Resumen de Arquitectura inteligente edge computing para entornos IoT
El Internet de las Cosas es una de las tecnologías disruptivas que mayor interés ha generado en los últimos años, no solo en el ámbito de la investigación científica, sino también en el sector gubernamental y empresarial. Su incorporación a todos los entornos de actividad humana y social como: los servicios públicos, agricultura, industria, economía, educación o salud, permite obtener datos desde cualquier dispositivo conectado a una red.
El principal problema de la acelerada integración de Internet de las Cosas es la gestión del gran volumen de datos generados constantemente por los dispositivos conectados, es decir, su procesamiento, distribución y almacenamiento, para que posteriormente sean utilizados a modo de información en los procesos de inteligencia de negocios.
La tesis doctoral que se presenta propone una solución tecnológica que consiste en el diseño de una arquitectura global que integra tecnologías del Edge Computing (EC) y el Internet de las Cosas (IoT), que permita su implementación en una diversidad de escenarios.
La arquitectura propuesta en esta investigación se denomina Global Edge Computing Architecture (GECA) y contribuye a un procesamiento eficiente de los datos que son generados por el creciente número de dispositivos IoT, que actualmente forman parte de nuestro entorno.
En este trabajo se presenta la descripción conceptual y técnica de la arquitectura propuesta, así como el componente experimental del estudio, que consistió en la ejecución de pruebas de la arquitectura GECA en entornos reales. Para lograrlo se establecieron dos escenarios de prueba mediante la integración de dispositivos IoT con la tecnología EC.
El primero es un caso de estudio del sector Smart Farming, en una granja mixta de producción de leche, ubicada en la provincia de Zamora, Comunidad Autónoma de Castilla y León. El segundo se realizó en las instalaciones del Grupo de Investigación BISITE de la Universidad de Salamanca, incorporando al análisis experimental un escenario Smart Energy.
Ambos casos de estudio están orientados a lograr maximizar los beneficios y aportes para la gestión eficiente y segura de los datos en las organizaciones. Las capas que componen la arquitectura propuesta han sido diseñadas para gestionar en el Edge la información que es recibida de la red de sensores inteligentes instalada.
Para la realización de diagnósticos y presentación de resultados se proponen técnicas de Data Analytics y Machine Learning. La seguridad en la arquitectura propuesta inicia en la capa base con el cifrado los datos generados por los sensores para procesarlos posteriormente en la capa Edge. Adicionalmente se incluye una descripción de la implementación de GECA en sistemas basados en otros framework como es el caso del CAFCLA.
Finalmente, hemos evaluado la viabilidad de la capa Edge y los beneficios que se pueden obtener al reducir los costes asociados con el consumo de ancho de banda, transferencia y almacenamiento de datos en el Cloud.
