Diseño e implementación de una plataforma IoT para monitorización de flotas de dispositivos heterogéneos

En este Trabajo Fin de Máster se propone una arquitectura para una plataforma IoT capaz de escalar y gestionar multitud de dispositivos, a la par de permitir la conexión con herramientas Big Data como Apache Spark o Hadoop. Se muestra además una implementación simplificada preparada para ser despleg...

Descripción completa

Detalles Bibliográficos
Autor: Díaz Suárez, Juan
Tipo de recurso: tesis de maestría
Fecha de publicación:2021
País:España
Institución:Universidad Nacional de Educación a Distancia
Repositorio:e-spacio. Repositorio Institucional de la UNED
Idioma:español
OAI Identifier:oai:e-spacio.uned.es:20.500.14468/14228
Acceso en línea:https://hdl.handle.net/20.500.14468/14228
Access Level:acceso abierto
Palabra clave:1203.04 Inteligencia artificial
plataformas IoT,
Big Data
Kubernetes
Kafka
Go
id ES_0cc4fa48cb9ad59b76a0c276efbfb641
oai_identifier_str oai:e-spacio.uned.es:20.500.14468/14228
network_acronym_str ES
network_name_str España
repository_id_str
spelling Diseño e implementación de una plataforma IoT para monitorización de flotas de dispositivos heterogéneosDíaz Suárez, Juan1203.04 Inteligencia artificialplataformas IoT,Big DataKubernetesKafkaGoEn este Trabajo Fin de Máster se propone una arquitectura para una plataforma IoT capaz de escalar y gestionar multitud de dispositivos, a la par de permitir la conexión con herramientas Big Data como Apache Spark o Hadoop. Se muestra además una implementación simplificada preparada para ser desplegada en un clúster de Kubernetes y que cuenta además con un dashboard para su monitorización. Esta memoria comienza con una introducción a los dispositivos IoT y con un repaso de las plataformas IoT disponibles actualmente. A continuación se define el concepto de Big Data y las formas más comunes de procesarlo: arquitecturas Lambda y Kappa. Se sigue con una presentación de arquitectura genérica para una plataforma IoT, diferenciando entre componentes esenciales y complementarios. Tras ello se define la arquitectura que se implementa en este trabajo. A continuación se presentan unos casos de uso que buscan remarcar la utilidad de la plataforma y lo sencillo que sería usarla como núcleo de un producto mayor. Se dedica después una sección a entender cómo se ha creado la plataforma, incluyendo una introducción a Kubernetes y al resto de herramientas que se han utilizado, además de presentar el código desarrollado. Finalmente se realiza una evaluación de la plataforma que busca comprobar su correcto funcionamiento, el de las herramientas de monitorización y del escalado del clúster.Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia ArtificialCaminero Herráez, Agustín Carlose-Spacio UNED20242024-05-2020212021-07-0120212021-07-01master thesishttp://purl.org/coar/resource_type/c_bdccinfo:eu-repo/semantics/masterThesisapplication/pdfhttps://hdl.handle.net/20.500.14468/14228reponame:e-spacio. Repositorio Institucional de la UNEDinstname:Universidad Nacional de Educación a DistanciaEspañolspaopen accesshttp://purl.org/coar/access_right/c_abf2info:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-nd/4.0/deed.esoai:e-spacio.uned.es:20.500.14468/142282026-06-06T12:38:31Z
dc.title.none.fl_str_mv Diseño e implementación de una plataforma IoT para monitorización de flotas de dispositivos heterogéneos
title Diseño e implementación de una plataforma IoT para monitorización de flotas de dispositivos heterogéneos
spellingShingle Diseño e implementación de una plataforma IoT para monitorización de flotas de dispositivos heterogéneos
Díaz Suárez, Juan
1203.04 Inteligencia artificial
plataformas IoT,
Big Data
Kubernetes
Kafka
Go
title_short Diseño e implementación de una plataforma IoT para monitorización de flotas de dispositivos heterogéneos
title_full Diseño e implementación de una plataforma IoT para monitorización de flotas de dispositivos heterogéneos
title_fullStr Diseño e implementación de una plataforma IoT para monitorización de flotas de dispositivos heterogéneos
title_full_unstemmed Diseño e implementación de una plataforma IoT para monitorización de flotas de dispositivos heterogéneos
title_sort Diseño e implementación de una plataforma IoT para monitorización de flotas de dispositivos heterogéneos
dc.creator.none.fl_str_mv Díaz Suárez, Juan
author Díaz Suárez, Juan
author_facet Díaz Suárez, Juan
author_role author
dc.contributor.none.fl_str_mv Caminero Herráez, Agustín Carlos
e-Spacio UNED
dc.subject.none.fl_str_mv 1203.04 Inteligencia artificial
plataformas IoT,
Big Data
Kubernetes
Kafka
Go
topic 1203.04 Inteligencia artificial
plataformas IoT,
Big Data
Kubernetes
Kafka
Go
description En este Trabajo Fin de Máster se propone una arquitectura para una plataforma IoT capaz de escalar y gestionar multitud de dispositivos, a la par de permitir la conexión con herramientas Big Data como Apache Spark o Hadoop. Se muestra además una implementación simplificada preparada para ser desplegada en un clúster de Kubernetes y que cuenta además con un dashboard para su monitorización. Esta memoria comienza con una introducción a los dispositivos IoT y con un repaso de las plataformas IoT disponibles actualmente. A continuación se define el concepto de Big Data y las formas más comunes de procesarlo: arquitecturas Lambda y Kappa. Se sigue con una presentación de arquitectura genérica para una plataforma IoT, diferenciando entre componentes esenciales y complementarios. Tras ello se define la arquitectura que se implementa en este trabajo. A continuación se presentan unos casos de uso que buscan remarcar la utilidad de la plataforma y lo sencillo que sería usarla como núcleo de un producto mayor. Se dedica después una sección a entender cómo se ha creado la plataforma, incluyendo una introducción a Kubernetes y al resto de herramientas que se han utilizado, además de presentar el código desarrollado. Finalmente se realiza una evaluación de la plataforma que busca comprobar su correcto funcionamiento, el de las herramientas de monitorización y del escalado del clúster.
publishDate 2021
dc.date.none.fl_str_mv 2021
2021-07-01
2021
2021-07-01
2024
2024-05-20
dc.type.none.fl_str_mv master thesis
http://purl.org/coar/resource_type/c_bdcc
dc.type.openaire.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
dc.identifier.none.fl_str_mv https://hdl.handle.net/20.500.14468/14228
url https://hdl.handle.net/20.500.14468/14228
dc.language.none.fl_str_mv Español
spa
language_invalid_str_mv Español
language spa
dc.rights.none.fl_str_mv open access
http://purl.org/coar/access_right/c_abf2
info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-nd/4.0/deed.es
rights_invalid_str_mv open access
http://purl.org/coar/access_right/c_abf2
https://creativecommons.org/licenses/by-nc-nd/4.0/deed.es
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial
publisher.none.fl_str_mv Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial
dc.source.none.fl_str_mv reponame:e-spacio. Repositorio Institucional de la UNED
instname:Universidad Nacional de Educación a Distancia
instname_str Universidad Nacional de Educación a Distancia
reponame_str e-spacio. Repositorio Institucional de la UNED
collection e-spacio. Repositorio Institucional de la UNED
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869403302761857024
score 15,81155

Similares en LA Referencia