| Summary: | Submitted by Fabio Sobreira Campos da Costa (fabio.sobreira@ufpe.br) on 2016-04-07T12:50:45Z
No. of bitstreams: 2
license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5)
vcos_dissertacao_biblio.pdf: 1665179 bytes, checksum: 372d9b7e2643e2c4572b6b7e5b90dfdd (MD5) === Made available in DSpace on 2016-04-07T12:50:45Z (GMT). No. of bitstreams: 2
license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5)
vcos_dissertacao_biblio.pdf: 1665179 bytes, checksum: 372d9b7e2643e2c4572b6b7e5b90dfdd (MD5)
Previous issue date: 2015-08-07 === A popularização dos dispositivos móveis e o intenso crescimento das aplicações destinadas
a estes dispositivos favorece tais elementos como ferramentas de trabalho para inúmeras
áreas, incluindo atenção saúde, uma área em constante evolução. A tecnologia móvel auxilia
a área médica oferecendo facilidades e novos recursos às equipes médicas e pacientes, devido
a isto, os dispositivos móveis e suas aplicações dedicadas contribuem como uma ferramenta
de apoio no contexto de atenção à saúde. As aplicações de mensagens instantâneas facilitam
a comunicação, de forma que as equipes médicas possam ter acesso constante aos dados de
monitoramento de seus pacientes através do uso de seus dispositivos móveis. O dispositivo
móvel é um elemento integrante do ambiente de computação móvel em nuvem e conhecer o
tempo médio em que este dispositivo irá funcionar sem que apresente falhas é o ponto de partida
para avaliar o desempenho desta ferramenta utilizada pelas equipes de atenção à saúde. O
dispositivo móvel é composto por diversos elementos incluindo bateria e as interfaces de rede
que são identificadas como componentes relevantes na disponibilidade para utilização constante
das aplicações nestes dispositivos. A utilização de modelos de avaliação de desempenho auxilia
na previsibilidade do comportamento do dispositivo móvel no ambiente, desta forma é adotado
modelos de diagramas de blocos para avaliar a confiabilidade e disponibilidade do dispositivo,
juntamente com outros modelos a fim de avaliar o desempenho de elementos específicos do
dispositivo móvel, tais como, a conectividade das interfaces de rede através do uso de redes de
Petri e o consumo de energia através de cadeias de Markov; com base nos modelos elaborados
distintos cenários são avaliados para comparar o desempenho do consumo de energia das quatro
estratégias de sincronismo mais usuais de aplicações de comunicação instantânea e desta forma
compreender o impacto de adoção destas no desenvolvimento das aplicações voltada à atenção à
saúde. Os modelos elaborados permitem avaliar o desempenho dos protocolos de aplicação e o
impacto das interfaces de rede do dispositivo para preservar o recurso de energia do dispositivo. === More and more mobile devices and the sharp increase in applications for these devices
favors such elements as work tools for many areas, including health care, an area in constant
evolution. Mobile technology helps medical facilities and providing new resources to medical
staff and patients, due to this, mobile devices and their dedicated applications contribute as a
support tool in the context health care. The instant messaging applications facilitate communication
so that medical staff can have constant access to their patient’s monitoring data through
their mobile devices use. The mobile device is a Mobile Cloud Computing component element.
To know the average time this device will function without presenting faults is the starting
point for assessing this tool’s performance used by health care teams. The mobile consists
of various elements including battery and network interfaces, and these identified as relevant
components in readiness for constant use of applications on these devices. The evaluation models
help predictability mobile device behavior in the environment. The block diagrams model was
adopted to assess the device’s reliability and availability. Like other models to evaluate the
specific elements performance of the mobile device. The network interfaces connectivity through
the Petri networks use, and energy consumption using Markov chains. With these models,
different scenarios are evaluated to compare the energy consumption performance of the four
most common timing strategies of instant messaging applications. Thus understand the impact
of adopting these in the development of applications dedicated to health care. Elaborate models
for evaluating the performance of application protocols and the effects of the device’s network
interfaces to preserve the device’s energy resource.
|
|---|
