DASTData: a Fog-Cloud model for distributed storage and traceability of IoT data in Smart Cities

Autores

  • Daniel Lopes Ferreira Universidade do Vale do Rio dos Sinos (UNISINOS)
  • Rodrigo da Rosa Righi Universidade do Vale do Rio dos Sinos https://orcid.org/0000-0001-5080-7660
  • Vinicius Facco Rodrigues Universidade do Vale do Rio dos Sinos (UNISINOS)

DOI:

https://doi.org/10.5335/rbca.v15i2.14234

Palavras-chave:

Armazenamento Distribuído, Computação em Neblina, Computação em Nuvem, Fragmentação de Dados, Rastreabilidade de Dados

Resumo

Neste trabalho eÌ apresentada uma solução para armazenamento distribuiÌdo de dados em Smart Cities. AtraveÌs de uma arquitetura Edge-Fog-Cloud que particiona os dados atraveÌs da teÌcnica Sharding, eÌ proposto um modelo hieraÌrquico que manipula dados IoT gerados por Smart Cities. O problema estaÌ relacionado com as abordagens utilizadas para promover um ambiente integrado. Trabalhos relacionados tendem a utilizar abordagens focadas em nuvem que geram altas taxas de lateÌ‚ncia, e os que utilizam Fog Computing utilizam apenas a camada como middleware, não explorando maiores possibilidades de uso. Nesse contexto, este trabalho apresenta o modelo DASTData que visa possibilitar menores taxas de lateÌ‚ncia, mais segurança de dados, toleraÌ‚ncia a falhas, alta disponibilidade e consultas simultaÌ‚neas para promover uma melhor experieÌ‚ncia no gerenciamento e disponibilidade de dados em cidades inteligentes. AleÌm disso, nossa contribuição para a literatura, estaÌ relacionada aÌ€ proposição de uma arquitetura focada em possibilitar a rastreabilidade de usuaÌrios que possuem um comportamento moÌvel na cidade, proporcionando a capacidade de analisar padrões e ocorreÌ‚ncias atraveÌs da consolidação de dados de um ou mais indiviÌduos. Nos resultados obtidos atraveÌs dos testes realizados neste trabalho, observa-se que em consultas o DASTData eÌ ateÌ 73% mais eficiente.

Downloads

Os dados de download ainda não estão disponíveis.

Biografia do Autor

  • Rodrigo da Rosa Righi, Universidade do Vale do Rio dos Sinos

    Rodrigo da Rosa Righi is professor and researcher at University of Vale do Rio dos Sinos (Unisinos), Brazil. Rodrigo concluded his post-doctoral studies at KAIST - Korean Advanced Institute of Science and Technology, South Korea, under the following topics: RFID and cloud computing. He obtained his MS and PhD degrees in Computer Science from the Federal University of Rio Grande do Sul, Brazil, in 2005 and 2009, respectively. During his doctorate, Rodrigo performed a stage at Tecnische Universitaet Berlin, Germany. His research interests include performance analysis, process scheduling and migration, load balancing and resource provisioning on Cluster, Grid and Cloud environments. In addition, he has expertise on mobile and embedded computing systems in which employ Linux or WinCE operating systems. Finally, he is a member of both IEEE Computer Society and ACM.

Downloads

Publicado

27-07-2023

Edição

v. 15 n. 2 (2023): Julho/2023

Seção

Artigo Original

Licença

Creative Commons License

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Licença Creative Commons
Todos os artigos estão licenciados com a licença Creative Commons Atribuição-NãoComercial-SemDerivações 4.0 Internacional. Autores que publicam nesta revista concordam com os seguintes termos:
a) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
b) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
c) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).

Como Citar

[1]
2023. DASTData: a Fog-Cloud model for distributed storage and traceability of IoT data in Smart Cities. Revista Brasileira de Computação Aplicada. 15, 2 (jul. 2023), 105–119. DOI:https://doi.org/10.5335/rbca.v15i2.14234.