Banca de DEFESA: JESSIKA CRISTINA DA SILVA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : JESSIKA CRISTINA DA SILVA
DATA : 01/08/2023
HORA: 09:00
LOCAL: Remota via Google Meet (Link da videochamada: https://meet.google.com/bvy-uxzj-mqc)
TÍTULO:

Análise de Desempenho de Mecanismos de Adaptação de Taxa para Redes LoRaWAN em Cenários de Criação de Gado em Semi-Confinamento

PALAVRAS-CHAVES:

LoRaWAN, ADR, Aprendizagem de Máquina, IoT

PÁGINAS: 60
RESUMO:

Este trabalho tem como objetivo investigar mecanismos de Adaptação da Taxa de Transmissão (ADR) em redes com dispositivos LoRa como solução para cenários dinâmicos  IoT e também  propor uma nova solução com base nas investigações realizadas. A estratégia de ADR padrão, definida no protocolo de rede LoRaWAN, é uma técnica simples que permite o ajuste da taxa de transmissão por meio da leitura do valor de SNR (Relação Sinal-Ruído) e/ou RSSI (Indicador de Intensidade do Sinal Recebido). Devido a multiplicidade e dinamicidade de cenários IoT, é necessária a investigação de técnicas de ADR que estabeleçam um bom compromisso entre cobertura e capacidade. Esta dissertação visa investigar cenários IoT de criação de gado em semi-confinamento, principalmente quando o cenário é variante com o tempo (surgimento de demanda concentrada de tráfego, rede com sensores móveis, por exemplo). Resultados preliminares usando o simulador ns-3 demonstram a necessidade de adaptar dinamicamente os parâmetros do ADR, pois cada cenário requer diferentes estratégias de ADR (ou diferente parametrização de estratégias pré-existentes).  Por fim, se propõe a adaptação de algoritmos clássicos de ADR para promover flexibilidade entre cobertura e capacidade em tais cenários

MEMBROS DA BANCA:
Interno - 3921178 - VALDEMIR PRAXEDES DA SILVA NETO
Interno - 1412682 - VICENTE ANGELO DE SOUSA JUNIOR
Externo à Instituição - ÁLVARO AUGUSTO MACHADO DE MEDEIROS - UFJF