September 2016 Theme: Datos de IoT y Descubrimiento del Contexto
Introducción de los Editores Invitados: Arkady Zaslavsky y Prem Jayaraman

Uno de los aspectos más valiosos de la emergencia de la Internet de las Cosas (IoT), son los datos que genera. Los negocios utilizan esos datos para soportar sus decisiones, y, en la medida en que la IoT crece, necesitan mejores herramientas para un descubrimiento relevante y en tiempo. En estos días, los sistemas de descubrimiento pueden encontrar los datos correctos sin siquiera conocer su estructura, la semántica, la descripción del sensor o la localización. Estos sistemas pueden también deducir contextos de información tales como las notas y los metadatos.

El término “Datos IoT y descubrimiento del contexto” se refiere a ambas actividades que son específicas para los proveedores de datos (por ejemplo, algunas tareas de curado de pre publicación) y aquellos que son específicos para los publicistas finales o distribuidores, (tales como los conjuntos de datos integrados para soportar el enlazado de datos y la búsqueda orientada por contexto). El proceso de descubrimiento comprende dos lazos sucesivos.

  • El lazo de forrajeo, que identifica, evalúa y valida las fuentes de datos en el punto de adquisición de los datos, así como la extracción y el formateo de los datos relevantes en un formato consumible.

Nota del Traductor: En ingles se ha adoptado el nombre de “foraging loop”, donde foraging proviene del francés “Fourrageage”, el cual ha generado en español el termino Fourier o Furriel, utilizado en las fuerzas armadas. El termino forrajeo ha sido aceptado por la Real Academia Española como la acción de proporcionar forraje a los animales. Dado el poco uso actual de estos términos se hace la presente aclaración.

  • El lazo de realización del sensado en el cual se procesa, se analiza y se explotan los datos extraídos para generar el contexto relevante, apuntando a proporcionar respuestas e intuiciones.

El advenimiento de la IoT ha impulsado un cambio de paradigma en los datos y el descubrimiento del contexto. Los juegos de datos que antes estaban confinados a una sola aplicación son ahora descubribles y estas disponibles para ser reutilizados y reobjetivados en múltiples aplicaciones. Este nuevo paradigma les proporciona a los proveedores enfoques basados en los incentivos para abrir sus repositorios de datos IoT, en tanto que mantienen sus políticas de seguridad y privacidad. A pesar de este progreso, las diferentes capacidades y estándares entre los dispositivos establece desafíos significativos. En la edición de Computing Now de Septiembre de 2016 incluimos siete artículos que examinas las oportunidades y desafíos en los datos de IoT y el descubrimiento del contexto.

Un Consorcio en Común

Usualmente, dispositivos diferentes almacenan datos en “silos” separados. Por ejemplo, los dispositivos Fibit recolectan datos personales de salud, y los dispositivos EarlySense monitorean los signos vitales de los pacientes. Ambas compañías generan zetta bytes de datos, pero cada uno guarda sus datos en sus propios servidores. Para alcanzar el ambicioso sueño de una IoT realmente interconectada, los datos tendrían que ser almacenados en base de datos heterogéneas, ampliamente distribuidas para asegurar una disponibilidad global. La recuperación de datos requeriría un marco común de representación de datos leíbles por maquinas.

La figura 1 describe la visión de los editores invitados del servicio de IoT que proporciona el Consorcio Común. En la Figura 1a, el enfoque actual especifico de proveedor genera los datos IoT en silos por medio de aplicaciones altamente acopladas con los sensores específicos. En la figura 1b, un sistema de descubrimiento levemente acopla las aplicaciones con los sensores para permitir la interoperabilidad y reutilización de los datos de IoT y la re objetivación.

Figure 1. Vision of IoT discovery. a) Vendor-specific IoT approaches currently create data silos. b) Our vision of a discovery-enabled system would leverage loose coupling between applications and sensors to enable interoperability, reuse, and repurposing of IoT data and context.

Figura 1: Visión del descubrimiento IoT. A) El enfoque IoT especifico del proveedor crea silos de datos. B) Nuestra visión de un sistema conducido por el descubrimiento potenciaría a los sistemas levemente acoplados entre aplicaciones y sensores para permitir la interoperabilidad, reutilización y re objetivación de los datos IoT y su contexto.

Un motor de descubrimiento, soportado por el motor de contexto y el motor de integración podría descubrir fuentes de datos IoT primarias que múltiples proveedores almacenan y gestionan. El sistema requeriría de interfaces comunes, bien definidas que utilizarían los estándares de Internet, tales como la web semántica web semántica. La evolución de la IoT y los Grandes Datos requieren el soporte de nuevos datos y técnicas de descubrimiento de sensores para superar las cuestiones que previenen el acceso al conjunto de datos y la reutilización.

En esta Edición

El tema de este mes de Computing Now comienza con el artículo “Computación Físico-Ciber-Social: Mirando hacia atrás, Mirando hacia adelante” de Payam Barnaghi y sus colegas. Los autores presentan la computación físico-ciber-social, explican cómo los sistemas interpretan las estructuras sociales de los usuarios a través de los datos de IoT y proporcionan una información y servicios, accionables (cercana) al tiempo real.
Dimitrios Georgakopoulos y sus colegas proporcionan una visión del futuro de la arquitectura de los sistemas de IoT impulsadas por el servicio de descubrimiento y los servicios de integración de tiempo real en el artículo “Arquitectura IoT Orientada al Descubrimiento de Servicios” Esta visión incluye el descubrimiento sobre demanda, la integración de dispositivos IoT, el almacenamiento en la nube y los recursos de computación.

En el artículo “Descripción Semántica, Descubrimiento e Integración para la Internet de las Cosas” Sejin Chun y sus colegas proporcionan un sistema de directorio con Modelo basado en IoT Semántico, para ayudar a gestionar los metadatos y las relaciones entre dispositivos. El modelo propuesto permite compartir la conceptualización para una integración eficiente entre dispositivos y los servicios de directorio en línea.

La seguridad es una cuestión de importancia para la IoT. En el artículo “Seguridad Basada en Políticas Sensibles al Contexto en la Internet de las Cosas,” Prajit Kumar Das y sus colegas proponen un marco que le permite a los dispositivos IoT capturas, representar e imponer políticas de compartición de la información. Los autores usan los conceptos de la web semántica para establecer políticas consistentes de representación y presentan casos de uso para demostrar sus diseños.

En el artículo “Correspondencia Sobre los Flujos de Datos Enlazados en la Internet de las Cosas,” de Yongrui Qin, Quan Z Sheng y Edward Curry, exploran técnicas para la diseminación eficiente de los datos de IoT a los consumidores. Los autores usan los datos enlazados abiertamente para representar los datos IoT y sus relaciones, y luego diseminar las correspondencias de los datos basados en las consultas registradas en el sistema. La ponencia presenta un caso de uso para validad la aplicabilidad del sistema, su velocidad y su eficiencia.

En el artículo “Descubrimiento de Recursos en la Internet de las Cosas: Tendencias Actuales y Aspectos Futuros de Estandarización” Soumya Kanti Datta, Rui Pedro Ferreira Da Costa y Christian Bonnet discuten el panorama de la tecnología actual para el descubrimiento en IoT, incluyendo sus ventajas y las limitaciones. Proponen un registro centralizado para el almacenamiento de las configuraciones de los recursos y sus parámetros, así como un motor de búsqueda que ranquee los recursos disponibles y proporcione las URI’s con los accesos a los recursos

El articulo final “La Web de las Cosas: Desafíos y Oportunidades” presenta cuestiones nacientes por el uso creciente de las representaciones virtuales por cosas físicas o abstractas que son accesibles vía las tecnologías de la web. El Autor Dave Raggett arguye que alcanzar una nueva fase de crecimiento exponencial requerirá de mercados abiertos, estándares abiertos y la visión para imaginar el potencial para esta red expansiva.

Rodolfo Milito of Cisco offers insights into the intersection of distributed computing and IoT.


Manfred Hauswirth of Fraunhofer FOKUS discusses challenges and opportunities in IoT data and context discovery.

Perspectivas Industriales

El tema de este mes de Computing Now incluye dos entrevistas en video con expertos prominentes de la industria sobre la importancia y desafíos de los datos y los contextos de descubrimiento en el middleware de IoT, los servicios y las aplicaciones. El primero presenta a Rodolfo Millo de Cisco en San José, California, quien posee la reputación de ser el padre de la computación en la neblina. El segundo proporciona una visión de Manfred Hauswirth, el director del Instituto Fraunhofer para las Comunicaciones de los Sistemas Abiertos (FOKUS) en Berlín.

Conclusión

Los artículos en esta edición de Computing Now tratan varios desafíos que los datos de la IoT y el contexto de descubrimiento generan, así como proponen soluciones para hacer la IoT práctica, confiable, desplegable y utilizable. Por supuesto se requiere más investigación antes que los datos de IoT y el descubrimiento del contexto se transformen en características usuales de las aplicaciones IoT, sus sistemas y sus servicios. Aconsejamos a los lectores interesados a bucear en las investigaciones y unirse a la amplia comunidad de los líderes, desarrolladores, arquitectos y usuarios de la IoT.

Editores Invitados

Arkady Zaslavsky es investigador senior e investigador principal a Data61 en la Commonwealth Scientific and Industrial Research Organization (CSIRO), Australia. Ha sido professor adjunto en la Universidad de New South Wales, La Troube University y la ITMO University. Zaslavsky posee un PHD en ciencias de la computación del Institute of Control Sciences, URSS Academy of Sciencies. Sus intereses técnicos incluyen la Internet de las Cosas, la computación omnipresente, ubicua y móvil; la presencia sensible al contexto, la gestión semántica de datos; y la analítica móvil. Es miembro del comité editorial de Computing Now. Se lo puede contactar en arkady.zaslavsky@csiro.au

Prem Prakash Jayaraman es un investigador colaborador en la Swinburne University of Technology. Sus intereses de investigación incluyen la Internet de las Cosas, la computacion en la nube, la analítica de Grandes Datos y la computación móvil. Jayaraman posee un PhD en ciencias de la computación de la Monash University. Se lo puede contactar en prem.jayaraman@gmail.com o www.premjayaraman.com