simulador de cidades inteligentes (sbrc)

SCSimulator: An Open Source, Scalable Smart City

SimulatorEduardo Felipe Zambom Santana

Daniel Macêdo BatistaFabio Kon

Dejan Milojicic

Conteúdo

Introdução e Motivação Trabalhos Relacionados Cenários Simulados Requisitos não Funcionais Simulador

Arquitetura Implementação Avaliação de Desempenho

Conclusões e Trabalhos Futuros2

Introdução

Cidades Inteligentes Melhorar qualidade de vida da população Uso de uma grande quantidade de dados Diferentes domínios de aplicações Integração entre todos os domínios

Testes e Experimentos Testbeds Simuladores

3

Introdução

Simulador Diversos cenários de cidades inteligentes Diferentes atores Necessidade de um simulador de larga

escala

4

Trabalhos Relacionados - DEUS

5

Trabalhos Relacionados - Siafu

6

Trabalhos Relacionados - Veins

7

Cenários Simulados

Trânsito Saúde Acidentes e desastres Coleta de lixo

8

Atores

Veículos Carros Ônibus Caminhões de coleta de lixo

Edifícios Casas Prédios Terminais de ônibus

9

Atores

Semáforos Pontos de ônibus Pessoas Sensores

10

Requisitos não Funcionais

Escalabilidade Usabilidade Extensibilidade

11

Arquitetura

12

Definição do Cenário Simulado

Modelo de Cidades Inteligentes

Veículos

Pessoas

Sensores Prédios

Semáforos Sistemas

Sim-Diasca

Números Aleatórios

Gerenciador de Tempo

Gerenciador de Carga

Modelo de Atores

Geração dos Resultados

Modelo de Programação

Mapa

Probe

Sim-Diasca

Simulation of Discrete Systems of All Scales Simulador de propósito geral

Eventos Discretos Código Aberto

Paralelo e distribuído Larga escala Escrito em Erlang

13

Sim-Diasca

Números Aleatórios

Gerenciador de Tempo

Gerenciador de Carga

Modelo de Atores

Geração dos Resultados

Modelo de Programação

Modelo

14

Modelo de Cidades Inteligentes

Veículos

Pessoas

Sensores Prédios

Semáforos Sistemas

Atores utilizados na implementação de cenários de cidades inteligentes

15

Definição do Cenário Simulado

class_Actor:create_initial_actor( class_TrafficLight, [ _TFNAME="traffic_light_1", _TFLAT=-23.562831, _TFLONG=-46.656866, _TFTIME=10 ] ),

class_Actor:create_initial_actor( class_Sensor, [ _SName1="sensor_1", _SLat1=-23.570813, _SLong1=-46.656108, _SType1 = "temperature" ] ),

16Definição do Cenário Simulado

Avaliação de Desempenho

Atores 4 casas 3 terminais de ônibus 4 sensores Carros e ônibus criados durante a simulação

Dois Testes: 500 mil ticks - 896 atores 10 milhões de ticks – 18128 atores

17

Avaliação de Desempenho

Máquina AMD FX6300 – 6 cores 10 GB de memória Fedora 21

18

Número de Nós

19

Recursos Utilizados em uma Simulação

20

Conclusões

Simulação pode ser importante para diversos cenários de cidades inteligentes

Vantagens: Custos Dificuldades com autorizações burocráticas Testar novas ideias

Necessidade de simulações de larga-escala

21

Trabalhos Futuros

Levantar e Implementar mais cenários de cidades inteligentes

Testes em máquinas com mais recursos Executar os testes de desempenho em diferentes

cenários: Cenários que exigem muitos nós Cenários que exigem muitos eventos

Validação funcional do simulador Comparar com dados reais Validação com gestores da prefeitura de São Paulo 22

Obrigado!https://github.com/ezambomsantana/smart-city-simulator