Published December 14, 2016 | Version v1
Publication Open

Multi‐criteria IoT resource discovery: a comparative analysis

Creators

  • 1. Universidade de São Paulo
  • 2. Federal Institute of São Paulo
  • 3. The Open University
  • 4. University of Leicester

Description

Summary The growth of real‐world objects with embedded and globally networked sensors allows to consolidate the Internet of things paradigm and increase the number of applications in the domains of ubiquitous and context‐aware computing. The merging between cloud computing and Internet of things named cloud of things will be the key to handle thousands of sensors and their data. One of the main challenges in the cloud of things is context‐aware sensor search and selection. Typically, sensors require to be searched using two or more conflicting context properties. Most of the existing work uses some kind of multi‐criteria decision analysis to perform the sensor search and selection, but does not show any concern for the quality of the selection presented by these methods. In this paper, we analyse the behaviour of the SAW, TOPSIS and VIKOR multi‐objective decision methods and their quality of selection comparing them with the Pareto ‐optimality solutions. The gathered results allow to analyse and compare these algorithms regarding their behaviour, the number of optimal solutions and redundancy. Copyright © 2016 John Wiley & Sons, Ltd.

⚠️ This is an automatic machine translation with an accuracy of 90-95%

Translated Description (Arabic)

ملخص يسمح نمو الكائنات في العالم الحقيقي باستخدام أجهزة استشعار مدمجة ومتصلة بالشبكة عالميًا بتوحيد نموذج إنترنت الأشياء وزيادة عدد التطبيقات في مجالات الحوسبة المنتشرة في كل مكان والمدركة للسياق. سيكون الدمج بين الحوسبة السحابية وإنترنت الأشياء المسماة سحابة الأشياء هو المفتاح للتعامل مع الآلاف من أجهزة الاستشعار وبياناتها. أحد التحديات الرئيسية في سحابة الأشياء هو البحثعن أجهزة الاستشعار واختيارها حسب السياق. عادة، تتطلب أجهزة الاستشعار البحث باستخدام خاصيتين أو أكثر من خصائص السياق المتضاربة. تستخدم معظم الأعمال الحالية نوعًا من تحليل قرار متعددالمعايير لإجراء البحث عن أجهزة الاستشعار واختيارها، ولكنها لا تظهر أي اهتمام بجودة الاختيار التي تقدمها هذه الأساليب. في هذه الورقة، نقوم بتحليل سلوك طرق اتخاذ القرار متعددة الأهداف SAW و TOPSIS و VIKOR وجودة اختيارها لمقارنتها بحلول باريتو المثالية. تسمح النتائج التي تم جمعها بتحليل ومقارنة هذه الخوارزميات فيما يتعلق بسلوكها وعدد الحلول المثلى والتكرار. حقوق الطبع والنشر © 2016 جون وايلي وأولاده المحدودة.

Translated Description (French)

Résumé La croissance des objets du monde réel avec des capteurs intégrés et en réseau à l'échelle mondiale permet de consolider le paradigme de l'Internet des objets et d'augmenter le nombre d'applications dans les domaines de l'informatique omniprésente et contextualisée. La fusion entre le cloud computing et l'Internet des objets nommé cloud of things sera la clé pour gérer des milliers de capteurs et leurs données. L'un des principaux défis dans le nuage de choses est la recherche et la sélection de capteurs tenant compte du contexte. En règle générale, les capteurs doivent être recherchés à l'aide de deux propriétés de contexte conflictuelles ou plus. La plupart des travaux existants utilisent une sorte d'analyse de décision à critères multiples pour effectuer la recherche et la sélection des capteurs, mais ne montrent aucune préoccupation quant à la qualité de la sélection présentée par ces méthodes. Dans cet article, nous analysons le comportement des méthodes de décision multi-objectifs SAW, TOPSIS et VIKOR et leur qualité de sélection en les comparant aux solutions d'optimalité de Pareto. Les résultats recueillis permettent d'analyser et de comparer ces algorithmes en ce qui concerne leur comportement, le nombre de solutions optimales et la redondance. Copyright © 2016 John Wiley & Sons, Ltd.

Translated Description (Spanish)

Resumen El crecimiento de los objetos del mundo real con sensores integrados y en red a nivel mundial permite consolidar el paradigma del Internet de las cosas y aumentar el número de aplicaciones en los dominios de la computación ubicua y consciente del contexto. La fusión entre cloud computing e Internet de las cosas denominada cloud of things será la clave para manejar miles de sensores y sus datos. Uno de los principales desafíos en la nube de cosas es la búsqueda y selección de sensores conscientes del contexto. Por lo general, los sensores deben buscarse utilizando dos o más propiedades de contexto conflictivas. La mayor parte del trabajo existente utiliza algún tipo de análisis de decisión de criterios múltiples para realizar la búsqueda y selección del sensor, pero no muestra ninguna preocupación por la calidad de la selección presentada por estos métodos. En este trabajo, analizamos el comportamiento de los métodos de decisión multiobjetivo SAW, TOPSIS y VIKOR y su calidad de selección comparándolos con las soluciones de optimalidad de Pareto. Los resultados recogidos permiten analizar y comparar estos algoritmos en cuanto a su comportamiento, el número de soluciones óptimas y la redundancia. Copyright © 2016 John Wiley & Sons, Ltd.

Files

18400739.pdf.pdf

Files (967.8 kB)

⚠️ Please wait a few minutes before your translated files are ready ⚠️ Note: Some files might be protected thus translations might not work.
Name Size Download all
md5:ab324ef962d48b9e467f370dd5e65e1e
967.8 kB
Preview Download

Additional details

Additional titles

Translated title (Arabic)
اكتشاف موارد إنترنت الأشياء متعددة المعايير: تحليل مقارن
Translated title (French)
Découverte de ressources IoT multi‐critères : une analyse comparative
Translated title (Spanish)
Descubrimiento de recursos de IoT con criterios múltiples: un análisis comparativo

Identifiers

Other
https://openalex.org/W2575158688
DOI
10.1002/spe.2469

Is supplement to
https://openalex.org/W4324117723 (Other)
https://openalex.org/W4282827651 (Other)
https://openalex.org/W3015638941 (Other)
https://openalex.org/W2963268865 (Other)
https://openalex.org/W2958553423 (Other)
https://openalex.org/W2521894532 (Other)
https://openalex.org/W2379805174 (Other)
https://openalex.org/W2359186709 (Other)
https://openalex.org/W2358217305 (Other)
https://openalex.org/W2041949587 (Other)

GreSIS Basics Section

Is Global South Knowledge
Yes
Country
Brazil

References

  • https://openalex.org/W1479972308
  • https://openalex.org/W1543100750
  • https://openalex.org/W1862006471
  • https://openalex.org/W1943579973
  • https://openalex.org/W1971875452
  • https://openalex.org/W1972591816
  • https://openalex.org/W1997188340
  • https://openalex.org/W1998849194
  • https://openalex.org/W2008600983
  • https://openalex.org/W2009725602
  • https://openalex.org/W2018589856
  • https://openalex.org/W2037151160
  • https://openalex.org/W2043708011
  • https://openalex.org/W2050954217
  • https://openalex.org/W2065109455
  • https://openalex.org/W2068849277
  • https://openalex.org/W2079660316
  • https://openalex.org/W2083533476
  • https://openalex.org/W2088818118
  • https://openalex.org/W2096974968
  • https://openalex.org/W2105103777
  • https://openalex.org/W2111619626
  • https://openalex.org/W2119058983
  • https://openalex.org/W2123770198
  • https://openalex.org/W2126105956
  • https://openalex.org/W2128485061
  • https://openalex.org/W2137693329
  • https://openalex.org/W2141335323
  • https://openalex.org/W2294639679
  • https://openalex.org/W2324929133
  • https://openalex.org/W2464857951
  • https://openalex.org/W2602956630
  • https://openalex.org/W3150478326
  • https://openalex.org/W4239603996
  • https://openalex.org/W4285719527