Resumen

Un aumento en el volumen de datos del sensor ha expuesto las deficiencias de la computación en la nube, particularmente la limitación de la capacidad de transmisión de red y los recursos informáticos centralizados. La intervención dinámica entre flujos de sensores también plantea desafíos para las aplicaciones de IoT para derivar información significativa de múltiples flujos de sensores. Para abordar estos problemas, este artículo propone un método basado en servicios con el paradigma de computación de niebla basado en nuestra abstracción de servicios previa, que puede capturar eventos significativos de múltiples flujos de sensores. En nuestra abstracción de servicios, utilizamos el método de análisis de correlación para capturar eventos como variaciones de correlación entre flujos de sensores. Frente a la frecuencia inconsistente y al desplazamiento de correlación, proponemos un algoritmo basado en Dynamic Time Warping (DTW) para obtener la lag-correlación de los flujos de sensores. Para agregar de manera adaptativa eventos relacionados de diferentes servicios,

• Materias:Internet de las cosas Dispositivos móviles Ransomware Ingeniería de Telecomunicación Servidores en la nube
• Subjects:Internet of things Mobile devices Ransomware Telecommunication engineering Cloud Servers
• Palabras claves:Volumen de datos de sensores; Computación en nube; Capacidad de transmisión en red; Recursos informáticos centralizados; Aplicaciones IoT; Paradigma de computación en niebla.
• Keywords:Sensor data volume; Cloud computing; Network transmission capability; Centralized computing resources; IoT applications; Fog computing paradigm