IoT Prism Lab
Research Lab at University of Bologna
Research Lab at University of Bologna
Theses
2020 |
Zapparoli, Andrea implementazione e validazione di mobilità reattiva per la simulazione a eventi di scenari mobile crowdsensing Masters Thesis 2020. Abstract | Links | BibTeX | Tags: Crowdsensim, Crowdsensing, Mobile Crowdsensing @mastersthesis{amslaurea20823, title = {implementazione e validazione di mobilità reattiva per la simulazione a eventi di scenari mobile crowdsensing}, author = {Andrea Zapparoli}, url = {https://amslaurea.unibo.it/id/eprint/20823}, year = {2020}, date = {2020-01-01}, abstract = {Il Mobile Crowdsensing (MCS) è una ramificazione del paradigma Cro- wdsensing. Quest’ultimo indica una raccolta di dati con l’aiuto di utenti tramite i dispositivi personali o a loro distribuiti per studiare certi fenome- ni. MCS precisa che i dispositivi sono mobili, e grazie alla loro crescente diffusione in questi decenni ne ha guadagnato in popolarità. L’efficienza di MCS risiede in un elevato numero di partecipanti, spes- so reclutati grazie ad incentivi. Per ragioni di costi e tempo, l’analisi in ambienti urbani reali è spesso impraticabile, la valida alternativa è rappre- sentata dai simulatori. La tesi propone nuove funzionalità incorporate in CrowdSenSim, simulatore stateful per lo sviluppo di sistemi MCS in am- bienti urbani reali, mantenendo retro-compatibilità. L’obiettivo principale è gestire la copertura del territorio, grazie all’estensione dell’architettura, introducendo il cambio di percorso degli utenti soddisfacendo le richieste del server predisposto a questo controllo. La dimostrazione avviene adot- tando come caso di studio un algoritmo di raccolta dati, modificato con le nuove caratteristiche, testato su 3 città diverse per conformazione urbana e dimensione.}, keywords = {Crowdsensim, Crowdsensing, Mobile Crowdsensing}, pubstate = {published}, tppubtype = {mastersthesis} } Il Mobile Crowdsensing (MCS) è una ramificazione del paradigma Cro- wdsensing. Quest’ultimo indica una raccolta di dati con l’aiuto di utenti tramite i dispositivi personali o a loro distribuiti per studiare certi fenome- ni. MCS precisa che i dispositivi sono mobili, e grazie alla loro crescente diffusione in questi decenni ne ha guadagnato in popolarità. L’efficienza di MCS risiede in un elevato numero di partecipanti, spes- so reclutati grazie ad incentivi. Per ragioni di costi e tempo, l’analisi in ambienti urbani reali è spesso impraticabile, la valida alternativa è rappre- sentata dai simulatori. La tesi propone nuove funzionalità incorporate in CrowdSenSim, simulatore stateful per lo sviluppo di sistemi MCS in am- bienti urbani reali, mantenendo retro-compatibilità. L’obiettivo principale è gestire la copertura del territorio, grazie all’estensione dell’architettura, introducendo il cambio di percorso degli utenti soddisfacendo le richieste del server predisposto a questo controllo. La dimostrazione avviene adot- tando come caso di studio un algoritmo di raccolta dati, modificato con le nuove caratteristiche, testato su 3 città diverse per conformazione urbana e dimensione. |
2017 |
D'Onza, Michele Mobile: crowdsensing problemi attuali e soluzioni Masters Thesis 2017. Abstract | Links | BibTeX | Tags: costi energetici, incentivazione, Mobile Crowdsensing, privacy, problemi @mastersthesis{amslaurea14505, title = {Mobile: crowdsensing problemi attuali e soluzioni}, author = {Michele D'Onza}, url = {https://amslaurea.unibo.it/id/eprint/14505}, year = {2017}, date = {2017-01-01}, abstract = {Questo lavoro di ricerca studierà il paradigma emergente del Mobile Crowdsensing (MCS). L'MCS è nato in seguito all'evoluzione che la tecnologia dei dispositivi mobili, in particolare, ma non solo, gli smartphone, ha avuto in questi ultimi anni. Si basa sul concetto di crowdsensing, per il quale si intende un vasto gruppo di persone che riportano osservazioni, allo scopo di analizzare, misurare, inferire, ecc., un fenomeno di interesse comune. Per compiere questo studio, si partirà dall'analisi di alcuni problemi, i più gravosi, collegati al Mobile Crowdsensing: i costi energetici, la saturazione della banda dati, l’anonimato e i meccanismi di incentivo. Nel primo capitolo, dal titolo “Cos'e il Mobile Crowdsensing?” verranno date diverse definizioni di MCS. Si definiranno gli attori, si fornirà una accurata tassonomia, si mostreranno alcune delle strutture più usate, ovvero Client to Server e Device to Device. Infine si mostrerà il ciclo di vita di una applicazione modello, alcuni casi d'uso e si introdurranno i problemi del MCS. Nel secondo capitolo, dal titolo “Costi del crowdsensing”, ci si soffermerà prevalentemente sui costi energetici del mobile crowdsensing, presentando alcune soluzioni che saranno poi confrontate.Nel terzo capitolo, dal titolo “Anonimato e privacy”, si partirà dalla legge italiana sul diritto alla privacy, per poi analizzare alcuni tipi di attacchi alla privacy compiuti a danno di colui che compie le rilevazioni. Quindi si esporranno alcuni metodi per preservare la propria identità privata, i quali verranno confrontati in seguito. Nel quarto capitolo, dal titolo “Meccanismi di incentivazione”, verranno presentati i metodi di incentivazione più utilizzati fino ad ora e, dopo un confronto, verranno fatte alcune speculazioni su quali saranno i più usati in futuro. Nel quinto capitolo, dal titolo “Utilizzi odierni”, verranno confrontate alcune applicazioni che hanno i medesimi obiettivi, i quali vengono però raggiunti in maniera differente.}, keywords = {costi energetici, incentivazione, Mobile Crowdsensing, privacy, problemi}, pubstate = {published}, tppubtype = {mastersthesis} } Questo lavoro di ricerca studierà il paradigma emergente del Mobile Crowdsensing (MCS). L'MCS è nato in seguito all'evoluzione che la tecnologia dei dispositivi mobili, in particolare, ma non solo, gli smartphone, ha avuto in questi ultimi anni. Si basa sul concetto di crowdsensing, per il quale si intende un vasto gruppo di persone che riportano osservazioni, allo scopo di analizzare, misurare, inferire, ecc., un fenomeno di interesse comune. Per compiere questo studio, si partirà dall'analisi di alcuni problemi, i più gravosi, collegati al Mobile Crowdsensing: i costi energetici, la saturazione della banda dati, l’anonimato e i meccanismi di incentivo. Nel primo capitolo, dal titolo “Cos'e il Mobile Crowdsensing?” verranno date diverse definizioni di MCS. Si definiranno gli attori, si fornirà una accurata tassonomia, si mostreranno alcune delle strutture più usate, ovvero Client to Server e Device to Device. Infine si mostrerà il ciclo di vita di una applicazione modello, alcuni casi d'uso e si introdurranno i problemi del MCS. Nel secondo capitolo, dal titolo “Costi del crowdsensing”, ci si soffermerà prevalentemente sui costi energetici del mobile crowdsensing, presentando alcune soluzioni che saranno poi confrontate.Nel terzo capitolo, dal titolo “Anonimato e privacy”, si partirà dalla legge italiana sul diritto alla privacy, per poi analizzare alcuni tipi di attacchi alla privacy compiuti a danno di colui che compie le rilevazioni. Quindi si esporranno alcuni metodi per preservare la propria identità privata, i quali verranno confrontati in seguito. Nel quarto capitolo, dal titolo “Meccanismi di incentivazione”, verranno presentati i metodi di incentivazione più utilizzati fino ad ora e, dopo un confronto, verranno fatte alcune speculazioni su quali saranno i più usati in futuro. Nel quinto capitolo, dal titolo “Utilizzi odierni”, verranno confrontate alcune applicazioni che hanno i medesimi obiettivi, i quali vengono però raggiunti in maniera differente. |
2016 |
Chiappari, Alain Di A Collaborative Mobile Crowdsensing System for Smart Cities Masters Thesis 2016. Abstract | Links | BibTeX | Tags: android, CoAP, Environmental Monitoring, Geofencing, Internet of Things, Mobile Crowdsensing, Smart City @mastersthesis{amslaurea11874, title = {A Collaborative Mobile Crowdsensing System for Smart Cities}, author = {Alain Di Chiappari}, url = {https://amslaurea.unibo.it/id/eprint/11874}, year = {2016}, date = {2016-01-01}, abstract = {Nowadays words like Smart City, Internet of Things, Environmental Awareness surround us with the growing interest of Computer Science and Engineering communities. Services supporting these paradigms are definitely based on large amounts of sensed data, which, once obtained and gathered, need to be analyzed in order to build maps, infer patterns, extract useful information. Everything is done in order to achieve a better quality of life. Traditional sensing techniques, like Wired or Wireless Sensor Network, need an intensive usage of distributed sensors to acquire real-world conditions. We propose SenSquare, a Crowdsensing approach based on smartphones and a central coordination server for time-and-space homogeneous data collecting. SenSquare relies on technologies such as CoAP lightweight protocol, Geofencing and the Military Grid Reference System.}, keywords = {android, CoAP, Environmental Monitoring, Geofencing, Internet of Things, Mobile Crowdsensing, Smart City}, pubstate = {published}, tppubtype = {mastersthesis} } Nowadays words like Smart City, Internet of Things, Environmental Awareness surround us with the growing interest of Computer Science and Engineering communities. Services supporting these paradigms are definitely based on large amounts of sensed data, which, once obtained and gathered, need to be analyzed in order to build maps, infer patterns, extract useful information. Everything is done in order to achieve a better quality of life. Traditional sensing techniques, like Wired or Wireless Sensor Network, need an intensive usage of distributed sensors to acquire real-world conditions. We propose SenSquare, a Crowdsensing approach based on smartphones and a central coordination server for time-and-space homogeneous data collecting. SenSquare relies on technologies such as CoAP lightweight protocol, Geofencing and the Military Grid Reference System. |
Tosto, Valentina Creazione di servizi personalizzati su dispositivi Android nell'ambito dell'Internet of Things collaborativo Masters Thesis 2016. Abstract | Links | BibTeX | Tags: android, big data, dispositivi mobile, domotica, Internet of Things, Mobile Crowdsensing, sensori, servizi, smart cities @mastersthesis{amslaurea12356, title = {Creazione di servizi personalizzati su dispositivi Android nell'ambito dell'Internet of Things collaborativo}, author = {Valentina Tosto}, url = {https://amslaurea.unibo.it/id/eprint/12356}, year = {2016}, date = {2016-01-01}, abstract = {In un mondo dove ormai qualunque oggetto quotidiano è connesso ad Internet ed è comune sentir parlare di “quarta rivoluzione industriale”, diventa critica la gestione dell'eterogeneità di dati prodotti dai dispositivi nell'ambito dell'Internet of Things. Perché non utilizzare tali informazioni in modo vantaggioso, integrandole tra loro a favore della città e dei suoi abitanti? Questa tesi focalizza l'attenzione sulla creazione di servizi personalizzati dalla combinazione di dati ufficiali e non, provenienti da sensori di stazioni di monitoraggio o di smartphone, a disposizione di utenti privati e di stakeholders. Le azioni svolte in merito sono state il reperimento di dati ufficiali dall’Arpae dell’Emilia-Romagna e la progettazione e sviluppo di Habitatest, un'applicazione mobile per il sistema Android. Habitatest offre ai suoi utenti un widget per visualizzare i valori dei dati, estratti da dispositivi di utenti privati, e dei servizi creati, un grafico che mostra l’andamento delle informazioni ed un sistema drag and drop per comporre tali dati, con una formula matematica, finalizzati alla produzione di servizi. L’obiettivo del progetto realizzato è stimolare gli utenti alla condivisione di dati, derivanti dai sensori dei propri dispositivi, ed alla creazione di servizi per scopi comuni, quali migliorare la qualità di vita di se stessi e delle altre persone, applicato a campi come la domotica, contribuire alla nascita delle Smart Cities e risparmiare risorse, salvaguardando l'ambiente in cui viviamo.}, keywords = {android, big data, dispositivi mobile, domotica, Internet of Things, Mobile Crowdsensing, sensori, servizi, smart cities}, pubstate = {published}, tppubtype = {mastersthesis} } In un mondo dove ormai qualunque oggetto quotidiano è connesso ad Internet ed è comune sentir parlare di “quarta rivoluzione industriale”, diventa critica la gestione dell'eterogeneità di dati prodotti dai dispositivi nell'ambito dell'Internet of Things. Perché non utilizzare tali informazioni in modo vantaggioso, integrandole tra loro a favore della città e dei suoi abitanti? Questa tesi focalizza l'attenzione sulla creazione di servizi personalizzati dalla combinazione di dati ufficiali e non, provenienti da sensori di stazioni di monitoraggio o di smartphone, a disposizione di utenti privati e di stakeholders. Le azioni svolte in merito sono state il reperimento di dati ufficiali dall’Arpae dell’Emilia-Romagna e la progettazione e sviluppo di Habitatest, un'applicazione mobile per il sistema Android. Habitatest offre ai suoi utenti un widget per visualizzare i valori dei dati, estratti da dispositivi di utenti privati, e dei servizi creati, un grafico che mostra l’andamento delle informazioni ed un sistema drag and drop per comporre tali dati, con una formula matematica, finalizzati alla produzione di servizi. L’obiettivo del progetto realizzato è stimolare gli utenti alla condivisione di dati, derivanti dai sensori dei propri dispositivi, ed alla creazione di servizi per scopi comuni, quali migliorare la qualità di vita di se stessi e delle altre persone, applicato a campi come la domotica, contribuire alla nascita delle Smart Cities e risparmiare risorse, salvaguardando l'ambiente in cui viviamo. |