Arquitetura de referencia pra plataforma de Smart Cities

1. Uma Arquitetura de Referência para
Plataforma de Crowdsensing em Smart Cities
Herbertt B. M. Diniz
hbmd@cin.ufpe.br
Emanoel C. Gomes
ecgfs@cin.ufpe.br
Kiev S. Gama
kiev@cin.ufpe.br

2. Introdução
2
Fonte imagem: https://goo.gl/xwvvdP

3. Crescimento Populacional
3

4. Crescimento Populacional
Fonte imagem: http://goo.gl/ykgGsR

5. Problemas
Como Fica o Trânsito!? Transporte coletivo!?
E se chover!?
5

6. Coleta de Resíduos!
Segurança!
Educação!
Abastecimento D’Água!
6
Problemas

7. Smart Cities
Fonte imagem: http://goo.gl/7VbsBo
7

8. Sensores (Monitoramento e Controle)
Fonte imagem: http://goo.gl/OucoSj

9. Crowdsensing
• Pessoas como Sensores.
• Pessoas = Consumidores e Produtores de
dados.
9Fonte imagem: https://goo.gl/CofZQm

10. Dubuque
10

11. Seul
11

12. Rio de Janeiro
12
Fonte imagem: http://goo.gl/FFVi0u

13. Integração de Tecnologias
13

14. Problemas e Desafios
• Padronização da Arquitetura
• Interoperabilidade
• Alto custo financeiro de soluções
• Big Data
14

15. FLOSS e COTS
FLOSS
(Freely Licensed Open Source Software)
COTS
(Commercial-off-the-shelf)
Código aberto e sem custo de uso e
distribuição.
Termo utilizado para os sistemas que são
fabricados comercialmente e depois
adaptados para usos específicos.
A liberdade para criar e distribuir
derivados.
Existência de uma organização de apoio
comercial e responsável por Suporte e
manutenção.
A liberdade de comercializar o original
ou derivado.
Criação, industrialização, manutenção e
evolução do software de maneira
compartilhada com usuários.
15

16. Trabalhos Relacionados
1. SOFIA - plataforma de interoperabilidade semântica. [Filipponi et al. 2010]
2. Plataforma baseada em barramento de serviços para integrar
diferentes fontes de dados. [Borja e Gama. 2014]
3. TrafficInfo - aplicativo de Crowdsensors, que visualiza em tempo real
informações de transporte público pelo Google maps. [Farkas et al. 2014]
4. CrowdOut - serviço de crowdsensing para cidades inteligentes, que
permite aos usuários relatar problemas. [Aubry et al. 2014]
5. Plataforma em HTML5, com serviço baseado em localização, para achar
pontos de interesse nas proximidades. [Choi & Kang. 2014]
16

17. Visão Geral
• Front End Module:
– Crowdsensing
• Back End Module:
– API de serviços restful
17

18. Front End Module

19. Back End Module
19

20. Case Desenvolvido
• Bike Cidadão:
– Achar pontos de interesse nas proximidades.
– Visualizar em tempo real informações.
– Relatar problemas e visualizar pelo sistema de Mapas.
– Integrar diferentes fontes de dados.
20

21. 21

22. 22

23. 23

24. Testes (Ambiente de testes)
• T1 - Requisições onde os usuários não passavam por pontos de acidentes.
• T2 - Requisições onde usuários estavam em rota de perigo e estavam em zona de
colisão com outro usuário.
• Utilização da Ferramenta JMeter com os seguintes parâmetros: Threads = 1000,
Ramp-up = 2 e LoopCount = forever.
• Em cada teste mediu-se o desempenho de requisições simultâneas dos 1000
usuários virtuais durante 15 minutos.
24

25. Testes(Tempo de Resposta)
25

26. Testes(Taxa de sucesso e falha)
26

27. Conclusão
• Criação de plataforma de middleware:
– Rápido desenvolvimento.
– Escalabilidade horizontal.
– Baixo acoplamento e alta coesão.
– Eventos complexos
– Parametrizável
• Atendeu as demandas do Case.
27

28. Trabalhos Futuros
• Ambiente real de produção
• Ampliar Integração de Dados
• Visualização de dados Estatísticos
28

29. 29
Dúvidas?