Artigos sobre Internet das Coisas e Padronização

De Wiki Cursos IFPR Foz
Ir para navegaçãoIr para pesquisar

Artigos sobre Internet das Coisas

Internet of Things - The role of reconfigurable platforms

Mapas Conceituais com síntese do Artigo (PEÑA etall, 2017) [1]

IoT: Conceitos e Arquitetura

The Future of Industrial Communication

Artigo: (WOLLSCHLAEGER etal, 2017) [2]

Notas de síntese:

A aplicação da IoT na área industrial criou o termo Indústria 4.0, o qual se refere a quarta revolução industrial, impulsionada pela tecnologias da Internet para criar produtos, linhas de produção e serviços inteligentes.
No cenário da Indústria 4.0, além dos objetos inteligentes e do processamento na nuvem da Internet, as tecnologias de comunicação tem papel fundamental para a troca de informações entre os diferentes tipos de sensores, controladores e atuadores. Para isto, diferentes tipos de redes de comunicação podem ser combinadas, como as conhecidas redes Ethernet, Wifi, Bluetooth e os protocolos TCP/IP da Internet, assim como tecnologias específicas para troca de dados a longa distância entre sensores, como as redes LoRa (Long Rang), e as novas tecnologias de redes, como as redes Ethernet TSN (Time Sensitive Network) e a quinta geração de redes móveis de telecomunicações 5G.
As primeiras redes de comunicação voltadas para a indústria foram chamadas de redes fieldbus, como as redes CAN e PROFIBUS. Com o desenvolvimento das tecnologias da Internet, os enlaces baseados nas redes Ethernet ganharam espaço, avançando também na área e industrial com desenvolvimentos específicos para atender a questão de tempo real, como as redes RTE (real-time Ethernet). Outra evolução importante foram as redes sem fio, como as redes IEEE.802.11 as redes WPAN (wireless personal area networks), como as IEEE.802.15.1 (Bluetooth) e IEEE.802.15.4 (Zigbee). O cenário atual das redes de comunicação na automação industrial é bastante complexo, com diferentes tecnologias sendo combinadas desde o chão de fábrica até a relação com os clientes.
As redes Ethernet real-time tem se tornado comuns na automação industrial, entretanto, ainda não há um padrão único para tantas implementações. Os esforços de padronização a criação do grupo de trabalho sobre as TSN (Time Sensitive Network), voltadas ao ambiente industrial.
Outro cenário para a Indústria 4.0 é a organização da produção geograficamente distribuída, a qual vai requerer redes geograficamente distribuídas, apontando, portanto, para o uso das redes móveis 5G também no meio industrial.

Deep Learning and Reconfigurable Platforms in the Internet of Things

Artigo: (MOLANES etal, 2018) [3]

Notas de síntese:

A medida a IoT se populariza a discussão se volta em como transformar em conhecimento o vasto conjunto de dados (big data) coletados dos dispositivos. Para análise de grandes volumes de dados a Inteligência Artificial pode ser de grande ajuda. Vários algoritmos bem conhecidos de aprendizagem de máquina (machine learning) podem ser aplicados em problemas de IoT, como sistemas fuzzy, redes neurais, máquinas vetoriais e outros. Além disto, as plataformas programáveis FPSoC (field-programmable system-on-chip) e FPGA (field-programmable gate array) podem incrementar muito as capacidades dos dispositivos de IoT. Estes dispositivos permitem balancear a capacidade de processamento entre processadores e lógica reconfigurável, aumentando a capacidade e velocidade de processamento.

Industrial Wireless Networks

Artigo: (VITTURI etal, 2013) [4]

Notas de síntese:

As redes sem fio tem ganho importância significativa no contexto dos sistemas de comunicação industriais, trazendo diversos benefícios, como a supressão do cabeamento e alcançando dispositivos de difícil acesso. Além dos problemas de interferência eletromagnética nas comunicações sem fio nos ambientes industriais, outro ponto importante para a comunicação na indústria são as restrições temporais. Em muitas aplicações industriais a resposta dos sistemas deve obedecer a rígidas restrições temporais e valores mínimos de jitter (variação do atraso) entre pacotes de comunicação.
Alguns padrões vem sendo adotados na indústria, como as redes IEEE 802.15.4 WPAN (Wireless Personal Area Network), e o IPv6 sobre as redes pessoais sem fio de baixa potência 6LoWPAN (low-power wireless personal area networks). Outro ponto de destaque são as interfaces sem fio para sensores e atuadores, a qual implementam protocolos mestre escravo esplorando a camada física do IEEE 802.15.1 WPAN (Bluetooth).
O artigo analisa as restrições temporais para as redes sem fio industriais e confronta com as características das tecnologias existentes. As redes IEEE 802.11 também são analisadas, uma vez que são também empregadas em algumas aplicações industriais.

Trade-offs involved in the choice of cloud service configurations when building secure, scalable, and efficient Internet-of-Things networks

Artigo: (MISHRA etal, 2020) [5].

Notas de síntese:

Sensores do ambiente são controlados pelo ESP8266, o qual coleta dados e envia, via rede sem fio, através do protocolo MQTT, para um Raspberry Pi que atua como hub de sensores.
O hub de sensores envia os dados através do protocolo HTTP a um Web Service e banco de dados MySQL, rodando num Ubuntu hospedado nuvem da Amazon Web Services (AWS).

The Internet of Things Grows Artificial Intelligence and Data Sciences

Mapas Conceituais com síntese do Artigo: (Stracener etal, 2020) [6]

IoT and AI

Notas de síntese:

Trata da importância da Inteligência Artificial em projetos de IoT aplicados as plantas industriais com controle críticos, como as plantas de gás e óleo. Em geral, estes sistemas automatizados de IoT geram montanhas de dados, os quais podem ser analisados e processados de forma mais eficiente com sistemas de Inteligência Artificial.
O uso da IoT na automação da manufatura envolve três etapas:
  1. Uso dos dispositivos de IoT disponíveis nos equipamentos de produção, adicionando novos sensores onde for necessário, para criar uma infraestrutura que produza os dados necessários.
  2. Criar gateways para conectar os sensores receber, organizar e armazenar os dados de IoT localmente ou em uma plataforma em nuvem.
  3. Uma vez que os dados estejam padronizados e armazenados eles podem ser acessados por ferramentas analíticas sobre a plataforma de IoT.

IEEE IoT Magazine

A Vision of IoT: Applications, Challenges,and Opportunities With China Perspective

Artigo: (CHEN etal 2014) [7].

Notas de síntese:

O artigo apresenta o estado da arte nos desenvolvimentos de IoT na China, detalhando as tecnologias emergentes, as aplicações, a padronização e os trabalhos de pesquisa e desenvolvimento nesta área. Destaca os desenvolvimentos de dispositivos eletrônicos com capacidades de identificação, comunicação e processamento de informações, além de outras capacidades. Aponta que a IoT deve seguir três características: 1) percepção sobre as coisas, usando RFID, sensores ou outra forma para obter informações de coisas ou objetos a qualquer hora ou lugar; 2) capacidade de comunicação, usando as diferentes tecnologias de rede e a Internet para criar a interação entre o mundo físico e o mundo virtual; 3) processamento inteligente dos dados de IoT na nuvem da Internet.

Internet of Things for Smart Cities

Artigo: (ZANELLA and VANGELISTA, 2014) [8].

Notas de síntese:

O artigo apresenta uma arquitetura geral de referência para o projeto de aplicações de IoT no meio urbano. São apresentadas as características do meio urbano e os serviços que podem ser adotados pelos governos locais. Também são discutidas as abordagens baseadas na Web para as aplicações de IoT, assim como os protocolos e tecnologias relacionadas. Dentre os principais serviços para as cidades inteligentes, o artigo aponta: Monitoramento estrutural de construções históricas, manejamento de resíduos sólidos, qualidade do ar, monitoramento de ruído, controle do tráfego urbano, consumo de energia, controle das áreas de estacionamento, controle da iluminação pública e automação e climatização dos prédios públicos. Sobre a arquitetura de serviços de IoT que pode ser utilizada nas cidades inteligentes destaca os serviços Web, baseados no paradigma REST. Diferencia os dispositivos computacionais não restritos e os dispositivos com restrições de processamento e memória. Para os primeiros destaca que podem ser interconectados à Internet de maneira clássica, com os protocolos HTTP/TCP/IPv4-IPv6. Para os dispositivo restritos, como sensores e atuadores, destaca a pilha de protocolos CoAP/UDP/IPv6/6LowPAN. Sobre o formato dos dados, diferencia os dados HTML/XML para os dispositivos não restritos e os dados EXI para dispositivos restritos. Para a camada enlace para os dispositivos restritos aponta as soluções IEEE 802.15.4, Bluetooth e Bluetooth Low Energy, IEEE 802.11 Low Power, PLC, NFC e RFID. Em termos de dispositivos físicos, destaca: backend servers, sistemas de banco de dados, servidores Web, gateways e os dispositivos periféricos de IoT.

Pelo fato do artigo ser de 2014, não vemos menção, por exemplo, do protocolo MQTT, hoje bastante usado em aplicações de IoT.

Machine Learning-Based Network Vulnerability Analysis of Industrial Internet of Things

Artigo: (ZOLOANVARI etal, 2019) [9].

Notas de síntese:

O artigo apresenta o uso de Machine Learning e análise de Big Data como ferramentas para análise de vulnerabilidades de segurança de rede em aplicações industriais de IoT (IIoT). Descreve as aplicações de IIoT com os seguintes componentes: Rede I/O, formada por sensores e atuadores junto a planta industrial; Rede de Controle, formada por controladores lógico programáveis que recebem informações dos sensores e enviam acionamentos aos atuadores; Controle Supervisório, com interfaces homem-máquina, banco de dados e softwares especializados para a supervisão e controle geral do sistema; e Rede Corporativa, com estações de trabalho com serviços gerais de informática da empresa. Cita quatro principais protocolos de comunicação utilizados em IIoT: Modbus, um dos primeiros utilizados na indústria, utiliza comunicação serial e uma configuração mestre escravo, com o mestre requisitando informação e o escrava fornecendo as informações; BACnet, foi projetado para automação e sistemas de controle, pode ser utilizado em diversas configurações, como Ethernet, mestre escravo e ponto a ponto; DNP3 é outro protocolo standard para aplicações industriais, e MQTT, baseado no modelo publicador subscritor com a comunicação intermediada por um brocker. Uma análise das vulnerabilidades de rede de cada protocolo é apresentada.

IEEE IoT Magazine, December 2019

Edição especial sobre IoT na agricultura

How IoT and Blockchain in Protect Direct-Drinking Wather in Schools

Artigo: (SHI etal, 2019) [10].

Notas de síntese:

Apresenta uma aplicação de IoT voltada ao monitoramento do uso e manutenção de dispensadores de água potável em escolas públicas na China. O sistema tem como componentes principais um sensor de fluxo de água com capacidade de transmissão remota, responsável por monitorar o consumo de água e aferir a qualidade do filtro visando sua manutenção. Um dispositivo bluetooth acoplado ao dispensador, responsável identificar a presença do pessoal responsável pela limpeza e higienização do dispensador. Este dispositivo se conecta ao smartfone, do responsável pela limpeza, que por sua vez envia as informações ao Internet. Outro componente é um sistema blockchain (cadeia de confiança) para garantir que os dados coletados não são corrompidos ou adulterados. Por fim, um sistema em nuvem processa os dados recebidos e informa os responsáveis pelas trocas dos filtros dos dispensadores, assim como verifica a qualidade dos serviços de limpeza e manutenção dos dispositivos. Dados sobre o consumo de água pelos estudantes também são levantados.

Internet of Things and LoRaWan-Enabled Future Smart Farming

Artigo: (CITONI etal, 2019) [11].

Notas de síntese:

O artigo apresenta a IoT como tecnologia promissora para aumentar a produtividade e diminuir o consumo de energia e outros insumos na agropecuária. O foco do artigo está nas redes de baixa potência, em particular as redes LoRa WAN. Sobre as redes de comunicação para IoT, afirmam que as redes locais WiFi e Bluetooth, assim como as redes longa distância de celulares ou de satélites, falham ao serem aplicadas em sensores remotos e de baixa potência como os necessários para as aplicações em fazendas inteligentes. Afirmam que as redes LoRa WAN atendem aos requisitos das aplicações na agropecuária, uma vez que podem cobrir longas distâncias, possuem baixo consumo de energia e baixas taxas de transmissão.

As redes LoRa WAN na agropecuária tipicamente apresentam uma topologia estrela-estrela, na qual os nós sensores podem se comunicar com diferentes gateways, fixos ou móveis (p. ex. em drones), diferentemente das redes mesh comumente utilizadas nas redes de sensores sem fio (WSN). Os gateways por sua vez enviam as informações dos sensores a servidores de rede localizados na nuvem da Internet.

Advancing IoT-Based Smart Irrigation

Artigo: (TOGNERI etal, 2019) [12].

Notas de síntese:

O artigo apresenta arquitetura dedicada a aplicações de IoT aplicada a um sistema de irrigação para agricultura.

Destacam que as plataformas de IoT permitem a construção de sistemas de controle em tempo real complexos, que combinam o uso de infraestrutura de comunicação, hardware, software, técnicas analíticas e conhecimento aplicado em múltiplas camadas.

Na arquitetura proposta, a comunicação entre os sensores e atuadores com os gateways utiliza Lora WAN. Dos gateways os dados são enviados a nuvem da Internet usando 4G. Na nuvem os dados são recebidos pela plataforma Fiware a qual realiza a coleta (IoT Agents), contextualização (Context Broker - Orion), armazenamento (Database - Quantum Leap), uso de técnicas de análise dos dados (Machine Learning) e disponibiliza interface para gerenciamento e operação através de aplicativo em dispositivo móvel ao usuário. Para análise dos dados utilizam técnicas de Machine Learning (ML).

Precision Aquaculture

Artigo: (D'DONNCHA and GRANT, 2019) [13].

Notas de síntese:

O artigo descreve inovações tecnológicas e aplicação de IoT na aquacultura de precisão.

Descreve como abordagem fundamental na aquacultura os passos de observar, interpretar, decidir e agir. Estes passos podem ser automatizados com IoT combinando sensores, computação em nuvem, técnicas de análise e tomada de decisão baseada em evidências para otimizar as operações.

A aquacultura de precisão depende de tecnologias de IoT que possam ser empregadas nas condições adversas do ambiente marinho e das condições meteorológicas, dificuldades com suprimento de energia, conectividade sem fio e a amplitude dos ambientes.

Connected Cows: Utilizing Fog and Cloud Analytics toward Data-Driven Decisions for Smart Dairy Farming

Artigo: (TANEJA etal, 2019) [14].

Notas de síntese:

Descrevem IoT como meio de conectar pessoas, processos, dados e coisas e mudar a forma de monitorar e interagir com as coisas. No artigo é descrito uma aplicação de IoT com assistência de Fog Computing e suporte de Cloud Computing para análise de dados gerados por dispositívos vestíveis em vacas, visando detectar anomalias no comportamento dos animais.

Como sensor vestível foi utilizado o pedômetro de rádio comunicação de longa distância (LRP). Este dispositivo dispensa a necessidade de WiFi e é apropriado para coleta de dados onde a conectividade de rede é restrita. Os dados de locomoção são coletados por um gateway local (fog computing) que realiza pré-processamento dos dados, como contagem de passos, tempo em que o animal fica deitado e a quantidade de vezes que ele deita e levanta. Os dados posteriormente são enviados para nuvem usando protocolo MQTT para análise. Foi desenvolvido um software de aplicação como serviço (AaaS/SaaS), integrado aos sistemas utilizados diretamente pelo fazendeiro para tomada de decisões no trato dos animais. Para análise dos dados são utilizadas técnicas de machine learning.

Growing Plants , Raising Animals, and Feeding Communities through Connected Agriculture: An IoT Challenge

Artigo: (RATURI and BUCKMASTER, 2019) [15].

Notas de síntese:

O artigo faz uma avaliação IoT na agricultura, destacando as motivações, necessidades e desafios dos projetos tecnológicos aplicados a esta área. São apresentados três cenários visando mostrar a força da IoT na agricultura.

Destaca as três grandes revoluções da agricultura, primeiro, acompanhando a revolução industrial o desenvolvimento do arado mecanizado por John Deere e o uso de tratores. Segundo, no início do século XX a revolução química, com a descoberta por Haber-Bosch da fixação artificial do nitrogênio para produção de amônia e o uso de fertilizantes. A terceira a revolução a da engenharia genética, com os desenvolvimentos de Norman Borlaug’s permitindo cultivo em múltiplas estações do ano. A quarta revolução seria a revolução da informática associada aos dispositivos inteligentes da IoT.

Perspectivas para o uso do Node-Red no Ensino de IoT

Artigo: (PASSE etal, 2017) [16].

Notas de síntese:

O artigo propõe uma metodologia de ensino baseada no uso da ferramenta Node-RED. O Node-RED simplifica os projetos de IoT com diversas abstrações e ao mesmo tempo permite explorar tópicos avançados no ensino e pesquisa. Além do uso de Node-RED para ensino, este artigo também sugere o uso de MQTT como protocolo base de comunicação.


Padronização

ITU-T Y.4115 - Reference architecture for IoT device capability exposure

A recomendação ITU-T Y.4115 especifica uma arquitetura de referência para os dispositivos denominados IoT DCE (IoT device capability exposure), como smartphones, tablets e home gateways, os quais oferecem suporte a aplicações para acessar capacidades de dispositivos de IoT conectados a estes DCEs.

Dispositivos de IoT de uso pessoal, como por exemplo relógios, óculos, capacetes e outros dispositivos vestíveis, geralmente são controlados por dispositivos como smartphones, que neste contexto funcionam como dispositivos IoT DCE, provendo middleware entre as aplicações e os dispositivos de IoT. O IoT DCE dinamicamente faz a descoberta, conecta-se e acessa os dispositivos de IoT na sua rede local de alcance. Além disto, subscreve e acessa as capacidades dos dispositivos conectados e as expõe às aplicações através de interfaces padronizadas por esta norma.

[17]

Referências

  1. PEÑA, María Dolores Valdeés; RODRIGUEZ-ANDINA, Juan J. and MANIC, Milos. Internet of Things - The role of reconfigurable platforms, IEEE Industrial Electronics Magazine, Septeber 2017.
  2. MARTIN WOLLSCHLAEGER, THILO SAUTER, and JÜRGEN JASPERNEITE. The Future of Industrial Communication: Automation Networks in the Era of the Internet of Things and Industry 4.0, IEEE industrial electronics magazine, march 2017.
  3. ROBERTO FERNANDEZ MOLANES, KASUN AMARASINGHE, JUAN J. RODRIGUEZ-ANDINA, and MILOS MANIC. Deep Learning and Reconfigurable Platforms in the Internet of Things, IEEE INDUSTRIAL ELECTRONICS MAGAZINE, JUNE 2018.
  4. STEFANO VITTURI, FEDERICO TRAMARIN, and LUCIA SENO. Industrial Wireless Networks: The Significance of Timeliness in Communication Systems, IEEE industrial electronics magazine, june 2013.
  5. Amitabh Mishra, Thomas Reichherzer, Ezhil Kalaimannan, Norman Wilde, Ruben Ramirez. Trade-offs involved in the choice of cloud service configurations when building secure, scalable, and efficient Internet-of-Things networks, International Journal of Distributed Sensor Networks, February, 2020.
  6. Charla Stracener, Quentin Samelson, Joe Mackie, and Mitsuko Ihaza. The Internet of Things Grows Artificial Intelligence and Data Sciences, Computing Edge, IEEE Computer Society, Vol. 6, Num. 5, May 2020.
  7. Shanzhi Chen, Hui Xu, Dake Liu, Bo Hu and Hucheng Wang. A Vision of IoT: Applications, Challenges,and Opportunities With China Perspective, IEEE INTERNET OF THINGS JOURNAL, VOL. 1, NO. 4, AUGUST 2014.
  8. Andrea Zanella; Lorenzo Vangelista. Internet of Things for Smart Cities, IEEE INTERNET OF THINGS JOURNAL, VOL. 1, NO. 1, FEBRUARY 2014.
  9. Maede Zolanvari; Marcio A. Teixeira; Lav Gupta; khaled; M.Khan and Raj Jain. Machine Learning-Based Network Vulnerability Analysis of Industrial Internet of Things, IEEE INTERNET OF THINGS JOURNAL, VOL. 6, NO. 4, AUGUST 2019.
  10. Zhiguo Shi, Jingxiong Liang, Jun Pan, and Jiming Chen. How IoT and Blockchain in Protect Direct-Drinking Wather in Schools, IEEE IoT Magazine, December, 2019.
  11. Bruno Citoni, Francesco Fioranelli, Muhammad A. Imran, and Qammer H. Abbasi. Internet of Things and LoraWan-Enabled Future Smart Farming, IEEE IoT Magazine, December, 2019.
  12. Rodrigo Togneri, Carlos Kamienski, Ramide Dantas, Ronaldo Prati, Attilio Toscano, Juha-Pekka Soininen, and Tullio Salmon Cinotti. Advancing IoT-Based Smart Irrigation, IEEE IoT Magazine, December, 2019.
  13. Fearghal O’Donncha and Jon Grant. Precision Aquaculture, IEEE IoT Magazine, December, 2019.
  14. Mohit Taneja, Nikita Jalodia, Paul Malone, John Byabazaire, Alan Davy, and Cristian Olariu. Connected Cows: Utilizing Fog and Cloud Analytics toward Data-Driven Decisions for Smart Dairy Farming, IEEE IoT Magazine, December, 2019.
  15. Ankita Raturi and Dennis Buckmaster. Connected Cows: Growing Plants , Raising Animals, and Feeding Communities through Connected Agriculture: An IoT Challenge, IEEE IoT Magazine, December, 2019.
  16. Fernando Ferreira Passe, Vanessa Cristiny Rodrigues Vasconcelos e Michael Canesche e Ricardo Ferreira. Perspectivas para o uso do Node-Red no Ensino de IoT, Computer Architecture Education (IJCAE), Dezembro, 2017.
  17. ITU-T Y.4115. Reference architecture for IoT device capability exposure, 2017

Evandro.cantu (discussão) 10h13min de 8 de setembro de 2020 (-03)