Uma arquitetura para internet das coisas para análise da concentração de monóxido de carbono na grande São Paulo por meio de técnicas de Big Data

• Ano de defesa: 2017
• Autor(a) principal: Borges, Marco Aurelio
• Orientador(a): Lopes, Paulo Batista
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Presbiteriana Mackenzie
• Palavras-chave em Português: internet das coisas; big data; sensor data mining; arquitetura Hadoop; ESP2866
• Área do conhecimento CNPq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOES::SISTEMAS DE TELECOMUNICACOES
• Link de acesso: http://dspace.mackenzie.br/handle/10899/24466

A utilização de sensores para o monitoramento de um determinado ambiente aliada ao uso da internet como meio de comunicação é popularmente chamado de Internet das Coisas (do inglês, Internet of Things (IoT )). A quantidade de informação que se gera neste ambiente IoT tem fomentado um aumento no acúmulo de dados nunca antes imaginado. Um dos importantes desafios para o seu desenvolvimento é armazenar e processar esse grande volume de dados em aceitáveis parâmetros de medição e análise. Esta pesquisa direciona esse desafio, a partir do armazenamento e compilação de dados oriundos de diversos sensores até a análise exploratória das informações obtidas. Na pesquisa foram analisados sensores de captação de dados na Região Metropolitana de São Paulo (RMSP), com sensores capazes de medir os índices de monóxido de carbono (CO). A pesquisa ainda analisa algumas arquiteturas para processamento em lote (batch) e em fluxo (stream) de sensores e utilizar uma delas na construção de um ambiente Big Data. Foram utilizadas as ferramentas de Big Data para o armazenamento, processamento e visualização desses dados de IoT. Nos experimentos desenvolvidos na pesquisa foram analisados os sensores de monóxido de carbono (MQ7), conectados através de uma unidade microcontroladora que apresenta suporte ao protocolo Transmission Control Protocol/Internet Protocol (TCP/IP). Este projeto destaca o instrumento de como compilar e executar esses dados e a análise dos mesmos obtidos de forma dinâmica. Os dados obtidos pelos sensores IoT constatam como a média dos índices coletados, estão muito superiores aos padrões internacionais estabelecidos pela OMS.