Despliegue y gestión de plataformas basadas en fog computing en el seno de una ciudad interconectada

Abstract

El presente proyecto aborda una tecnología relativamente reciente como es fog computing. Esta tecnología aprovecha toda la potencia de Internet of Things pero añadiendo un procesamiento de datos justo antes de enviarlos a la nube, también conocido como edge computing, con el fin de añadir al potencial de IoT una baja latencia en envío y recuperación de información. A través de la fabricación de diferentes tipos de dispositivos de bajo coste energético, económico y fácilmente replicables, y de su instalación en una smart city como es Ciudad Universitaria se logra la recuperación de información valiosa con el fin de estudiarla. Estos dispositivos están formados por sensores, tanto infrarrojos como de ultrasonidos, donde su tarea principal es la de recopilar datos sobre el tráfico rodado y el tránsito de personas. A continuación, los dispositivos envían los datos en bruto a través de ondas de baja frecuencia a una red en la que se redirigirán hacia nuestro servidor donde sufrirán un procesamiento y donde se añadirá más información del entorno de la smart city. Luego, estos datos serán utilizados para entrenar un modelo predictivo con el fin de conocer cuál será la afluencia de personas y de vehículos (públicos y privados) en un determinado día y con unas determinadas condiciones.This project deals with a relatively recent technology such as fog computing. This technology takes full advantage of the Internet of Things but adds data processing just before sending them to the cloud, also known as edge computing, in order to add to the potential of IoT a low latency in sending and retrieving information. Through the manufacture of different types of devices with low energy cost, economic and easily replicable, and its installation in a smart city such as Ciudad Universitaria, the recovery of valuable information is achieved in order to study it. These devices are made up of sensors, both infrared and ultra-sound, where their main task is to collect data on road traffic and people transit. Next, the devices send the raw data through low frequency waves to a network where they will be redirected to our server, they will undergo processing and more information about the smart city environment will be added. Then, these data will be used to train a predictive model in order to know what will be the affluence of people and vehicles (public and private) on a given day and with certain conditions.