Cinotti, T., and Kamienski, C. (2020). Iot-based measurement for smart agriculture. In 2020 IEEE International Workshop on Metrology for Agriculture and Forestry (MetroAgriFor), pages 68–72.

Jennings, C. F., Shelby, Z., Arkko, J., Keränen, A., and Bormann, C. (2018). Sensor Measurement Lists (SenML). RFC 8428.

Kalyani, Y., Velasco Bermeo, N., and Collier, R. (2023). Digital twin deployment for smart agriculture in cloud-fog-edge infrastructure. International Journal of Parallel, Emergent and Distributed Systems.

Kapitan, D., Heddema, F., Dekker, A., Sieswerda, M., Verhoeff, B.-J., and Berg, M. (2025). Data interoperability in context: The importance of open-source implementations when choosing open standards. J Med Internet Res, 27:e66616.

Kasera, R. K. and Acharjee, T. (2024). A comprehensive iot edge based smart irrigation system for tomato cultivation. Internet of Things, 28:101356.

Kimovski, D., Saurabh, N., Jansen, M., Aral, A., Al-Dulaimy, A., Bondi, A. B., Galletta, A., Papadopoulos, A. V., Iosup, A., and Prodan, R. (2023). Beyond von neumann in the computing continuum: Architectures, applications, and future directions. IEEE Internet Computing, 28(3):6–16.

Kong, L., Tan, J., Huang, J., Chen, G., Wang, S., Jin, X., Zeng, P., Khan, M., and Das, S. K. (2022). Edge-computing-driven internet of things: A survey. ACM Computing Surveys, 55(8).

LF Projects, L. (2026). Model context protocol. [link] Acesso em 31 jan. 2026.

Oliveira, F. B., Di Felice, M., and Kamienski, C. (2024). Iotdeploy: Deployment of iot smart applications over the computing continuum. Internet of Things, 28:101348.

UFABC (2026). Smart: Sustainable management of agriculture with the intelligent computing continuum. [link] Acesso em 31 jan. 2026.

Urdu, D., Berre, A. J., Sundmaeker, H., Rilling, S., Roussaki, I., Marguglio, A., Doolin, K., Zaborowski, P., Atkinson, R., Palma, R., et al. (2024). Aligning interoperability architectures for digital agri-food platforms. Computers and Electronics in Agriculture, 224:109194.

Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., Kaiser, Ł., and Polosukhin, I. (2017). Attention is all you need. Advances in neural information processing systems, 30.

Zyrianoff, I., Heideker, A., Silva, D., Kleinschmidt, J. H., Soininen, J.-P., Salmon Cinotti, T., and Kamienski, C. (2020). Architecting and deploying iot smart applications: A performance–oriented approach. Sensors, 20(1):84.