Optimizing Service Provider Selection and Managing Data Translation Processes

Abstract

This thesis addresses the critical challenge of achieving seamless interoperability among het- erogeneous systems, a fundamental requirement to meet the dynamic demands of Industry 4.0. As the industrial landscape evolves with the increasing integration of IoT devices, automa- tion, and data-driven decision-making, ensuring effective communication across diverse sys- tems is imperative. This research focuses on bridging the gap between the Arrowhead Frame- work (AF), a service-oriented architecture designed to facilitate IoT and automation interoper- ability, and the Translator Automatic Generator (TAG), a data translation tool. Together, these technologies are leveraged to overcome limitations in service selection and data compatibility. The primary objective is to develop the Data Translation Manager (DTM), a novel tool capable of automating the selection of the most appropriate service providers for consumers within an Arrowhead cloud environment. Simultaneously, the DTM facilitates dynamic data translation through the TAG Tool, enabling communication between previously incompatible systems at both syntactic and semantic levels. The DTM empowers systems to dynamically select optimal service providers, adapt to real-time changes, and execute automated data transformations by establishing a cohesive integration between AF and TAG. This enhances the interoperability, communication, and in- tegration of IoT systems within Industry 4.0 ecosystems.

Esta dissertação aborda o desafio de aumentar as capacidades de interoperabilidade entre sistemas heterogéneos, um requisito fundamental para atender às exigências dinâmicas da Indústria 4.0. À medida que o panorama industrial evolui com a crescente integração de dispositivos IoT, automação e a tomada de decisões baseadas em dados, torna-se imprescindível garantir uma comunicação eficaz entre sistemas diversos. Este trabalho centra- se em colmatar a lacuna entre o Arrowhead Framework (AF), uma arquitetura orientada a serviços concebida para facilitar a interoperabilidade no contexto do IoT e da automação, e o Translator Automatic Generator (TAG), uma ferramenta de tradução de dados. Estas tecnologias são integradas para superar as limitações relacionadas à seleção de serviços e à compatibilidade de dados. O objetivo principal é desenvolver o Data Translation Manager (DTM), uma ferramenta nova capaz de automatizar a seleção dos fornecedores de serviços mais adequados para os consumidores num ambiente cloud Arrowhead. Simultaneamente, o DTM facilita a tradução dinâmica de dados através da ferramenta TAG, permitindo a comunicação entre sistemas previamente incompatíveis, tanto em níveis sintáticos como semânticos. Ao integrar de forma eficiente o AF e o TAG, o DTM permite que sistemas selecionem os fornecedores de serviços mais adequados de maneira dinâmica, que se ajustem a alterações em tempo real e que realizem transformações de dados automatizadas. Esta abordagem não apenas responde a alguns desafios atuais da interoperabilidade, mas também promove uma comunicação mais fluida e integração robusta entre sistemas IoT, posicionando-se como um contributo para a evolução dos ecossistemas da Indústria 4.0.