A concepção da arquitetura do IoT-DFR3tem por foco contribuir com o avanço do Sub-sistema de Execução do Middleware EXEHDA, mais especificamente contribuir com as funci-onalidade do EXEHDA-RR. Considerando que a descoberta de recursos e sua classificação são tópicos centrais de pesquisa no G3PD, foram identificadas algumas oportunidades para desdo-bramento do trabalho realizado, dentre as quais destacaríamos:
• Avaliar outras abordagens para geração de regras para o sistema Fuzzy empregado no IoT-DFR3. Dentre as alternativas destacaríamos os sistemas neuro-fuzzy, os quais empregam redes neurais recorrentes para prover aprendizado de máquina e a partir do mesmo gerar regras customizadas as demandas do cliente;
• Tendo por base a escalabilidade típica da IoT, a qual pode implicar em volumes eleva-dos de recursos a serem consideraeleva-dos pelo mecanismo de geração de regras, entende-se como oportuno avaliar o tempo necessário para diferentes condições das infraestruturas de execução consideradas e seus diferentes perfis de recursos;
• Considerando a perspectiva de uso do IoT-DFR3 diretamente pela comunidade usuária, se mostra oportuno a concepção de uma ferramenta que centralize os esforços de geren-ciamento e visualização das regras Fuzzy geradas.
REFERÊNCIAS
AL-MASRI, E.; MAHMOUD, Q. H. Investigating web services on the world wide web. In: Proceedings of the 17th international conference on World Wide Web. USA: ACM, 2008. p. 795–804.
ALBANDES, R. I2VSM: Uma Abordagem para Acompanhamento de Pacientes Explorando Ciência de Situação na IoT. 108 p. Dissertation (Mestrado em Engenharia Eletrônica e Computação) — Universidade Católica de Pelotas, Pelotas, RS, Brasil, 2019. ALFARO, K. E. I. et al. Aplicações da extensão de zadeh na dinâmica do hiv com retardo fuzzy sob tratamento antirretroviral. Universidade Federal de Uberlândia, 2019.
BARROS, L.; BASSANEZI, R. Tópicos de lógica fuzzy e biomatemática. [S.l.]: UNICAMP/IMECC, 2010. 354 p. ISBN 85-87185-05-5.
BELOUAAR, H.; KAZAR, O.; KABACHI, N. Web service selection approach based on agent and fuzzy logic. J Digit Inf Manag, v. 17, n. 1, p. 1–12, 2019.
BOOTSTRAP. About Bootstrap. 2020. Disponível em: < https://getbootstrap.com/docs /4.5/about/overview/ >. Acesso em agosto de 2020.
CABRERA, N. Aplicação da Extensão de Zadeh para Conjuntos Fuzzy Tipo 2 Intervalar. p. 72, 2014.
CASTAÑÓN-PUGA, M. et al. Hybrid-Intelligent Mobile Indoor Location Using Wi-Fi Signals - Location Method Using Data Mining Algorithms and Type-2 Fuzzy Logic Systems. ICEIS 2015 - 17th International Conference on Enterprise Information Systems, Proceedings, v. 1, p. 609–615, 01 2015.
CRISTÓBAL, J. R. S. Multi-criteria decision-making in the selection of a renewable energy project in spain: The Vikor method. Renewable Energy, v. 36, n. 2, p. 498–502, 2011. ISSN 0960-1481. Available from Internet: <http://www.sciencedirect.com/science/article/pii/ S0960148110003563>.
CSS, M. W. About CSS. 2020. Disponível em: < https://developer.mozilla.org/pt-BR/docs /Web/CSS >. Acesso em agosto de 2020.
DILLI, R. Uma Proposta para Classificação de Recursos da IoT Explorando o Tratamento da Incerteza na Decisão Multicritério. 120 p. Thesis (Doutorado em Ciência da Computação) — Universidade Federal de Pelotas, Pelotas, RS, Brasil, 2020.
DILLI, R. et al. EXEHDA-RR : Uma proposta para tratar incertezas e otimizar o processo de classificação de recursos na IoT. Simpósio Brasileiro de Computação Ubíqua - CSBC, 2018. EZENWOKE, A. Fuzzy Hybrid Approach for Ranking and Selecting Services in Cloud-based Marketplaces. Journal of Artificial Intelligence, v. 11, n. 1, p. 9–17, 2018. ISSN 19945450. Available from Internet: <http://www.scialert.net/abstract/?doi=jai.2018.9.17>.
FARIAS, M. d. S. Realimentação de estados baseada em regras fuzzy tipo-2 para servo-controle de sistemas não lineares. Natal, RN, Brasil, 2019.
GRECO, S.; EHRGOTT, M.; FIGUEIRA, J. Multiple Criteria Decision Analysis: State of the Art Surveys. Multiple Criteria Decision Analysis State of the Art Surveys, Springer-Verlag New York, New York, p. 1347, 2016.
GÜNDO ˘GDU, F. K.; KAHRAMAN, C. A novel spherical fuzzy analytic hierarchy process and its renewable energy application. Soft Computing, Springer, v. 24, n. 6, p. 4607–4621, 2020. HAGHRAH, A. A.; GHAEMI, S. Pyit2fls: A new python toolkit for interval type 2 fuzzy logic systems. arXiv preprint arXiv:1909.10051, 2019.
HTML, M. W. About HTML. 2020. Disponível em: < https://developer.mozilla.org/pt-BR/docs/Web/HTML >. Acesso em agosto de 2020.
IHS Markit. IoT trend watch 2017. [S.l.], 2017. 24 p. Available from Internet: <https://cdn.ihs.com/www/pdf/IoT-trend-watch-2017.pdf>.
JAVASCRIPT, M. W. About JavaScript. 2020. Disponível em: < https://developer.mozilla.org/ pt-BR/docs /Web/JavaScript >. Acesso em agosto de 2020.
JOV ˇCI ´C, S. et al. A proposal for a decision-making tool in third-party logistics (3pl) provider selection based on multi-criteria analysis and the fuzzy approach. Sustainability, Multidisciplinary Digital Publishing Institute, v. 11, n. 15, p. 4236, 2019.
KARNIK, N. N.; MENDEL, J. M. Centroid of a type-2 fuzzy set. Information Sciences, 2001. ISSN 00200255.
KHUTADE, P. A.; PHALNIKAR, R. QoS Aware Web Service Selection and Ranking Framework Based on Ontology. International Journal of Soft Computing and Engineering (IJSCE), n. 3, p. 77–81, 2014.
KOHAR, R. Optimal Web Service Selection Model using Fuzzy Extended AHP and Weighted Sum Method. Journal of Digital Information Management, v. 16, n. 4, p. 157, 2018. ISSN 0972-7272. Available from Internet: <http://dline.info/fpaper/jdim/v16i4/jdimv16i4_1.pdf>. KUMAR, R. R.; MISHRA, S.; KUMAR, C. Prioritizing the solution of cloud service selection using integrated MCDM methods under Fuzzy environment. Journal of Supercomputing, v. 73, n. 11, p. 4652–4682, 2017. ISSN 15730484.
LEI, F. et al. Topsis method for developing supplier selection with probabilistic linguistic information. International Journal of Fuzzy Systems, Springer, p. 1–11, 2020.
LUCERO, S. Iot platforms: Enabling the internet of things. IHS TECHNOLOGY, IHS Markit, p. 5, 2016. Available from Internet: <https://cdn.ihs.com/www/pdf/enabling-IOT.pdf>. McCulloch, J. Syfsel: Generating synthetic fuzzy sets made simple. In: 2018 IEEE
International Conference on Fuzzy Systems (FUZZ-IEEE). [S.l.: s.n.], 2018. p. 1–6. Mendel, J. M. Uncertain Rule-Based Fuzzy Systems. 2nd. ed. [S.l.]: Springer International Publishing, 2017. XXII, 684 p. ISBN 978-3-319-51370-6.
MOHAMMADSHAHI, Y. A state-of-art survey on TQM applications using MCDM
techniques. Decision Science Letters, v. 2, p. 125–134, 2013. ISSN 19295804. Available from Internet: <http://www.growingscience.com/dsl/Vol2/dsl_2013_15.pdf>.
MUTLU, B.; SEZER, E. A.; AKCAYOL, M. A. Automatic rule generation of fuzzy systems: A comparative assessment on software defect prediction. In: IEEE. 2018 3rd International Conference on Computer Science and Engineering (UBMK). [S.l.], 2018. p. 209–214. NAGARAJAN, R.; THIRUNAVUKARASU, R. A fuzzy-based decision-making broker for effective identification and selection of cloud infrastructure services. Soft Computing, Springer, v. 23, n. 19, p. 9669–9683, 2019.
NUNES, L. H. et al. Multi-criteria IoT Resource Discovery: A Comparative Analysis. Wiley InterScience, p. 1–16, 2016.
OLIVEIRA, M. D. d. et al. Nova abordagem do índice de qualidade de água bruta utilizando a lógica fuzzy. Engenharia Sanitária e Ambiental, SciELO Brasil, v. 19, n. 4, p. 361–372, 2014.
OLIVEIRA, S. de. Internet das coisas com ESP8266, Arduino e Raspberry PI. [S.l.]: Novatec Editora, 2017.
ORACLE. About GlassFish. 2020. Disponível em: < https://javaee.github.io/glassfish/ >. Acesso em agosto de 2020.
ORACLE. About JAVA. 2020. Disponível em: < https://www.java.com/ >. Acesso em agosto de 2020.
PATIDAR, A.; SUMAN, U. A survey on software architecture evaluation methods. In: IEEE. 2015 2nd International Conference on Computing for Sustainable Global Development (INDIACom). [S.l.], 2015. p. 967–972.
PERERA, C. Sensing as a Service for Internet of Things: A Roadmap. [S.l.]: Leanpub Publishers, 2017.
Perera, C.; Liu, C. H.; Jayawardena, S. The emerging internet of things marketplace from an industrial perspective: A survey. IEEE Transactions on Emerging Topics in Computing, v. 3, n. 4, p. 585–598, 2015.
PERERA, C. et al. Context aware computing for the internet of things: A survey. IEEE Communications Surveys and Tutorials, v. 16, n. 1, p. 414–454, 2014. ISSN 1553877X. POSTGRESQL. About PostgreSQL. 2020. Disponível em: < https://www.postgresql.org/ >. Acesso em agosto de 2020.
QIU, T. et al. How can heterogeneous internet of things build our future: A survey. IEEE Communications Surveys & Tutorials, IEEE, v. 20, n. 3, p. 2011–2027, 2018.
RAY, P. P. A survey on internet of things architectures. Journal of King Saud University-Computer and Information Sciences, Elsevier, v. 30, n. 3, p. 291–319, 2018.
REHMAN, Z. U.; HUSSAIN, O. K.; HUSSAIN, F. K. Iaas cloud selection using MCDM methods. In: Proceedings - 9th IEEE International Conference on E-Business Engineering, ICEBE 2012. [S.l.: s.n.], 2012. p. 246–251. ISBN 9780769548098. ISSN 9780769548098. SANTOS, M.; MENDOZA, B. Identificación borrosa de un cultivo experimental. In: ÁREA DE INGENIERÍA DE SISTEMAS Y AUTOMÁTICA, UNIVERSIDAD DE EXTREMADURA. XXXIX Jornadas de Automática. [S.l.], 2018. p. 888–893.
SCHENFELD, M. C. et al. Arquitetura para fog computing em sistemas de middleware para internet das coisas. In: Anais do XLIII Seminário Integrado de Software e Hardware. Porto Alegre, RS, Brasil: SBC, 2016. p. 199–209. ISSN 2595-6205. Available from Internet: <https://sol.sbc.org.br/index.php/semish/article/view/9530>.
SCHNEIDER, G. B. et al. Int-flbcc: Model for load balancing in cloud computing using fuzzy logic type-2 and admissible orders. Revista de Informática Teórica e Aplicada, v. 27, n. 3, p. 102–117, 2020.
SHANMUGAPRIYA, P.; SURESH, R. Software architecture evaluation methods-a survey. International Journal of Computer Applications, Citeseer, v. 49, n. 16, 2012.
SILVA, M. et al. Sistema de inferência fuzzy para estimativa de crescimento populacional. Anais do Salão Internacional de Ensino, Pesquisa e Extensão, v. 11, n. 2, 2019.
SILVA, M. C. d. A. APLICAÇÃO DE UM SISTEMA FUZZY PARA CLASSIFICAÇÃO DE OPINIÃO EM DIFERENTES DOMÍNIOS. Thesis (PhD) — Instituto de Matemática. Departamento de Ciência da Computação, 10 2015.
SIREGAR, D. et al. Multi-attribute decision making with vikor method for any purpose decision. In: J. Phys. Conf. Ser. [S.l.: s.n.], 2018. v. 1019, n. 1.
SUCENA, M. P.; SILVA, L. M. da. Método de análise multicritério fuzzy para seleção de transportadora de cargas rodoviária. REVISTA DE ENGENHARIA E TECNOLOGIA, v. 12, n. 2, 2020.
TAN, L. Future internet: The Internet of Things. 2010 3rd International Conference on Advanced Computer Theory and Engineering(ICACTE), p. V5–376–V5–380, 2010. ISSN 2154-7491. Available from Internet: <http://ieeexplore.ieee.org/lpdocs/epic03/wrapper.htm? arnumber=5579543>.
TRIPATHY, A. K.; TRIPATHY, P. K. Fuzzy QoS requirement-aware dynamic service discovery and adaptation. Applied Soft Computing Journal, Elsevier B.V., v. 68, n. November, p. 136–146, 2018. ISSN 15684946. Available from Internet: <https: //doi.org/10.1016/j.asoc.2018.03.038>.
ULHOA, T. F.; LIMA, R. H. P.; OSIRO, L. Proposta de um método para identificação e medição da importância relativa das preferências dos clientes usando a abordagem fuzzy-ahp. Revista Gestão da Produção Operações e Sistemas, v. 12, n. 3, p. 153, 2017.
WAGNER, C. Juzzy - A Java based toolkit for Type-2 Fuzzy Logic. Proceedings of the 2013 IEEE Symposium on Advances in Type-2 Fuzzy Logic Systems, T2FUZZ 2013 - 2013 IEEE Symposium Series on Computational Intelligence, SSCI 2013, p. 45–52, April 2013. ISSN 2330-9911.
WANG, L. X.; MENDEL, J. M. Generating Fuzzy Rules by Learning from Examples. IEEE Transactions on Systems, Man and Cybernetics, 1992. ISSN 21682909.
WASQUES, V. F. Lógica fuzzy aplicada à geologia. Universidade Estadual Paulista (UNESP), 2015.
XU, Z.; YAGER, R. R. Some geometric aggregation operators based on intuitionistic fuzzy sets. International Journal of General Systems, London, v. 35, n. 4, p. 417–433, 2006. ISSN 03081079.
ZADEH, L. Fuzzy sets. Information and Control, v. 8, n. 3, p. 338–353, 6 1965. ISSN 00199958. Available from Internet: <http://linkinghub.elsevier.com/retrieve/pii/ S001999586590241X>.