Use este identificador para citar ou linkar para este item:
https://repositorio.ufpe.br/handle/123456789/34140
Compartilhe esta página
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.contributor.advisor | SADOK, Djamel Fawzi Hadj | - |
dc.contributor.author | ALVES, Jairo Matheus Vilaça | - |
dc.date.accessioned | 2019-10-03T18:15:21Z | - |
dc.date.available | 2019-10-03T18:15:21Z | - |
dc.date.issued | 2018-09-10 | - |
dc.identifier.uri | https://repositorio.ufpe.br/handle/123456789/34140 | - |
dc.description.abstract | Introduzida pela primeira vez na Alemanha, a indústria 4.0 engloba tecnologias utilizadas na automação de processos industriais. Algumas dessas são as Internet das Coisas, Inteligência Artificial e Robótica em Nuvem, que permitem o funcionamento de uma fábrica inteligente. Indústria 4.0 melhora os processos de produção, logística e serviço, e possibilita a introdução de métodos de produção eficientes e serviços industriais personalizados. Entretanto, existem alguns desafios de desempenho e energia a serem enfrentados para que as fábricas inteligentes se tornarem de fato eficientes e eficazes em seus processos. A Robótica em Nuvem permite a utilização de serviços remotos com a finalidade de ampliar os recursos computacionais dos robôs, mas traz consigo os mesmos desafios das fábricas inteligentes. Decisões como qual o local mais adequado para execução de processos de uma fábrica inteligente ou para qual recurso devem ser enviados os processos em caso de offloading de processamento, são o foco deste trabalho. A partir disso, foi proposto nesta dissertação um algoritmo de tomada de decisão de offloading de processamento de aplicações industriais, levando em consideração as diferentes capacidades dos recursos na nuvem e o tipo de rede (3G, 4G e WiFi). O cenário de fábrica foi simulado utilizando o Gazebo e as máquinas virtuais foram utilizadas como recursos de nuvem. O algoritmo proposto foi comparado com o algoritmo MinED já bem difundido na literatura. Os resultados obtidos comprovam a superioridade do algoritmo proposto para todos os tipos de rede considerados. | pt_BR |
dc.description.sponsorship | CNPq | pt_BR |
dc.language.iso | por | pt_BR |
dc.publisher | Universidade Federal de Pernambuco | pt_BR |
dc.rights | openAccess | pt_BR |
dc.rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | * |
dc.subject | Ciência da computação | pt_BR |
dc.subject | Computação em nuvem | pt_BR |
dc.title | Um mecanismo de tomada de decisão de offloading de processamento em um cenário industrial | pt_BR |
dc.type | masterThesis | pt_BR |
dc.contributor.advisor-co | ASCHOFF, Rafael Roque | - |
dc.contributor.authorLattes | http://lattes.cnpq.br/2352950644458481 | pt_BR |
dc.publisher.initials | UFPE | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.degree.level | mestrado | pt_BR |
dc.contributor.advisorLattes | http://lattes.cnpq.br/3776300004312848 | pt_BR |
dc.publisher.program | Programa de Pos Graduacao em Ciencia da Computacao | pt_BR |
dc.description.abstractx | Introduced for the first time in Germany, Industry 4.0 includes technologies used in the automation of industrial processes. Some of these are the Internet of Things, Artificial Intelligence and Cloud Robotics, which allow the operation of a smart factories. Industry 4.0 improves production, logistics and service processes, and enables efficient production methods and personalized industrial services. However, there are some performance and energy challenges to be faced in order to smart factories to become efficient and effective in their processes. Cloud Robotics allows the use of remote services to extend the computational capabilities of robots, but brings with it the same challenges as intelligent factories. Decisions such as where the most appropriate place to run processes from a smart factories or to which resource the processes should be sent in case of offloading processing, are the focus of this work. From this, a decision-making algorithm for offloading industrial applications was proposed, taking into account the different capacities of the resources in the cloud and the type of network (3G, 4G and WiFi). The factory scenario was simulated using the Gazebo and the virtual machines were used as cloud features. The proposed algorithm was compared with another algorithm already well known in the literature. The results obtained prove the superiority of the proposed algorithm for all network types considered. | pt_BR |
dc.contributor.advisor-coLattes | http://lattes.cnpq.br/0444540976891191 | pt_BR |
Aparece nas coleções: | Dissertações de Mestrado - Ciência da Computação |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
DISSERTAÇÃO Jairo Matheus Vilaça Alves.pdf | 7,09 MB | Adobe PDF | ![]() Visualizar/Abrir |
Este arquivo é protegido por direitos autorais |
Este item está licenciada sob uma Licença Creative Commons