Gerenciamento do Cache em Gateways IoT com atualização oportunista de Dados e Seleção Dinâmica de Grupos

• Edvar Afonso L. Filho Universidade Federal do Rio de Janeiro
• Miguel Elias M. Campista Universidade Federal do Rio de Janeiro http://orcid.org/0000-0002-8752-9382

DOI: https://doi.org/10.5753/wgrs.2020.12447

Resumo

O mercado de desenvolvimento de aplicações no contexto IoT estão em um momento de enorme efervescência. Com isso, o controle do tráfego de comunicação entre os dispositivos IoT é uma solução para o gerenciamento do consumo de energia desses dispositivos. Neste trabalho é proposto um mecanismo para coleta inteligente de dados em dispositivos IoT com múltiplos sensores. O trabalho propõe o uso do armazenamento de dados em cache, combinado com coleta oportunista de dados com uso de Agentes Móveis. A seleção dinâmica de grupos é usada como base para construção dos itinerários e a proposta é avaliada num cenário com fusão de dados. As simulações demonstram que o mecanismo proposto reduz o número de envios do agente em até 37% e uma redução no consumo de energia correspondente em até 25% em comparação ao uso tradicional de Agentes Móveis.

Palavras-chave: Internet das Coisas, Cache centralizado, Agentes Móveis, Roteamento em múltiplos saltos

Referências

Alagha, A., Singh, S., Mizouni, R., Ouali, A. e Otrok, H. (2019). Data-driven dynamicactive node selection for event localization in IoT applications-a case study of radiationlocalization. IEEE Access, 7:16168-16183.

Azzam, R., Mizouni, R., Otrok, H., Ouali, A. e Singh, S. (2016). Grs: A group-basedrecruitment system for mobile crowd sensing. Journal of Network and Computer Ap-plications, 72:38-50.

Bonomi, F., Milito, R., Zhu, J. e Addepalli, S. (2012). Fog computing and its role in theinternet of things. Em Proceedings of the first edition of the MCC workshop on Mobilecloud computing, p. 13-16. ACM.

Christofides, N. (1976). Worst-case analysis of a new heuristic for the travelling salesmanproblem. Relatório técnico, Carnegie-Mellon University, Pittsburgh.

Filho, E. A. L. e Campista, M. E. M. (2019). Coleta oportunista de dados em redes de internet das coisas através do uso de otimização discreta. Em WPerformance -Workshop em Desempenho de Sistemas Computacionais e de Comunicação.

Gavalas, D., Venetis, I. E., Konstantopoulos, C. e Pantziou, G. (2017). Mobile agentitinerary planning for WSN data fusion: considering multiple sinks and heterogeneousnetworks. International Journal of Communication Systems, 30(8):e3184.

Liu, X. e Baiocchi, O. (2016). A comparison of the definitions for smart sensors, smartobjects and things in IoT. Em 2016 IEEE 7th Annual Information Technology, Elec-tronics and Mobile Communication Conference (IEMCON), p. 1-4. IEEE.

Lu, J., Feng, L., Yang, J., Hassan, M. M., Alelaiwi, A. e Humar, I. (2019). Artificialagent: The fusion of artificial intelligence and a mobile agent for energy-efficient trafficcontrol in wireless sensor networks. Future Generation Computer Systems, 95:45-51.

Mišić, J. e Mišić, V. B. (2018). Proxy cache maintenance using multicasting in CoAP IoT domains. IEEE Internet of Things Journal, 5(3):1967-1976.

Rahmani, A.-M., Thanigaivelan, N. K., Gia, T. N., Granados, J., Negash, B., Liljeberg,P. e Tenhunen, H. (2015). Smart e-health gateway: Bringing intelligence to internet-of-things based ubiquitous healthcare systems. Em Consumer Communications andNetworking Conference (CCNC), 2015 12th Annual IEEE, p. 826-834. IEEE.

Urra, O. e Ilarri, S. (2019). Spatial crowdsourcing with mobile agents in vehicularnetworks. Vehicular Communications, 17:10-34.

Xu, X., Li, X.-Y., Wan, P.-J. e Tang, S. (2012). Efficient scheduling for periodic aggre-gation queries in multihop sensor networks. JEEE/ACM Transactions on Networking(TON), 20(3):690-698.