AbstractsBiology & Animal Science

Estamos viviendo una nueva era, caracterizada por la omnipresencia de dispositivos inteligentes conectados a la red. En esta era, la emergencia de la llamada Internet of Things (IoT) está transformando profundamente la industria a nivel global, así como la propia vida de los seres humanos. El grado de integración alcanzado, así como su conectividad a través de internet, ha permitido que millones de dispositivos se conecten e interactúen a una escala sin precedentes. Esta diseminación generalizada de dispositivos con potencial de procesado, combinada a su capacidad sensora y comunicativa, está incrementando de forma extraordinaria el volumen de datos capturados. Como consecuencia de la expansión de la IoT, el número de dispositivos conectados esta aumentando exponencialmente y pronto ha de generar un problema de escalabilidad, problema muy ligado a su dependencia energética. Un buen número de dispositivos quedarán integrados en el entorno, en lugares inaccesibles o cuya conexión por cable suponga un coste elevado, convirtiendo la energía en un recurso muy preciado. De hecho, el cambio de baterías de miles de dispositivos es simplemente inconcebible. El coste de mantenimiento y, en general, de cualquier intervención, puede suponer un severo freno al avance de este nuevo paradigma. Por tanto, uno de los retos para hacer sostenible la masiva expansión de dispositivos sensores inalámbricos es reducir su coste en términos energéticos. Claramente, se requieren nuevos métodos para afrontar este cambio. Las correlaciones espacio-temporales son esenciales en muchos campos y, por tanto, es bastante razonable suponer que la información de contexto pueda ser también explotada en este paradigma. Partiendo de esta hipótesis, el presenta trabajo ofrece una aproximación sistemática para definir Políticas de Eficiencia Energética para dispositivos sensores inalámbricos, basada en el análisis de las Correlaciones Espacio-Temporales. Sobre esta idea, esta tesis se estructura en dos partes. En primer lugar se aborda la necesidad de un perfilado energético suficientemente preciso para sensores inalámbricos. Para este fin, se ha formalizado un modelo general de consumo que permite perfilar la gestión de energía en dispositivos integrados. Los resultados obtenidos remarcan la importancia de entender los ciclos de actividad involucrados en las tareas que ejecutan este tipo de dispositivos. La segunda parte, desarrollada en base a éste modelo, demuestra el potencial que ofrece el análisis de correlaciones espacio-temporales como herramienta para definir políticas eficientes de gestión. Esta hipótesis se ha investigado desde tres perspectivas diferentes: a) captación de la energía del entorno, b) compresión de la información y c) análisis de datos de contexto. El análisis realizado y las políticas definidas desde estas tres perspectivas proporcionan importantes reducciones tanto en términos energéticos como de coste. Como conclusión, todos los métodos estudiados han demostrado su validez en la definición y validación de políticas energéticas.…