The recent growth of the Internet of Things’ services and applications has increased data processing and storage requirements. The Edge computing concept aims to leverage the processing capabilities of the IoT and other devices placed at the edge of the network. One embodiment of this paradigm is Fog computing, which provides an intermediate and often hierarchical processing tier between the data sources and the remote Cloud. Among the major benefits of this concept, the end-to-end latency can be decreased, thus favoring time-sensitive applications. Moreover, the data traffic at the network core and the Cloud computing workload can be reduced. Combining the Fog computing paradigm with Complex Event Processing (CEP) and data fusion techniques has excellent potential for generating valuable knowledge and aiding decision-making processes in the Internet of Things’ systems. In this context, we propose a multi-tier complex event processing approach (sensor node, Fog, and Cloud) that promotes fast decision making and is based on information with 98% accuracy. The experiments show a reduction of 77% in the average time of sending messages in the network. In addition, we achieved a reduction of 82% in data traffic.

O paradigma da computação em névoa possibilita que os recursos computacionais sejam levados para a borda da rede, de forma que a latência e a largura de banda resultantes da computação em nuvem possam ser reduzidas. A combinação desse paradigma com técnicas de fusão de dados e processamento de eventos, a partir da aquisição de dados brutos, tem grande potencial de uso para gerar conhecimento de valor e ajudar a tomada de decisão em sistemas de IoT. Nesse contexto, foi proposta uma arquitetura de fusão de dados em três níveis (nó sensor, névoa e nuvem) que, aliada ao uso de técnicas de processamento de eventos complexos, promove a tomada de decisões com rapidez, enquanto reduz o custo de transmissão de dados na rede. Os experimentos mostram uma redução de 77% no tempo médio de envio de mensagens na rede e 82% de melhoria na vazão média com a utilização da arquitetura proposta.

A Internet das Coisas e a Computação em Borda têm sido amplamente utilizadas, permitindo a criação de diversas aplicações e fornecendo serviços que habilitam a interconexão entre o mundo físico e o virtual. Essas tecnologias necessitam de hardware para armazenamento de dados e execução dos serviços. O paradigma de virtualização de recursos de rede surge como solução para esse desafio. Nesse contexto, este trabalho propõe uma abordagem de gerenciamento e orquestração de funções de rede e encadeamento de serviços visando diminuir a sobrecarga da rede. Baseado nos experimentos realizados, o uso de CPU dos nós que fornecem os serviços obteve um máximo de 72.88% e o consumo máximo de memória foi de 68.13%.

A Computação em Borda permite o processamento de dados e tarefas próximo aos dispositivos finais. No entanto, devido aos recursos limitados dos nós de Borda, priorizar as tarefas que serão executadas é uma técnica eficiente de gerenciar recursos. Implementamos e comparamos três classificadores de prioridade baseados em regras, para determinar os tipos de serviços prioritários, de modo que os recursos dos nós de Borda possam ser alocados de forma otimizada. A proposta explora como os recursos disponíveis podem ser distribuídos entre os serviços em um ambiente simulado. Os resultados mostram que o classificador com melhor desempenho obteve uma acurácia de 94% e um erro geral de 0.22, comprovado com o consumo de CPU dos nós de Borda.