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