Handling of uncertainties in complex event processing for things through dempster-shafer investigation theory

Autor: BEZERRA, Eduardo Devidson Costa
Přispěvatelé: SILVA, Francisco José da Silva e, LOPES, Denivaldo Cicero Pavão, COSTA, Fábio Moreira, SERRA, Ginalber Luiz de Oliveira, COUTINHO, Luciano Reis
Jazyk: portugalština
Rok vydání: 2021
Předmět:
Zdroj: Biblioteca Digital de Teses e Dissertações da UFMA
Universidade Federal do Maranhão (UFMA)
instacron:UFMA
Popis: Submitted by Daniella Santos (daniella.santos@ufma.br) on 2022-06-14T19:07:56Z No. of bitstreams: 1 EduardoBezerra.pdf: 2105238 bytes, checksum: 8963b6590c397cc79ccc594535d42bdc (MD5) Made available in DSpace on 2022-06-14T19:07:56Z (GMT). No. of bitstreams: 1 EduardoBezerra.pdf: 2105238 bytes, checksum: 8963b6590c397cc79ccc594535d42bdc (MD5) Previous issue date: 2021-11-23 The Internet of Things (IoT) has emerged from the proliferation of mobile devices and objects connected, so resulting in the acquisition of periodic event flows from different devices and sensors. However, such sensors and devices can be faulty or affected by failures, have poor calibration, producing in IoT applications inaccurate data and frequently unreliable event flows. In IoT, a prominent technique for analyzing event flows is Complex Event Processing (CEP). Uncertainty in event processing is usually observed in primitive events (i.e., sensor readings) and rules that derive complex events (i.e., high-level situations). In this study, we investigate the identification and treatment of uncertainty in CEP-based IoT applications. In this vein, we propose the DST-CEP, an approach that uses the Dempster-Shafer Theory to treat uncertainties. By using this theory, our solution can combine unreliable sensor data in conflicting situations and detect correct results. DST-CEP has an architectural model for treating uncertainty in events and its propagation to comlex event. Considering the proposed architectural model, a DST-CEP framework was implemented. We describe a case study using the proposed approach in a multi-sensor fire outbreak detection system. We submit our solution to experiments with a real sensor dataset, and evaluate it using well-known performance metrics. The solution achieves promising results regarding Accuracy, Precision, Recall, F-measure, and ROC Curve, even when combining conflicting sensor readings. DST-CEP demonstrates to be suitable and flexible to deal with questions of uncertainty raised in this research. A Internet das Coisas (IoT) surgiu a partir da proliferação de dispositivos móveis e objetos conectados, resultando na aquisição de fluxos de eventos periódicos de diferentes dispositivos e sensores. No entanto, tais sensores e dispositivos podem estar defeituosos, afetados por falhas, má calibração, produzindo em aplicações de IoT dados imprecisos e fluxos de eventos frequentemente não confiáveis. Em IoT, uma das técnicas mais proeminentes para análise de fluxos de eventos é o Processamento de Eventos Complexos (CEP). A incerteza em processamento de eventos é usualmente observada nos eventos primitivos (ex., leituras de sensores) e na sua propagação para os eventos complexos derivados (ex., situações de alto nível). Este trabalho investiga a identificação e o tratamento de incerteza em aplicações de IoT baseadas em CEP. Nesse viés, apresentamos a proposta DST-CEP que é uma abordagem que utiliza a Teoria Dempster-Shafer (TDS) para tratar incertezas. Por meio do uso da TDS, a solução pode combinar dados de sensores não confiáveis em situações conflitantes e detectar corretamente os resultados. A abordagem DST-CEP propõe um modelo arquitetural para tratar a incerteza nos eventos e sua propagação para os eventos complexos. Considerando o modelo arquitetural proposto, um framework DST-CEP foi implementado. Um estudo de caso é descrito e aplicado, utilizando a solução DST CEP em um sistema multi-sensor de detecção de incêndio. A solução foi submetida para experimentos com um conjunto de dados de sensores reais e foi avaliada usando métricas de desempenho bem conhecidas. A solução alcança resultados promissores em relação às métricas Accuracy, Precision, Recall, F-measure e Curva ROC, mesmo combinando leituras conflitantes de sensores. DST-CEP demonstra ser adequada e flexível para lidar com as questões de incertezas levantadas nesta pesquisa.
Databáze: OpenAIRE
Externí odkaz: