Uma Arquitetura de Referência para
Plataforma de Crowdsensing em Smart Cities
Herbertt B. M. Diniz
hbmd@cin.ufpe.br
Emanoe...
Introdução
2
Fonte imagem: https://goo.gl/xwvvdP
Crescimento Populacional
3
Crescimento Populacional
Fonte imagem: http://goo.gl/ykgGsR
Problemas
Como Fica o Trânsito!? Transporte coletivo!?
E se chover!?
5
Coleta de Resíduos!
Segurança!
Educação!
Abastecimento D’Água!
6
Problemas
Smart Cities
Fonte imagem: http://goo.gl/7VbsBo
7
Sensores (Monitoramento e Controle)
Fonte imagem: http://goo.gl/OucoSj
Crowdsensing
• Pessoas como Sensores.
• Pessoas = Consumidores e Produtores de
dados.
9Fonte imagem: https://goo.gl/CofZQm
Dubuque
10
Seul
11
Rio de Janeiro
12
Fonte imagem: http://goo.gl/FFVi0u
Integração de Tecnologias
13
Problemas e Desafios
• Padronização da Arquitetura
• Interoperabilidade
• Alto custo financeiro de soluções
• Big Data
14
FLOSS e COTS
FLOSS
(Freely Licensed Open Source Software)
COTS
(Commercial-off-the-shelf)
Código aberto e sem custo de uso...
Trabalhos Relacionados
1. SOFIA - plataforma de interoperabilidade semântica. [Filipponi et al. 2010]
2. Plataforma basead...
Visão Geral
• Front End Module:
– Crowdsensing
• Back End Module:
– API de serviços restful
17
Front End Module
Back End Module
19
Case Desenvolvido
• Bike Cidadão:
– Achar pontos de interesse nas proximidades.
– Visualizar em tempo real informações.
– ...
21
22
23
Testes (Ambiente de testes)
• T1 - Requisições onde os usuários não passavam por pontos de acidentes.
• T2 - Requisições o...
Testes(Tempo de Resposta)
25
Testes(Taxa de sucesso e falha)
26
Conclusão
• Criação de plataforma de middleware:
– Rápido desenvolvimento.
– Escalabilidade horizontal.
– Baixo acoplament...
Trabalhos Futuros
• Ambiente real de produção
• Ampliar Integração de Dados
• Visualização de dados Estatísticos
28
29
Dúvidas?
Próximos SlideShares
Carregando em…5
×

Arquitetura de referência pra plataforma de Crowdsensing em Smart Cities

329 visualizações

Publicada em

Arquitetura de referencia pra plataforma de Smart Cities

Publicada em: Tecnologia
  • Seja o primeiro a comentar

  • Seja a primeira pessoa a gostar disto

Arquitetura de referência pra plataforma de Crowdsensing em Smart Cities

  1. 1. Uma Arquitetura de Referência para Plataforma de Crowdsensing em Smart Cities Herbertt B. M. Diniz hbmd@cin.ufpe.br Emanoel C. Gomes ecgfs@cin.ufpe.br Kiev S. Gama kiev@cin.ufpe.br
  2. 2. Introdução 2 Fonte imagem: https://goo.gl/xwvvdP
  3. 3. Crescimento Populacional 3
  4. 4. Crescimento Populacional Fonte imagem: http://goo.gl/ykgGsR
  5. 5. Problemas Como Fica o Trânsito!? Transporte coletivo!? E se chover!? 5
  6. 6. Coleta de Resíduos! Segurança! Educação! Abastecimento D’Água! 6 Problemas
  7. 7. Smart Cities Fonte imagem: http://goo.gl/7VbsBo 7
  8. 8. Sensores (Monitoramento e Controle) Fonte imagem: http://goo.gl/OucoSj
  9. 9. Crowdsensing • Pessoas como Sensores. • Pessoas = Consumidores e Produtores de dados. 9Fonte imagem: https://goo.gl/CofZQm
  10. 10. Dubuque 10
  11. 11. Seul 11
  12. 12. Rio de Janeiro 12 Fonte imagem: http://goo.gl/FFVi0u
  13. 13. Integração de Tecnologias 13
  14. 14. Problemas e Desafios • Padronização da Arquitetura • Interoperabilidade • Alto custo financeiro de soluções • Big Data 14
  15. 15. FLOSS e COTS FLOSS (Freely Licensed Open Source Software) COTS (Commercial-off-the-shelf) Código aberto e sem custo de uso e distribuição. Termo utilizado para os sistemas que são fabricados comercialmente e depois adaptados para usos específicos. A liberdade para criar e distribuir derivados. Existência de uma organização de apoio comercial e responsável por Suporte e manutenção. A liberdade de comercializar o original ou derivado. Criação, industrialização, manutenção e evolução do software de maneira compartilhada com usuários. 15
  16. 16. Trabalhos Relacionados 1. SOFIA - plataforma de interoperabilidade semântica. [Filipponi et al. 2010] 2. Plataforma baseada em barramento de serviços para integrar diferentes fontes de dados. [Borja e Gama. 2014] 3. TrafficInfo - aplicativo de Crowdsensors, que visualiza em tempo real informações de transporte público pelo Google maps. [Farkas et al. 2014] 4. CrowdOut - serviço de crowdsensing para cidades inteligentes, que permite aos usuários relatar problemas. [Aubry et al. 2014] 5. Plataforma em HTML5, com serviço baseado em localização, para achar pontos de interesse nas proximidades. [Choi & Kang. 2014] 16
  17. 17. Visão Geral • Front End Module: – Crowdsensing • Back End Module: – API de serviços restful 17
  18. 18. Front End Module
  19. 19. Back End Module 19
  20. 20. Case Desenvolvido • Bike Cidadão: – Achar pontos de interesse nas proximidades. – Visualizar em tempo real informações. – Relatar problemas e visualizar pelo sistema de Mapas. – Integrar diferentes fontes de dados. 20
  21. 21. 21
  22. 22. 22
  23. 23. 23
  24. 24. Testes (Ambiente de testes) • T1 - Requisições onde os usuários não passavam por pontos de acidentes. • T2 - Requisições onde usuários estavam em rota de perigo e estavam em zona de colisão com outro usuário. • Utilização da Ferramenta JMeter com os seguintes parâmetros: Threads = 1000, Ramp-up = 2 e LoopCount = forever. • Em cada teste mediu-se o desempenho de requisições simultâneas dos 1000 usuários virtuais durante 15 minutos. 24
  25. 25. Testes(Tempo de Resposta) 25
  26. 26. Testes(Taxa de sucesso e falha) 26
  27. 27. Conclusão • Criação de plataforma de middleware: – Rápido desenvolvimento. – Escalabilidade horizontal. – Baixo acoplamento e alta coesão. – Eventos complexos – Parametrizável • Atendeu as demandas do Case. 27
  28. 28. Trabalhos Futuros • Ambiente real de produção • Ampliar Integração de Dados • Visualização de dados Estatísticos 28
  29. 29. 29 Dúvidas?

×