Detecção de Anomalias em Cenários de Cidades Inteligentes Baseados em Internet das Coisas

(WCGA 2018)

Ivan Zyrianoff, Fabrício O. de França, Carlos Kamienski
Resumo
A implantação de aplicações baseadas em Internet das Coisas (IoT) para Cidades Inteligentes enfatiza a necessidade de soluções para detectar automaticamente eventos de interesse nesses sistemas. Alguns cenários, como iluminação pública inteligente e monitoramento de usuários em praças digitais, são exemplos que geram uma quantidade massiva de dados e anomalias necessitam ser identificadas para que ações sejam tomadas em tempo hábil, uma vez que um evento atípico impacta diretamente a população que trafega no local. Foi proposta uma arquitetura baseada em computação em névoa para viabilizar um modelo de detecção de anomalias em tempo real. O modelo foi avaliado com dados reais de praças públicas na cidade de São Paulo e com dados de sensores sinteticamente gerados, obtendo resultados satisfatórios em ambos os casos.
Abstract
The deployment of Internet of Things (IoT) based applications for Smart Cities emphasize the need for solutions that can automatically detect events of interest in these systems. Some scenarios, such as smart public lighting and user monitoring in the so-called digital squares, are examples that generate a massive amount of data. In these scenarios, anomalies need to be identified as fast as possible, since corresponding actions should be executed in a timely manner. An atypical event can have huge impacts on the nearby population. A fog computing based architecture has been proposed to make real-time anomaly detection feasible. The model was evaluated with real data from digital squares from the city of São Paulo and with data from synthetically generated sensors, obtaining satisfactory results in both cases.

2018-05-07

[Baixar PDF] [Bibtex]