No abstract

The Internet of Things (IoT) is characterized by a broad range of resources connected to the Internet, requesting and providing services simultaneously. Given this scenario, suitably selecting the resources that best meet users' demands has been a relevant and current research challenge. This paper presents the EXEHDA-RR, a proposal to classify and select the most appropriate resource, applying fuzzy logic to solve uncertainties in the definition of ideal weights for QoS attributes, and adding machine learning to the preclassification of resources in order to reduce the computational cost generated by the MCDA algorithms. The experimental results of the pre-classification show the efficiency of the proposed model. * O presente trabalho foi realizado com apoio da CAPES (Programa Nacional de Cooperação Acadêmica -Procad) e da FAPERGS (Programa Pesquisador Gaúcho -PqG).

No abstract

No abstract

A Internet das Coisas considera um cenário no qual recursos dinamicamente entram e saem do ambiente computacional. O procedimento de descoberta neste cenário, cuja quantidade de recursos é crescente, caracteriza um desafio de pesquisa em aberto. Este artigo apresenta o EXEHDA-RD, um serviço de descoberta de recursos integrado ao middleware EXEHDA que emprega tecnologias de Web Semântica e o padrão arquitetural REST. Os principais componentes da arquitetura foram implementados considerando características relevantes para IoT, tais como: controle de presença, auto-descoberta e aumento de expressividade nas consultas. Os resultados obtidos se mostram promissores e apontam para continuidade dos esforços de estudo e pesquisa.