Executing Data Quality Management Processes on IoT Software Systems Using a Collection of Software Componentes
Autores
|
7565 |
3270,3269
|
|
|
7566 |
3270,3269
|
Informações:
Publicações do PESC
Esta tese apresenta uma arquitetura de software para a gestão da qualidade de dados em sistemas de software IoT operando em IoT smart spaces utilizando processos de gestão de qualidade de dados. Para operacionalizar essa gestão na IoT, introduzimos um conjunto de componentes de software projetados para executar os processos de qualidade de dados de forma autônoma, minimizando a intervenção humana. Além disso, as técnicas propostas incluem o pré-processamento de dados na camada de dispositivos IoT, onde os dados são coletados e pré-processados para evitar a propagação de problemas de qualidade de dados. Também introduzimos uma técnica para garantir a conformidade da qualidade dos dados na camada de sistemas de software IoT, assegurando que os dados atendam aos requisitos de qualidade antes de serem utilizados. Neste trabalho apresentamos diretrizes para a implementação da solução em IoT smart spaces, cobrindo todas as fases, desde a definição dos requisitos até a implantação e configuração dos componentes. Para ilustrar a aplicabilidade da abordagem proposta, apresentamos uma prova de conceito na qual os processos foram instanciados em um cenário real de smart grid, demonstrando sua operacionalização e eficácia. Além disso, avaliamos as técnicas propostas, e os resultados confirmam sua eficácia na melhoria da qualidade dos dados e no aprimoramento do desempenho das funcionalidades do sistema de software IoT. Embora essa solução enfatize a importância da gestão dinâmica e adaptativa da qualidade de dados, ela também abre caminhos para pesquisas futuras, incluindo o escalonamento dinâmico de tarefas, o desenvolvimento de novas técnicas e estudos de escalabilidade. Este trabalho contribui para o avanço de soluções práticas e escaláveis para a gestão da qualidade de dados em IoT smart spaces.
This thesis presents a software architecture to data quality management in IoT software systems operating within IoT smart spaces. To operationalize data quality management in IoT, we introduce a set of software components designed to execute data quality processes autonomously, minimizing human intervention. Additionally, we propose techniques to be deployed within these components. The proposed techniques include data preprocessing at the IoT device layer, where data is collected and preprocessed to prevent the propagation of data quality issues. Furthermore, we introduce techniques for enforcing data quality compliance at the IoT software system layer, ensuring that data meets the system’s quality requirements before being utilized. We also present implementation guidelines to facilitate the deployment of the solution in IoT smart spaces, covering all phases from requirements definition to component deployment and configuration. To illustrate the applicability of the proposed approach, we present a proof of concept where the processes were instantiated in a real-world smart grid scenario, demonstrating their operationalization and effectiveness. Additionally, we evaluate the proposed techniques, and the results confirm their effectiveness in improving data quality and enhancing the performance of IoT software system functionalities. While this solution underscores the importance of dynamic and adaptive data quality management, it also opens avenues for future research, including dynamic task scheduling, the development of new techniques, and scalability studies. This work contributes to the advancement of practical and scalable solutions for data quality management in IoT smart spaces.
