Resumen

La informática autónoma permite a sistemas como las redes de sensores inalámbricos (WSN) autogestionar los recursos informáticos para ampliar al máximo su autonomía. Además, las tareas de contextualización pueden fusionar dos o más datos de sensores diferentes en una información más significativa. Dado que estas tareas suelen ejecutarse en un único servidor de contexto centralizado (por ejemplo, un nodo sumidero), el volumen masivo de datos generados por los sensores inalámbricos puede provocar una enorme sobrecarga de información en dicho servidor. Aquí proponemos DAIM, una máquina de inferencia autónoma distribuida que permite a los nodos sensores realizar tareas de autogestión y contextualización basadas en lógica difusa. Hemos evaluado DAIM en una red de sensores real teniendo en cuenta otras máquinas de inferencia. Los resultados experimentales ilustran que DAIM es un método de contextualización energéticamente eficiente para WSN, reduciendo un 48,8% el número de mensajes enviados a los servidores de contexto y ahorrando un 19,5% de la cantidad total de energía gastada en la red.

• Materias:Redes de sensores Sensores inalámbricos Sistema de sensores Sensor inteligente Sensores electroquímicos
• Subjects:Sensor networks Wireless sensors Sensor system Intelligent sensor Electrochemical sensors
• Palabras claves:daim, tareas de contextualización, servidor de contexto único centralizado, máquina de inferencia autónoma, datos de sensores diferentes, método de contextualización eficiente, enorme sobrecarga de información, otras máquinas de inferencia, red de sensores real, redes de sensores inalámbricas
• Keywords:daim, contextualization tasks, single centralized context server, autonomic inference machine, different sensor data, efficient contextualization method, huge information overload, other inference machines, real sensor network, wireless sensor networks