@MASTERSTHESIS{ 2019:1493521569, title = {Extra??o descentralizada de conhecimento associativo para internet das coisas}, year = {2019}, url = "https://tede.ufam.edu.br/handle/tede/7078", abstract = "A identifica??o dos padr?es de comportamento do usu?rio ? um dos recursos que pode ser incorporado ? Internet das Coisas. Encontrar padr?es e utiliz?-los como conhecimento para a tomada de decis?es pode proporcionar facilidade, conforto, praticidade e autonomia para a execu??o das atividades di?rias. Embora a extra??o de conhecimento seja comum em ambientes inteligentes centralizados, sua execu??o em uma arquitetura descentralizada ainda ? um desafio computacional relevante considerando as restri??es de armazenamento e processamento dos dispositivos IoT. Esta disserta??o descreve um m?todo para minerar correla??es impl?citas entre os padr?es de a??es de dispositivos de IoT por meio de an?lise associativa embarcada. Com base nas m?tricas support, confidence e lift, o m?todo identifica as correla??es mais relevantes entre um par de a??es de diferentes dispositivos e sugere ao usu?rio a integra??o entre elas por meio de solicita??es HTTP. Resultados experimentais mostram que, em m?dia, as regras mais relevantes para ambas as arquiteturas s?o as mesmas em 99,75% dos casos. Al?m disso, o m?todo proposto identificou correla??es relevantes que n?o foram identificadas pela arquitetura centralizada. Esta pesquisa enfatiza que a an?lise do padr?o de a??es do dispositivo ? uma abordagem eficiente para fornecer um ambiente altamente integrado e inteligente, contornando os problemas do ponto ?nico de falha e do armazenamento excessivo de dados em dispositivos IoT.", publisher = {Universidade Federal do Amazonas}, scholl = {Programa de P?s-gradua??o em Inform?tica}, note = {Instituto de Computa??o} }