Publication
Análisis de Big Data en IoT para campos de Cadenas de Suministro Inteligentes
| datacite.subject.fos | Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática | pt_PT |
| dc.contributor.advisor | Pereira, António Manuel de Jesus | |
| dc.contributor.advisor | Silva, Fernando José Mateus da | |
| dc.contributor.advisor | Herrera, Boris | |
| dc.contributor.author | Nicolalde, Fabián Vinicio Constante | |
| dc.date.accessioned | 2018-09-07T14:56:27Z | |
| dc.date.available | 2018-09-07T14:56:27Z | |
| dc.date.issued | 2018-07-24 | |
| dc.description.abstract | Desde la última década se han producido cantidades voluminosas de datos a medida que aumenta la miniaturización de los dispositivos de Internet de las cosas (IoT). Terabytes de datos se generan día a día a partir de Sistemas de Información Modernos, Computación en la Nube y tecnologías digitales, a medida que crece el número de dispositivos conectados a Internet. Sin embargo, tales datos no son útiles sin poder analítico. No obstante, el análisis de estos datos masivos requiere muchos esfuerzos en múltiples niveles para la extracción de conocimiento y la toma de decisiones. Por lo tanto, “Análisis de Big Data” es un área actual de investigación y desarrollo que se ha vuelto cada vez más importante. Numerosas soluciones de análisis de Big Data e IoT, han permitido a la gente obtener información valiosa, aunque estas soluciones están todavía en sus inicios. Actualmente existe una cierta complejidad involucrada en Big Data para superar esto, los ingenieros de software hoy en día empiezan a pensar en Small Data ya que combina datos estructurados y no estructurados que pueden medirse en Gigabytes, Peta bytes o Exabytes, siendo parte de pequeños conjuntos de atributos específicos de IoT. En esta disertación se indagan los esfuerzos de investigación dirigidos al análisis de datos generados por IoT y sistemas transaccionales. Se explica la relación entre el Análisis de Big Data e IoT agregando valor al proponer una nueva arquitectura para el análisis de estos datos y un protocolo a seguir para la extracción de conocimiento. Además, se discuten tipos, métodos y tecnologías analíticas para la minería de Big IoT Data. También se presentan casos de uso notables, desafíos de investigación abiertos como privacidad, visualización e integración de datos y oportunidades que brinda el análisis de datos en el paradigma de IoT. El trabajo es aplicado al caso de uso específico de “Cadenas de Suministro Inteligente”, presentando como una solución propuesta, el análisis de los datos generados desde una “Plataforma de Compra-Venta y Control de Stocks de Productos” que incluye tecnologías RFID (Identificación por Radiofrecuencia) y NFC (Comunicación de Campo Cercano). Se realiza la gestión casi en tiempo real de transacciones involucradas al manejo de Suministro en una compañía, con el fin de poder analizar Big Data generada por estas tecnologías, manejando herramientas de análisis open source y poder realizar mejores predicciones y toma de decisiones. | pt_PT |
| dc.identifier.tid | 201972859 | pt_PT |
| dc.identifier.uri | http://hdl.handle.net/10400.8/3515 | |
| dc.language.iso | spa | pt_PT |
| dc.subject | Analisis de big data | pt_PT |
| dc.subject | Internet de las cosas | pt_PT |
| dc.subject | Cadenas de suministro inteligentes | pt_PT |
| dc.subject | Minería de datos | pt_PT |
| dc.subject | Hadoop | pt_PT |
| dc.subject | Identificación por radiofrecuencia | pt_PT |
| dc.title | Análisis de Big Data en IoT para campos de Cadenas de Suministro Inteligentes | pt_PT |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| rcaap.rights | openAccess | pt_PT |
| rcaap.type | masterThesis | pt_PT |
| thesis.degree.name | Mestrado em Engenharia Informática - Computação Móvel | pt_PT |
Files
Original bundle
1 - 1 of 1
Loading...
- Name:
- Disertacion_Fabian_Vinicio_Constante_Nicolalde.pdf
- Size:
- 8.42 MB
- Format:
- Adobe Portable Document Format
- Description:
License bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- license.txt
- Size:
- 1.32 KB
- Format:
- Item-specific license agreed upon to submission
- Description: