Aplicação de técnicas de qualidade da informação para aumentar a confiabilidade dos dados coletados por sensores na internet das coisas (IoT)

Abstract

Resumo: Nas infraestruturas da Internet das Coisas é possível encontrar uma grande variedade de sensores de baixo custo, formando uma rede que gera um grande volume de dados, muitos deles anômalos e que podem impactar nas aplicações que os utilizam. Neste artigo demonstramos que com algoritmos estatísticos simples e filtragem dos dados na borda dos sensores, podemos identificar e eliminar esses dados anômalos. Através de um protótipo com dois sensores de temperatura, testamos dois algoritmos estatísticos de detecção de outliers, que devidamente filtrados na borda, contribuem para o aumento da confiabilidade dos dados a serem armazenados e/ou consumidos por aplicações e/ou usuários diretamente. A Qualidade da Informação tem papel fundamental nesta confiança e se relaciona com diversas dimensões da avaliação, algumas das quais exploradas neste trabalho.

Abstract: In IoT infrastructures you can find a wide variety of low cost sensors, creating a network that generates a lot of data, many of them anomalous and that can impact the applications that use them. In this paper we demonstrate that with simple statistical algorithms and data filtering at the edge of the sensors, we can identify and eliminate these anomalous data. Through a prototype with two temperature sensors, we tested two statistical outlier detection algorithms, which properly filtered at the edge, contribute to the increased reliability of the data to be stored and / or consumed by applications and / or users directly. The Quality of Information plays a fundamental role in this trust and is related to several dimensions of evaluation, some of which are explored in this paper.