Search

The introduction of the IPv6 protocol solved the problem of providingaddresses to network devices. With the emergence of the Internetof Things (IoT), there was also the need to develop a protocolthat would assist in connecting low-power devices. The 6LoWPANprotocols were created for this purpose. However, such protocolsinherited the vulnerabilities and threats related to Denial of Service(DoS) attacks from the IPv4 and IPv6 protocols. In this paper, weprepare a network environment for low-power IoT devices usingCOOJA simulator and Contiki operating system to analyze theenergy consumption of devices. Besides, we propose an IntrusionDetection System (IDS) associated with the AES symmetric encryptionalgorithm for the detection of reflection DoS attacks. Thesymmetric encryption has proven to be an appropriate methoddue to low implementation overhead, not incurring in large powerconsumption, and keeping a high level of system security. The maincontributions of this paper are: (i) implementation of a reflectionattack algorithm for IoT devices; (ii) implementation of an intrusiondetection system using AES encryption; (iii) comparison ofthe power consumption in three distinct scenarios: normal messageexchange, the occurrence of a reflection attack, and runningIDS algorithm. Finally, the results presented show that the IDSwith symmetric cryptography meets the security requirements andrespects the energy limits of low-power sensors.

Aprendizado de máquina tem se tornado uma ferramenta essencialpara qualquer sistema de tomada de decisão. Devido a limitaçõesde performance impostas por arquiteturas tradicionais que utilizamCentral Processing Units (CPUs), para aplicações mais críticas, métodosde aceleração com Graphical Processing Unit (GPU) e ApplicationSpecific Integrated Circuit (ASIC) têm sido empregados. No entanto,quando aplicadas a sistemas embarcados, estas apresentam limitaçõesrelacionadas a tamanho físico e complexidade. Para resolverestes problemas, a utilização da tecnologia Field Programmable GateArray (FPGA) tem se mostrado promissora devido a sua grande eficiência,paralelismo real, reconfigurabilidade e flexibilidade. Diantedisso, este estudo tem como objetivo, além de fazer uma revisãoaprofundada da bibliografia, apresentar arquiteturas projetadasem FPGA que buscam minimizar tais limitações, maximizando aeficiência, sem perda de performance significativa e de modo a viabilizarsua utilização em sistemas embarcados. Resultados mostramganhos em performance acima de 95% quando utilizando um hardwareespecialista desenvolvido em FPGA utilizando o algoritmo deaprendizado de máquina K-Nearest Neighbor (KNN).

No monitoramento em saúde pervasivo, uma aplicação essencial no acompanhamento do dia a dia da pessoa é o reconhecimento de atividades. Apesar dos diversos estudos sobre esse tema, um parâmetro pouco considerado é o reconhecimento da intensidade. Neste trabalho, propomos o acoplamento da atividade com a intensidade, a qual denominamos Atividade-Intensidade, em dados obtidos de acelerômetros, para melhor descrever as atividades diárias de um paciente. Adicionalmente, investigamos iniciativas de Lógica Fuzzy no reconhecimento de atividades. Os resultados mostraram a viabilidade da classificação e o bom desempenho do reconhecimento Atividade-Intensidade.

No Brasil, a Análise do Impacto Regulatório (AIR) vem se consolidando nas últimas décadas nas agências reguladoras federais. A metodologia AIR tem como objetivo examinar o processo regulatório, medir os custos e os benefícios gerados, assim como outros efeitos de natureza social, política ou econômica que podem ser causados por uma regulação nova ou já existente. Ao analisar cada opção regulatória, o especialista trata variáveis de natureza qualitativa de difícil mensuração e de elevado grau de incerteza. O trabalho complementa a literatura existente, dado que poucos trabalhos no âmbito da AIR têm empregado metodologias de apoio à decisão que incorporem o conhecimento do especialista de forma independente do problema a ser tratado. Portanto, propõe-se uma abordagem exploratória usando um Sistema Especialista Fuzzy (SEF), o qual, incorporando o conhecimento tácito dos especialistas, contribui para enriquecer o processo de decisão na fase final de comparação das opções regulatórias, permitindo o acesso do tomador de decisão a um histórico de parte dos raciocínios de outros especialistas.

Este trabalho apresenta uma abordagem utilizando sistemas Fuzzy para o monitoramento de saúde de um paciente em ambientes de computação pervasiva. Um modelo de decisão considera três classes de variáveis que constituem as informações de contexto sendo coletadas: ambientais, fisiológicas e comportamentais. Um estudo de caso de monitoramento da pressão arterial foi desenvolvido para identificar situações críticas com base em conhecimento médico. A solução mantém a interpretabilidade de um conjunto de regras definidas, mesmo após uma fase de aprendizado que propõe ajustes nessas regras. Nessa fase, a técnica de agrupamento Fuzzy C-Means foi escolhida para o ajuste das funções de pertinência, usando os centros dos agrupamentos. Uma equipe médica avaliou dados de monitoramento de 24 horas de 30 pacientes e esta avaliação foi comparada com os resultados do sistema. A abordagem proposta demonstrou ser individualizada, identificando situações críticas em pacientes com diferentes níveis de pressão arterial, com uma acurácia de 90% e baixa taxa de falsos negativos. This paper presents a Fuzzy approach to monitor the health of a patient in pervasive computing environments. A decision model considers three classes of variables that represent the context information being collected: environmental, physiological and behavioral. A case study of blood pressure monitoring was developed to identify critical situations based on medical knowledge. The solution maintains the interpretability of a set of defined rules, even after a learning phase that proposes adjustments to them. In this phase, the Fuzzy C-Means clustering was chosen to adjust membership functions, using the cluster centers. A medical team evaluated data from 24-hour monitoring of 30 patients and the rating was compared with the results of the system. The proposed approach proved to be individualized, identifying critical events in patients with different levels of blood pressure with an accuracy of 90% and low rate of false negatives.

We present a decision-level data fusion technique for monitoring and reporting critical health conditions of a hypertensive patient at home. Variables associated to the patient (physiological and behavioral) and to the living environment are considered in the solution, contributing to improve the confidence on the system outputs. In the paper, we model the problem variables as fuzzy, aiming to capture their intrinsic essence, and draw rules based on medical recommendations to identify the health condition of the patient. This initiative move towards to build an abstract framework for context-aware telemonitoring applications. We also describe the relevant components of the framework and provide an initial evaluation of its decision component. Our results demonstrate that a principled choice of rules and variables may lead to a consistent identification of critical patient's conditions.

Ubiquitous and pervasive applications are aware of the context of the used resources. This class of application can benefit from mechanisms to discover resources (devices and sensors) that meet their requirements and mechanisms to monitor the state and provide access to the functionalities of these resources. We present an architecture that includes two essential services to compose the supporting infrastructure required by the mentioned applications: a Context Service, that provides access to context information, and a Discovery Service. Resource Agents, which encapsulate and provide access to the actual resources and sensors, are also included in the proposal. A reference implementation, based on Web Services technology, was used to develop a remote assisted living application, which relies on ambient sensors, placed in each room, to capture context information and on a combo medical appliance to perform blood pressure measurements on the patient, according to a care plan prescribed by a doctor. The collected set of context data may be transmitted to a monitoring center and also interpreted locally using medical knowledge; the identification of a patient's abnormal condition can activate local actions or send an emergency message to a monitoring center. The local infrastructure can help a doctor to monitor and assist the patient while he or she is performing daily activities. It may also help reducing hospitalization time and improving the patient’s treatment compliance and quality of life.

O conhecimento da localização de um dispositivo móvel é essencial para o desenvolvimento de aplicações sensíveis ao contexto. Este trabalho investiga técnicas de localização de dispositivos móveis em ambientes fechados, que atendam aos requisitos de baixo custo, precisão e tolerância a falhas. Como preocupações adicionais, colocam-se a viabilidade de execução em dispositivos com restrições de recursos e o tempo gasto na execução da função de localização. Especificamente, avaliamos soluções baseadas em redes neurais e no algoritmo dos k-vizinhos mais próximos, as quais utilizam os sinais de rádio emitidos por pontos de acesso de redes sem fio. Um cenário real foi utilizado para implementação e avaliação das técnicas.

We present an architecture that includes two essential services to compose the supporting infrastructure required by context-aware applications: a Context Service, that provides access to context information, and a Discovery Service. A reference implementation, based on Web Services technology, was used to develop a remote assisted living application, which relies on ambient sensors, placed in each room, to capture context information and on a combo medical appliance to perform blood pressure measurements on the patient, according to a care plan prescribed by a doctor. The collected set of context data may be transmitted to a monitoring centre and also interpreted locally using medical knowledge; the identification of a patient's abnormal condition can activate local actions or send an emergency message to a monitoring centre. This infrastructure can help a doctor to monitor and assist the patient while he or she is performing daily activities and may also help improving the patient's treatment compliance and quality of life.