| Popis: |
The exponential growth of connected devices is radically changing modern society. This phenomenon, also known as the Internet of Things, is conditioning an unprecedented technological and data revolution. Among the diverse technologies and conceptual fields that underlie the Internet of Things, IoT, are ubiquitous or pervasive computing, context awareness and semantics, which are complemented by sensor networks, embedded systems and wireless communication to grant devices or "things" the ability to measure information, interconnect and transfer it. The need to efficiently manage data collected in an IoT environment in order to adequately address problems arising from heterogeneity, dynamism and data size poses challenges to the scientific community. Some of these challenges are associated with the tasks of representation, interpretation and reasoning of data coming from sensors as well as its semantic integration with other open data on the Web. To face these challenges, this thesis presents the Semantic Context Model Extended with Linked Open Data for the Internet of Things, XSCM_4_IoT, supported by a 4-layer architecture and ontological context network CO_NET. XSCM_4_IoT, in addition to being semantic and extensible, is open, interoperable and user-centered. The semantic enrichment of contextual data using the Linked Open Data project, starting with the publishing of the ontological data and resources of CO_NET, is a distinctive feature of the model. The validation of XSCM_4_IoT in the setting of a Smart Campus permits the verification of its viability to manage context-sensitive data in an IoT environment. El crecimiento exponencial de dispositivos conectados está cambiando radicalmente la sociedad moderna. Este fenómeno, también conocido como Internet de las Cosas, está condicionando una revolución tecnológica y de datos sin precedentes. Entre las diversas tecnologías y campos conceptuales que subyacen en Internet de las Cosas, IoT por sus siglas en inglés, sobresalen la computación ubicua o pervasiva, la sensibilidad al contexto y la semántica, que se complementan con redes de sensores, sistemas embebidos y comunicación inalámbrica, para conceder a los dispositivos o “cosas” la capacidad de medir información, interconectarse y transferirla. La necesidad de gestionar eficientemente los datos recolectados en un entorno IoT, para afrontar adecuadamente los problemas que surgen de la heterogeneidad, el dinamismo y el tamaño de los datos, plantea retos a la comunidad científica. Algunos de esos retos están asociados con las tareas de representación, interpretación y razonamiento de los datos provenientes de sensores; así como, su integración semántica con otros datos abiertos en la Web. Para enfrentar estos desafíos, en esta tesis se diseña el Modelo Semántico de Contexto Extendido con Linked Open Data para Internet de las Cosas, XSCM_4_IoT, el cual se soporta en una arquitectura de 4 capas y en la red ontológica de contexto CO_NET. XSCM_4_IoT se caracteriza por ser, además de semántico y extensible, abierto, interoperable y centrado en el usuario. El enriquecimiento semántico de datos contextuales usando el proyecto Linked Open Data, a partir de la publicación de los datos y recursos ontológicos de CO_NET, es un rasgo distintivo del modelo. La validación de XSCM_4_IoT en un escenario del Smart Campus, permite comprobar la viabilidad del mismo para gestionar datos de contexto en un entorno IoT. Doctora en Ingeniería – Sistemas y Computación. |
