Instituto ORT Argentina

Analista de Sistemas

Introducción a la Informática

Pablo Akerman

1º1º A

Edgardo Aguirre
Alejandro Colmenares
Leonela Pretti Molina
Pablo Santillana
Ramiro F. de la Peña

29 de Octubre

2019

Internet de las Cosas

Análisis y almacenamiento de datos

Introducción

Al final del día Laura llega a su casa y el smartwatch le dice cuántos pasos ha
dado en total, el celular le informa si esta cantidad de pasos está acorde al entrenamiento
diario que está haciendo con objetivo de correr la maratón del próximo mes. Además le
sugiere una receta de cocina para la noche con los nutrientes suficientes para cubrir el
desgaste que tuvo.

Esta es una escena cotidiana, que hubiera sorprendido a generaciones

anteriores, pero es tan solo un ejemplo más del paradigma del Internet de las Cosas. Ahora
bien... ¿Cómo se logra la comunicación entre estos dispositivos? ¿Cómo hacen estos objetos
para recopilar la información de los usuarios? ¿Dónde van estos datos? ¿Qué se hace con
ellos? ¿Qué implicancia tiene para los usuarios esta masiva apropiación de sus datos
personales? El objetivo de este trabajo es comenzar a resolver estos interrogantes.

Tecnologías de Obtención, Transmisión, Intercomunicación y Almacenamiento de Datos

El Internet de las Cosas (IdC) – en inglés Internet of Things (IoT)- se puede definir
como un ecosistema de tecnologías que controlan el estado de los objetos físicos conectados
mediante internet. Esto permite recopilar datos de la experiencia de los usuarios, enviarlos
para el análisis al fabricante, a otros dispositivos o al mismo usuario. Las comunicaciones
entres dispositivos (m2m) en IoT necesitan de redes inalámbricas y determinadas
tecnologías, mencionaremos algunas de las principales:

Quizá la más conocida es Bluetooth, que permite la conexión de dispositivos

usando ondas de radio de corto alcance, pudiendo compartir datos sin necesidad de estar
en la misma habitación. Su versión Low Energy permite que los dispositivos disminuyan el
consumo energético prolongando el funcionamiento, la velocidad de transferencia está
entre 25 y 32 Mbps, permitiendo su aplicación para IoT.

La tecnología RFID tiene como propósito transmitir la identidad de un objeto

(como sería un número de serie único) mediante ondas de radio. Tiene tres componentes,
una etiqueta electrónica (tag), un lector de tags y una base de datos. Los tags llevan un
microchip que almacena el código identificativo del producto. Mientras los lectores mandan
señales de radiofrecuencia al tag que las recibe por una pequeña antena que tiene
incorporada.

La tecnología NFC (Near Field Communication) es una variante de RFID, en

este caso se trata de un sistema inalámbrico para el intercambio de datos entre dispositivos
electrónicos a corta distancia (menos de 10 cm). Sin embargo, esta tecnología no está
dirigida a la transmisión masiva de datos, sino a la comunicación entre aparatos con
capacidad de proceso, como smartphones, agendas, computadoras o tablets.

La banda de frecuencia en la que opera NFC es 13.56 MHZ, con velocidades de

transmisión de 106 Kbps, 212 Kbps y 424 Kbps. La transmisión es muy segura, debido a que
se produce a corta distancia, dificultando cualquier captura de señal por otro dispositivo
ajeno.
NFC es una extensión de ISO 14443, estándar internacional relacionado con las
tarjetas de identificación electrónica, lo que la hace compatible con toda la infraestructura
de pago sin contacto, como es Mastercard en su versión “Contactless Card” de Banco Itaú,
Nación y Supervielle; como así también de transporte para el caso de SUBE (Sistema Único
de Boleto Electrónico). Esta tecnología en el futuro permitirá convertir a los smartphones
en un sistema de pago universal.

Por su parte, las SIM integradas propuestas por la GSM Association, tienen como
propósito llevar la conexión de Internet a más dispositivos, como cámaras, e-readers,
reproductores de MP3. La SIM integrada conectará los dispositivos a una red inalámbrica
GSM. La comercialización de las tarjetas SIM integradas comenzó en 2012 y potenciará en el
futuro la Internet de las Cosas, trayendo beneficios a organizaciones y usuario hogareños.

Un código QR (Quick Response Code) es un

sistema para guardar información en una matriz de puntos
o un código de barras bidimensional; se caracterizan por
los tres cuadrados que se encuentran en las esquinas y que
permiten detectar la posición del código al lector. Los
códigos QR son un estándar internacional (ISO/IEC 18004),
son de código abierto y de libre uso.

Por el contrario, los códigos BIDI

(Bidimensionales o bidireccionales) son privados o de
código cerrado, no son gratuitos debido a su orientación
comercial y su fin de lucro, aunque tienen los mismos
fundamentos que los QR.

Para conectarse a internet y entre sí, los dispositivos utilizan un protocolo IPv4
(internet protocol version 4) que les permite identificarse de una manera lógica y jerárquica
en la interfaz de red. Cuando fue creado el IPv4 se generó un número binario de 32 bit
direcciones para asignar -equivalente a una cantidad de 4.294.967.296-. Aunque esto
parecía más que suficiente en 1983, el constante crecimiento que se desarrolló desde
entonces, no sólo de la cantidad smartphones sino de los nuevos dispositivos que tienen que
conectarse lo han superado ampliamente, creando la necesidad de una solución a este
problema. Por esto, desde 2016 se implementó el IPv6 que proporciona 340 sextillones de
direcciones. Esta nueva versión de IP resulta fundamental para el desarrollo del Internet de
las Cosas porque permite asignar una dirección IP a cada dispositivo que lo requiera.

Análisis de Datos en el Internet de las Cosas

Conforme pasa el tiempo, cada vez más dispositivos y otros equipos se

encuentran conectados al Internet de las Cosas, permitiendo el flujo constante de datos.
Estos son usados frecuentemente por empresas, organizaciones o instituciones para el
crecimiento de las mismas, también son utilizados para estudios científicos o médicos. En
definitiva, estos datos ayudan constantemente al crecimiento de la sociedad moderna en
general. Sin embargo… ¿Es posible analizar y procesar efectivamente un flujo tan grande de
datos?

Distintas empresas como Gartner, Cisco y IOT han estimado que habrá 26, 50 o
212 mil millones de dispositivos respectivamente conectados al Internet de las Cosas para
el año 2020. Todos estos dispositivos estarán constantemente recopilando datos y
proporcionando información.

Este diluvio de datos podría llegar a ser abrumador, y es entonces donde será
cada vez más necesario buscar herramientas, estrategias y métodos para su procesamiento
efectivo.

La mayor parte de los análisis serios de IoT se producirán en la nube, en un

centro de datos o más probablemente en una nube híbrida y un entorno de servidor.
Esto se debe a que, a pesar de la elasticidad y escalabilidad de la nube, puede que no sea
adecuada para escenarios que requieren el procesamiento de grandes cantidades de datos
en tiempo real. Al mismo tiempo, debido a que distintos aspectos del análisis de IoT pueden
necesitar ampliarse unos más que otros, el algoritmo de análisis implementado debe apoyar
la flexibilidad, tanto si el algoritmo está implementado en la periferia como si está
implementado en el centro de datos o en la nube.

Por otro lado, la realización de análisis en la periferia (at the edge) requiere
un software ligero, ya que los nodos y pasarelas de IoT son dispositivos de baja potencia
con una fuerza limitada para el procesamiento de consultas. Para afrontar este reto, la
informática en la niebla es la solución.

Cisco ha realizado una excelente definición de este término: “La informática en

la niebla extiende la nube para que esté más cerca de las cosas que producen y actúan en
los datos de IoT. Estos dispositivos, llamados nodos de niebla, se pueden implementar en
cualquier parte con una conexión de red. Cualquier dispositivo con capacidad informática,
de almacenamiento y conectividad de red puede ser un nodo de niebla...”.

La mayor potencia del análisis de IoT, que aún está en gran medida sin explotar,
es poder ir más allá de la reacción a los problemas y a las oportunidades en tiempo real y
en su lugar, prepararse para ellos por anticipado. Esa es la razón por la que la predicción es
fundamental para muchas estrategias de análisis de IoT, ya sea prever la demanda, anticipar
el mantenimiento, detectar fraudes, predecir la producción o segmentar clientes.

La inteligencia artificial (IA) utiliza y mejora los modelos estadísticos actuales

para manejar la predicción. La IA aprenderá automáticamente las reglas subyacentes,
proporcionando así una atractiva alternativa a los sistemas de solo reglas, que requieren la
intervención de profesionales para crear reglas y evaluar su rendimiento.

Hay seis tipos de análisis de datos de IoT en que la IA puede ayudar:

 1) Preparación de datos: definir grupos de datos y eliminar información no
relacionada.
2) Descubrimiento de datos: encontrar datos útiles en los grupos de datos
definidos.
3) Visualización de datos en streaming: tratar de inmediato datos en streaming
mediante la definición, descubrimiento y visualización de datos de forma
inteligente para facilitar que el proceso de toma de decisiones tenga lugar
sin retrasos.
4) Precisión de las series temporales de datos: mantener un nivel de confianza
alto en los datos recopilados con una precisión e integridad elevadas.
5) Análisis predictivo y avanzado: paso muy importante en el que se pueden
tomar decisiones con base en los datos recopilados, descubiertos y
analizados.
6) Geoespacial y ubicación en tiempo real (datos logísticos): mantener el flujo
de datos bajo control.

Los desafíos de IoT: el Big Data y la protección de Datos Personales

Hemos intentado configurar en las páginas previas un esbozo sobre lo que

significa IoT, el almacenamiento y el análisis de datos. Empero, resulta no menos
interesante plantear algunos de los nuevos desafíos que significaría un mundo que recurra
al paradigma IoT en el desarrollo de nuevas tecnologías.

Acerca de ello, deben considerarse ciertos riesgos a la protección de datos

personales, la intimidad y la privacidad que acarrean las tecnologías IoT combinadas con el
Big Data.

Cuando hablamos de Big Data nos referimos al conjunto de datos cuyo gran
volumen, variedad y velocidad de obtención requieren de herramientas no tradicionales
para su procesamiento.

Al respecto, debe señalarse que el avance de las tecnologías bajo el paradigma

IoT significa un incremento exponencial en la producción de datos que conforman el Big
Data. Es decir, el número de dispositivos y objetos conectados a internet tiene una relación
directamente proporcional con la cantidad de información producida sobre las personas y
sus hábitos.

Podríamos ofrecer como ejemplo a una heladera conectada a internet que

produce constantemente información detallada sobre los datos alimenticios de una familia.
Pero con poca imaginación es posible ir más allá y pensar en IoT y sus usos en la medicina,
particularmente en dispositivos dentro del cuerpo humano como un marcapasos o una bomba
de insulina con conexión a internet produciendo información sobre la salud de las personas.

A esa altura podríamos plantearnos si el Internet de las cosas no habrá devenido

en un Internet de los cuerpos, pero centrémonos en la siguiente idea: esos datos de salud
que son datos personales sensibles (según Ley 25.326) producen información que la propia
persona desconoce de manera constante y se transmite a través de la red.

Esto acarrea riesgos concretos de seguridad informática, pero además genera un

nuevo desafío: evitar que las empresas utilicen estos datos - que sin duda poseen un valor
económico inherente - para generar un lucro que vaya en detrimento de la privacidad de las
personas.

En otras palabras, debemos considerar los riesgos que significa para la

intimidad, la privacidad y la protección de datos personales avanzar sin precauciones
razonables hacia un paradigma de conexión en todos los elementos que utilizamos día a
día y cómo prevenir el indebido uso de los datos generados como consecuencia de este.

Conclusión

El Internet de las Cosas tiene un gran potencial que puede ser determinante en
la forma en que se construya el futuro. Desde que se creó el concepto de IoT hasta hoy han
transcurrido tan solo 20 años. Los avances tecnológicos van mucho más rápido que nuestra
capacidad para prever el impacto que estos tienen en la vida de las personas.

Debemos pensar maneras de incorporar este paradigma a la sociedad como una

forma de resolver problemas y mejorar su calidad de vida. Para ello, el Internet de las Cosas
debe presentarse de una forma amigable, como una herramienta y no como interconexión
de objetos dentro de la cual las personas sean un objeto más.

Deben ser las personas quienes tengan control sobre los objetos y sobre la
información que estos producen sobre ellas mismas para crear una confiabilidad que
fomente su utilización y que no funcione en detrimento del comportamiento humano.
Acerca de ello, debe mencionarse que ha sido estudiado que las personas no se comportan
de la misma manera cuando son conscientes de que sus acciones están siendo registradas
por medios tecnológicos.

Como parte de una solución proponemos un mayor contenido curricular en el

sistema educativo que abarque elementos técnicos para tener una sociedad con mayor
comprensión sobre el funcionamiento del paradigma IoT y de los objetos que componen ese
paradigma, que debe funcionar siempre en pos de un futuro más justo donde la tecnología
sea una herramienta para ese fin y no un eslabón más de un sistema basado en el consumo
que deshumanice a las personas.
 BIBLIOGRAFÍA

https://es.wikipedia.org/wiki/Internet_de_las_cosas
https://www.domodesk.com/221-a-fondo-que-es-iot-el-internet-de-las-cosas.html
https://www.oracle.com/ar/big-data/guide/what-is-big-data.html
https://www.lanacion.com.ar/tecnologia/el-lado-oscuro-de-la-internet-de-las-cosas-
nid1874617
https://confilegal.com/20190317-del-internet-de-las-cosas-al-internet-de-los-cuerpos/
https://reportedigital.com/iot/iot-medicina/
https://globbsecurity.com/hackeo-de-marcapasos-dispositivos-medicos-necesidad-
mejorar-seguridad-equipos-criticos-40612/
https://www.bbvaopenmind.com/tecnologia/mundo-digital/cinco-retos-para-el-exito-
del-analisis-de-internet-de-las-cosas/
https://www.pitneybowes.com/latam/customer-information-management/case-
studies/data-management-in-the-internet-of-things.html
http://oa.upm.es/47426/1/TFC_MARIA_TERESA_ROMERO_GARCIA.pdf
https://www.argentina.gob.ar/sites/default/files/paperbenchmarkinternacional-iot.pdf
http://rubenruizcalero.es/blog/codigos-qr-y-bidi-que-son-diferencias-y-futuro/
www.infotechnology.com
https://www.eoi.es/blogs/scm/2013/03/06/tecnologia-rfid/
Luis Joyanes Aguilar “Big Data, Análisis de grandes volúmenes de datos en
organizaciones”. Alfaomega (2013).