RFoT: Um Framework para Garantia da Confiabilidade de Dados na Névoa das Coisas
Internet das Coisas, Blockchain, Contratos Inteligentes, Gêmeo Digital
Neste trabalho, foi desenvolvido um framework que integra uma rede de IoT com as tecnologias Blockchain e contratos inteligentes, visando tornar a IoT uma fonte de dados confiável para sistemas de treinamento de modelos de aprendizado de máquina. A confiabilidade nesta pesquisa consiste na provisão da automação, disponibilidade, privacidade, rastreabilidade e imutabilidade dos dados pela arquitetura. A arquitetura do framework proposto foi concebida a partir de um gêmeo digital, capaz de representar virtualmente a topologia de uma FOT, com o auxílio do projeto MININET. Dessa forma, a capacidade de garantir a confiabilidade foi avaliada por meio de experimentos que simularam o comportamento da solução proposta em comparação com a arquitetura convencional. Os experimentos focaram na interação das arquiteturas como fonte de dados para um sistema de aprendizado de máquina, que utiliza o algoritmo de aprendizado federado para treinar uma rede neural capaz de prever o conforto térmico de um ambiente, guiada pelo cálculo do índice de desconforto térmico. Os resultados revelaram que a IoT convencional não possui medidas eficazes para impedir ou mitigar ataques de manipulação de dados. Em contraste, o framework proposto, mesmo que um atacante consiga alterar informações, restaura os dados originais, garantindo que o consumidor receba os dados exatamente como foram coletados, sem comprometer a disponibilidade e sem a necessidade de intervenção humana. Para determinar a viabilidade da arquitetura, foram realizadas análises de custo computacional, recursos de mercado e impacto temporal da integração das tecnologias, demonstrando que a solução, além de eficiente, oferece um baixo custo em comparação com soluções centralizadas.