Jan 08, 2016
ASSERT - Advanced System and Software Engineering Research Technologies Lab
Cloud Computing, Internet of Things & Data-Driven Engineering
http://bit.ly/assert-labes-2015
Manifesto ASSERT Comprometido com resultados prticos e intensivos em
pesquisa de qualidade.
Mercado, e as empresas, de TI (inicialmente .BR) enfrentam nas novas plataformas de mercado, negcios e tecnologias.
2 http://assertlab.com/manifesto
Large-scale Complex it systems
LSCITS so sistemas organizacionais utilizados por um grande nmero, ou conjunto, de stakeholders com diferentes objetivos, vises, eventualmente culturas, e propsitos.
3
Ian Sommerville, Dave Cliff, Radu Calinescu, Justin Keen, Tim Kelly, Marta Kwiatkowska, John Mcdermid, and Richard Paige. 2012. Large-scale complex IT systems. Commun. ACM 55, 7 (July 2012), 71-77.
Tpicos de Pesquisa
4
Cloud Computing
Social Machines
Data-Driven Engineering
Internet of Things
Enterprise Application Platform Engagement
Cloud Computing5
UCloud :: Arquitetura de Referncia
6
7UCloud: Plataforma
UCloud :: Funcionamento
8
UCloud :: Datacenter Virtual
9
Completude dos Relatos de Experimentos Dificuldade para interpretar/avaliar relatos de estudos empricos: omisso e
superficialidade (DURAO et al., 2014; LI et al., 2013; HUANG et al., 2013; NASIR; NIAZI, 2011; SILVA; ROSE; CALINESCU, 2013a).
Omisso: Questo de Pesquisa / procedimentos metodolgicos / caracterizao do contexto / anlise dos dados.
Grau de completude: a presena das informaes dos elementos da pesquisa em seus relatos.
Escopo tempo x espao disponvel Experimento: representativo mediante as caractersticas da rea de pesquisa Elasticidade: caracterstica marcante da CN.
10
Resultados da Anlise dos Relatos Analisamos 3.511 e avaliamos 59 estudos. Ficou evidente a dificuldade relatada pelos autores para se encontrar informaes
importantes para interpretar, analisar os dados e a validade dos resultados dos estudos.
A superficialidade das informaes, quando reportadas, dificultam a interpretao, validao, generalizao e replicao dos resultados.
A forma como os autores descrevem os ttulos dos estudos no permitem aos potenciais leitores a fcil identificao do experimento.
Os resumos omitem informaes importantes e no utilizam formato estruturado. Os contextos dos estudos no so caracterizados.
11
Resultados da Anlise dos Relatos As introdues e fundamentaes no so reportadas contento. Os planejamentos e anlises estatsticas em geral so omitidos. As informaes de configurao de ambiente, instrumentao e coleta de dados ,
quando reportadas, so superficiais. Argumentaes sobre a seleo de mtricas, parmetros e ferramentas no so
apresentadas. Os impactos e a generalizao dos resultados, em geral so omitidos e quando citados o
seu grau de confiana baixo. As ameaas validade no so direcionadas. As lies aprendidas no costumam ser reportadas.
12
Resultados da Anlise dos Relatos Apndices no costumam ser utilizados. Conjuntos de dados das pesquisas no so disponibilizados. Apenas 8% dos estudos se dedicam apenas ao relato de um experimento. No foi identificado nenhum experimento human-based. Nenhum dos estudos indica a data em que o experimento foi realizado. Nenhum dos estudos fez meno a utilizao de mecanismos ou guias para executar, planejar e
reportar experimentos. A terminologia dos mtodos empricos indevidamente utilizada. As fontes de publicaes so bem pulverizadas. No foi encontrado nenhum estudo selecionado que tivesse sido publicado em algumas das
conferncias da engenharia de software emprica.
13
Social Machines14
Social Machines
15
Agent-based Semantic Web
Services
KA Systems
Crowdsourcing
SOCIAL MACHINE
People as Computational Units
Software as Sociable Entities
Social Software
Systems based on Social Data
Human computation
Blogs Social
Networking
Microbloging
Open API Platforms
Video sharing
Mashups
Physical Objects governed by Social Data
GWAP
microtask
CAPTCHA
reCAPTCHA
KA-CAPTCHA
Collaborative Platforms
e.g. Amazon Turk
anti-spam mechanisms
Wikis
WS-HumanTask
BPEL4People
Social Network Crowdsourced
Platforms e.g. Ushahidi
Communities of Web Services
Social Networks of Web Services
Relationship-aware Systems
Convergncia de diferentes vises
Personal API
Social'Machines'Paradigm'
Common%Base%of%Understanding%(exis3ng%approaches,%dierent%visions,%characteris3cs,%etc.)%
Analysis%Guidelines%
Sociable%SoCware% Rela3onship%
Unied%Abstrac3on%Model%(compu3ng,%communica3on%and%control)%
Design%Guidelines%
SoMAr%Social%MachineIoriented%Architecture%
PaKerns% Quality%AKributes% Principles% Constraints%
Experience%&%Evalua3on%(dierent%contexts,%benets%and%limita3ons)%
Um paradigm unificado para descrever, projetar e implementar sistemas sociais emergentes
16
Aplicaes
Indivduos [YOU]: The Social Machine that wraps
you
www2014
17
Aplicaes
Business IEEE IC Magazine, 2015
The Social Enterprise & meet-in-the-middle SMs
18
Aplicaes
Governo www2015
ASSERT[x]19
Ongoing projects
Mangue.io Gerenciamento de dados heterogneos em CC BigData & Interoperabilidade
Modelo de Maturidade em/para Smart Cities
20
Mangue.io Mobile Backend as a service(MBaaS), also known as " backend as a
service" (BaaS), is a model for providing web and mobile app developers with a way to link their applications to backend cloud storage and APIs exposed by back end applications while also providing features such as user management, push notifications, and integration with social networking services.
Backend as a Service Market worth $7.7 Billion by 2017
21
http://bit.ly/1FBaP34
http://bit.ly/1Fo6A7Q
Mangue.io Implantao de aplicaes existentes e novas (que venham a ser criadas no futuro) Escalar as solues Portabilidade Multi-Nuvem
Nuvem privada Micro-nuvem privada Integrao com [F]rameworks, [S]ervios e [A]plicaes
F: Java, spring, Scala, Ruby, Rails, JavaScript, Node... S: PostgreSQL, RabbitMQ, redis, mongoDB, MySQL... A: Zimbra, Office, CRM, Utilitrios
Simplicidade
22
Premissas Bsicas da Arquitetura da Plataforma Fail Fast Self Healing Componentes Escalveis
Horizontalmente Estado Distribudo No Single Point of Failure (NSPF) Should be as simple as possible
23
Event-Driven Asynchronous NonIndependent-blocking Idempotent Message Passing Eventually Consistent
Viso em camadas
24
Software como Servio (SaaS)
Plataforma como Servio (PaaS)
Roteador
Controlador da Nuvem
Monitor
Aplicaes dos Usurios
Servios
Controlador de Mensagens
Motor de Execuo das Aplicaes (MExA)
A A A A...A
Infraestrutura como Servio (IaaS)
Mangue.io Arquitetura
Escalvel
25
Mangue.io :: Viso Geral
26
Data-driven Software Engineering27
O universo digital dobra a cada 2 anos
28
bytes de informao
Volume de dados gerados em 2012Em 2001, foram criados 6 mil petabytes de informao
Tipos e Fontes de dados
29
2011
2020
+50x
+75x Recipientes de Informao -1.5x profissionais de TI
Fonte: 2011 IDC Digital Universe Study
Manter, Recuperar, Analisar
30
Unificada, Integrada e em Tempo Realou quase
31
CSV Text XML Json NoSQL
Mediadores
OMHD Dados Recentes
...
Speed Layer (realtime)
Batch Layer Service Layer
Mundo Externo Fontes de dados Heterogneas
Dados Histricos Analytics
Data service
Data service
Views
Views
SmartClusterClustering Brazilian Smart Cities
32
SmartCluster Problema:
Autores criaram vrios termos para definir Cidades Inteligentes, e poucas formas de comparar e medir essas cidades. Quando encontra-se um modelo, este modelo no atende as especificidades brasileiras !
Porque isso um problema para computao ? Cidades Inteligentes utilizam: sensores, big data, data mining, public open data, padres de software, agentes,
internet das coisas... Como realizar investimentos em algo sem conceito claro? Sem ter como medir ? Sem comparar ? Sem mtricas?
Qual a proposta ? Criar uma mtrica formalizada de Cidades Inteligentes com reas, domnios, indicadores e atribuir notas.
33
SmartCluster
34
reas Domnios Indicadores DataSource2(BR) Estudos (papers)Infra
estru
tura
gua% Acesso%a%gua%potvel [1],[5] [19],[24]Energia Residncias%acesso%a%energia [1],[11],[5] [19],[29]Transporte Transporte%pblico%em%massa [13],[12] [19],[23]Meio%Ambiente Tratamento%lixo%domestico [1],[14],[4] [19],[24]Habitao Residncia%prpria [1],[5] [26],[31]Tecnologia Residncias%acesso%Comput. [1],[5] [20],[21],[22]
Servio
s2e2Gesto Governana IDH% Renda/Emprego [3],[2],[7] [22],[27],%[19]
Segurana Homicdios%por mil%habit. [1],[17],[18],[15] [19],[32],%[33]Sade IDH%X ndice%Desenv.%Humano% [6],[4],[5] [19],[31]
EducaoIDH% Educao [1],[9],[10],[5],[8] [25],%[28],%[30]
SmartCluster[01] http://www.ipeadata.gov.br/ [02] http://www.ibge.gov.br/ [03] http://www.fdc.org.br [04] http://www.tratabrasil.org.br [05] http://www.portalodm.com.br [06] http://www.datasus.gov.br [07] http://www.sebrae.com.br [08] http://www.fnde.gov.br [09] http://portal.mec.br [10] http://www.unesco.org [11] http://www.aneel.gov.br [12] http://www.transportes.gov.br [13] http://www.antp.org.br [14] http://www.mma.gov.br [15] http://www.unodc.org [16] http://www.dataprev.gov.br [17] http://portal.mj.gov.br [18] http://www.seade.gov.br
35
Ministry of Education SUS1Department of Informatics
Brazilian1Institute1of1Geography1and1Statistics
Brazilian1support1service1for1micro1and1small1businesses.
National1Agency1of1Eletricity Ministry1of1Environment
Municpios Energia Educao Meio2Ambiente Agua Sade Transporte Habitao Governana Segurana Tecnologia MediaFlorianpolis 5,0 5,0 5,0 4,9 4,8 4,3 3,8 4,2 4,0 1,7 4,3
So2Paulo 5,0 5,0 5,0 4,9 4,6 4,1 3,2 4,2 4,1 1,3 4,1
Rio2de2Janeiro 5,0 5,0 4,9 4,9 4,6 4,1 3,6 4,2 3,2 1,2 4,1
Braslia 5,0 5,0 4,9 4,7 4,6 4,0 3,1 4,5 3,3 1,2 4,0
Curitiba 5,0 5,0 5,0 5,0 4,7 4,0 3,5 4,1 2,7 1,4 4,0
Porto2Alegre 5,0 5,0 5,0 4,9 4,8 4,0 3,3 4,1 2,6 1,4 4,0
Campo2Grande 5,0 4,9 4,9 4,8 4,5 4,0 3,5 3,9 3,4 0,7 4,0
Goinia 5,0 4,9 5,0 4,8 4,6 3,9 3,2 3,9 3,3 0,8 3,9
Belo2Horizonte 5,0 4,8 4,9 4,9 4,6 3,9 3,5 3,9 2,5 1,2 3,9
Natal 5,0 4,5 4,9 4,7 4,3 3,9 3,8 3,6 3,6 0,7 3,9
Vitoria 5,0 4,9 5,0 4,9 4,7 3,9 3,9 3,9 1,2 1,5 3,9
Cuiab 5,0 4,9 4,7 4,2 4,5 3,9 4,0 3,9 3,1 0,7 3,9
Aracaju 5,0 4,5 4,8 4,6 4,4 3,8 3,6 3,5 3,1 0,8 3,8
Boa2Vista 4,9 4,9 4,6 3,9 4,3 3,8 4,0 3,5 3,7 0,4 3,8
Belm 5,0 4,7 4,8 4,1 4,4 3,8 3,8 3,5 3,3 0,5 3,8
Manaus 5,0 5,0 4,6 3,8 4,3 3,8 4,0 3,6 3,4 0,5 3,8
Salvador 5,0 4,6 4,7 4,7 4,4 3,8 3,8 3,4 2,5 0,7 3,8
Fortaleza 5,0 4,4 4,8 4,4 4,3 3,7 3,2 3,4 3,0 0,6 3,7
Macap 4,9 5,0 4,2 3,6 4,2 3,7 3,7 3,7 3,4 0,3 3,7
Joao2Pessoa 5,0 4,4 4,7 4,8 4,3 3,7 3,3 3,5 2,2 0,7 3,7
Teresina 4,9 4,3 4,5 3,9 4,2 3,7 3,7 3,3 3,6 0,4 3,7
Porto2Velho2 4,9 4,9 4,3 3,6 4,2 3,6 4,0 3,8 2,4 0,4 3,6
Palmas 4,9 4,7 4,7 4,2 4,4 3,6 3,1 3,6 2,2 0,5 3,6
Rio2Branco 4,8 4,6 4,5 2,7 4,1 3,6 4,2 3,6 3,5 0,3 3,6
So2Lus 5,0 4,3 3,8 3,3 4,3 3,5 4,1 3,1 3,1 0,4 3,5
Recife 5,0 4,5 4,8 4,4 4,4 3,5 3,4 3,5 0,6 0,8 3,5
Macei 5,0 4,2 4,7 4,5 4,1 3,3 3,6 3,2 0,1 0,5 3,3Media 5,0 4,7 4,7 4,4 4,4 3,8 3,6 3,7 2,9 0,8
SmartCluster :: Educao e Sade
37
SmartCluster :: Dendogramas
38
SmartCluster :: Cluster por indicadores
39
#1 #2
#3
#4
#5
#6
#7
SmartCluster :: Cluster
40
ASSERT Lab Numbers 13 Ph.D.
UFPE: Vinicius Garcia, Silvio Meira, Clio Silva, Kiev Gama UFRPE: Cea Moraes, Rodrigo Assad, Leandro Nascimento, Vanilson Burgio, Julio Damasceno UFC: Fernando Trinta UFBA: Fred Duro UFSCar: Daniel Lucrdio, Alexandre Alvaro
12 Ph.D. candidates 5 M.Sc. 13 M.Sc. Candidates [+MProf] 5 under-grad students
41
Obrigado
42