[en] CONTEXT-BASED CONTENT ADAPTATION FOR PUBLISH/SUBSCRIBE SYSTEMS

Detalhes bibliográficos
Ano de defesa: 2008
Autor(a) principal: HANA KARINA SALLES RUBINSZTEJN
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: MAXWELL
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=11494&idi=1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=11494&idi=2
http://doi.org/10.17771/PUCRio.acad.11494
Resumo: [pt] Serviços para disseminação de informações (serviços push) têm sido amplamente utilizados, em particular para aplicações envolvendo usuários móveis. Estes serviços geralmente atendem a dispositivos com recursos bem diferenciados e em contextos de execução (conectividade sem fio, reserva de energia, etc.) distintos, fazendo necessário adaptar o conteúdo difundido dinamica- e individualmente para cada cliente. Uma vez que muitas adaptações de conteúdo envolvem operações custosas e demandam alto poder de processamento, estas não devem ser realizadas nos clientes móveis. Por outro lado, executar no servidor, as adaptações para cada cliente móvel, torna- se pouco eficiente e escalável. Assim, em tais serviços, é comum utilizar-se intermediários dedicados às adaptações de conteúdo (de acordo com o contexto) dos clientes. Comunicação assíncrona, como publish/subscribe, é considerada por muitos como a mais apropriada para este tipo de serviço. Por outro lado, sistemas para adaptação de conteúdo sensível a contexto não dão suporte a este tipo de comunicação, até porque a adaptação precisa ser individual, e portanto conflita com o paradigma de comunicação um-para-muitos. Neste trabalho apresentamos uma arquitetura para sistemas publish/subscribe com adaptação sensível a contexto, que utiliza um algoritmo que otimiza a adaptação de conteúdo para grandes conjuntos de clientes de uma difusão.