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

Autor: Renato Dilli, Renata Reiser, Amanda Argou, Ana Marilza Pernas, Adenauer Yamin
Rok vydání: 2018
Zdroj: Anais do Simpósio Brasileiro de Computação Ubíqua e Pervasiva (SBCUP).
DOI: 10.5753/sbcup.2018.3290
Popis: A Internet das Coisas (IoT) é caracterizada por uma ampla gama de recursos conectadosá Internet, solicitando e fornecendo serviços simultaneamente. Diante desse cenário, selecionar adequadamente os recursos que melhor atendamás demandas dos usuários tem sido um desafio de pesquisa relevante e atual. Este artigo apresenta o EXEHDA-RR, uma proposta para classificar e selecionar o recurso mais apropriado, aplicando lógica fuzzy para resolver incertezas na definição de pesos ideais para os atributos de QoS, e agregando aprendizado de máquinaá pré-classificação dos recursos visando reduzir o custo computacional gerado pelos algoritmos MCDA. Os resultados experimentais da pré-classificação mostram a eficiência do modelo proposto.
Databáze: OpenAIRE