REDES DE SENSORES IOT EM EDIFÍCIOS INTELIGENTES: uma avaliação de desempenho usando modelos de filas

Abstract

Resumo: A Internet das Coisas (IoT) engloba diversas tecnologias, como Wi-Fi e Bluetooth, que permitem o monitoramento constante de diferentes aspectos do dia a dia das pessoas, como o monitoramento de saúde e controle de acesso. A adoção de sensores e dispositivos IoT que permitem a interconexão de objetos está tornando edifícios em grandes cidades cada vez mais inteligentes. Nesse contexto, sensores e atuadores IoT podem monitorar parâmetros relacionados à segurança física, como questões referentes à controle de tem peratura e detecção de fumaça. Dessa forma, o mau funcionamento de tais dispositivos de monitoramento pode causar danos à propriedade e talvez morte, tornando necessário avaliar o desempenho dos sistemas que compõem tal arquitetura computacional. Alguns estudos usaram modelos analíticos visando diferentes aspectos para avaliar o desempenho de sistemas de monitoramento de edifícios. No entanto, alguns pontos ainda não são explorados na literatura, como: (i) a análise da capacidade de recursos computacionais adequados à demanda de dados, ii) representação do número de núcleos por máquina e iii) o agrupamento de sensores por localização. Este trabalho propõe um modelo de rede de filas para avaliar o desempenho de uma infraestrutura de edifício inteligente com suporte à múltiplas camadas de processamento: borda e névoa. As avaliações de desempenho foram realizadas através de uma análise de sensibilidade e análises numéricas considerando o modelo proposto. Primeiramente, o modelo foi submetido à análise de sensibilidade utilizando o método Design of Experiments (DoE) para identificar gargalos na proposta. Em seguida, uma série de estudos de caso foi realizada com base nos resultados DoE. Os resultados do DoE nos permitiram concluir, por exemplo, que o número de nós pode ter mais impacto no tempo de resposta do que o número de núcleos desses nós. As análises numéricas permitem observar o comportamento das seguintes métricas: tempo médio de resposta, taxa de utilização de recursos, vazão, taxa de descarte e número de mensagens no sistema. Essas análises mostram que a taxa de chegada e o número de recursos disponíveis na névoa podem ser muito influentes no desempenho da rede. O modelo proposto e as análises realizadas podem ajudar os projetistas de sistemas a otimizar suas arquiteturas computacionais antes mesmo da implementação. O modelo foi validado através de um validador sintético que foi implementado utilizando a linguagem Java, seguindo todas as restrições impostas pelo modelo com relação aos seus componentes. Abstract: The Internet of Things (IoT) encompasses several technologies, such as Wi-Fi and Blue tooth, which allow constant monitoring of different aspects of people’s daily lives, such as health monitoring and access control. The adoption of IoT sensors and devices that enable the interconnection of objects is making buildings in big cities increasingly smarter. In this context, IoT sensors and actuators can monitor parameters related to physical security, such as issues related to temperature control and smoke detection. Thus, the malfunction of such monitoring devices can cause property damage and perhaps death, making it necessary to evaluate the performance of the systems that make up such computational architecture. Some studies used analytical models targeting different aspects to assess the performance of building monitoring systems. However, some points are still not explored in the literature, such as: (i) the analysis of the capacity of computational resources adequate to the data demand, ii) representation of the number of cores per machine and iii) the clustering of sensors by location. This work proposes a queuing network model to evaluate the performance of an intelligent building infrastructure supporting multiple processing layers: edge and fog. Performance evaluations were carried out through a sensi tivity analysis and numerical analysis considering the proposed model. First, the model was submitted to sensitivity analysis using the Design of Experiments (DoE) method to identify bottlenecks in the proposal. Then, a series of case studies were carried out based on the DoE results. The DoE results allowed us to conclude, for example, that the number of nodes can have more impact on response time than the number of cores on those nodes. Numerical analyzes allow us to observe the behavior of the following metrics: average response time, resource utilization rate, throughput, discard rate and number of messages in the system. These analyzes show that the arrival rate and number of resources available in fog can be very influential on network performance. The proposed model and the analyzes carried out can help system designers to optimize their computational architectures even before implementation. The model was validated through a synthetic validator that was implemented using the Java language, following all restrictions imposed by the model in relation to its components.