Data-Centric UML Profile based on the Model-Driven Architecture for the Internet of Things

Abstract

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.