Descarga adaptativa em ambiente com névoa heterogênea: estudo de caso para a área da saúde

• Ano de defesa: 2020
• Autor(a) principal: Torres Neto, José Rodrigues
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Computação em névoa; Cuidados de saúde; Data offloading; Descarga de dados; Fog computing; Healthcare; Internet das coisas; Internet of things
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-23032020-102527/

O número de pessoas com necessidades de cuidados de saúde, tais como idosos, deficientes e pacientes com mobilidade reduzida, aumentou consideravelmente no mundo nos últimos anos. Esse aumento criou uma tendência na pesquisa envolvendo cuidados de saúde desses pacientes por meio de aplicações baseadas em IoT, principalmente quando recebem alta do hospital e retornam para casa. No entanto, aplicações de saúde são consideradas críticas e intolerantes aos atrasos, que exigem respostas em tempo real. Neste contexto, é comum que arquiteturas tradicionais baseadas em nuvem possuam ocorrência de desconexão da rede principal ou variações de largura de banda e latência, gerando prejuízos aos serviços remotos, principalmente serviços de saúde. Diante disso, a recém-criada computação em névoa permite o compartilhamento e gestão de dados nas bordas da rede, tornando o processamento inteligente descentralizado mais próximo da fonte de dados e dos usuários, o que garante uma latência mais baixa. Esta evolução contínua implica que os sistemas de software devem tornar-se cada vez mais versáteis e flexíveis, adaptando-se ao contexto de ambientes operacionais e intermitentes. O principal objetivo desta pesquisa de doutorado é mitigar o uso de recursos em sistemas de tempo-real em ambientes IoT. Neste sentido, é proposta uma arquitetura auto adaptativa e um middleware autônomo baseado em ciclos de feedback para a descarga dinâmica de dados em arquiteturas de névoa multicamadas Fog-to-Cloud e Indie Fog. Para isso, uma nova política para descarga dinâmica de dados foi definida. Já o paradigma publish-subscribe foi utilizado para a comunicação assíncrona e o MAPE-K como referência para o ciclo autônomo. Foi realizado uma avaliação quantitativa do middleware por meio da simulação de uma casa inteligente com duas aplicações de saúde: (i) monitoramento cardíaco e (ii) controle de temperatura corporal. Ainda, um estudo de caso real no sensoriamento do estado físico e emocional do usuário foi realizado com as aplicações: (i) reconhecimento facial do usuário, (ii) detecção de quedas, e (iii) reconhecimento de emoção por voz. Os resultados das avaliações quantitativa e qualitativa demonstraram uma melhora considerável no desempenho e a mitigação do uso de recursos. O middleware se apresenta promissor para o desenvolvimento de sistemas auto adaptativos no contexto de sistemas de tempo real e críticos.