@MASTERSTHESIS{ 2017:577839029,
 	title = {Um modelo para descoberta de aplicativos de Internet das coisas},
 	year = {2017},
 	url = "https://bdtd.ucb.br:8443/jspui/handle/tede/2310",
 	abstract = "A evolução da Internet pode ser sintetizada em três fases. No início, a web 1.0 foi marcada pela world wide web, uma rede de documentos estáticos vinculados pela linguagem de marcação HTML. Depois, ela evoluiu para a web 2.0, na qual a comu-nicação bidirecional permitiu a interação do usuário com os serviços de redes soci-ais, blogs e wikis. Atualmente, as pesquisas estão voltadas para a web semântica ou web 3.0, que tem a finalidade de marcar o conteúdo da web de forma que seja com-preensível por máquinas. As tecnologias de redes de sensores e atuadores sem fio também evoluíram, e passaram a compor uma malha de dispositivos e objetos co-nectados na Internet que além dos sensores, abrange também as tecnologias vestí-veis Para a fundamentação teórica deste trabalho, realizou-se uma pesquisa biblio-gráfica com acesso às publicações mais relevantes sobre Internet of Things, disco-very, repository e application discovery. Na pesquisa, constatou-se que o paradigma de Internet das Coisas apresenta algumas lacunas. Verificou-se que nenhuma das abordagens pesquisadas apresenta uma proposta de repositório para catalogar apli-cativos, nem ferramentas para descoberta de aplicativos e serviços de IoT para reu-so. A proposta desta dissertação é: (i) propor um modelo de repositório para catalo-gar aplicativos e serviços de IoT e, (ii) desenvolver uma ferramenta para descoberta de aplicativos e serviços de IoT para reuso. O objetivo é facilitar a busca e o reuso de soluções já existentes para evitar o retrabalho e agilizar o desenvolvimento de aplicativos para IoT. Para criar o modelo de repositório, utilizou-se um conjunto de descritores relevantes para a especificação dos aplicativos e serviços, e um banco de dados não relacional para o armazenamento das informações. Para implementar a ferramenta de descoberta, foram aplicadas técnicas de Inteligência Artificial, mais especificamente o algoritmo de classificação kNN (Nearest Neighbor), adaptado pa-ra utilizar a distância de Levenshtein. A adaptação apresentou melhores resultados para a identificação do vizinho mais próximo, ou seja, aquele aplicativo ou serviço mais aderente às especificações e necessidades do usuário.",
 	publisher = {Universidade Católica de Brasília},
 	scholl = {Programa Strictu Sensu em Gestão do Conhecimento e da Tecnologia da Informação},
 	note = {Escola de Educação, Tecnologia e Comunicação}
}