System Call: plataforma distribuida para la recolección de desperdicios de ciudades superpobladas

Autores/as

DOI:

https://doi.org/10.53591/easi.v1i1.1770

Palabras clave:

Gestión inteligente de residuos, Internet de las cosas, ciudades inteligentes, prototipo de IoT, transmisión de datos, recogida de datos, sensores de IoT, simulación de datos

Resumen

El principal problema que se puede destacar es la escasa y poco eficiente recolección de basura debido a la excesiva cantidad de desperdicios provocados por la inconsciencia de las personas, la cual ha provocado graves problemas de contaminación en las grandes ciudades, la manera en que se desea aplicar una contramedida es implementando una arquitectura inteligente y escalable. Con una recolección de basura más eficiente y optimizada, la reducción de tiempo, costo de recolección traen consigo el promover en gran medida el desarrollo de ciudades inteligentes y sus métodos o estándares de convivencia. Esta implementación llamada SYSTEM CALL: STC (SMART TRASH COLLECTION) es una arquitectura avanzada, destinada a resolver los problemas ambientales al reducir los desechos detectando contenedores sobrecargados, mediante una arquitectura distribuida que cuenta con una cola de mensaje RabbitMQ. Por lo tanto, al optar por la aplicación de esta arquitectura, se debe considerar los avances en el desarrollo de este proyecto, esta arquitectura escalable es útil para ciudades que quieren reducir el impacto ambiental y mejorar el estilo de vida con una herramienta eficaz.

 

Archivos adicionales

Publicado

30-07-2022

Cómo citar

Ronquillo, C., García, J., Varas, M., & Loor, G. (2022). System Call: plataforma distribuida para la recolección de desperdicios de ciudades superpobladas. EASI: Ingeniería Y Ciencias Aplicadas En La Industria, 1(1), 10–20. https://doi.org/10.53591/easi.v1i1.1770

Número

Vol. 1 Núm. 1 (2022): Tecnologías de la comunicación e Internet de las Cosas al servicio de la gestión social y empresarial

Sección

Artículos originales

Licencia

Derechos de autor 2022 Cristian Ronquillo Lamilla, Juan García Pluas, Michelle Varas Chiquito, Grace Loor

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.

Los autores conservan los derechos de copia (copyright) sobre el contenido listados a continuación y aceptan que la revista publique el material por primera vez,  bajo la licencia internacional CreativeCommons Atribución-NoComercial-SinDerivadas 4.0

  • Los autores no pueden publicar impresiones de prueba compartidas con ellos durante el proceso editorial.
  • El autor/es puede hacer copias electrónicas o impresas adicionales para su empleo como material docente en las clases que imparte.
  • Puede archivar una copia preimpresa sin restricción alguna.
  • El autor/es y el coautor/es no puede poner una Versión del Editor/PDF de la obra en ningún sitio comercial.
  • El autor/es y el coautor/es pueden referenciar el artículo utilizando el enlace provisto por la revista en su repositorio.
  • El autor/es puede proporcionar la Versión del Editor/PDF sólo con propósitos docentes para estudiantes.
  • El autor/es puede proporcionar la Versión del Editor/PDF a otro investigador de una institución académica.
  • El autor/es puede proporcionar la Versión del Editor/PDF a autoridades para evaluaciones de dotación de fondos institucionales y rankings.
  • Pueden incluir material del trabajo en futuros trabajos derivados.
  • Pueden incluir el trabajo en una disertación o tesis.
  • Expandir el trabajo en forma de libro o capítulo de libro.

Los artículos son de libre acceso en formato electrónico en el repositorio de la revista. Los autores pueden reproducir y distribuir la obra en cualquier formato no comercial, siempre que la obra indique los autores y datos de la revista EASI, y no contravenga los puntos mencionados en el apartado de los permisos.