Ir para o conteúdo principal Ir para o menu de navegação principal Ir pro rodapé

Minicursos do XXXVIII Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos

Autores

Danielo G. Gomes (ed.)

UFC

Igor M. Moraes (ed.)

UFF

Miguel Elias Mitre Campista (ed.)

UFRJ

DOI: https://doi.org/10.5753/sbc.5033.7

Sinopse

O livro Minicursos do XXXVIII Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos contém os minicursos selecionados para apresentação no XXXVIII Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos (SBRC), realizado online entre os dias 7 e 10 de dezembro de 2020. O Livro dos Minicursos do SBRC tem sido tradicionalmente utilizado como material de estudo de alta qualidade por alunos de graduação e pós-graduação, bem como por profissionais da área. As sessões de apresentações dos minicursos são também uma importante oportunidade para atualização de conhecimentos da comunidade científica e para complementação da formação dos participantes. O principal objetivo dos Minicursos do SBRC é oferecer treinamento e atualização de curto prazo em temas normalmente não cobertos nas estruturas curriculares e que possuem grande interesse entre acadêmicos e profissionais.

Capítulos:

1. Plataformas de Fog Computing: da Teoria à Prática

Thiago Pereira Silva, Aluizio Rocha, Thais Vasconcelos Batista, Frederico Araujo da Silva Lopes, Flavia Coimbra Delicato, Paulo Figueiredo Pires

DOI: https://doi.org/10.5753/sbc.5033.7.1

Capítulo 1

2. Quantum Internet: The Future of Internetworking

Antônio J. G. Abelém, Gayane Vardoyan, Don Towsley

DOI: https://doi.org/10.5753/sbc.5033.7.2

Capítulo 2

3. Soft5G+: Explorando a Softwarização nas Redes 5G

Cristiano Bonato Both, Kleber Vieira Cardoso, Lúcio Renê Prade, Victor Hugo Lázaro Lopes, Ciro José Almeida Macedo

DOI: https://doi.org/10.5753/sbc.5033.7.3

Capítulo 3

4. Aprendizado Profundo em Redes Desafiadoras: Conceitos e Aplicações

Kaylani Bochie, Mateus da Silva Gilbert, Luana Gantert, Mariana de Souza Maciel Barbosa, Dianne Scherly Varela de Medeiros, Miguel Elias Mitre Campista

DOI: https://doi.org/10.5753/sbc.5033.7.4

Capítulo 4

5. Computação Serverless: Conceito, Aplicações e Desafios

André G. Vieira, Gustavo Pantuza, Jean H. F. Freire, Lucas F. S. Duarte, Racyus D. G. Pacífico, Marcos A. M. Vieira, Luiz F. M. Vieira, José A. M. Nacif

DOI: https://doi.org/10.5753/sbc.5033.7.5

Capítulo 5

Downloads

Não há dados estatísticos.

Biografia do Autor

Thiago Pereira Silva, UFMT

Thiago Pereira é professor assistente da Universidade Federal de Mato Grosso (UFMT) desde 2013. Atualmente é doutorando em Ciência da Computação pela Universidade Federal do Rio Grande do Norte (Natal, Brasil). É Mestre em Sistemas e Computação pela Universidade Federal do Rio Grande do Norte (2012) e Bacharel em Ciência da Computação pela Universidade Federal de Goiás. Possui experiência na área de Ciência da Computação com ênfase em programação e sistemas distribuídos, atuando principalmente nos seguintes temas: Fog Computing, Middleware, Computação em Nuvem, Computação Ubíqua, e Internet das Coisas.

Aluizio Rocha, UFRN

Aluizio Rocha é professor assistente do Instituto Metrópole Digital da Universidade Federal do Rio Grande do Norte (UFRN). É Bacharel em Ciência da Computação pela UFRN (1994) e Mestre em Ciências da Computação pela UNICAMP (1997). Foi Diretor de Redes (1999 a 2007) e Superintendente de Informática da UFRN (2007 a 2015). Foi professor do Centro Universitário do Rio Grande do Norte (UNI-RN) de 1999 a 2015. Atualmente, é doutorando em Ciências da Computação no Departamento de Informática e Matemática Aplicada (DIMAp) da UFRN, onde desenvolve pesquisas nas áreas de Internet das Coisas, Computação de Borda, Visão Computacional e Aprendizado de Máquina.

Thais Vasconcelos Batista, UFRN

Thais Batista é professora Titular da Universidade Federal do Rio Grande do Norte (UFRN), onde ingressou em 1996. Exerceu o cargo de Coordenadora do Curso de Pós-Graduação em Sistemas e Computação (PPgSC) no período de 2006-2010. Possui graduação em Bacharelado em Ciências da Computação pela Universidade Federal da Paraíba (1990), mestrado em Informática pela Pontifícia Universidade Católica do Rio de Janeiro - PUC-Rio (1994) e doutorado em Informática pela Pontifícia Universidade Católica do Rio de Janeiro - PUC-Rio (2000). Realizou pós-doutorado na Universidade de Lancaster - UK (2004-2005 e 2013-2014). Tem experiência na área de Ciência da Computação, com ênfase em Arquitetura de Software e Sistemas Distribuídos, atuando principalmente nos seguintes temas: Computação em Nuvem, Middleware, Internet das Coisas, Linguagem de Descrição Arquitetural, entre outras. Membro da FIWARE Foundation desde 2017 e FIWARE Evangelist desde 2018. É bolsista de produtividade nível 1D do CNPq.

Frederico Araujo da Silva Lopes, UFRN

Frederico Lopes Professor da Universidade Federal do Rio Grande do Norte desde 2012. Possui graduação em Ciências da Computação pela Universidade Federal do Rio Grande do Norte (2005) e é mestre em Sistemas e Computação pela Universidade Federal do Rio Grande do Norte (2008) e doutor em Ciência da computação pela UFRN. Pós-doutorado (2016) na University of British Columbia, Vancouver/Canadá. Durante o ano de 2010 esteve em Estágio de Doutorando (doutorado sanduíche) no IST/UTL, Lisboa/Portugal. Tem experiência na área de Ciência da Computação, com ênfase em Sistemas Distribuídos e Engenharia de Software, atuando principalmente nos seguintes temas: middleware, ubiquitous computing, pervasive computing, cidades inteligentes, publish/subscribe middleware, computação em nuvem, context-aware. Membro da Fiware Foundation desde 2017.

Flavia Coimbra Delicato, UFF

Flávia C. Delicato possui mestrado em Informática (2000) e doutorado em Engenharia Elétrica (2005) pela Universidade Federal do Rio de Janeiro e pós-doutorado (2010 e 2016) na Universidade de Sydney, Austrália. Tem experiência na área de Ciência da Computação, com ênfase em Sistemas Distribuídos e Engenharia de Software, atuando principalmente nos seguintes temas: Internet das Coisas, redes de sensores sem fio, middleware, sistemas adaptativos, Fog/Edge Computing, e desenvolvimento dirigido a modelos. É professora associada da Universidade Federal Fluminense, integra o Centre for Distributed and High Performance Computing da Universidade de Sydney, e desde 2017 é membro do Comitê Técnica da IEEE em Smart World (Technical Committee on Smart World - SWTC - https://cis.ieee.org/technical-committees/smart-world-technical-committee/smart-world-members). É bolsista de produtividade nível 1D do CNPq.

Paulo Figueiredo Pires, UFF

Paulo F. Pires (DSc COPPE/UFRJ 2002) é professor associado do Instituto de Computação da Universidade Federal Fluminense (UFF) e membro externo do Centre for Distributed and High Performance Computing da Universidade de Sydney. Foi pesquisador visitante no laboratório CLIP da Universidade de Maryland (EUA) (2000), na Universidade de Málaga, Espanha (2009), e na Universidade de Sydney, Austrália (2010 e 2016). Seus principais interesses de pesquisa estão na interseção de Engenharia de Software e Sistemas Distribuídos. Nos últimos anos, seus esforços de pesquisa se concentram na aplicação de técnicas de Engenharia de Software no contexto do desenvolvimento de sistemas para a Internet das Coisas (IoT). Dr. Pires é co-autor de dois livros no tema da IoT: “Soluções de Middleware para a Internet das Coisas” (Springer, 2013) e “Gerenciamento de Recursos para Internet das Coisas” (Springer, 2017). Ele coordenou vários projetos cooperativos indústria-universidade, bem como projetos de pesquisa nessas áreas, com financiamento da indústria e de várias agências governamentais internacionais e brasileiras. Ele publicou mais de 200 artigos de periódicos de renome internacional, artigos de conferências e capítulos de livros e possui três patentes registradas no USPTO. O Dr. Pires atuou em comitês de programa de várias conferências internacionais. Atualmente ele é membro do IEEE TC on Cybermatics e membro dos conselhos editoriais do Scalable Computing and Communications Journal (Springer) e International Journal of Computer Networks (CSC Journals). Seus recentes prêmios incluem a medalha de premiação “Comandante Vital de Oliveira” (2017) e (co-autor) melhor prêmio em papel IEEE NCA 2016. Ele bolsista de produtividade em pesquisa nível 2 do CNPq desde 2010 e é membro do IEEE e da Sociedade Brasileira de Computação (SBC).

Antônio J. G. Abelém, UFPA

Antônio Abelém é bolsista de Produtividade em Desenvolvimento Tecnológico e Extensão Inovadora do CNPq. É professor titular da Universidade Federal do Pará (UFPA). Faz parte do Programa de Pós-graduação em Ciência da Computação desta instituição desde a criação do mesmo. É associado e conselheiro da Sociedade Brasileira de Computação (SBC). Atua como membro do comitê do programa e revisor de conferências, workshops e periódicos nacionais e internacionais. É membro do IEEE e representante da UFPA junto ao Laboratório Nacional de Redes de Computadores (LARC). Coordena o Grupo de Pesquisa em Redes de Computadores e Comunicação Multimídia - GERCOM (http://www.gercom.ufpa.br/) (cadastrado no cnpq), a partir do qual coordena e participa de diversos projetos de pesquisa e de desenvolvimento tecnológico no âmbito regional, nacional e internacional. Ocupou o cargo de diretor-presidente do Parque de Ciência e Tecnologia Guamá (PCT Guamá), a partir da inauguração do mesmo em 2010 até dez/2018, sendo um dos responsáveis pela estruturação, implantação e gestão do parque. Contribui com a criação e estruturação do sistema paraense de inovação, para incentivar o empreendedorismo inovador, o desenvolvimento de empresas de base tecnológicas e, consequentemente, o desenvolvimento sustentável do Estado do Pará e da Amazônia. Atua nas áreas de sistemas de apoio à inovação e de ciência da computação, com ênfase em redes de computadores, atuando principalmente nos seguintes temas: internet do futuro, redes definidas por software, Internet das Coisas, redes sem fio, modelagem e análise de desempenho, arquitetura TCP/IP, multicast, Qualidade de Serviço (QoS), Qualidade de Experiência (QoE), segurança e gestão da inovação. Durante o período de 2019-2020 está como pesquisador visitante na Universidade de Massachusets (UMass), em Amherst-MA, onde está pesquisando sobre Quantum Internet.

Gayane Vardoyan, University of Massachusetts

Gayane Vardoyan é aluna de Ph.D. na Faculdade de Ciências da Informação e da Computação da Universidade de Massachusetts, em Amherst. Ela é orientada pelo Prof. Don Towsley. Ela é bacharel em Engenharia Elétrica e Ciências da Computação (2011) pela Universidade da Califórnia, Berkeley. Seus interesses de pesquisa incluem a avaliação de desempenho de sistemas de comunicação clássicos e quânticos. Ela estagiou no Inria, Sophia Antipolis, no verão de 2017. Anteriormente, trabalhou no Argonne National Lab e no Instituto de Computação da Universidade de Chicago. Ela foi aceita para participar do workshop Rising Stars 2019 academic career 2019 para mulheres no EECS.

Don Towsley, University of Massachusetts - UMass, Amherst.

Don Towsley é bacharel em Física (1971) e tem doutorado em Ciência da Computação (1975) pela Universidade do Texas. Atualmente, é professor ilustre na Universidade de Massachusetts, na Faculdade de Ciências da Informação e da Computação. Ele ocupou cargos de pesquisador visitante em várias universidades e laboratórios de pesquisa. Seus interesses de pesquisa incluem ciência de redes, avaliação de desempenho e redes quânticas. Foi co-fundador e co-editor-chefe do periódico "ACM Transactions on Modeling and Performance Evaluation of Computing Systems (TOMPECS)" e atuou como editor-chefe do periódico "IEEE/ACM Transactions on Networking" e em diversos conselhos editoriais . Ele atuou como co-presidente do programa de várias conferências, incluindo o INFOCOM 2009. Ele é um membro correspondente da Academia Brasileira de Ciências e recebeu vários prêmios, incluindo o Prêmio IEEE Koji Kobayashi de 2007 e o "INFOCOM Achievement Award" de 2011. Ele recebeu também vários prêmios de melhor artigo, entre eles: "2012 ACM SIGMETRICS Test-of-Time Award", "2008 SIGCOMM Test-of-Time Paper Award", e "2018 SIGMOBILE Test-of-time Award". Ele também recebeu o Prêmio de Melhor artigo 1998 "IEEE Communications Society William Bennett Best Paper Award". Por fim, ele foi eleito "Fellow" da ACM e do IEEE.

Cristiano Bonato Both, UNISINOS

Cristiano Bonato Both é professor do Programa de Pós-Graduação em Computação Aplicada da Universidade do Vale do Rio dos Sinos (UNISINOS), Brasil. Ele é pesquisador de produtividade do Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPQ). Cristiano tem experiência na coordenação de vários projetos de pesquisa financiados pele H2020 EU-Brasil, CNPq, FAPERGS e RNP. Suas pesquisas são voltadas para redes sem fio, tecnologias móveis (RAN e 5GC), tecnologias de softwarização e virtualização para redes de telecomunicação e soluções baseadas em SDN para Redes de Baixa Potência e Longas Distâncias.

Kleber Vieira Cardoso, UFG

Kleber Vieira Cardoso possui graduação em Ciência da Computação pela Universidade Federal de Goiás (1997), mestrado (2002) e doutorado (2009) em Engenharia Elétrica pela COPPE da Universidade Federal do Rio de Janeiro. Em 2015, ele passou seu período sabático na Virginia Tech (nos EUA). Atualmente, Kleber é professor associado do Instituto de Informática da Universidade Federal de Goiás, onde atua como docente e pesquisador desde 2009. Sua pesquisa tem se focado nos seguintes temas: redes sem fio, redes definidas por software, virtualização, alocação de recursos e avaliação de desempenho.

Lúcio Renê Prade, UNISINOS

Lucio Rene Prade possui graduação em Ciência da Computação (2005), mestrado em Sistemas e Processos Industriais (2009) pela UNISC e doutorado em engenharia Elétrica (2020) pela Universidade Federal de Santa Maria. É professor da área de Engenharias Eletroeletrônicas e Computação da Universidade do Vale do Rio dos Sinos (UNISINOS), Brasil. Tem experiência na área de telecomunicações e sistemas embarcados. Sua pesquisa tem se focado nas seguintes áreas: redes de sensores fio LPWAN e Smart Grid.

Victor Hugo Lázaro Lopes, IFG

Possui graduação em Tecnologia em Informática - Sistemas de Informação pelo Cefet-Goiás (2006) e mestrado em Engenharia Elétrica pela Faculdade de Tecnologia da UnB (2015). Atualmente, é professor do IFG Campus Inhumas e estudante de doutorado em Ciência da Computação no Instituto de Informática da UFG. Possui como áreas de interesse os rádios definidos por software e aprendizado de máquina aplicado às redes sem fio de próxima geração.

Ciro José Almeida Macedo, IFG

Ciro Macedo possui graduação em Análise de sistemas (2007), mestrado em Engenharia Elétrica e de Computação (2011) e doutorado (em andamento) em Ciências da Computação pelo instituto de informática na Universidade Federal de Goiás. Atualmente é professor do ensino básico, técnico e tecnológico no Instituto Federal de Educação, Ciências e Tecnologia de Goiás onde atua como docente e pesquisador desde 2013. Sua pesquisa tem se focado nas seguintes áreas: sistemas inteligentes, redes sem fio e alocação de recursos.

Kaylani Bochie, UFRJ

Kaylani Bochie é graduando em Engenharia Eletrônica e de Computação na Universidade Federal do Rio de Janeiro (UFRJ) e aluno de iniciação científica do Grupo de Teleinformática e Automação (GTA/UFRJ). Tem experiência na apresentação de aulas e minicursos em temas como aprendizado de máquina, redes de sensores MQTT e programação. Suas áreas de interesse são internet das coisas, aprendizado profundo e segurança em redes sem fio.

Mateus da Silva Gilbert, UFRJ

Aluno de graduação em Engenharia Eletrônica e de Computação na Universidade Federal do Rio de Janeiro (UFRJ) e atualmente faz parte do Grupo de Teleinformática e Automação como aluno de iniciação científica. Têm como áreas de interesse Aprendizado de Máquina, Agregação de Dados, Redes de Sensores sem Fio e Internet das Coisas (IoT).

Luana Gantert, UFRJ

Luana Gantert graduou-se em Engenharia de Controle e Automação no Centro Federal de Educação Tecnológica Celso Suckow da Fonseca (CEFET/RJ) em 2017 e é aluna de mestrado no Programa de Engenharia Elétrica da Universidade Federal do Rio de Janeiro (PEE/COPPE/UFRJ). Possui interesse em Redes Industriais, Internet das Coisas Industrial e Aprendizado de Máquina.

Mariana de Souza Maciel Barbosa, UFRJ

Mariana S. M. Barbosa é Aluna de doutorado em período integral do Programa de Engenharia Elétrica da Universidade Federal do Rio de Janeiro (UFRJ), como membro do grupo de Teleinformática e automação (GTA). Sendo orientada pelo Prof. Miguel Elias Mitre Campista e pela Profa. Dianne Scherly Varela de Medeiros. Mestre em Engenharia Elétrica em 2019, pela COPPE / PEE / UFRJ. Graduada em Engenharia de Telecomunicações pela Universidade Federal Fluminense em 2010. Interesse de pesquisa em redes sem fio, redes complexas, ciências da rede, redes veiculares, internet da coisas e computação em nuvem.

Dianne Scherly Varela de Medeiros, UFF

Dianne S. V. Medeiros é Doutora em Engenharia Elétrica pela Universidade Federal do Rio de Janeiro (COPPE/UFRJ), 2017, com período sanduíche no Laboratoire d'Informatique de Paris 6 (LIP6), na Université Pierre et Marie Curie, em Paris, 2016. Dianne possui mestrado (2013) e graduação (2011) em Engenharia de Telecomunicações pela Universidade Federal Fluminense (UFF). Atualmente, é professora adjunta da Escola de Engenharia da UFF, no Departamento de Engenharia de Telecomunicações. Suas publicações e principais interesses de pesquisa contemplam as áreas de Redes Sem Fio, Redes Veiculares, Redes Complexas, Internet das Coisas e Cidades Inteligentes.

André G. Vieira, UFMG

Mestrando em Ciência da Computação pelo programa de pós graduação em Ciência da Computação da Universidade Federal de Minas Gerais, possui graduação em Física pela Universidade Federal de Minas Gerais (2015).

Gustavo Pantuza, UFMG

Mestre em Ciência da Computação pela Universidade Federal de Minas Gerais nas areas de Redes e Sistemas Distribuídos. Engenheiro de Software sênior na GoDaddy.

Jean H. F. Freire, UFMG

Possui graduação em Sistemas de Informação pela Universidade Federal de Minas Gerais (UFMG), é aluno de mestrado do programa de pós graduação em Ciência da Computação da UFMG, atualmente é Técnico em Tecnologia da Informação também na UFMG sendo membro de um time responsável pela administração de uma rede departamental composta por 15+ subredes, 200+ workstations, 30+ servidores e 1200+ usuários. Suas principais áreas de interesse são sistemas ciber-físicos e redes de computadores.

Lucas F. S. Duarte, UFV

Graduando em Ciência da Computação na Universidade Federal de Viçosa. Possui curso técnico em Informática (2016) pelo Centro Federal de Educação Tecnológica de Minas Gerais. Possui interesse nas áreas de dispositivos reprogramáveis, redes de computadores e ciência de dados.

Racyus D. G. Pacífico, UFMG

Possui mestrado em Ciência da Computação pela Universidade Federal de Viçosa (2016), bacharel em Ciência da Computação pelo IF SUDESTE MG, câmpus Rio Pomba (2014) e técnico em Informática Industrial pelo CEFET MG, câmpus Leopoldina (2009). Atualmente é doutorando em Ciência da Computação pela Universidade Federal de Minas Gerais. Atua na área de redes de computadores e hardwares reconfiguráveis (FPGAs).

Marcos A. M. Vieira, UFMG

Possui graduação em Ciência da Computação pela Universidade Federal de Minas Gerais (UFMG) em 2002, mestrado em Ciência da Computação pela UFMG (2004) e doutorado em Ciência da Computação pela University of Southern California (USC), Estados Unidos (2010). Possui Pós-Doutorado (2018-19) pela University of Southern California (USC), Estados Unidos. Atualmente é professor Associado do Departamento de Ciência da Computação da UFMG. Tem experiência na área de Ciência da Computação, com ênfase em Redes de Computadores. É bolsista de produtividade do CNPq. O autor possui experiência apresentando minicursos no SBRC, sendo 2 recentemente em 2017: “Comunicação por luz visível: conceitos, aplicações e desafios” e “Experimental wireless networking research using software-defined rádios” e 1 em 2019: “Processamento Rápido de Pacotes com eBPF e XDP”.

Luiz F. M. Vieira, UFMG

Possui graduação em Ciência da Computação pela Universidade Federal de Minas Gerais (UFMG) em 2002, mestrado em Ciência da Computação pela UFMG (2004) e doutorado em Ciência da Computação pela University of California Los Angeles (UCLA), Estados Unidos (2009). Atualmente é professor Associado do Departamento de Ciência da Computação da UFMG. Tem experiência na área de Ciência da Computação, com ênfase em Redes de Computadores. É bolsista de produtividade do CNPq nível 1D. O autor possui experiência apresentando minicursos no SBRC, sendo 2 recentemente em 2017: “Comunicação por luz visível: conceitos, aplicações e desafios” e “Experimental wireless networking research using software-defined rádios” e 1 em 2019: “Processamento Rápido de Pacotes com eBPF e XDP”.

José A. M. Nacif, UFV

José Augusto Miranda Nacif possui mestrado e doutorado em Ciência da Computação pela Universidade Federal de Minas Gerais. Atua na área de Ciência da Computação, com ênfase em Hardware. Em seu currículo Lattes os termos mais frequentes na contextualização da produção científica e tecnológica são: Engenharia de Computação, Verificação de Sistemas Digitais, Internet of Things, Nanocomputação e Arquiteturas Heterogêneas CPU-FPGA.

Miguel Elias Mitre Campista, UFRJ

Miguel Elias M. Campista obteve o título de Engenheiro de Telecomunicações pela Universidade Federal Fluminense em 2003. Em 2005 e 2008, Miguel obteve, respectivamente, os títulos de Mestre e Doutor em Engenharia Elétrica pela Universidade Federal do Rio de Janeiro. Em 2008 recebeu a bolsa de doutorado nota 10 da Faperj, que é uma distinção concedida aos alunos que se destacam nos programas de pós-graduação do estado do Rio de Janeiro. Atuou em 2009 como Professor Adjunto do Departamento de Engenharia de Telecomunicações da Universidade Federal Fluminense e, atualmente, é Professor Associado do Departamento de Engenharia Eletrônica e de Computação da Escola Politécnica da UFRJ e Professor Pleno do Programa de Engenharia Elétrica da COPPE/UFRJ. Miguel passou o ano de 2012 em estágio pós-doutoral na Sorbonne Universités. Atualmente, ele é Editor Associado do periódico Annals of Telecommunications da Springer, Jovem Cientista do Nosso Estado da FAPERJ, PQ-2 do CNPq, membro sênior do IEEE e membro afiliado da Academia Brasileira de Ciências (ABC). O Prof. Miguel é ainda vice-diretor executivo do Laboratório Nacional de Redes de Computadores (LARC) e coordena projetos de pesquisa financiados principalmente por agências de fomento nacionais como CNPq, CAPES e FAPERJ. Sua área de atuação é predominantemente em ciências da computação e suas áreas de interesse são redes de computadores, computação em nuvem e em névoa e ciência de redes.

Referências

A. Zanella, N. Bui, A. Castellani, L. Vangelista, and M. Zorzi. Internet of things for smart cities. IEEE Internet of Things Journal, 1(1):22–32, 2014.

A.V. Dastjerdi, H. Gupta, R.N. Calheiros, S.K. Ghosh, and R. Buyya. Chapter 4 In Rajkumar Buyya fog computing: principles, architectures, and applications. and Amir [Vahid Dastjerdi], editors, Internet of Things, pages 61 – 75. Morgan Kaufmann, 2016.

Abdelwahab, S. et al. Network function virtualization in 5G. IEEE Communications Magazine, v. 54, n. 4, p. 84–91, 2016.

Abruzzo, S., Bratzik, S., Bernardes, N. K., Kampermann, H., van Loock, P., and Bruß, D. (2013). Quantum repeaters and quantum key distribution: Analysis of secret-key rates. Physical Review A, 87(5):052315.

Abu Alsheikh et al. (2016). Rate-distortion balanced data compression for wireless sensor networks. IEEE Sensors Journal, 16(12):5072–5083.

Aceto, G., Ciuonzo, D., Montieri, A. e Pescapé, A. (2019a). Mobile encrypted trafc classication using deep learning: Experimental evaluation, lessons IEEE Transactions on Network and Service Management, learned, and challenges. 16(2):445–458.

Aceto, G., Persico, V. e Pescapé, A. (2019b). A survey on information and communication technologies for industry 4.0: State-of-the-art, taxonomies, perspectives, and challenges. IEEE Communications Surveys & Tutorials, 21(4):3467– 3501.

Adadi, A.; Berrada, M. Peeking Inside the Black-Box: A Survey on Explainable Articial Intelligence (XAI). IEEE Access, v. 6, p. 52138–52160, 2018.

Aguado, A., Lopez, V., Lopez, D., Peev, M., Poppe, A., Pastor, A., Folgueira, J., and Martin, V. (2019). The engineering of software-dened quantum key distribution networks. IEEE Communications Magazine, 57(7):20–26.

Alain, G. e Bengio, Y. (2014). What regularized auto-encoders learn from the data-generating distribution. The Journal of Machine Learning Research, 15(1):3563–3593.

Al-Hawawreh, M., Moustafa, N. e Sitnikova, E. (2018). Identication of malicious activities in industrial internet of things based on deep learning models. Journal of Information Security and Applications, 41:1–11.

Ali Fahs and Guillaume Pierre. Proximity-Aware Trafc Routing in Distributed Fog Computing Platforms. In CCGrid 2019 IEEE/ACM International Symposium in Cluster, Cloud, and Grid Computing, pages 1–10, Larnaca, Cyprus, May 2019. IEEE.

Alpine Linux (2018). https://alpinelinux.org/about/. Acessado em: 01/03/2020.

Amir Sinaeepourfard, John Krogstie, Sobah Abbas Petersen, and Dirk Ahlers. F2c2c-dm: A fog-to-cloudlet-to-cloud data management architecture in smart city. 2019 IEEE 5th World Forum on Internet of Things (WF-IoT), pages 590–595, 2019.

Andrew G. Howard, Menglong Zhu, Bo Chen, Dmitry Kalenichenko, Weijun Wang, Tobias Weyand, Marco Andreetto, and Hartwig Adam. Mobilenets: Efcient convolutional neural networks for mobile vision applications. ArXiv, abs/1704.04861, 2017.

Anind Dey and Gregory Abowd. Towards a better understanding of context and context-awareness. pages 304–307, 01 2000.

Ao, L., Izhikevich, L., Voelker, G. M., and Porter, G. (2018). Sprocket: A serverless video processing framework. In Proceedings of the ACM Symposium on Cloud Computing, SoCC '18, page 263–274, New York, NY, USA. Association for Computing Machinery.

Apache (2004). Apache license. https://www.apache.org/licenses/LICENSE-2.0. Acessado em: 20/03/2020.

Arif Ahmed, HamidReza Arkian, Davaadorj Battulga, Ali J. Fahs, Mozhdeh Farhadi, Dimitrios Giouroukis, Adrien Gougeon, Felipe Oliveira Gutierrez, Guillaume Pierre, Paulo R. R. de Souza, Mulugeta Ayalew Tamiru, and Li Wu. Fog computing applications: Taxonomy and requirements. ArXiv, abs/1907.11621, 2019.

Ashkan Yousefpour, Caleb Fung, Tam Nguyen, Krishna Kadiyala, Fatemeh Jalali, Amirreza Niakanlahiji, Jian Kong, and Jason P. Jue. All one needs to know about fog computing and related edge computing paradigms: A complete survey. Journal of Systems Architecture, 98:289 – 330, 2019.

AWS Lambda (2014). Aws lambda. https://aws.amazon. com/lambda/. Accessado em: 29/09/2019.

Awschalom, D., Berggren, K. K., Bernien, H., Bhave, S., Carr, L. D., Davids, P., Economou, S. E., Englund, D., Faraon, A., Fejer, M., Guha, S., Gustafsson, M. V., Hu, E., Jiang, L., Kim, J., Korzh, B., Kumar, P., Kwiat, P. G., Loncar, M., Lukin, M. D., Miller, D. A. B., Monroe, C., Nam, S. W., Narang, P., Orcutt, J. S., Raymer, M. G., Safavi-Naeini, A. H., Spiropulu, M., Srinivasan, K., Sun, S., Vuckovic, J., Waks, E., Walsworth, R., Weiner, A. M., and Zhang, Z. (2019). Development of quantum interconnects for next-generation information technologies.

Axler, S. (1997). Linear Algebra Done Right (2nd ed.). Springer-Verlag, New York, NY, USA.

Azure Functions (2016). https:// azure.microsoft.com/en-us/services/functions/. Accessado em: 29/09/2019. Azure functions.

Barbosa et al. (2019). Centralidade de proximidade por múltiplos caminhos disjuntos: Aplicação em redes de longa distância. Em Anais do SBRC 2019, volume 37, p. 88–101.

Barnum, H., Barrett, J., Leifer, M., and Wilce, A. (2007). Generalized no-broadcasting theorem. Physical Review Letters, 99(24).

Bell, J. S. and Aspect, A. (2004). Speakable and Unspeakable in Quantum Mechanics: Collected Papers on Quantum Philosophy. Cambridge University Press, 2 edition.

Bengio, Y., Lamblin, P., Popovici, D. e Larochelle, H. (2007). Greedy layer-wise training of deep networks. Em Advances in neural information processing systems, p. 153–160.

Bengio, Y., Simard, P. e Frasconi, P. (1994). Learning long-term dependencies with gradient descent is difcult. IEEE transactions on neural networks, 5(2):157–166.

Bennett, C. H. and Brassard, G. (1984). Quantum cryptography: public key distribution and coin tossing. Proceedings of IEEE International Conference on Computers, Systems, and Signal Processing, 1(1):175–179.

Bennett, C. H., Brassard, G., Crépeau, C., Jozsa, R., Peres, A., and Wootters, W. K. (1993). Teleporting an unknown quantum state via dual classical and einstein-podolsky-rosen channels. Physical review letters, 70(13):1895.

BETTSTETTER, C.; VOGEL, H.-J.; EBERSPACHER, J. GSM phase 2+ general packet radio service GPRS: Architecture, protocols, and air interface. IEEE communications Surveys, IEEE, v. 2, n. 3, p. 2–14, 1999.

Bhaskar, M. K., Riedinger, R., Machielse, B., Levonian, D. S., Nguyen, C. T., Knall, E. N., Park, H., Englund, D., Loncar, M., Sukachev, D. D., and Lukin, M. D. (2020). Experimental demonstration of memory-enhanced quantum communication. Nature, 580(7801):60–64.

Bhattacharyya, R., Bura, A., Rengarajan, D., Rumuly, M., Shakkottai, S., Kalathil, D., Mok, R. K. e Dhamdhere, A. (2019). Qow: A reinforcement learning approach to high qoe video streaming over wireless networks. Em Proceedings of the Twentieth ACM International Symposium on Mobile Ad Hoc Networking and Computing, p. 251–260.

Bianchi, V., Bassoli, M., Lombardo, G., Fornacciari, P., Mordonini, M. e De Munari, I. (2019). IoT wearable sensor and deep learning: An integrated approach for personalized human activity recognition in a smart home environment. IEEE Internet of Things Journal, 6(5):8553–8562.

Bila, N., Dettori, P., Kanso, A., Watanabe, Y., and Youssef, A. (2017). Leveraging the serverless architecture for securing linux containers. In 2017 IEEE 37th International Conference on Distributed Computing Systems Workshops (ICDCSW), pages 401–404. IEEE.

Bin Cheng, Guerkan Solmaz, Flavio Cirillo, Ernoe Kovacs, Kazuyuki Terasawa, and Atsushi Kitazawa. FogFlow: Easy Programming of IoT Services Over Cloud and Edges for Smart Cities. IEEE INTERNET OF THINGS JOURNAL, 5(2, SI):696– 707, APR 2018.

Boschi, D., Branca, S., De Martini, F., Hardy, L., and Popescu, S. (1998). Experimental realization of teleporting an unknown pure quantum state via dual classical and einstein-podolsky-rosen channels. Phys. Rev. Lett., 80:1121–1125.

Bourbaki, N. (1989). Elements of mathematics, Algebra I. SpringerVerlag, New York, NY, USA.

Bouwmeester, D., Pan, J.-W., Mattle, K., Eibl, M., Weinfurter, H., and Zeilinger, A. (1997). Experimental quantum teleportation. Nature, 390(6660):575–579.

Bravyi, S., Fattal, D., and Gottesman, D. (2006). Ghz extraction yield for multipartite stabilizer states. Journal of Mathematical Physics, 47(6):062106.

Broadbent, A. and Schaffner, C. (2015). Quantum cryptography beyond quantum key distribution. Designs, Codes and Cryptography, 78(1):351–382.

C. Puliato, E. Mingozzi, and G. Anastasi. Fog computing for the internet of mobile In 2017 IEEE International Conference on Smart things: Issues and challenges. Computing (SMARTCOMP), pages 1–6, 2017.

Cacciapuoti, A. S., Calef, M., Tafuri, F., Cataliotti, F. S., Gherardini, S., and Bianchi, G. (2020). Quantum internet: Networking challenges in distributed quantum computing. IEEE Network, 34(1):137–143.

Calef, M., C.-A. S. and Bianchi, G. (2018). Quantum In Proceedings of the internet: From communication to distributed computing! 5th ACM International Conference on Nanoscale Computing and Communication, NANOCOM'18, New York, NY, USA. Association for Computing Machinery.

Calef, Marcello, C.-A. S. (2020). Quantum switch for the quantum internet: Noiseless communications through noisy channels. IEEE Journal on Selected Areas in Communications, pages 1–1.

Canada, N. R. C. (2020). Quantum canada survey overview.

Carlo Puliato, Enzo Mingozzi, Francesco Longo, Antonio Puliato, and Omer Rana. Fog computing for the internet of things: A survey. ACM Transactions on Internet Technology, 19, 04 2019.

Castro, P., Ishakian, V., Muthusamy, V., and Slominski, A. (2019). The rise of serverless computing. Commun. ACM, 62(12):44–54.

Chakraborty, K., Rozpedek, F., Dahlberg, A., and Wehner, S. (2019). Distributed routing in a quantum internet.

Chandra, D., Babar, Z., Nguyen, H. V., Alanis, D., Botsinis, P., Ng, S. X., and Hanzo, L. (2018). Quantum topological error correction codes: The classical-to-quantum isomorphism perspective. IEEE Access, 6:13729–13757.

Charith Perera, Yongrui Qin, Julio C. Estrella, Stephan Reiff-Marganiec, and Athanasios V. Vasilakos. Fog computing for sustainable smart cities: A survey. ACM Comput. Surv., 50(3):32:1–32:43, June 2017.

Charte et al. (2018). A practical tutorial on autoencoders for nonlinear feature fusion: Taxonomy, models, software and guidelines. Information Fusion, 44:78–96.

Chen, T. et al. Software dened mobile networks: concept, survey, and research directions. IEEE Communications Magazine, v. 53, n. 11, p. 126–133, 2015.

Chen, X., Cheng, B., Li, Z., Nie, X., Yu, N., Yung, M.-H., and Peng, X. (2018). Experimental cryptographic verication for near-term quantum cloud computing.

CHEN, Z. et al. A survey on terahertz communications. China Communications, IEEE, v. 16, n. 2, p. 1–35, 2019.

Choi, S., Shahbaz, M., Prabhakar, B., and Rosenblum, M. (2019). nic: Interactive serverless compute on programmable smartnics. arXiv preprint arXiv:1909.11958.

Choyi, V. K. et al. Network slice selection, assignment and routing within 5G Networks. In: IEEE Conference on Standards for Communications and Networking (CSCN). [S.l.: s.n.], 2016. p. 1–7.

Church, M., Ruiz, M., Seifert, A., and Marshall, T. (2020). Docker docker swarm reference architecture: Exploring scalable, portable docker container networks.

CNCF landscape (2020). Cncf serverless landscape. https: //landscape.cncf.io/format=serverless. Accessado em: 08/03/2020.

Comarela et al. (2019). Introdução à ciência de dados: Uma visão pragmática utilizando python, aplicações e oportunidades em redes de computadores. Em Minicursos do SBRC 2019, chapter 6, p. 246–295. SBC.

CONDOLUCI, M.; MAHMOODI, T. Softwarization and virtualization in 5G mobile networks: Benets, trends and challenges. Computer Networks, Elsevier, v. 146, p. 65–84, 2018.

Costa et al. (2012). Grandes massas de dados na nuvem: Desaos e técnicas para inovação. Em Minicursos do SBRC 2012, chapter 1, p. 1–58. SBC.

CouchDB (2005). Couchdb. https://couchdb.apache.org/. Acessado em: 07/03/2020.

Cybenko, G. (1989). Approximation by superpositions of a sigmoidal function. Mathematics of control, signals and systems, 2(4):303–314.

Dahlberg, A., Skrzypczyk, M., Coopmans, T., Wubben, L., Rozpundeneddek, F., Pompili, M., Stolk, A., Paweczak, P., Knegjens, R., de Oliveira Filho, J., Hanson, R., and Wehner, S. (2019). A link layer protocol for quantum networks. In Proceedings of the ACM Special Interest Group on Data Communication, SIGCOMM'19, pages 159–173, New York, NY, USA. Association for Computing Machinery.

Degen, C., Reinhard, F., and Cappellaro, P. (2017). Quantum sensing. Reviews of Modern Physics, 89(3).

Deisenroth, M. P., Faisal, A. A. e Ong, C. S. (2019). Mathematics for machine learning. Cambridge University Press Cambridge.

Delteil, A., Sun, Z., Falt, S., and Imamoglu, A. (2017). Realization of a cascaded quantum system: Heralded absorption of a single photon qubit by a single-electron charged quantum dot. Physical Review Letters, 118(17).

Deutsch, D. e. a. (1996). Quantum privacy amplication and the security of quantum cryptography over noisy channels. Phys. Rev. Lett., 77:2818–2821.

Devitt, S. J., Munro, W. J., and Nemoto, K. (2013). Quantum error correction for beginners. Reports on Progress in Physics, 76(7):076001.

Di Franco, C. and Ballester, D. (2012). Optimal path for a quantum teleportation protocol in entangled networks. Physical Review A, 85(1):010303.

Diamanti, E., Lo, H.-K., Qi, B., and Yuan, Z. (2016). Practical challenges in quantum key distribution. npj Quantum Information, 2(1):16025.

Docker Inc. (2008). Docker. https://www.docker.com/.

Docker Inc. (2014). Swarm mode overview. https://docs.docker.com/engine/swarm/. Acessado em: 07/02/2020.

Dodson, D., Fujiwara, M., Grangier, P., Hayashi, M., Imafuku, K., ichi Kitayama, K., Kumar, P., Kurtsiefer, C., Lenhart, G., Luetkenhaus, N., Matsumoto, T., Munro, W. J., Nishioka, T., Peev, M., Sasaki, M., Sata, Y., Takada, A., Takeoka, M., Tamaki, K., Tanaka, H., Tokura, Y., Tomita, A., Toyoshima, M., van Meter, R., Yamagishi, A., Yamamoto, Y., and Yamamura, A. (2009). Updating quantum cryptography report ver. 1.

Dür, W., B. H. (2007). Entanglement purication and quantum error correction. Reports on Progress in Physics, 70:1381–1424.

E. Marin-Tordera, Xavi Masip, Jordi Garcia Almiñana, Admela Jukan, Guang-Jie Ren, Jiafeng Zhu, and Josep Farre. What is a fog node a tutorial on current concepts towards a common denition, 11 2016.

Einstein, A., Podolsky, B., and Rosen, N. (1935). Can quantumPhys. Rev., mechanical description of physical reality be considered complete? 47:777–780.

Ekert, A. K. (1991a). Quantum cryptography based on bell's theorem. Phys. Rev. Lett., 67:661–663.

Ekert, A. K. (1991b). Quantum cryptography based on bell's theorem.

Elisa Yumi Nakagawa, Flavio Oquendo, and José Carlos Maldonado. Reference Architectures, chapter 2, pages 55–82. John Wiley & Sons, Ltd, 2014.

Elkouss, D., Knegjens, R., and Wehner, S. (2020). The network simulator for quantum information using discrete events.

Ellis, A. (2016). https://github.com/openfaas/faas/. Acessado em: 29/02/2020.

Ellis, A. (2017a). https://github.com/openfaas/faas-netes/. Acessado em: 01/03/2020.

Ellis, A. (2017b). https://github.com/openfaas/faas-cloud/. Acessado em: 01/03/2020.

Ellis, A. (2017c). https://github.com/openfaas/nats-queue-worker. Acessado em: 03/03/2020.

Ellis, A. (2017d). https://github.com/openfaas-incubator/kafka-connector. Acessado em: 03/03/2020.

Ellis, A. (2017e). https://github.com/openfaas/templates/. Acessado em: 17/02/2020.

Ellis, A. (2017f). Introducing functions as a service (openfaas). https: //blog.alexellis.io/introducing-functions-as-a-service/. Acessado em: 01/03/2020.

Ellis, A. (2017g). Openfaas: Serverless functions made simple for docker and kubernates. https://www.openfaas.com/. Acessado em: 29/09/2019.

ETSI. TS 123 501: System architecture for the 5G System (5GS)(3GPP TS 23.501 version 15.5.0 Release 15. [S.l.], 2019. Version 15.5.0.

ETSI. Zero-touch network and Service Management (ZSM); Terminology for concepts in ZSM. [S.l.], 2019. V1.1.1. Disponível em:< https://www.etsi.org/technologies/zero-touch-network-service-management >.

European Alliance, Q. I. (2020). Quantum internet alliance.

F. Longo, D. Bruneo, S. Distefano, G. Merlino, and A. Puliato. Stack4things: An openstack-based framework for iot. In 2015 3rd International Conference on Future Internet of Things and Cloud, pages 204–211, 2015.

Farhoud Hosseinpour, Yan Meng, Tomi Westerlund, Juha Plosila, Ran Liu, and Hannu Tenhunen. A review on fog computing systems. International Journal of Advancements in Computing Technology, 8:48–61, 12 2016.

Feng, L., Kudva, P., Da Silva, D., and Hu, J. (2018). Exploring serverless computing for neural network training. In 2018 IEEE 11th International Conference on Cloud Computing (CLOUD), pages 334–341. IEEE.

Flavia C. Delicato, Paulo F. Pires, and Thais Batista. Middleware Solutions for the Internet of Things. Springer Publishing Company, Incorporated, 2013.

Flavio Bonomi, Rodolfo Milito, Jiang Zhu, and Sateesh Addepalli. Fog computing and its role in the internet of things. In Proceedings of the First Edition of the MCC Workshop on Mobile Cloud Computing, MCC '12, pages 13–16, New York, NY, USA, 2012. ACM. cited By 2351.

Flavio Bonomi, Rodolfo Milito, Preethi Natarajan, and Jiang Zhu. Fog Computing: A Platform for Internet of Things and Analytics, pages 169–186. Springer International Publishing, Cham, 2014.

Flexera (2019). Cloud computing trends: 2019 state of the cloud https://www.exera.com/blog/cloud/2019/02/cloud-computing-trends-2019survey.state-of-the-cloud-survey/. Acessado em: 19/11/2019.

Florian Schroff, Dmitry Kalenichenko, and James Philbin. Facenet: A unied embedding for face recognition and clustering. 2015 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), Jun 2015.

FONSECA, F.; CORREA, S.; CARDOSO, K. Optimizing allocation and positioning in a disaggregated radio access network aware of paths through the core infrastructure. In: Anais do XXXVII Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos. [S.l.: s.n.], 2019. p. 791–804.

FOUKAS, X. et al. Network slicing in 5G: Survey and challenges. IEEE Communications Magazine, v. 55, n. 5, p. 94–100, 2017.

Fouladi, S., Wahby, R. S., Shacklett, B., Balasubramaniam, K. V., Zeng, W., Bhalerao, R., Sivaraman, A., Porter, G., and Winstein, K. (2017). Encoding, fast and slow: Low-latency video processing using thousands of tiny threads. In 14th {USENIX} Symposium on Networked Systems Design and Implementation ({NSDI} 17), pages 363–376.

Gabriel Mujica, Roberto Rodriguez-Zurrunero, Mark Wilby, Jorge Portilla, Ana González, Alvaro Araujo, Teresa Riesgo, and Juan Díaz. Edge and fog computing platform for data fusion of complex heterogeneous sensors. Sensors, 18:3630, 10 2018.

GAWAS, A. An overview on evolution of mobile wireless communication networks: 1G-6G. International Journal on Recent and Innovation Trends in Computing and Communication, v. 3, n. 5, p. 3130–3133, 2015.

GHOSH, A. et al. 5G Evolution: A View on 5G Cellular Technology Beyond 3GPP Release 15. IEEE Access, IEEE, v. 7, p. 127639–127651, 2019.

Giles, M. (2019). What is quantum communication? MIT Technology Review, 2(1):10.

Giordani, M. et al. A Tutorial on Beam Management for 3GPP NR at mmWave Frequencies. IEEE Communications Surveys Tutorials, v. 21, n. 1, p. 173–196, 2019.

Giordani, M. et al. Toward 6G Networks: Use Cases and Technologies. IEEE Communications Magazine, v. 58, n. 3, p. 55–61, 2020.

Giovanni Merlino, Dario Bruneo, Salvatore Distefano, Francesco Longo, and Antonio Puliato. Stack4things: Integrating iot with openstack in a smart city context. Proceedings of 2014 International Conference on Smart Computing Workshops, SMARTCOMP Workshops 2014, pages 21–28, 02 2015.

Glikson, A., Nastic, S., and Dustdar, S. (2017). Deviceless edge computing: Extending serverless computing to the edge of the network. In Proceedings of the 10th ACM International Systems and Storage Conference, SYSTOR '17, New York, NY, USA. Association for Computing Machinery.

Gonzalez-Diaz, S. et al. Integrating fronthaul and backhaul networks: Transport challenges and feasibility results. IEEE Transactions on Mobile Computing, p. 1–18, 2019.

Goodfellow, I., Bengio, Y. e Courville, A. (2016). Deep Learning. MIT Press. http://www.deeplearningbook.org.

Google Cloud Functions (2016). Google cloud functions. https://cloud.google.com/functions/. Accessado em: 29/09/2019.

Google Inc. (2015). Production-grade container orchestration. https://kubernetes.io/. Acessado em: 07/02/2020.

Gottesman, D., Jennewein, T., and Croke, S. (2012). Longerbaseline telescopes using quantum repeaters. Phys. Rev. Lett., 109:070503.

Grafana Labs (2014). The analytics platform for all your metrics. https://grafana.com/grafana/. Acessado em: 13/02/2020.

Grando et al. (2019). Machine learning in network centrality measures: Tutorial and outlook. ACM Computing Surveys, 51(5):102:1–102:32.

Graves, A. (2012a). Long short-term memory. Em Supervised sequence labelling with recurrent neural networks, p. 34–42. Springer.

Graves, A. (2012b). Neural networks. Em Supervised sequence labelling with recurrent neural networks, p. 13–33. Springer.

Greenberger, D. M., Horne, M. A., and Zeilinger, A. (2007). Going beyond bell's theorem.

Guan, J.-Y., Xu, F., Yin, H.-L., Li, Y., Zhang, W.-J., Chen, S.-J., Yang, X.-Y., Li, L., You, L.-X., Chen, T.-Y., and et al. (2016). Observation of quantum ngerprinting beating the classical limit. Physical Review Letters, 116(24).

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.

GUILLOU, Y. L. et al. Highly integrated direct conversion receiver for continuous-time/spl GSM/GPRS/EDGE with on-chip 84-dB dynamic Sigma//spl Delta/ADC. IEEE journal of solid-state circuits, IEEE, v. 40, n. 2, p. 403–411, 2005. range

Hagouel, P. I. and Karafyllidis, I. (2012). Quantum computers: Registers, gates and algorithms. 2012 28th International Conference on Microelectronics Proceedings, MIEL 2012.

Hammer, B. (2000). On the approximation capability of recurrent neural networks. Neurocomputing, 31(1-4):107–123.

Hammerla, N. Y., Halloran, S. e Plötz, T. (2016). Deep, convolutional, and recurrent models for human activity recognition using wearables. arXiv preprint arXiv:1604.08880.

HAXHIBEQIRI, J. et al. A Survey of LoRaWAN for IoT: From Technology to Application. Sensors, v. 18, p. 3995, 11 2018.

Haykin, S. (1994). Neural networks: a comprehensive foundation. Prentice Hall PTR.

HEDMAN, P. et al. 5G Core Networks: Powering Digitalisation. [S.l.]: Elsevier Science & Technology, 2019. ISBN 9780081030097.

Hellerstein, J. M., Faleiro, J., Gonzalez, J. E., Schleier-Smith, J., Sreekanti, V., Tumanov, A., and Wu, C. (2018). Serverless computing: One step forward, two steps back. arXiv preprint arXiv:1812.03651.

Hendrickson, S., Sturdevant, S., Harter, T., Venkataramani, V., Arpaci-Dusseau, A. C., and Arpaci-Dusseau, R. H. (2016). Serverless computation In Proceedings of the 8th USENIX Conference on Hot Topics in with openlambda. Cloud Computing, HotCloud'16, pages 33–39, Berkeley, CA, USA. USENIX Association.

Hillery, M., Buzek, V., and Berthiaume, A. (1999). Quantum secret sharing. Physical Review A, 59(3):1829–1834.

Hinton, G. E. e Salakhutdinov, R. R. (2006). Reducing the dimensionality of data with neural networks. science, 313(5786):504–507.

Holevo, A. (2001). Statistical Structure of Quantum Theory. Lecture Notes in Physics. Springer, New York, NY, USA.

Hornik, K., Stinchcombe, M., White, H. et al. (1989). Multilayer feedforward networks are universal approximators. Neural networks, 2(5):359–366.

Hucul, D., Inlek, I. V., Vittorini, G., Crocker, C., Debnath, S., Clark, S. M., and Monroe, C. (2014). Modular entanglement of atomic qubits using photons and phonons. Nature Physics, 11(1):37–42.

Humble, T. S., Sadlier, R. J., Williams, B. P., and Prout, R. C. (2018). Software-dened quantum network switching. In Blowers, M., Hall, R. D., and Dasari, V. R., editors, Disruptive Technologies in Information Sciences, volume 10652, pages 72 – 79. International Society for Optics and Photonics, SPIE.

IBM (2020). Ibm quantum experience.

IEEE. IEEE Std 1934-2018: IEEE Standard for Adoption of OpenFog Reference Architecture for Fog Computing. IEEE, 2018.

Igor Sysoev (2005). Nginx. https://www.nginx.com/. Acessado em: 07/03/2020.

Imadali, S.; Bousselmi, A. Cloud Native 5G Virtual Network Functions: Design Principles and Use Cases. In: 2018 IEEE 8th International Symposium on Cloud and Service Computing (SC2). [S.l.: s.n.], 2018. p. 91–96.

Inagaki, T., Matsuda, N., Tadanaga, O., Asobe, M., and Takesue, H. (2013). Entanglement distribution over 300 km of ber. Optics Express, 21(20):23241.

Iovisor (2020). iovisor/ubpf.

IQT (2020). Quantum networks: A ten-year forecast and opportunity analysis. 1030.

Ishakian, V., Muthusamy, V., and Slominski, A. (2018). Serving deep learning models in a serverless platform. In 2018 IEEE International Conference on Cloud Engineering (IC2E), pages 257–262. IEEE.

J., P. (1998). Lectures notes on quantum computation, available at: http://www.theory.caltech.edu/people/preskill/ph229/.

Jiang, L., Taylor, J. M., Nemoto, K., Munro, W. J., Van Meter, R., and Lukin, M. D. (2009). Quantum repeater with encoding. Physical Review A, 79(3).

Jin, X.-M., Ren, J.-G., Yang, B., Yi, Z.-H., Zhou, F., Xu, X.-F., Wang, S.-K., Yang, D., Hu, Y.-F., Jiang, S., Yang, T., Yin, H., Chen, K., Peng, C.-Z., and Pan, J.-W. (2010). Experimental free-space quantum teleportation. Nature Photonics, 4(6):376–381.

Jonas, E., Schleier-Smith, J., Sreekanti, V., Tsai, C.-C., Khandelwal, A., Pu, Q., Shankar, V., Menezes Carreira, J., Krauth, K., Yadwadkar, N., Gonzalez, J., Popa, R. A., Stoica, I., and Patterson, D. A. (2019). Cloud programming simplied: A berkeley view on serverless computing. Technical Report UCB/EECS-2019-3, EECS Department, University of California, Berkeley.

Jozsa, R. (1994). Fidelity for mixed quantum states. Journal of Modern Optics, 41(12):2315–2323.

JungWoon Lee et al. Risk analysis and countermeasure for bit-ipping attack in lorawan. In: International Conference on Information Networking (ICOIN). [S.l.: s.n.], 2017. p. 549–551.

Kaelbling, L. P., Littman, M. L. e Moore, A. W. (1996). Reinforcement learning: A survey. Journal of articial intelligence research, 4:237–285.

Kafka (2011). Kafka. https://kafka.apache.org/. Acessado em: 07/03/2020.

Kaloxylos, A. A Survey and an Analysis of Network Slicing in 5G Networks. IEEE Communications Standards Magazine, v. 2, n. 1, p. 60–65, 2018.

Karima Velasquez, David Perez Abreu, Marcio Assis, Carlos Senna, Diego Aranha, Luiz Fernando Bittencourt, Nuno Laranjeiro, Marilia Curado, Marco Vieira, Edmundo Monteiro, and Edmundo Madeira. Fog orchestration for the internet of everything: State-of-the-art and research challenges. Journal of Internet Services and Applications, 9, 05 2018.

Karnouskos, S. et al. A SOA-based architecture for empowering future collaborative cloud-based industrial automation. In: IECON 2012 38th Annual Conference on IEEE Industrial Electronics Society. [S.l.: s.n.], 2012. p. 5766–5772. ISSN 1553-572X.

Khan, S., Rahmani, H., Shah, S. A. A. e Bennamoun, M. (2018). A guide to convolutional neural networks for computer vision. Synthesis Lectures on Computer Vision, 8(1):1–207.

Khan, W. Z., Ahmed, E., Hakak, S., Yaqoob, I., and Ahmed, A. (2019). Edge computing: A survey. Future Generation Computer Systems, 97:219 – 235.

Kimble, H. J. (2008). The quantum internet. Nature, 453(7198):1023–

Kómár, P., Kessler, E. M., Bishof, M., Jiang, L., Sørensen, A. S., Ye, J., and Lukin, M. D. (2014). A quantum network of clocks. Nature Physics, 10(8):582–587.

Kumar, S., Lauk, N., and Simon, C. (2019). Towards long-distance quantum networks with superconducting processors and optical links. Quantum Science and Technology, 4(4):045003.

Kuzmin, V. V., Vasilyev, D. V., Sangouard, N., Dür, W., and Muschik, C. A. (2019). Scalable repeater architectures for multi-party states. npj Quantum Information, 5(1):115.

Lara, O. D. e Labrador, M. A. (2012). A survey on human activity recognition using wearable sensors. IEEE communications surveys & tutorials, 15(3):1192–1209.

Larry Feldman (G2) Robert Barton (Cisco) Michael Martin (IBM Canada) Charif Mahmoudi (NIST) Michaela Iorga (NIST), Nedim Goren (NIST). Fog computing conceptual model. National Institute of Standards and Technology, 19, 03 2018.

LeCun, Y., Bengio, Y. e Hinton, G. (2015). Deep learning. nature, 521(7553):436–444.

LeCun, Y., Bengio, Y. et al. (1995). Convolutional networks for images, speech, and time series. The handbook of brain theory and neural networks, 3361(10):1995.

Lema, M. A. et al. Business Case and Technology Analysis for 5G Low Latency Applications. IEEE Access, v. 5, p. 5917–5935, 2017.

Letaief, K. B. et al. The Roadmap to 6G: AI Empowered Wireless Networks. IEEE Communications Magazine, v. 57, n. 8, p. 84–90, 2019.

Li et al. (2018). Deep Learning for Smart Industry: Efcient Manufacture Inspection System with Fog Computing. IEEE Transactions on Industrial Informatics, 14(10):4665–4673.

Liang, S. e Srikant, R. (2016). Why deep neural networks for function approximation? arXiv preprint arXiv:1610.04161.

Liang, Y.-C., Yeh, Y.-H., Mendonça, P. E. M. F., Teh, R. Y., Reid, M. D., and Drummond, P. D. (2019). Quantum delity measures for mixed states. Reports on Progress in Physics, 82(7):076001.

Liao, S.-K., Cai, W.-Q., Handsteiner, J., Liu, B., Yin, J., Zhang, L., Rauch, D., Fink, M., Ren, J.-G., Liu, W.-Y., Li, Y., Shen, Q., Cao, Y., Li, F.-Z., Wang, J.-F., Huang, Y.-M., Deng, L., Xi, T., Ma, L., Hu, T., Li, L., Liu, N.-L., Koidl, F., Wang, P., Chen, Y.-A., Wang, X.-B., Steindorfer, M., Kirchner, G., Lu, C.-Y., Shu, R., Ursin, R., Scheidl, T., Peng, C.-Z., Wang, J.-Y., Zeilinger, A., and Pan, J.-W. (2018). Satellite-relayed intercontinental quantum network. Phys. Rev. Lett., 120:030501.

Linux Foundation (2016). What is prometheus. https: Acessado em: //prometheus.io/docs/introduction/overview/. 01/03/2020.

Liu, M., Peter, S., Krishnamurthy, A., and Phothilimthana, P. M. (2019). E3: energy-efcient microservices on smartnic-accelerated servers. In 2019 {USENIX} Annual Technical Conference ({USENIX}{ATC} 19), pages 363–378.

Luigi Atzori, Antonio Iera, and Giacomo Morabito. The internet of things: A survey. Computer Networks, 54(15):2787 – 2805, 2010.

Lusheng Miao, K. Djouani, B. J. Van Wyk, and Y. Hamam. Performance evaluation of ieee 802.11p mac protocol in vanets safety applications. In 2013 IEEE Wireless Communications and Networking Conference (WCNC), pages 1663–1668, 2013.

Lv et al. (2015). Trafc Flow Prediction with Big Data: A Deep Learning Approach. IEEE Transactions on Intelligent Transportation Systems, 16(2):865– 873.

M. A. Nadeem and M. A. Saeed. Fog computing: An emerging paradigm. In 2016 Sixth International Conference on Innovative Computing Technology (INTECH), pages 83–86, 2016.

M. Aazam and E. Huh. Fog computing micro datacenter based dynamic resource estimation and pricing model for iot. In 2015 IEEE 29th International Conference on Advanced Information Networking and Applications, pages 687–694, 2015.

M. Aazam, I. Khan, A. A. Alsaffar, and E. Huh. Cloud of things: Integrating internet In Proceedings of 2014 of things and cloud computing and the issues involved. 11th International Bhurban Conference on Applied Sciences Technology (IBCAST) Islamabad, Pakistan, 14th 18th January, 2014, pages 414–419, 2014.

M. Chiang and T. Zhang. Fog and iot: An overview of research opportunities. IEEE Internet of Things Journal, 3(6):854–864, 2016.

Ma, X., Yao, T., Hu, M., Dong, Y., Liu, W., Wang, F. e Liu, J. (2019). A survey on deep learning empowered IoT applications. IEEE Access, 7:181721–181732.

Ma, X.-S., Herbst, T., Scheidl, T., Wang, D., Kropatschek, S., Naylor, W., Wittmann, B., Mech, A., Koer, J., Anisimova, E., Makarov, V., Jennewein, T., Ursin, R., and Zeilinger, A. (2012). Quantum teleportation over 143 kilometres using active feed-forward. Nature, 489(7415):269–273.

MADEMANN, F. The 5G System Architecture. Journal of ICT Standardization, v. 6, n. 3, p. 77–86, 2018.

Mao et al. (2018). Deep learning for intelligent wireless networks: A comprehensive survey. IEEE Communications Surveys Tutorials, 20(4):2595–2621.

Market, Q. (2018). Quantum computing market & technologies, availhttps://industry40marketresearch.com/reports/quantum-computing-marketable at: technologies.

Marotta, M. A. et al. Characterizing the Relation Between Processing Power and Distance Between BBU and RRH in a Cloud RAN. IEEE Wireless Communications Letters, v. 7, n. 3, p. 472–475, 2018.

Mattia Antonini, Massimo Vecchio, and Fabio Antonelli. Fog computing architectures: A reference for practitioners. IEEE Internet of Things Magazine, 2:19–25, 2019.

McKeown, N. (2009). Software-dened networking. INFOCOM keynote talk, 17(2):30–32.

Md Mahmud and Rajkumar Buyya. Fog Computing: A Taxonomy, Survey and Future Directions, chapter 1, page 36. 11 2016.

Medeiros et al. (2017). The power of quasi-shortest paths: geodesic betweenness centrality. IEEE Transactions on Network Science and Engineering, 4(3):187–200.

Medeiros et al. (2019). Análise de dados em redes sem o de grande porte: Processamento em uxo em tempo real, tendências e desaos. Em Minicursos do SBRC 2019, chapter 4, p. 142–195. SBC.

Medeiros, D. S. V., Campista, M. E. M., Mitton, N., Dias de Amorim, M. e Pujolle, G. (2016). Weighted betweenness for multipath networks. Em Proc. of the Global Information Infrastructure and Networking Symposium (GIIS '16), p. 1–6.

METER, R. V., TOUCH, J., and HORSMAN, C. (2011). Recursive quantum repeater networks. Progress in Informatics, 1(8):65–79.

Mink, A., Frankel, S., and Perlner, R. (2010). Quantum key distribution (qkd) and commodity security protocols: Introduction and integration.

MIT (1980). Mit license. https://en.wikipedia.org/wiki/MIT_License. Acessado em: 02/03/2020.

Mitchell, T. (1997). Machine Learning. McGraw-Hill International Editions. McGraw-Hill.

Mohit Taneja and Alan Davy. Resource aware placement of data analytics platform in fog computing. Procedia Computer Science, 97:153 – 156, 2016. 2nd International Conference on Cloud Forward: From Distributed to Complete Computing.

Munro, W. J., Azuma, K., Tamaki, K., and Nemoto, K. (2015). InIEEE Journal of Selected Topics in Quantum Electronics, side quantum repeaters. 21(3):78–90.

Munro, W. J., Stephens, A. M., Devitt, S. J., Harrison, K. A., and Nemoto, K. (2013). Quantum communication without the necessity of quantum memories.

N. Naik. Choice of effective messaging protocols for iot systems: Mqtt, coap, amqp and http. In 2017 IEEE International Systems Engineering Symposium (ISSE), pages 1–7, 2017.

Navarro-Ortiz, J. et al. Integration of LoRaWAN and 4G/5G for the Industrial Internet of Things. IEEE Communications Magazine, v. 56, n. 2, p. 60–67, Feb 2018.

Ndousse-Fetter, T., Peters, N., Grice, W., Kumar, P., Chapuran, T., Guha, S., Hamilton, S., Monga, I., Newell, R., Nomerotski, A., Towsley, D., and Yoo, B. (2019). Quantum networks for open science.

Neary, P. (2018). Automatic hyperparameter tuning in deep convolutional neural networks using asynchronous reinforcement learning. Em 2018 IEEE International Conference on Cognitive Computing (ICCC), p. 73–77.

Nguyen, T. T. e Armitage, G. (2008). A survey of techniques for internet trafc classication using machine learning. IEEE communications surveys & tutorials, 10(4):56–76.

NGUYEN, V.-G. et al. SDN/NFV-based mobile packet core network architectures: A survey. IEEE Communications Surveys & Tutorials, IEEE, v. 19, n. 3, p. 1567–1602, 2017.

Nielsen, Michael A., C. I. (2010). Quantum computation and quantum information: 10th Anniversary Edition. Cambridge University Press, New York, NY, USA.

NOHRBORG, M. LTE Overview. aug 2012. [Último acesso: 11-mar-2020]. Disponível em:< https://www.3gpp.org/technologies/keywords-acronyms/98-lte >.

O. Vermesan and P. Friess. Internet of Things: Converging Technologies for Smart Environments and Integrated Ecosystems. River Publishers Series in Communications Series. River Publishers, 2013.

OJALA, P. et al. The adaptive multirate wideband speech codec: system characteristics, quality advances, and deployment strategies. IEEE Communications Magazine, IEEE, v. 44, n. 5, p. 59–65, 2006.

OLSSON, M. et al. EPC and 4G packet networks: driving the mobile broadband revolution. [S.l.]: Academic Press, 2013.

OpenWhisk, I. (2016). IBM OpenWhisk Project. http://developer.ibm.com/openwhisk/. Acessado em: 08/03/2020".

Osherson et al. (1991). A universal inductive inference machine. Journal of Symbolic Logic, 56(2):661–672.

P. Liu, D. Willis, and S. Banerjee. Paradrop: Enabling lightweight multi-tenancy at the network's extreme edge. In 2016 IEEE/ACM Symposium on Edge Computing (SEC), pages 1–13, 2016.

Pacíco, R. D. G., Duarte, L. F. S., Nacif, J. A. M., and Vieira, M. A. M. (2020). Sistema de processamento de pacotes Serverless. In XXXVIII Simpósio Brasileiro de Redes de Computadores e Sistemas Distribudos (SBRC), Rio de Janeiro, RJ, Brasil. SBC.

Paine, T. L., Khorrami, P., Han, W. e Huang, T. S. (2014). An analysis of unsupervised pre-training in light of recent advances. arXiv preprint arXiv:1412.6597.

Palattella, M. R. et al. Internet of Things in the 5G Era: Enablers, Architecture, and Business Models. IEEE Journal on Selected Areas in Communications, v. 34, n. 3, p. 510–527, 2016.

Panigrahi, R. e Borah, S. (2018). A detailed analysis of cicids2017 dataset for designing intrusion detection systems. International Journal of Engineering & Technology, 7:479–482.

Pant, M., Krovi, H., Towsley, D., Tassiulas, L., Jiang, L., Basu, P., Englund, D., and Guha, S. (2019a). Routing entanglement in the quantum internet. npj Quantum Information, 5(1):25.

Pant, M., Krovi, H., Towsley, D., Tassiulas, L., Jiang, L., Basu, P., Englund, D., and Guha, S. (2019b). Routing entanglement in the quantum internet. npj Quantum Information, 5(1):25.

Panwar, Lokesh, P. e Shailesh (2019). Implementation of machine learning algorithms on cicids-2017 dataset for intrusion detection using weka. International Journal of Recent Technology and Engineering (IJRTE), 8:2195–2207.

Paolo Bellavista, Javier Berrocal, Antonio Corradi, Sajal K. Das, Luca Foschini, and Alessandro Zanni. A survey on fog computing for the internet of things. Pervasive and Mobile Computing, 52:71 – 99, 2019.

PARKVALL, S. et al. NR: The new 5G radio access technology. IEEE Communications Standards Magazine, IEEE, v. 1, n. 4, p. 24–30, 2017.

PARKVALL, S.; FURUSKAR, A.; DAHLMAN, E. Evolution of LTE toward IMTadvanced. IEEE Communications Magazine, IEEE, v. 49, n. 2, p. 84–91, 2011.

Peng, M. et al. Self-conguration and self-optimization in LTE-advanced heterogeneous networks. IEEE Communications Magazine, v. 51, n. 5, p. 36–45, 2013.

Peng, Z., Gao, S., Li, Z., Xiao, B. e Qian, Y. (2018). Vehicle safety improvement through deep learning and mobile sensing. IEEE network, 32(4):28–33.

Pengfei Hu, Sahraoui Dhelim, Huansheng Ning, and Tie Qiu. Survey on fog computing: architecture, key technologies, applications and open issues. Journal of Network and Computer Applications, 98:27 – 42, 2017.

Pierucci, L. e Micheli, D. (2016). A neural network for quality of experience estimation in mobile communications. IEEE MultiMedia, 23(4):42–49.

Pirandola, S. and Braunstein, S. (2016). Physics: Unite to build a quantum internet. Nature, 532:169–171.

Pirandola, S., Laurenza, R., Ottaviani, C., and Banchi, L. (2017a). Fundamental limits of repeaterless quantum communications. Nature Communications, 8(1):15043.

Pirandola, S., Laurenza, R., Ottaviani, C., and Banchi, L. (2017b). Fundamental limits of repeaterless quantum communications. Nature Communications, 8(1).

Pirker, A. and Dur, W. (2019). A quantum network stack and protocols for reliable entanglement-based networks. New Journal of Physics, 21(3):033003.

Proctor, T. J., Knott, P. A., and Dunningham, J. A. (2017). Networked quantum sensing.

PUNZ, G. Evolution of 3G networks: the concept, architecture and realization of mobile networks beyond UMTS. [S.l.]: Springer Science & Business Media, 2009.

Quevedo, S., Merchán, F., Rivadeneira, R., and Dominguez, F. X. (2019). Evaluating apache openwhisk-faas. In 2019 IEEE Fourth Ecuador Technical Chapters Meeting (ETCM), pages 1–5. IEEE.

R. K. Naha, S. Garg, D. Georgakopoulos, P. P. Jayaraman, L. Gao, Y. Xiang, and R. Ranjan. Fog computing: Survey of trends, architectures, requirements, and research directions. IEEE Access, 6:47980–48009, 2018.

R. Oma, S. Nakamura, T. Enokido, and M. Takizawa. An energy-efcient model of fog and device nodes in iot. In 2018 32nd International Conference on Advanced Information Networking and Applications Workshops (WAINA), pages 301–306, 2018.

Ranesh Kumar Naha, Saurabh Kumar Garg, and Andrew Chan. Fog computing architecture: Survey and challenges. ArXiv, abs/1811.09047, 2018.

Rangan, S.; Rappaport, T. S.; Erkip, E. Millimeter-Wave Cellular Wireless Networks: Potentials and Challenges. Proceedings of the IEEE, v. 102, n. 3, p. 366–385, 2014.

Ravi, D., Wong, C., Lo, B. e Yang, G.-Z. (2016a). A deep learning approach to on-node sensor data analytics for mobile or wearable devices. IEEE journal of biomedical and health informatics, 21(1):56–64.

Ravi, D., Wong, C., Lo, B. e Yang, G.-Z. (2016b). Deep learning for human activity recognition: A resource efcient implementation on low-power devices. Em 2016 IEEE 13th international conference on wearable and implantable body sensor networks (BSN), p. 71–76. IEEE.

Recommendation ITU-R M.2083-0. IMT Vision – Framework and overall objectives of the future development of IMT for 2020 and beyond. 2015. https://www.itu.int/dms_pubrec/itu-r/rec/m/R-REC-M.2083-0-201509-I!!PDF-E.pdf.

Redowan Mahmud, Ramamohanarao Kotagiri, and Rajkumar Buyya. Fog Computing: A Taxonomy, Survey and Future Directions, pages 103–130. Springer Singapore, Singapore, 2018.

Reis, L. H. A., Magalhães, L. C. S., de Medeiros, D. S. V. e Mattos, D. M. F. (2020). An unsupervised approach to infer quality of service for large-scale wireless networking. Journal of Network and Systems Management. In Press.

Ren, J.-G., Xu, P., Yong, H.-L., Zhang, L., Liao, S.-K., Yin, J., Liu, W.-Y., Cai, W.-Q., Yang, M., Li, L., Yang, K.-X., Han, X., Yao, Y.-Q., Li, J., Wu, H.Y., Wan, S., Liu, L., Liu, D.-Q., Kuang, Y.-W., He, Z.-P., Shang, P., Guo, C., Zheng, R.-H., Tian, K., Zhu, Z.-C., Liu, N.-L., Lu, C.-Y., Shu, R., Chen, Y.-A., Peng, C.-Z., Wang, J.-Y., and Pan, J.-W. (2017). Ground-to-satellite quantum teleportation. Nature, 549(7670):70–73.

RICHTER, F. Global 5G Adoption to Take O in 2021. 2019. https://www. statista.com/chart/9604/5g-subscription-forecast/. [Último acesso: 31mar-2020].

Rifai, S., Vincent, P., Muller, X., Glorot, X. e Bengio, Y. (2011). Contractive auto-encoders: Explicit invariance during feature extraction. Em Proceedings of the 28th International Conference on Machine Learning, ICML 2011, p. 833–840.

Rubino, G., Rozema, L. A., Massa, F., Araújo, M., Zych, M., ÄŒaslav Brukner, and Walther, P. (2017). Experimental entanglement of temporal orders.

S. Distefano, G. Merlino, and A. Puliato. Sensing and actuation as a service: A new development for clouds. In 2012 IEEE 11th International Symposium on Network Computing and Applications, pages 272–275, 2012.

S. Wehner, D. E. and Hanson, R. (2018). Quantum internet: A vision for the road ahead. Science, 362(1):303.

SAAD, W.; BENNIS, M.; CHEN, M. A Vision of 6G Wireless Systems: Applications, Trends, Technologies, and Open Research Problems. CoRR, abs/1902.10265, 2019. Disponível em:< http://arxiv.org/abs/1902.10265 >.

SACHS, J. et al. 5G radio network design for ultra-reliable low-latency communication. IEEE Network, IEEE, v. 32, n. 2, p. 24–31, 2018.

Samsung Electronics Co. 5G Core Vision – Samsung 5G Core Vol.1. [S.l.], 2019.

Sangouard, N., Simon, C., de Riedmatten, H., and Gisin, N. (2009). Quantum repeaters based on atomic ensembles and linear optics.

SCHMITT, P.; LANDAIS, B.; YANG, F. Y. Control and User Plane Separation of EPC nodes (CUPS). aug 2012. [Último acesso: 25-mar-2020]. Disponível em:< https://www.3gpp.org/news-events/1882-cups >.

Schoute, E., Mancinska, L., Islam, T., Kerenidis, I., and Wehner, S. (2016). Shortcuts to quantum network routing.

Semiari, O. et al. Integrated Millimeter Wave and Sub-6 GHz Wireless Networks: A Roadmap for Joint Mobile Broadband and Ultra-Reliable Low-Latency Communications. IEEE Wireless Communications, v. 26, n. 2, p. 109–115, 2019.

SEMTECH. Semtech Corporation. 2020. https://www.semtech.com/. [Último acesso: 22-abril-2020].

Sha, M. et al. 5G: A Tutorial Overview of Standards, Trials, Challenges, Deployment, and Practice. IEEE Journal on Selected Areas in Communications, v. 35, n. 6, p. 1201–1221, 2017.

Shaei, H., Khonsari, A., and Mousavi, P. (2020). Serverless computing: A survey of opportunities, challenges and applications.

Shankar, V., Krauth, K., Pu, Q., Jonas, E., Venkataraman, S., Stoica, I., Recht, B., and Ragan-Kelley, J. (2018). Numpywren: Serverless linear algebra. arXiv preprint arXiv:1810.09679.

Shanmuga Sundaram, J. P.; Du, W.; Zhao, Z. A survey on lora networking: Research problems, current solutions, and open issues. IEEE Communications Surveys Tutorials, v. 22, n. 1, p. 371–388, 2020.

Sharafaldin et al. (2018). Toward generating a new intrusion detection dataset and intrusion trafc characterization. Em International Conference on Information Systems Security and Privacy (ICISSP), p. 108–116.

Sharma, A., Vans, E., Shigemizu, D., Boroevich, K. e Tsunoda, T. (2019). Deepinsight: A methodology to transform a non-image data to an image for convolution neural network architecture. Scientic Reports, 9.

Sisinni, E., Saifullah, A., Han, S., Jennehag, U. e Gidlund, M. (2018). Industrial internet of things: Challenges, opportunities, and directions. IEEE Transactions on Industrial Informatics, 14(11):4724–4734.

Sourav Kunal, Arijit Saha, and Ruhul Amin. An overview of cloud-fog computing: Architectures, applications with security challenges. Security and Privacy, 05 2019.

Sourav Kunal, Arijit Saha, and Ruhul Amin. An overview of cloud-fog computing: Architectures, applications with security challenges. Security and Privacy, 2(4):e72, 2019.

Srivastava, N. (2013). Improving neural networks with dropout. University of Toronto, 182(566):7.

STALLINGS, W. Data and computer communications. 10. ed. [S.l.]: Prentice Hall, 2014.

Steel, W. H. (1986). Interferometry. Cambridge University Press, Cambridge,UK.

Stenberg, D. (1997). Curl: The man page. https://curl.haxx.se/docs/manpage.html. Acessado em: 06/03/2020.

SUBRAMANYA, S.; YI, B. K. Mobile communications-an overview. IEEE Potentials, IEEE, v. 24, n. 5, p. 36–40, 2005.

Suman Banerjee, Peng Liu, Ashish Patro, and Dale Willis. ParaDrop, chapter 1, pages 11–23. John Wiley Sons, Ltd, 2017.

Sun, D. e Willmann, S. (2019). Deep learning-based depenIFAC-PapersOnLine, dability assessment method for industrial wireless network. 52(24):219–224.

T. Nguyen Gia, A. M. Rahmani, T. Westerlund, P. Liljeberg, and H. Tenhunen. Fog computing approach for mobility support in internet-of-things systems. IEEE Access, 6:36064–36082, 2018.

T. Wang, J. Zhou, A. Liu, M. Z. A. Bhuiyan, G. Wang, and W. Jia. Fog-based computing and storage ofoading for data synchronization in iot. IEEE Internet of Things Journal, 6(3):4272–4282, 2019.

Takesue, H., Dyer, S. D., Stevens, M. J., Verma, V., Mirin, R. P., and Nam, S. W. (2015). Quantum teleportation over 100km of ber using highly efcient superconducting nanowire single-photon detectors. Optica, 2(10):832–835.

Taleb Zadeh Kasgari, A.; Saad, W.; Debbah, M. Human-in-the-Loop Wireless Communications: Machine Learning and Brain-Aware Resource Management. IEEE Transactions on Communications, v. 67, n. 11, p. 7727–7743, 2019.

Tang, F., Mao, B., Fadlullah, Z. M., Kato, N., Akashi, O., Inoue, T. e Mizutani, K. (2017). On removing routing protocol from future wireless networks: A real-time deep learning approach for intelligent trafc control. IEEE Wireless Communications, 25(1):154–160.

Terhal, B. M. (2015). Quantum error correction for quantum memories. Reviews of Modern Physics, 87(2):307–346.

Thiago Teixeira, Sara Hachem, Valérie Issarny, and Nikolaos Georgantas. Service In Witold Abraoriented middleware for the internet of things: A perspective. mowicz, Ignacio M. Llorente, Mike Surridge, Andrea Zisman, and Julien Vayssière, editors, Towards a Service-Based Internet, pages 220–229, Berlin, Heidelberg, 2011. Springer Berlin Heidelberg.

TOSKALA, A.; POIKSELKÄ, M. 5G Architecture. 5G Technology: 3GPP New Radio, Wiley Online Library, p. 67–86, 2020.

Turing, A. (1936). On computable numbers with an application to the entscheidungsproblem. Proceedings of the London Math Society, 1(1):230–265.

U. S. Quantum, National Ofce, U. S. G. (2020). A strategic vision for america's quantum networks.

Upul Jayasinghe, Gyu Myoung Lee, Áine MacDermott, and Woo Seop Rhee. Trustchain: A privacy preserving blockchain with edge computing. Wireless Communications and Mobile Computing, 2019:2014697:1–2014697:17, 2019.

Ursin, R., Jennewein, T., Aspelmeyer, M., Kaltenbaek, R., Lindenthal, M., Walther, P., and Zeilinger, A. (2004). Quantum teleportation across the danube. Nature, 430(7002):849–849.

VAEZI, M.; DING, Z.; POOR, H. V. Multiple access techniques for 5G wireless networks and beyond. [S.l.]: Springer, 2019.

Van Meter, R. (2014). Quantum networking.

Vardoyan, G., Guha, S., Nain, P., and Towsley, D. (2019a). On the capacity region of bipartite and tripartite entanglement switching.

Vardoyan, G., Guha, S., Nain, P., and Towsley, D. (2019b). On the stochastic analysis of a quantum entanglement switch.

Vieira, M. A. M., Castanho, M. S., Pacíco, R. D. G., Santos, E. R. S., Câmara Júnior, E. P. M., and Vieira, L. F. M. (2019). Processamento Rápido de Pacotes com eBPF e XDP. In Minicurso do XXXVII Simpósio Brasileiro de Redes de Computadores e Sistemas Distribudos (SBRC), Porto Alegre, RS, Brasil. SBC.

Vieira, M. A. M., Castanho, M. S., Pacíco, R. D. G., Santos, E. R. S., Júnior, E. P. M. C., and Vieira, L. F. M. (2020). Fast packet processing with ebpf and xdp: Concepts, code, challenges, and applications. ACM Comput. Surv., 53(1).

Vilalta, R., López, V., Giorgetti, A., Peng, S., Orsini, V., Velasco, L., Serral-Gracia, R., Morris, D., De Fina, S., Cugini, F., et al. (2017). Telcofog: A unied exible fog and cloud computing architecture for 5g networks. IEEE Communications Magazine, 55(8):36–43.

Vinayakumar, R., Alazab, M., Soman, K. P., Poornachandran, P., Al-Nemrat, A. e Venkatraman, S. (2019). Deep Learning Approach for Intelligent Intrusion Detection System. IEEE Access, 7:41525–41550.

W. Li, T. Yang, F. C. Delicato, P. F. Pires, Z. Tari, S. U. Khan, and A. Y. Zomaya. On enabling sustainable edge computing with renewable energy resources. IEEE Communications Magazine, 56(5):94–101, 2018.

Wang, J., Zhang, X., Gao, Q., Yue, H. e Wang, H. (2016a). Devicefree wireless localization and activity recognition: A deep learning approach. IEEE Transactions on Vehicular Technology, 66(7):6258–6267.

Wang, L., Li, M., Zhang, Y., Ristenpart, T., and Swift, M. (2018). Peeking behind the curtains of serverless platforms. In 2018 USENIX Annual Technical Conference (USENIX ATC 18), pages 133–146, Boston, MA. USENIX Association.

Wang, S., Chen, W., Yin, Z.-Q., Li, H.-W., He, D.-Y., Li, Y.-H., Zhou, Z., Song, X.-T., Li, F.-Y., Wang, D., and et al. (2014b). Field and long-term demonstration of a wide area quantum key distribution network. Optics Express, 22(18):21739.

Wang, S., Chen, W., Yin, Z.-Q., Li, H.-W., He, D.-Y., Li, Y.-H., Zhou, Z., Song, X.-T., Li, F.-Y., Wang, D., Chen, H., Han, Y.-G., Huang, J.-Z., Guo, J.-F., Hao, P.-L., Li, M., Zhang, C.-M., Liu, D., Liang, W.-Y., Miao, C.-H., Wu, P., Guo, G.-C., and Han, Z.-F. (2014a). Field and long-term demonstration of a wide area quantum key distribution network. Opt. Express, 22(18):21739–21756.

Wang, X. et al. Millimeter Wave Communication: A Comprehensive Survey. IEEE Communications Surveys Tutorials, v. 20, n. 3, p. 1616–1653, 2018.

Wang, X., Zhou, Z., Xiao, F., Xing, K., Yang, Z., Liu, Y. e Peng, C. (2018). Spatio-temporal analysis and prediction of cellular trafc in metropolis. IEEE Transactions on Mobile Computing, 18(9):2190–2202.

Wang, Y., Yang, A., Chen, X., Wang, P., Wang, Y. e Yang, H. (2017). A deep learning approach for blind drift calibration of sensor networks. IEEE Sensors Journal, 17(13):4158–4171.

Wang, Y., Yang, A., Li, Z., Chen, X., Wang, P. e Yang, H. (2016b). Blind drift calibration of sensor networks using sparse bayesian learning. IEEE Sensors Journal, 16(16):6249–6260.

WANNSTROM, J. LTE-advanced. Third Generation Partnership Project (3GPP), 2013.

WBA and Convergence https://wballiance.com/wp-content/uploads/2019/01/ RAN-Convergence-Paper-2019.pdf. [Último acesso: 03-fev-2020]. Alliance. NGMN RAN Paper. 2019.

Werner, S., Kuhlenkamp, J., Klems, M., Müller, J., and Tai, S. In (2018). Serverless big data processing using matrix multiplication as example. 2018 IEEE International Conference on Big Data (Big Data), pages 358–365. IEEE.

Wiesner, W. (1983). Conjugate coding. SIGACT News, 15:77.

Wilfried Steiner and Stefan Poledna. Fog computing as enabler for the industrial internet of things. e & i Elektrotechnik und Informationstechnik, 133, 10 2016.

Williams, B. P., Lukens, J. M., Peters, N. A., Qi, B., and Grice, W. P. (2019). Quantum secret sharing with polarization-entangled photon pairs. Physical Review A, 99(6).

World Economic Forum. The Impact of 5G: Creating New Value across InJan 2020. https://www.weforum.org/whitepapers/ dustries and Society. the-impact-of-5g-creating-new-value-across-industries-and-society. [Último acesso: 31-mar-2020].

Wu, D., Fang, B., Yin, J., Zhang, F., and Cui, X. (2018). Slbot: A serverless botnet based on service ux. In 2018 IEEE Third International Conference on Data Science in Cyberspace (DSC), pages 181–188. IEEE.

Wu, J., Chen, X.-Y., Zhang, H., Xiong, L.-D., Lei, H. e Deng, S.-H. (2019). Hyperparameter optimization for machine learning models based on bayesian optimizationb. Journal of Electronic Science and Technology, 17(1):26 – 40.

X. Masip-Bruin, E. Marín-Tordera, A. Alonso, and J. Garcia. Fog-to-cloud computing (f2c): The key technology enabler for dependable e-health services deployment. In 2016 Mediterranean Ad Hoc Networking Workshop (Med-Hoc-Net), pages 1–5, 2016.

Xiong, Y., Sun, Y., Xing, L., and Huang, Y. (2018). Extend cloud to edge with kubeedge. In 2018 IEEE/ACM Symposium on Edge Computing (SEC), pages 373–377. IEEE.

Y. Bi, G. Han, C. Lin, Q. Deng, L. Guo, and F. Li. Mobility support for fog computing: An sdn approach. IEEE Communications Magazine, 56(5):53–59, 2018.

Yasmin, R. et al. On the integration of LoRaWAN with the 5G test network. In: 2017 IEEE 28th Annual International Symposium on Personal, Indoor, and Mobile Radio Communications (PIMRC). [S.l.: s.n.], 2017. p. 1–6.

Ye, H., Li, G. Y. e Juang, B.-H. F. (2019). Deep reinforcement learning based resource allocation for v2v communications. IEEE Transactions on Vehicular Technology, 68(4):3163–3173.

Yin, J., Cao, Y., Li, Y.-H., Liao, S.-K., Zhang, L., Ren, J.-G., Cai, W.Q., Liu, W.-Y., Li, B., Dai, H., Li, G.-B., Lu, Q.-M., Gong, Y.-H., Xu, Y., Li, S.-L., Li, F.-Z., Yin, Y.-Y., Jiang, Z.-Q., Li, M., Jia, J.-J., Ren, G., He, D., Zhou, Y.-L., Zhang, X.-X., Wang, N., Chang, X., Zhu, Z.-C., Liu, N.-L., Chen, Y.-A., Lu, C.-Y., Shu, R., Peng, C.-Z., Wang, J.-Y., and Pan, J.-W. (2017). Satellite-based entanglement distribution over 1200 kilometers. Science, 356(6343):1140–1144.

Youssef, M., Mah, M. e Agrawala, A. (2007). Challenges: devicefree passive localization for wireless environments. Em Proceedings of the 13th annual ACM international conference on Mobile computing and networking, p. 222–229.

Yu, T., Wang, X. e Shami, A. (2018). Uav-enabled spatial data sampling in large-scale IoT systems using denoising autoencoder neural network. IEEE Internet of Things Journal, 6(2):1856–1865.

Zafari, F., Gkelias, A. e Leung, K. K. (2019). A survey of indoor IEEE Communications Surveys & Tutorials, localization systems and technologies. 21(3):2568–2599.

Zaske, S., Lenhard, A., KeÃŸler, C. A., Kettler, J., Hepp, C., Arend, C., Albrecht, R., Schulz, W.-M., Jetter, M., Michler, P., and et al. (2012). Visible-totelecom quantum frequency conversion of light from a single quantum emitter. Physical Review Letters, 109(14).

Zhang et al. (2018). An efcient deep learning model to predict cloud workload for industry informatics. IEEE Transactions on Industrial Informatics, 14(7):3170–3178.

Zhang, D. et al. Fast Beam Tracking for Millimeter-Wave Systems Under High Mobility. In: ICC 2019 2019 IEEE International Conference on Communications (ICC). [S.l.: s.n.], 2019. p. 1–6.

Zhang, M., Zhu, Y., Zhang, C., and Liu, J. (2019). Video processing with serverless computing: A measurement study. In Proceedings of the 29th ACM Workshop on Network and Operating Systems Support for Digital Audio and Video, NOSSDAV '19, page 61–66, New York, NY, USA. Association for Computing Machinery.

Zhao, L., Huang, H., Li, X., Ding, S., Zhao, H. e Han, Z. (2019). An accurate and robust approach of device-free localization with convolutional autoencoder. IEEE Internet of Things Journal, 6(3):5825–5840.

Zhong, R. Y., Xu, X., Klotz, E. e Newman, S. T. (2017). Intelligent manufacturing in the context of industry 4.0: a review. Engineering, 3(5):616–630.

Zukowski, M., e. a. (1993). Event-ready-detectors bell experiment via entanglement swapping. Phys. Rev. Lett., 71:4287–4290.

GPP. 4G; Release 8. 2009. https://www.3gpp.org/specifications/releases/72-release-8. [Último acesso: 26-fev-2020].

GPP. 5G; Access to the 3GPP 5G Core Network (5GCN) via non-3GPP ac(Release 15). 2019. https://www.etsi.org/deliver/etsi_cessnetworksts/124500_124599/124502/15.02.00_60/ts_124502v150200p.pdf. [Último acesso: 03-fev-2020].

GPP. OpenAPI. feb 2020. [Último acesso: 26-abril-2020]. Disponível em:<https://www.3gpp.org/FTP/Specs/archive/OpenAPI/ >. (ZSM);

GPP. TP-03075: Overview of 3GPP Release 99. 2003. ftp://www.3gpp. org/TSG_T/TSG_T/TSGT_22/Docs/PDF/TP-030275.pdf. [Último acesso: 22-apr2020].

GPP. TR21.915: Technical Specication Group Services and System Aspects; Release 15 Description; Summary of Rel-15 Work Items (Release 15). [S.l.], 2018–12. Version 0.5.0.

GPP. TR38.801: 33rd Generation Partnership Project; Technical Specication Group Radio Access Network; Study on new radio access technology: Radio access architecture and interfaces (Release 14). [S.l.], 2017–03. Version 14.0.0.

GPP. TS133.185: 3rd Generation Partnership Project Technical Specication Group Services and Systems Aspects Release 14 Description. [S.l.], 2017–10. Version 14.1.0.

Capa para Minicursos do XXXVIII Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos

Volume Completo

Data de publicação

07/12/2020

Categorias

Redes de Computadores

Detalhes sobre o formato disponível para publicação: Volume Completo

Volume Completo

ISBN-13 (15)

978-65-87003-33-7

© O(s) autor(es), 2020.

Creative Commons License

Esse trabalho foi publicado de acordo com os termos da licença Creative Commons Attribution 4.0 International License

.