Background: The Internet of Things (IoT) is a broad concept comprising large networks of
smart objects connected to the Internet. These objects can sense, receive, transform and com-
municate data amongst themselves and external entities (systems or users). The data collection
capacity of IoT makes it suitable for monitoring applications. These applications provide data
about relevant objects and phenomena. Then, data-analysis systems can extract valuable insights
from the IoT data. Decision-makers can thus leverage this information to take better courses of
action.
Nevertheless, default IoT implementations do not always provide the necessary data for the
best value extraction. Moreover, classical data analysis and storage systems do not support the
direct integration of streaming IoT data.
In this context, conceptual data modelling is a powerful tool for the standard definition of the
data needs of the users. Besides, it allows for a transparent data integration process. Moreover,
model-driven frameworks leverage the representation of the system (IoT) to provide significant
aid in the implementation process, even generating the complete application code.
Aims: Consequently, I propose to ease the definition and implementation of IoT data accord-
ing to the end-users needs with a model-driven approach. In particular, the main objective of this
thesis is to define a data-centric UML profile for IoT following the Model-Driven Architecture
(MDA) guidelines. The UML profile should allow for a simple and readable representation of
IoT data while enabling the (partial) generation of implementable code.
Antecedentes: El Internet de las cosas (IoT) es un concepto amplio que comprende grandes
redes de objetos inteligentes conectados a Internet. Estos objetos pueden capturar, recibir, trans-
formar y comunicar datos entre ellos y sistemas o usuarios externos. La capacidad de recopi-
lación de datos de IoT lo hace adecuado para aplicaciones de monitoreo. Estas aplicaciones
proporcionan datos sobre objetos y fenómenos relevantes. Luego, los sistemas de análisis de
datos pueden extraer información valiosa de los datos de IoT. De esta manera, los tomadores de
decisiones pueden aprovechar esta información para emprender mejores cursos de acción.
Sin embargo, las implementaciones de IoT predeterminadas no siempre proporcionan los
datos necesarios para la mejor extracción de valor. Además, los sistemas clásicos de análisis y
almacenamiento de datos no admiten la integración directa de los datos de IoT.
En este contexto, el modelado conceptual de datos es una herramienta poderosa para la
definición estándar de las necesidades de datos de los usuarios finales que también permite
un proceso de integración de datos transparente. Además, los marcos basados en modelos
aprovechan la representación del sistema (IoT) para brindar una ayuda significativa en el proceso
de implementación, incluso generando completamente el código de aplicación.
Objetivos: Por lo tanto, propongo facilitar la definición e implementación de datos de IoT
de acuerdo con las necesidades de los usuarios finales con un enfoque basado en modelos. En
particular, el objetivo principal de esta tesis es definir un perfil UML centrado en datos para IoT
siguiendo las pautas de la arquitectura basada en modelos (MDA). El perfil UML debe permitir
una representación simple y legible de los datos de IoT al tiempo que permite la generación
(parcial) de código implementable.
