EXEHDA-RR: Uma proposta para tratar incertezas e otimizar o processo de classificação de recursos na IoT

Dilli, Renato; Argou, Amanda; Pernas, Ana Marilza; Reiser, Renata; Yamin, Adenauer

doi:10.5753/sbcup.2018.3290

Cited by 3 publications

(3 citation statements)

References 7 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Por sua vez, a avaliação de parâmetros não funcionais de QoS dos serviços fornecidos pelos recursos, Wang and Mendel (1992). A arquitetura de software IoT-DFR 3 foi desenvolvida com o intuito de ser integrada à proposta EXEHDA-RR Dilli et al (2018), direcionada à seleção de recursos na IoT.…”

Section: Introdu ç ãOunclassified

Classificação de Recursos na IoT: Automação de Regras Fuzzy na Seleção de Preferências do Cliente

Fernandes

Dilli

Monks

et al. 2021

Procedings Do XV Simpósio Brasileiro De Automação Inteligente

View full text Add to dashboard Cite

In the Internet of Things, there is a large number of interconnected sensing and/or acting resources, and each of these resources can offer different services. Specifying client preferences as to the relevance of QoS attributes associated with resources is often accompanied by uncertainty. In this sense, Fuzzy Logic is opportune to deal with uncertain data. As part of the Fuzzy approach, it is necessary to use rules, whose specification can gain complexity when the number of attributes to be considered increases. From this motivation comes the objective of this work, which is the conception of a proposal for automation of Fuzzy rules, called IoT-DFR 3 . Among its main features, we would highlight: (i) dynamic generation of Fuzzy rules; (ii) selection of client preferences; (iii) resource classification using Interval Type-2 Fuzzy Logic. The results obtained with the classification of resources applying client preferences and the automatic generation of fuzzy rules are presented. Resumo: Na Internet das Coisas tem-se um elevado número de recursos de sensoriamento e/ou atuação, interconectados, sendo que cada um destes recursos pode oferecer diversos serviços. A especificação das preferências do cliente quanto à relevância dos atributos de QoS associados aos recursos geralmente é acompanhada de incertezas. Neste sentido, a Lógica Fuzzy é oportuna para lidar com dados incertos. Como parte da abordagem Fuzzy se faz necessário o emprego de regras, cuja especificação pode ganhar complexidade quando o número de atributos a serem considerados aumenta. A partir desta motivação decorre o objetivo deste trabalho que é a concepção de uma proposta para automação de regras Fuzzy, denominada IoT-DFR 3 . Dentre as suas principais funcionalidades, destacam-se: (i) geração dinâmica de regras Fuzzy; (ii) seleção de preferências do cliente; (iii) classificação de recursos utilizando Lógica Fuzzy Tipo-2 Intervalar. Os resultados obtidos com a classificação de recursos aplicando as preferências do cliente e a geração automática de regras fuzzy são apresentados.

show abstract

Section: Introdu ç ãOunclassified

Classificação de Recursos na IoT: Automação de Regras Fuzzy na Seleção de Preferências do Cliente

Fernandes

Dilli

Monks

et al. 2021

Procedings Do XV Simpósio Brasileiro De Automação Inteligente

View full text Add to dashboard Cite

show abstract

“…Nesta perspectiva, o objetivo geral deste trabalho é a concepção de um Framework para Criação de Regras Fuzzy, a ser integrado à proposta EXEHDA-RR ( [Dilli et al 2018]), que ofereça suporte ao tratamento de incertezas empregando para isto regras dinâmicas Fuzzy Tipo-2, contribuindo para uma seleção de recursos na IoT, que melhor atenda às demandas dos diferentes clientes, apesar de suas incertezas.…”

Section: Introductionunclassified

Um Framework Fuzzy para Suporte à Seleção em Regime de Incerteza de Recursos na IoT

Fernandes¹,

Dilli²,

Reiser³

et al. 2020

Anais Do Seminário Integrado De Software E Hardware (SEMISH 2020)

Self Cite

View full text Add to dashboard Cite

A seleção de recursos no cenário de elevada escalabilidade da IoT, considerando as preferências dos clientes, se reveste de significativa complexidade. Por sua vez, a definição da prioridade dos atributos de QoS associados aos serviços disponibilizados pelos recursos, constitui por si só uma etapa desafiadora em todo processo. Considerando isso, este trabalho tem como objetivo geral a concepção de um Framework para gerenciamento de regras fuzzy, a ser integrado à proposta EXEHDA-RR, para o tratamento de incertezas na definição dos atributos de QoS. As preferências dos clientes são traduzidas em regras com o emprego de Lógica Fuzzy Tipo-2 Intervalar. Os resultados obtidos se mostraram promissores indicando a continuidade da pesquisa.

show abstract

“…Neste sentido, o objetivo geral deste trabalho é conceber uma proposta denominada IoT-DFR 3 (IoT-Dynamic Fuzzy Rules for Resource Ranking), para geração dinâmica de Regras Fuzzy, explorando o método de Wang-Mendel (WM) [5]. O IoT-DFR 3 foi desenvolvido, enquanto uma arquitetura de software, com o intuito de ser integrado à proposta EXEHDA-RR [6], direcionada à seleção de recursos na IoT.…”

Section: Introductionunclassified

IoT-DFR³: Explorando a Geração Dinâmica de Regras Fuzzy para Classificação de Recursos na IoT

Fernandes¹,

Dilli²,

Silva³

et al. 2020

Anais De XXXVIII Simpósio Brasileiro De Telecomunicações E Processamento De Sinais

Self Cite

View full text Add to dashboard Cite

Resumo-Com o crescente número de recursos na IoT, surge o desafio de selecionar o recurso disponível que ofereça melhor Qualidade de Serviço (QoS) ao cliente, considerando suas preferências. Este trabalho tem como objetivo a concepção da proposta IoT-DFR 3 , que contempla: (i) emprego de Lógica Fuzzy Tipo-2 Intervalar para tratamento de incertezas na definição dos atributos de QoS; (ii) geração dinâmica de Regras Fuzzy, explorando o método de Wang-Mendel; e (iii) tradução das preferências dos clientes em regras Fuzzy. Além disso, um cenário de uso, comparando a classificação de recursos, aplicando diferentes preferências de cliente é apresentado.

show abstract

EXEHDA-RR: Uma proposta para tratar incertezas e otimizar o processo de classificação de recursos na IoT

Cited by 3 publications

References 7 publications

Classificação de Recursos na IoT: Automação de Regras Fuzzy na Seleção de Preferências do Cliente

Classificação de Recursos na IoT: Automação de Regras Fuzzy na Seleção de Preferências do Cliente

Um Framework Fuzzy para Suporte à Seleção em Regime de Incerteza de Recursos na IoT

IoT-DFR³: Explorando a Geração Dinâmica de Regras Fuzzy para Classificação de Recursos na IoT

Contact Info

Product

Resources

About