Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10609/147453
Título : IoT@run-time: a model-based approach to support deployment and self-adaptations in IoT systems
Autoría: Alfonso, Ivan  
Director: Cabot, Jordi  
Garcés, Kelly  
Resumen : Hoy en día, la mayoría de los sistemas de internet de las cosas (IoT, por su sigla en inglés) aprovechan la computación en el borde (edge computing) y la computación en la niebla (fog computing) para cumplir requisitos cada vez más restrictivos y mejorar la calidad del servicio. Aunque estas arquitecturas multicapa pueden mejorar el rendimiento del sistema, diseñarlas supone un reto debido a que el entorno de IoT dinámico y cambiante puede afectar a la calidad del servicio y al funcionamiento del sistema. En esta tesis proponemos un enfoque basado en el modelado que aborda las limitaciones de los estudios existentes para dar soporte en el diseño, el despliegue y la gestión de sistemas de IoT autoadaptables. Hemos diseñado un lenguaje de dominio específico (DSL) para modelar el sistema de IoT autoadaptable, un generador de código que produce manifiestos YAML para el despliegue del sistema de IoT y un marco basado en el bucle MAPE-K para monitorizar y adaptar el sistema de IoT en tiempo de ejecución. Por último, hemos llevado a cabo varios estudios experimentales para validar la expresividad y usabilidad del DSL y evaluar la capacidad y el rendimiento de nuestro marco para abordar el crecimiento de las adaptaciones concurrentes en un sistema de IoT.
Palabras clave : internet de las cosas
ingeniería basada en modelos
sistema autoadaptables
lenguaje específico de dominio
computación de borde y niebla
Tipo de documento: info:eu-repo/semantics/doctoralThesis
Versión del documento: info:eu-repo/semantics/publishedVersion
Fecha de publicación : 5-dic-2022
Licencia de publicación: http://creativecommons.org/licenses/by-nc-nd/3.0/es/  
Aparece en las colecciones: Tesis doctorals

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
Thesis document.pdfAlvarez_dissertation5,82 MBAdobe PDFVista previa
Visualizar/Abrir
Comparte:
Exporta:
Consulta las estadísticas

Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons