Clusterização de dados distribuídos no contexto da internet das coisas: uma abordagem para redução do tráfego de dados

Abstract

A Internet das Coisas surgiu com o objetivo de integrar objetos físicos às tradicionais redes de computadores. Esses objetos costumam gerar uma grande quantidade de dados, transferindo o gargalo do processamento de dados dos sensores para os sistemas de comunicação. Como exemplo pode-se citar a análise de dados gerados por dispositivos da Internet das Coisas geralmente exigem que os dados sejam centralizados antes de executar algoritmos de mineração. Porém, com o crescente aumento do volume de dados produzidos e com as limitações de recursos dos dispositivos, que praticamente inviabiliza soluções de processamento dos dados de forma distribuída, foi imposto um grande desao para os pesquisadores da área. Assim, com o objetivo de reduzir o volume de dados transferidos, o presente trabalho propõe uma abordagem de sumarização de dados baseada em grid juntamente com um algoritmo de clusterização adaptado a essa abordagem. A proposta utiliza um grid uniforme, que particiona o espaço em células e sumariza os dados antes de enviá-los ao nó central. A sumarização é a responsável pela redução dos dados a serem enviados. No nó central os dados oriundos dos dispositivos são consolidados e submetidos ao algoritmo gCluster, proposto por este trabalho. Os experimentos foram executados em seis conjuntos de dados e os resultados das clusterizações foram comparados com o algoritmo DBSCAN. Para a avaliação do resultado foi utilizado o índice de Fowlkes e Mallows. Os resultados indicam que apesar da sumarização dos dados, não houve queda substancial na qualidade da clusterização