Defesa de Ex. Qualificação – Miguel Lino Ferreira Neto – 9/3/2022

24/02/2022 11:03
Defesa de Exame de Qualificação
Aluno Miguel Lino Ferreira Neto
Orientador

Coorientador

Prof. Carlos Barros Montez, Dr. – DAS/UFSC

Prof. Erico Meneses Leão, Dr. – UFPI

Data

Local

9/3/2022  16h  (quarta-feira)

Videoconferência (https://conferenciaweb.rnp.br/events/defesa-de-exame-de-qualificacao-de-doutorado-de-miguel-lino-ferreira-neto)

Prof. Marcelo Ricardo Stemmer, Dr. – DAS/UFSC (presidente)

Prof. Ricardo de Andrade Lira Rabêlo, Dr. – DC/UFPI;

Prof. Antônio Alfredo Ferreira Loureiro, Dr. – DCC/UFMG.

Título Construção de Topologias Cluster-tree para RSSFs IEEE 802.15.4 baseadas nos Dados de Sensores
Resumo: Nos últimos anos, existe uma demanda crescente por aplicações de monitoramento envolvendo grandes áreas. Um dos motivos dessa forte demanda é a popularização de aplicações de IoT (Internet of Things) em cenários de cidades inteligentes (smart cities), Indústria 4.0, agricultura de precisão, dentre outros. Esses cenários envolvem aplicações que precisam executar em ambientes diversos, tanto em áreas urbanas, quanto em áreas rurais. Em comum a essas aplicações, existe a necessidade de se estabelecer uma comunicação eficiente visando integrar os dispositivos IoT. Nesse contexto, as Redes de Sensores Sem Fio (RSSF) vêm sendo propostas como uma forma de se estabelecer a comunicação de última milha para esses dispositivos. Considerando cenários de monitoramento de grandes áreas, as RSSFs necessariamente envolvem grande quantidade de nodos capazes de ler grandezas do ambiente e detectar eventos de forma autônoma, em ambientes diversos, e muitas vezes hostis. Os valores e informações lidas pelos nodos geralmente são encaminhadas através de comunicação salto a salto até uma estação base. A coordenação da comunicação desses nodos da RSSF em cenários de larga-escala já é complexa por natureza, principalmente considerando questões relacionadas à comunicação sem fio, e restrições do consumo energético por parte dos nodos sensores. Contudo, torna-se ainda pior quando consideramos que determinados eventos podem ocorrer dinamicamente em regiões específicas da área monitorada, fazendo com que essas regiões precisem ser monitoradas de forma mais intensa. Um exemplo desse tipo de cenário ocorre em aplicações de monitoramento de desastres. Nesse caso, a coordenação da RSSF precisa, de alguma forma, priorizar a comunicação dessas regiões, aumentando a periodicidade dos nodos sensores nelas, além de alterar os parâmetros de comunicação da rede, de forma a reduzir os atrasos de comunicação desses nodos até a estação base. Uma das formas para lidar com essas questões é através de uma formação adequada da topologia da rede. Importante ressaltar que a topologia pode ter mudar dinamicamente, caso eventos sejam detectados durante o monitoramento. Nesse contexto, este trabalho define uma arquitetura de formação de RSSF, com o objetivo de atender as principais restrições destas redes. A formação topológica é um processo crucial que consiste da adequada seleção dos nodos e da formação apropriada de rotas/caminhos entre estes e a estação base. Um mecanismo adequado deve prover a eficiente cobertura e conectividade da região monitorada, além de priorizar distintos tráfegos de dados independente do cenário. Assim, a arquitetura proposta compreende um modelo baseado nos dados monitorados pelos nodos sensores, e um processo que implementa a Aprendizagem de Máquina tanto no processo de criação dos grupos de prioridade, quanto para tomar decisões sobre a estrutura formada.