Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.ufc.br/handle/riufc/76019
Tipo: Tese
Título : MOTION - Processo de desenvolvimento de aplicações de Internet of Health Things autoadaptativas baseadas em padrões de movimento
Título en inglés: MOTION - Development process for self-adaptive internet of health things applications based on movement patterns
Autor : Costa Junior, Evilasio
Tutor: Andrade, Rossana Maria de Castro
Co-asesor: Rocha, Leonardo Sampaio
Palabras clave en portugués brasileño: Processo de software;Internet das Coisas Médicas;Sistemas autoadaptativos;Saúde digital;Reúso de software
Palabras clave en inglés: Software process;Internet of Health Things;Self-adaptive systems;Digital health;Software reuse
Áreas de Conocimiento - CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Fecha de publicación : 2023
Citación : COSTA JUNIOR, Evilasio. MOTION - Processo de desenvolvimento de aplicações de Internet of Health Things autoadaptativas baseadas em padrões de movimento. 2023. 186 f. Tese (Doutorado em Ciência da Computação) - Universidade Federal do Ceará, Fortaleza, 2023.
Resumen en portugués brasileño: Informações sobre o movimento de uma pessoa, como marcha, velocidade, postura e localização, podem indicar a existência de problemas de saúde, principalmente em idosos. Para monitorar esses padrões de movimento podem ser usados sistemas de Internet of Things (IoT), que são sistemas computacionais que usam objetos inteligentes conectados à internet e munidos de sensores para monitorar dados no ambiente. Por meio de dispositivos IoT, é possível identificar padrões de movimento e utilizá-los para monitorar o estado de saúde de uma pessoa. O termo Internet of Health Things (IoHT) vem sendo utilizado na literatura para identificar soluções IoT para a saúde e diversos estudos propõem sistemas IoHT baseados em dados de movimento. No entanto, ainda há desafios para construção destes sistemas, como a falta de um processo de desenvolvimento de software específico. Além disso, outros dois desafios em aberto são: como relacionar os dados dos sensores com os problemas de saúde e como tornar esses sistemas menos intrusivos e mais ubíquos, de modo a acionar os usuários apenas quando necessário. Uma solução para criação de sistemas ubíquos e pouco intrusivos pode ser a construção de sistemas IoHT autoadaptativos. Considerando isso, nessa tese é proposto um processo de desenvolvimento de software para aplicações IoHT autoadaptativas baseadas em dados de movimento, intitulado MOTION. Também são propostos três artefatos de reúso para auxiliar o desenvolvimento de aplicações IoHT, sendo eles: (i) um grafo de classificação, que relaciona sensores e situações de saúde para auxiliar a elicitação de requisitos e o projeto da aplicação IoHT, podendo também ser usado com base de conhecimento pela aplicação; (ii) um template para auxiliar a construção de regras de adaptação; e (iii) um framework em Kotlin para auxiliar a implementação de aplicações IoHT autoadaptativas para dispositivos Android. O processo MOTION foi avaliado através de um experimento feito em conjunto com profissionais de Tecnologia de Informação e Comunicação (TIC), que utilizaram o processo para auxiliar o desenvolvimento de duas aplicações IoHT autoadaptativas baseadas em dados de movimento. Já os artefatos de reúso foram avaliados por meio de provas de conceito.
Abstract: Information about a person’s movement, such as gait, speed, posture, and location, can indicate health problems, particularly in older adults. These movement patterns can be monitored using Internet of Things (IoT) systems, which are computational systems that use smart objects connected to the internet and equipped with sensors to monitor data in the environment. Using IoT devices, it is possible to identify movement patterns and use them to monitor a person’s health status. The term Internet of Health Things (IoHT) has been used in the literature to identify IoT solutions for health and several studies have already proposed IoHT systems based on movement data. However, there are still challenges in building these systems, such as the lack of a specific software development process. In addition, two other open challenges are: how to relate sensor data to health problems and how these systems can be less intrusive and more ubiquitous to trigger users, only when necessary. A solution for creating ubiquitous and less intrusive systems can be the construction of self-adaptive IoHT systems. Considering this, this thesis proposes a software development process for self-adaptive IoHT applications based on motion data, entitled MOTION. Three reuse artifacts are also proposed to aid the development of IoHT applications. They are: (i) a classification graph, which relates sensors and health situations to help elicit requirements and design the IoHT application, which can also be used as a knowledge base by the application; (ii) a template to help build adaptation rules; and (iii) a framework in Kotlin to help implement self-adaptive IoT applications for Android devices. The MOTION process is evaluated through an experiment with Information and Communication Technology professionals, who used the process to help the development of two self-adaptive IoHT applications based on motion data. Moreover, the reuse artifacts were evaluated through a proof of concept.
URI : http://repositorio.ufc.br/handle/riufc/76019
Lattes del autor: http://lattes.cnpq.br/1879682483814917
ORCID del tutor: https://orcid.org/0000-0002-0186-2994
Lattes del tutor: http://lattes.cnpq.br/9576713124661835
Lattes del co-asesor: http://lattes.cnpq.br/0716671149414702
Derechos de acceso: Acesso Aberto
Aparece en las colecciones: DCOMP - Teses defendidas na UFC

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
2023_tese_ecostajunior.pdf3,77 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.