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
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 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
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
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.
– Relatar problemas e visualizar pelo sistema de Mapas.
– Integrar diferentes fontes de dados.
20
21
22
23
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
Testes(Tempo de Resposta)
25
Testes(Taxa de sucesso e falha)
26
Conclusão
• Criação de plataforma de middleware:
– Rápido desenvolvimento.
– Escalabilidade horizontal.
– Baixo acoplamento e alta coesão.
– Eventos complexos
– Parametrizável
• Atendeu as demandas do Case.
27
Trabalhos Futuros
• Ambiente real de produção
• Ampliar Integração de Dados
• Visualização de dados Estatísticos
28
29
Dúvidas?

Arquitetura de referência pra plataforma de Crowdsensing em Smart Cities

  • 1.
    Uma Arquitetura deReferência 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.
  • 3.
  • 4.
  • 5.
    Problemas Como Fica oTrânsito!? Transporte coletivo!? E se chover!? 5
  • 6.
  • 7.
    Smart Cities Fonte imagem:http://goo.gl/7VbsBo 7
  • 8.
    Sensores (Monitoramento eControle) Fonte imagem: http://goo.gl/OucoSj
  • 9.
    Crowdsensing • Pessoas comoSensores. • Pessoas = Consumidores e Produtores de dados. 9Fonte imagem: https://goo.gl/CofZQm
  • 10.
  • 11.
  • 12.
    Rio de Janeiro 12 Fonteimagem: http://goo.gl/FFVi0u
  • 13.
  • 14.
    Problemas e Desafios •Padronização da Arquitetura • Interoperabilidade • Alto custo financeiro de soluções • Big Data 14
  • 15.
    FLOSS e COTS FLOSS (FreelyLicensed 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.
    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.
    Visão Geral • FrontEnd Module: – Crowdsensing • Back End Module: – API de serviços restful 17
  • 18.
  • 19.
  • 20.
    Case Desenvolvido • BikeCidadão: – 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.
  • 22.
  • 23.
  • 24.
    Testes (Ambiente detestes) • 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.
  • 26.
  • 27.
    Conclusão • Criação deplataforma de middleware: – Rápido desenvolvimento. – Escalabilidade horizontal. – Baixo acoplamento e alta coesão. – Eventos complexos – Parametrizável • Atendeu as demandas do Case. 27
  • 28.
    Trabalhos Futuros • Ambientereal de produção • Ampliar Integração de Dados • Visualização de dados Estatísticos 28
  • 29.