Development and evaluation of Artificial Intelligence techniques for IoT data quality assessment and curation

RESUMEN: En la actualidad, la Internet de las Cosas es una de las tecnologías que más relevancia está teniendo en la evolución de múltiples sectores. Este tipo de infraestructuras está compuesto por una gran cantidad de dispositivos que, en su mayoría, disponen de bajas capacidades. Además, su gran número y la ingente cantidad de información que generan continuamente son importantes condicionantes a tener en cuenta a la hora de plantear soluciones para su gestión. Todo ello provoca que frecuentemente se produzcan comportamientos anómalos (temporales o permanentes) y que la información acabe viéndose comprometida por ello. Ante estos retos, es necesario que las plataformas que gestionan estas infraestructuras y exportan la información que generan, dispongan de mecanismos que sean capaces de compensar estas deficiencias, bien eliminando los valores anómalos, compensando la falta de disponibilidad de datos o, simplemente, aportando información acerca de los parámetros relativos a la calidad de la información que está disponible. El objetivo de este proyecto es llevar a cabo un análisis de diferentes técnicas de evaluación de la calidad y curado de la información que se pueden emplear para aportar las anteriormente referidas funcionalidades. Haciendo hincapié en las técnicas basadas en Inteligencia Artificial y en las dimensiones de calidad específicas para entornos IoT, se ha desarrollado un módulo de curado autónomo que, posteriormente, se ha adaptado a la arquitectura funcional del proyecto europeo SALTED utilizando el estándar NGSI-LD para la representación de sus datos.ABSTRACT: The Internet of Things is currently one of the most important and influential technologies, with applicability in multiple sectors. This type of infrastructure is made up of a large number of devices, most of which have low capabilities. Moreover, their large number and the huge amount of information that they continuously generate are important conditioning factors to be taken into account when designing and developing solutions for their management. All of this frequently leads to anomalous behaviour (temporary or permanent) and the information may end up being compromised as a result. Considering these challenges, it is necessary for the platforms that manage these infrastructures and export the information that they generate to have mechanisms that are capable of compensating these deficiencies, either by eliminating the anomalous values, counteracting the lack of data availability or simply by providing information about the parameters pertaining to the quality of the information that is available. The aim of this project is to carry out an analysis of different information quality assessment and curation techniques that can be used to provide the aforementioned functionalities. Putting emphasis on techniques based on Artificial Intelligence and specific quality dimensions for IoT environments, an autonomous curation module has been developed and subsequently adapted to the functional architecture of the European SALTED project using the NGSI-LD standard for the representation of its data.Máster en Ingeniería de Telecomunicació