Análisis en Tiempo Real para el Internet Industrial de las Cosas
- Autores: Meftah Zouai
- Directores de la Tesis: Guadalupe Ortiz Bellot (dir. tes.)
, Okba Kazar (codir. tes.) - Lectura: En la Universidad de Cádiz ( España ) en 2026
- Idioma: español
- Títulos paralelos:
- Real-time Analytics for Industrial Internet of Things
- Tribunal Calificador de la Tesis: Gregorio Diaz Descalzo (presid.) , Andrés Muñoz Ortega (secret.) , Kawtar Benghazi Akhlaki (voc.)
- Enlaces
- Resumen
RESUMEN: La rápida expansión del Internet Industrial de las Cosas ha impulsado el despliegue masivo de sensores, máquinas y sistemas ciberfísicos interconectados capaces de generar flujos continuos de datos heterogéneos. Aunque esta transformación permite la automatización inteligente, el mantenimiento predictivo y la optimización basada en datos, las arquitecturas tradicionales centralizadas en la nube no satisfacen plenamente los requisitos de baja latencia, escalabilidad y conciencia contextual exigidos por los entornos modernos de Industria 4.0.
Esta tesis doctoral propone una arquitectura colaborativa, consciente del contexto y de la situación, para el procesamiento de datos heterogéneos en tiempo real en ecosistemas del Internet Industrial de las Cosas. La principal contribución es el diseño e implementación de Atmosphere, un marco distribuido que integra las capas edge, fog y cloud junto con sistemas multiagente, procesamiento de eventos complejos y una arquitectura orientada a servicios basada en eventos.
En la capa edge, agentes software autónomos realizan filtrado local, razonamiento basado en reglas y toma de decisiones inmediata, reduciendo la latencia y la sobrecarga de comunicación. En la capa fog, se emplea mensajería MQTT y motores de procesamiento de eventos complejos para agregar, correlacionar y analizar flujos de eventos distribuidos en tiempo casi real. La capa cloud proporciona análisis a gran escala, extracción de conocimiento a largo plazo, orquestación global y optimización estratégica.
La segunda contribución valida la arquitectura propuesta mediante el diseño y desarrollo de un sistema robótico camuflado, alimentado por energía solar y basado en IoT, inspirado en el zorro del desierto Fennec. Esta plataforma actúa como un nodo inteligente de la capa edge, capaz de adquirir datos de forma autónoma, tomar decisiones conscientes del contexto y operar de manera eficiente en entornos hostiles y aislados.
Los resultados obtenidos muestran mejoras en capacidad de respuesta, escalabilidad y eficiencia operativa frente a enfoques tradicionales de monitorización centralizada. En conjunto, esta investigación contribuye al avance de la analítica en tiempo real para el Internet Industrial de las Cosas mediante un marco escalable, distribuido y consciente del contexto, orientado al desarrollo de ecosistemas industriales resilientes, adaptativos e inteligentes.
