Detalhes do Documento

Descrição

Submitted by Aline Batista (alinehb.ufpel@gmail.com) on 2020-11-25T11:31:16Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_Amanda_Argou_Cardozo.pdf: 2382860 bytes, checksum: bc7d86f98a089b7299f2cea190398ddd (MD5)

Approved for entry into archive by Aline Batista (alinehb.ufpel@gmail.com) on 2020-11-26T13:51:43Z (GMT) No. of bitstreams: 2 Dissertacao_Amanda_Argou_Cardozo.pdf: 2382860 bytes, checksum: bc7d86f98a089b7299f2cea190398ddd (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)

Made available in DSpace on 2020-11-26T13:51:43Z (GMT). No. of bitstreams: 2 Dissertacao_Amanda_Argou_Cardozo.pdf: 2382860 bytes, checksum: bc7d86f98a089b7299f2cea190398ddd (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2020-03-12

Sem bolsa

A Internet das Coisas (IoT) é um paradigma de computação distribuída cujo crescimento tem atraído atenção tanto pela oportunidade de um novo impacto na economia digital quanto pelas potenciais frentes de pesquisas a serem exploradas. Esse fenômeno é impulsionado pela crescente oferta de recursos conectados à Internet e trás consigo, uma maior complexidade em suas operações, especialmente nos procedimentos para descoberta, classificação e seleção de adequados recursos atendendo às demandas do cliente. A seleção adequada de serviços, considerando a disponibilidade de um grande número de serviços aptos a atendê-lo e cuja disponibilidade pode se alterar ao longo do tempo, compreende o escopo deste trabalho. A especificação das preferências do cliente envolve imprecisões e incertezas na especificação do grau de relevância dos atributos de qualidade dos diferentes recursos, pois depende de conhecimento e experiência anteriores para definição mais adequada de parâmetros, como escalas de medição. Este trabalho tem como objetivo abordar as incertezas na especificação e processamento das preferências do cliente ao classificar um conjunto de recursos na IoT. Para tal propõe-se, a definição de medidas de consenso fuzzy e medidas de consenso sobre conjuntos fuzzy, ambas baseadas em relações de equivalência estritas e em agregações como média aritmética e média exponencial. O modelo EXEHDA-RR colabora com a descoberta e classificação de recursos na IoT, considerando não apenas atributos não funcionais de Qualidade de Serviço (QoS), mas também alta escalabilidade de recursos. A proposta se destaca na classificação de recursos da IoT, explorando o tratamento da incerteza no processamento de preferências usando ambas abordagens da lógica fuzzy: T1FL e T2FL. Além disso, cenários que contêm simulações de solicitação de recursos que aplicam diferentes preferências do cliente podem ser demonstrados nas funcionalidades EXEHDA-RR. Os principais resultados obtidos são apresentados, ajustando a seleção dos recursos mais relevantes de acordo com as preferências especificadas em termos linguísticos para cada atributo de QoS. Nesta perspectiva, diversos trabalhos relacionados à aplicação de medidas de consenso fuzzy também foram avaliados.

The Internet of Things (IoT) is a distributed computing paradigm whose growth has attracted attention both for the opportunity for a new impact on the digital economy and for the potential research fronts to be explored. This phenomenon is driven by the growing supply of resources connected to the Internet and brings with it a greater complexity in its operations, especially in the procedures for discovering, classifying and selecting suitable resources to meet customer demands. The proper selection of services, considering the availability of a large number of services able to serve you and whose availability may change over time, comprises the scope of this work. Specifying customer preferences is huge task involving inaccuracies and uncertainties, depending on previous knowledge and experience for the correct parameter definitions as measurement scales. This article aims to address the uncertainties in specifying and processing customer preferences when classifying a set of resources on the IoT. For this purpose, both definitions of fuzzy consensus measures and consensus measures on fuzzy sets are presented basing on strict equivalence relations and on aggregations as arithmetic and exponential means. The EXEHDA-RR model collaborates with the discovery and classification of resources in the IoT, considering not only non-functional attributes of QoS but also high scalability of resources. The proposal stands out in the classification of IoT resources, exploring the treatment of uncertainty in processing preferences using both fuzzy logic approaches: T1FL and T2FL. In addition, scenarios containing resource request simulations and applying different customer preferences can be demonstrated in the EXEHDA-RR resources. The main results obtained are presented, adjusting the selection of the most relevant resources according to the preferences specified in linguistic terms for each QoS attribute.