Search

The development of smart vehicles has been a major focus of the automotive industry in recent years. Smart vehicles, equipped with advanced sensors and communication technologies, represent a transformative paradigm in modern transportation systems. Some of the challenges associated with the introduction of smart vehicles include developing reliable sensors, creating robust communication networks, and ensuring the security of vehicle systems. This paper proposes a Blockchain-based framework for accident prevention on the Internet of Vehicles, where vehicles monitor the state of the route and transmit information about hazardous situations to the Blockchain network. Once the event is confirmed, warnings are sent to all vehicles, and their speed is automatically reduced to avoid accidents. The tests in a 3D graphical simulator, combined with Hyperledger Besu technology for the creation of the Blockchain network, demonstrated both horizontal and vertical scalability, validating the potential of this framework for real-world integration. Moreover, it presents a fast reaction to anomalous situations on a route compared to human reactions under similar circumstances.

Forest fires have devastating consequences for the environment, the economy and human lives. Understanding their dynamics is therefore crucial for planning the resources allocated to combat them effectively. In a world where the incidence of such phenomena is increasing every year, the demand for efficient and accurate computational models is becoming increasingly necessary. In this study, we perform a revision of an initial proposal which consists of a two-dimensional propagation model based on cellular automata (2D-CA), which aims to understand the dynamics of these phenomena. We identify the key theoretical weaknesses and propose improvements to address these limitations. We also assess the effectiveness and accuracy of the model by evaluating improvements using real forest fire data (Beneixama, Alicante 2019). Moreover, as a result of the theoretical modifications performed, we introduce a novel intelligent architecture that seeks to capture relationships between system cells from the data. This new architecture has the ability to advance our understanding of forest fire dynamics, contributing to both the evaluation of existing protocols and more efficient firefighting resource management.

In the era of Industry 4.0 and 5.0, a transformative wave of softwarisation has surged. This shift towards software-centric frameworks has been a cornerstone and has highlighted the need to comprehend software applications. This research introduces a novel agent-based architecture designed to sense and predict software application metrics in industrial scenarios using AI techniques. It comprises interconnected agents that aim to enhance operational insights and decision-making processes. The forecaster component uses a random forest regressor to predict known and aggregated metrics. Further analysis demonstrates overall robust predictive capabilities. Visual representations and an error analysis underscore the forecasting accuracy and limitations. This work establishes a foundational understanding and predictive architecture for software behaviours, charting a course for future advancements in decision-making components within evolving industrial landscapes.

Within various industrial settings, such as shipping, aeronautics, woodworking, and footwear, there exists a significant challenge: optimizing the extraction of sections from material sheets, a process known as “nesting”, to minimize wasted surface area. This paper investigates efficient solutions to complex nesting problems, emphasizing rapid computation over ultimate precision. We introduce a dual-approach methodology that couples both a greedy technique and a genetic algorithm. The genetic algorithm is instrumental in determining the optimal sequence for placing sections, ensuring each is located in its current best position. A specialized representation system is devised for both the sections and the material sheet, promoting streamlined computation and tangible results. By balancing speed and accuracy, this study offers robust solutions for real-world nesting challenges within a reduced computational timeframe.

En los últimos años, el despliegue de dispositivos de cálculo específico GPU en la nube es una realidad. Sin embargo, la gestión eficiente de esta infraestructura por parte de los proveedores Cloud para ofrecer estas capacidades como servicio no está resuelta. Los proveedores Cloud suelen ofrecen estas unidades como parte de la infraestructura virtual otorgando una dedicación exclusiva a la plataforma completa por cada instancia virtual (virtualización "Pass-through") o bien repartiendo el tiempo de uso para varias de ellas (virtualización vGPU). Estas estrategias, si bien pueden ser válidas para empresas con grandes necesidades de cómputo capaces de sacar partido a potentes tarjetas GPU dedicadas, no lo son para pequeñas instancias virtuales producto de la externalización de procesamiento, como es el caso de clientes CAD/CAM de la industria de manufactura, ni tampoco para otros sectores en auge, como la de videojuegos online, o la IA (Inteligencia Artificial) bajo demanda. En estos casos, la instancia virtual que se crea no es capaz de ocupar completamente las capacidades de una gran tarjeta, desaprovechando parte de su capacidad y provocando una pérdida de eficiencia tanto en el proveedor Cloud, como en la empresa solicitante del servicio. En este trabajo se plantea avanzar en el desarrollo de modelos y arquitecturas Cloud especializadas basadas en la utilización eficiente de plataformas de procesamiento específico GPU para dar soporte a las necesidades de computación de altas prestaciones, especialmente para aplicaciones de geometría computacional e IA.

Teleworking became popular in the 1970s as a response to the energy crisis resulting from the rise in oil prices, and its adoption increased exponentially during the COVID-19 pandemic as an isolation measure to avoid contagion and ensure business continuity. Industry 5.0 companies, among others, had to rapidly embrace teleworking during the pandemic, which involved taking risks such as allowing remote access to data and services without complete control over technical infrastructure and trusting employees to remain productive without direct supervision. This paper aims to explore the perceptions and expectations of Industry 5.0 employees about the adoption of teleworking under regular conditions after the pandemic, addressing concerns about productivity, supervision, cyberattacks, and potential additional investments. The objective is to provide comprehensive data that allow companies to make informed decisions about whether to continue teleworking in the future. It also presents a causal model that explains the intention to adopt teleworking and provides insights for managers of Industry 5.0 companies to make decisions related to this issue.

La computación sin servidor (o serverless para abreviar) es un modelo de ejecución en el que el proveedor en la nube (AWS, Azure o Google Cloud) es responsable de ejecutar un fragmento de código mediante la asignación dinámica de los recursos. Y cobrando solo por la cantidad de recursos utilizados para ejecutar el código. El código, generalmente, se ejecuta dentro de contenedores sin estado que pueden ser activados por una variedad de eventos que incluyen solicitudes HTTP, eventos de base de datos, servicios de colas, alertas de monitoreo, carga de archivos, eventos programados (trabajos cron), etc. El código que se envía a al proveedor en la nube para la ejecución es generalmente en forma de una función. Este proyecto tiene como objetivo analizar las amenazas de este tipo de sistemas y estudiar especialmente la amenaza de tipo Denial of Wallet (DoW).

La computación en nube es una de las tecnologías que están dando forma al mundo actual. En este sentido, las empresas deben hacer uso de esta tecnología para seguir siendo competitivas en un mercado globalizado. Los sectores tradicionales de la industria manufacturera (calzado, muebles, juguetes, entre otros) se caracterizan principalmente por tener un diseño intensivo y un trabajo de fabricación en la producción de nuevos productos de temporada. Este trabajo se realiza a través de software de modelado y fabricación 3D. Este software se conoce habitualmente como “CAD/CAM”. Se basa principalmente en la aplicación de primitivas de modelado y cálculo geométrico. La externalización de procesamiento es el método utilizado para externalizar la carga de procesamiento a la nube. Esta técnica aporta muchas ventajas a los procesos de diseño y fabricación: reducción del coste inicial para pequeñas y medianas empresas que necesitan una gran capacidad de cálculo, infraestructura muy flexible para proporcionar potencia de cálculo ajustable, prestación de servicios informáticos “CAD/CAM” a diseñadores de todo el mundo, etc.. Sin embargo, la externalización del cálculo geométrico a la nube implica varios retos que deben superarse para que la propuesta sea viable. El objetivo de este trabajo es explorar nuevas formas de aprovechar los dispositivos especializados y mejorar las capacidades de las “GPUs” mediante la revisión y comparación de las técnicas de programación paralela disponibles, y proponer la configuración óptima de la arquitectura “Cloud” y el desarrollo de aplicaciones para mejorar el grado de paralelización de los dispositivos de procesamiento especializados, sirviendo de base para su mayor explotación en la nube para pequeñas y medianas empresas. Finalmente, este trabajo muestra los experimentos utilizados para validar la propuesta tanto a nivel de arquitectura de comunicación como de la programación en las "GPU" y aporta unas conclusiones derivadas de esta experimenta

Modern computing infrastructures are evolving due to virtualisation, especially with the advent of 5G and future technologies. While this transition offers numerous benefits, it also presents challenges. Consequently, understanding these complex systems, including networks, services, and their interconnections, is crucial. This paper introduces ServiceNet, a groundbreaking architecture that accurately performs the important task of providing understanding of a multi-tenant architecture by discovering the complete topology, crucial in the realm of high-performance distributed computing. Experimental results have been carried out in different scenarios in order to validate our approach, demonstrating the effectiveness of our approach in comprehensive multi-tenant topology discovery. The experiments, involving up to forty tenant, highlight the adaptability of ServiceNet as a valuable tool for real-time monitoring in topology discovery purposes, even in challenging scenarios.

Los ataques de Denegación de Cartera (Denial of Wallet - DoW) se refieren a un tipo de ciberataque que tiene como objetivo explotar y agotar los recursos financieros de una organización desencadenando costes o cargos excesivos dentro de su entorno de computación en la nube. Estos ataques son particularmente relevantes en el contexto de las arquitecturas sin servidor (serverless) debido a características como el modelo de pago por uso, el autoescalado, el control limitado y la amplificación de costes. La computación sin servidor, a menudo denominada función como servicio (Function as a Service - FaaS), es un modelo de computación en nube que permite a los desarrolladores crear y ejecutar aplicaciones sin necesidad de gestionar la infraestructura de servidor tradicional. Las arquitecturas sin servidor han ganado popularidad en la computación en nube debido a su flexibilidad y capacidad para escalar automáticamente en función de la demanda. Estas arquitecturas se basan en la ejecución de funciones sin necesidad de gestionar la infraestructura subyacente. Sin embargo, la falta de conjuntos de datos realistas y representativos que simulen invocaciones de funciones en entornos sin servidor ha supuesto un reto para la investigación y el desarrollo de soluciones en este campo. El objetivo de este Dataset es crear un conjunto de datos para simular invocaciones de funciones en arquitecturas sin servidor. Además, proponemos una metodología para la generación del conjunto de datos, que implica la generación de datos sintéticos a partir de tráfico generado en plataformas cloud y la identificación de las principales características de las invocaciones de funciones. Al generar este conjunto de datos, esperamos facilitar la detección de ataques Denial of Wallet utilizando técnicas de aprendizaje automático y redes neuronales. De este modo, este conjunto de datos podría proporcionar a otros investigadores y desarrolladores un conjunto de datos para probar y evaluar algoritmos de apr

Purpose – This study investigates how federated learning (FL) and human–robot collaboration (HRC) can be used to manage diverse industrial environments effectively. We aim to demonstrate how these technologies not only improve cooperation between humans and robots but also significantly enhance productivity and innovation within industrial settings. Our research proposes a new framework that integrates these advancements, paving the way for smarter and more efficient factories. Design/methodology/approach – This paper looks into the difficulties of handling diverse industrial setups and explores how combining FL and HRC in the mark of Industry 5.0 paradigm could help. A literature review is conducted to explore the theoretical insights, methods and applications of these technologies that justify our proposal. Based on this, a conceptual framework is proposed that integrates these technologies to manage heterogeneous industrial environments. Findings – The findings drawn from the literature review performed, demonstrate that personalized FL can empower robots to evolve into intelligent collaborators capable of seamlessly aligning their actions and responses with the intricacies of factory environments and the preferences of human workers. This enhanced adaptability results in more efficient, harmonious and context-sensitive collaborations, ultimately enhancing productivity and adaptability in industrial operations. Originality/value – This research underscores the innovative potential of personalized FL in reshaping the HRC landscape for manage heterogeneous industrial environments, marking a transformative shift from traditional automation to intelligent collaboration. It lays the foundation for a future where human–robot interactions are not only more efficient but also more harmonious and contextually aware, offering significant value to the industrial sector.