Busca avançada
Ano de início
Entree

Inteligência distribuída em redes de comunicação e internet das coisas

Processo: 23/00673-7
Modalidade de apoio:Auxílio à Pesquisa - Temático
Vigência: 01 de fevereiro de 2024 - 31 de janeiro de 2029
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
Convênio/Acordo: MCTI/MC
Pesquisador responsável:Nelson Luis Saldanha da Fonseca
Beneficiário:Nelson Luis Saldanha da Fonseca
Instituição Sede: Instituto de Computação (IC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
Pesquisadores principais:
Antonio Alfredo Ferreira Loureiro ; Eduardo Coelho Cerqueira ; Leandro Aparecido Villas ; Luis Henrique Maciel Kosmalski Costa
Pesquisadores associados:Alberto Egon Schaeffer Filho ; Allan Mariano de Souza ; Antonio Jorge Gomes Abelém ; Carlos Alberto Astudillo Trujillo ; Denis Lima do Rosário ; Eder John Scheid ; Edmundo Roberto Mauro Madeira ; Fabrizio Granelli ; Heitor Soares Ramos Filho ; Jéferson Campos Nobre ; Joahannes Bruno Dias da Costa ; Judy Carolina Guevara Amaya ; Juliano Araujo Wickboldt ; Lisandro Zambenedetti Granville ; Luciano Paschoal Gaspary ; Luiz Fernando Bittencourt ; Marcos Cesar da Rocha Seruffo ; Marilia Pascoal Curado ; Miguel Elias Mitre Campista ; Muriel Figueredo Franco ; Oscar Mauricio Caicedo Rendon ; Pedro Henrique Cruz Caminha ; Rodrigo de Souza Couto ; Torsten Braun ; Weverton Luis da Costa Cordeiro
Assunto(s):Redes de computadores  Rede de comunicação  Inteligência artificial  Internet das coisas  Tecnologias 5G 
Palavra(s)-Chave do Pesquisador:Inteligência Artificial | Internet das Coisas | 5G | 6G | Redes de Computadores

Resumo

Atualmente, a execução de algoritmos de aprendizado de máquina é tipicamente em lote, offline e centralizada. O gerenciamento de redes e seus serviços requer execução em massa de dados distribuídos e em tempo real. Em diversas situações, a validade tempo real dos dados gerados é limitada, demandando a redução da latência na comunicação e processamento. Ademais, a transmissão de dados em ambiente distribuído está sujeita qualidade dos canais de comunicação, ao congestionamento da rede e energia disponível nos dispositivos móveis. Tais restrições demandam soluções baseadas em Inteligência Artificial Distribuída (DAI), o que vai muito além da execução tradicional de algoritmos de aprendizado de máquina. Uma forte restrição adicional decorre da adoção da nova Lei Geral de Proteção de Dados -LGPD. A restrição de privacidade de dados é endereçada pela técnica de aprendizado federado. O grande número de dispositivos conectados Internet das Coisas exige a manipulação de um alto volume de dados gerados por milhares de sensores, requerendo soluções que atendam requisitos de escalabilidade, distribuição geográfica, mobilidade, heterogeneidade, segurança e privacidade. A alocação adaptativa e a orquestração de recursos são desafios a serem superados em redes IoT de larga escala com milhares de sensores. A integração de IoT e IA possibilita a construção de diversos sistemas inteligentes, tais como os das cidades inteligentes, sistemas inteligentes de saúde e de energia. Além dos desafios típicos de IoT, soluções devem considerar a variação dinâmica de diferentes demandas. A predição de demanda é crucial para sistemas adaptativos. DAI desempenhar um papel crítico na realização de redes 6G e suas aplicações. Existem diversas maneiras pelas quais a IA pode ser usado em 6G, incluindo o uso convencional de IA para analítica prescritiva, preditiva, diagnóstica e descritiva. A análise prescritiva pode ser usada para tomar decisões ou previsões relacionadas IA de borda, como posicionamento de cache, migração de modelos de IA, escalonamento de fatias de rede dinâmica e adaptativamente e suas cadeias de funções de serviço, bem como alocação automática de recursos (por exemplo, espectro, nuvem e backhaul). A análise preditiva ajuda a prever o futuro a partir de dados adquiridos em tempo real para eventos como disponibilidade de recursos, comportamento do usuário, localização do usuário e padrões de tráfego, para alterar a rede proativamente. Ações proativas podem ajustar a alocação de recursos, instanciação de soluções de segurança, pré-migração de serviços na borda. A análise de diagnóstico refere-se a detecção de falhas na rede e anomalias. O presente projeto de pesquisa pretende investigar soluções inteligentes para redes de comunicação e IoT baseada em DAI, soluções para a alocação e orquestração de recursos distribuídos, para o gerenciamento da infraestrutura e a provisão de serviços inteligentes. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio:
Matéria(s) publicada(s) em Outras Mídias (0 total):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)