REFATORAÇÃO BASEADA EM MEDIDAS PARA SISTEMAS IOT-HEALTH

Abstract

Internet das Coisas (IoT) pode ser definida como uma interconexão de sensores e atuadores, provendo a habilidade de compartilhar informações na Internet, desenvolvendo um cenário que permite aplicações inovadoras em domínios diversos, como para cidades inteligentes e para a área da saúde (IoT-health). Esses sistemas possuem alta criticidade e executam em ambientes cujo contexto varia frequentemente. Logo, garantir a qualidade dessas aplicações é desafiador e é importante que o processo de avaliação da qualidade de software seja adequado a esse tipo de sistema. Esse processo pode ser fragmentado em três passos: definir, coletar e analisar as métricas obtidas do processo de desenvolvimento visando a obtenção de informações significativas para melhorar o produto. Nesse contexto, o objetivo deste trabalho é avaliar uma solução IoT-health para detecção de quedas utilizando medidas encontradas na literatura. Para isso, foi selecionada uma aplicação IoT-Health para detecção de quedas a partir de um smartphone e um smartwatch chamada WatchAlert, a qual foi desenvolvida no Grupo de Redes de Computadores, Engenharia de Software e Sistemas (GREat). Definida a aplicação, buscou-se na literatura por medidas focadas em IoT para a avaliação. Como resultado, selecionou-se duas medidas, sendo elas o grau de acurácia e o tempo de resposta, pois indicam o quão correta era a detecção de queda da aplicação e o tempo necessário para isso. Os resultados da avaliação indicaram as melhorias no algoritmo utilizado para a detecção de quedas e na interação entre os componentes da aplicação. Assim, a aplicação foi refatorada e novas medições foram realizadas ao término de cada ciclo de refatoração. Ao final, percebeu-se um aumento na acurácia de 73% para 86,7% e redução do tempo de resposta de 20s para 5s. Observou-se, assim, que a refatoração direcionada pelas medidas contribuiu para que a aplicação fosse aprimorada. Essa pesquisa foi financiada pelo CNPq.