Modelo para predição de ações e inferência de situações de risco em ambientes sensíveis ao contexto
Abstract
A popularização de sensores de baixo custo e de dispositivos móveis permitiu diversos
avanços nas pesquisas da área de computação ubíqua e pervasiva. Com a captura dos dados
contextuais providos pelos sensores acoplados a estes dispositivos é possível obter informações
do estado do usuário e do ambiente, e dessa forma mapear a relação entre ambos. Uma das
possíveis abordagens para mapear essas relações são as atividades executadas pelo usuário, que
inclusive são parte constituinte do próprio contexto. Entretanto, mesmo que as atividades humanas
possam causar danos físicos, não há muita discussão na academia de como a computação
ubíqua poderia avaliar esse risco relacionado a elas. Neste sentido, o projeto Activity Project
objetiva determinar situações de risco no momento da realização de atividades desempenhadas
por pessoas em um ambiente sensível ao contexto, através de um middleware sensível ao
contexto que considera o risco nas ações que compõe uma atividade e o desempenho do usuário
enquanto executa uma atividade. Esta dissertação tem por objetivo especificar a camada
Gerência de Atividades do middleware proposto para o Activity Project, cujo objetivo é tratar
as questões referentes à predição de ações e atividades e a detecção de situações de risco em
ações. O modelo desenvolvido para tratar a composição das atividades e a predição das mesmas
baseia-se na Teoria da Atividade, enquanto que o risco em ações é determinado pelas mudanças
no contexto fisiológico do usuário, modeladas através do modelo Hiperespaço Análogo ao
Contexto. Nos testes realizados os modelos desenvolvidos superaram as propostas encontradas
até o momento para a predição de ações com uma a precisão de 78,69%, bem como para a
determinação de situações de risco com uma precisão de 98,94%, demonstrando a eficácia da
solução proposta.