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.

Biografía del autor/a

Cristian Ronquillo Lamilla, Facultad de Ingeniería Industrial, Universidad de Guayaquil. Guayaquil, Ecuador, 090112

Facultad de Ingeniería Industrial, Universidad de Guayaquil. Guayaquil, Ecuador, 090112

Juan García Pluas, Facultad de Ingeniería Industrial, Universidad de Guayaquil. Guayaquil, Ecuador, 090112

Profesor de la Facultad de Ingeniería Industrial de la Universidad de Guayaquil en la carrera de Ingeniería en Sistemas de Información. Sus intereses de investigación combinan las áreas de big data y aprendizaje profundo, además de las ciencias sociales y administrativas. De hecho, ha aplicado redes neuronales para crear modelos de lenguaje para el análisis de textos relacionados con el análisis del discurso político, la migración, la opinión pública y las emociones en una protesta. Además, modelos de segmentación de clientes y predicción de la demanda.

Michelle Varas Chiquito, Facultad de Ingeniería Industrial, Universidad de Guayaquil. Guayaquil, Ecuador, 090112

Ingeniera en Sistemas Computacionales (Carrera Ingeniería en Sistemas de Información)

Grace Loor Alcívar, Universidad de Guayaquil -Guayaquil, Ecuador

indicaron que, con la recolección optimizada de basura, la reducción de tiempo y costos se genera el desarrollo de ciudades inteligentes y estándares de sana convivencia. La implementación del SYSTEM CALL: SMART TRASH COLLECTION (STC), arquitectura avanzada, permite reducir desechos, detectando contenedores sobrecargados mediante arquitectura distribuida, con cola de mensaje RabbitMQ. En conclusión, la utilización de esta arquitectura escalable es útil para ciudades que quieren reducir el impacto ambiental.

Citas

Apacani, C. (2020). Aplicación web para fortalecer la gestión del transporte en la recolección de residuos sólidos urbanos. Ingeniería y sus alcances, 4(10), 192-207.

https://doi.org/http://repositorio.cidecuador.org/bitstream/123456789/1401/1/Articulo_No_2.pdf

Barrio, M. (2020). Internet de las Cosas. Madrid: Reus.

https://doi.org/https://books.google.es/books?hl=es&lr=&id=0BE5EAAAQBAJ&oi=fnd&pg=PA9&dq=Internet+de+las+cosas&ots=JK85K_BQEZ&sig=WXXRFWWIxl4P58U9EhEMo1FHSsA#v=onepage&q=Internet%20de%20las%20cosas&f=false

Bass, L., Clemente, P., & Kazman, R. (2012). Software Architecture in Practice. Boston: Addison-Wesley Professional. https://doi.org/https://www.scirp.org/(S(oyulxb452alnt1aej1nfow45))/reference/ReferencesPapers.aspx?ReferenceID=2055391

Boggiano, M. (2021). Diagnóstico y caracterización de los residuos sólidos domiciliarios de la ciudad de Trujillo – Perú, 2019-2020. Ciencia y Tecnología, 17(3), 61-72. https://doi.org/10.17268/rev.cyt.2021.03.05

Caiza, G., Álvarez, E., Remache, E., Ortiz, A., & García, M. (2020). Comparación de AMQP y CoAP para la integración de las comunicaciones en el área de producción. Revista Ibérica de Sistemas e Tecnologías de Informação, 1(E26), 652-666. http://www.risti.xyz/issues/ristie26.pdf

Chun, W. (2001). Core python programming. Ohio: Prentice Hall Professional.

Courcelle, C., Kestemont, M., Tyteca, D., & Installé, M. (1998). Assessing the economic and environmental performance of municipal solid waste collection and sorting programmes. In: Assessing the economic and environmental performance of municipal solid waste collection and sorting programmes. Waste Management & Research, 1(2), 253-262.

Crespo, V., & Vivanco, J. (2019). Plataforma tecnológica para contribuir la planeación urbana de la ciudad de Guayaquil dirigido a la transportación, enfocado a la integración de los algoritmos Kmeans, Dbscan, Hierarchial Clustering estructurado y no estructurado al módulo de análisis. Guayaquil: Universidad de Guayaquil. http://repositorio.ug.edu.ec/handle/redug/39879

Difabio, L., Vivas, H., & Muñoz, H. (2020). Internet de las cosas aplicada a la trazabilidad de la recolección de residuos en ciudades inteligentes. Revista Ibérica de Sistemas e Tecnologias de Informação (RISTI), 2(E29), 479-493. http://www.risti.xyz/issues/ristie26.pdf

Gómez, E., & Carrión, J. (2021). Plataformas de visualización de datos tolerantes a fallos por medio de MongoDB. Ecociencia, 8(2), 15. https://doi.org/10.21855/ecociencia.82.386

Marrero, L., Thomas, P., Pasini, A., et al. (2021). Aspectos de ingeniería de software, bases de datos relacionales, y bases de datos no relacionales y bases de datos como servicios en la nube para el desarrollo de software híbrido. UNLP. http://sedici.unlp.edu.ar/handle/10915/120139

Mendoza, M., & Trujillo, B. (2022). Evaluación, análisis y comparación del rendimiento de programas de procesamiento masivo implementados usando lenguajes de programación Java, Python y C++ sobre la plataforma Hadoop para clústeres de varios tamaños. Ibarra: Universidad Técnica del Norte. http://www.dspace.espol.edu.ec/xmlui/handle/123456789/43527

Novillo, J., Hernández, D., Mazón, B., Molina, J., & Cárdenas, O. (2018). Arduino y el internet de las cosas. Buenos Aires: Área de Innovación y Desarrollo, S. L. http://dx.doi.org/10.1/993/Ingytec.2018.45

Pacheco, M. (2021). Aplicación de plataformas tecnológicas y normativas para la gestion técnica del desarrollo urbano en la empresa Veolia Aguas de Tunja S.A. E.S.P. Universidad Santo Tomás. https://doi.org/10.13140/RG.2.2.33942.47680

Ramalho, M. (2020). SmartGC: una arquitectura de software para la recolección de basura en ciudades inteligentes. Sao Paulo: UNLP.

Vera, E. (2018). Diseño de una arquitectura servidora para la gestión de soluciones basadas en Crowdsensing. [Disertación de Maestría, Universidad Politécnica de Valencia]. https://riunet.upv.es/handle/10251/94307

Vivas, O. (2020). Migración de REDIS a RABBITMQ en aplicación Web de mantenimiento de enlace de rotos. [Disertación de carrera, Universidad de Los Llanos].

https://www.encisosystems.com/sites/default/files/2021-05/21vivas.pdf

Yépez, E., & Armijos, K. (2020). Aplicación de la metodología kanban en el desarrollo del software para generación, validación y actualización de reactivos, integrado al sistema informático de control académico UNACH. [Disertación de carrera, Universidad Nacional de Chimborazo].

http://dspace.unach.edu.ec/handle/51000/6457

portada

Descargas

Publicado

30-07-2022

Cómo citar

Ronquillo Lamilla, C., García Pluas, J., Varas Chiquito, M., & Loor Alcívar, 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 (edicion enero-junio)

Sección

Artículos de investigación

Licencia

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

Creative Commons License

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

Las contribuciones publicadas en la revista EASI se rigen por la licencia de acceso abierto CC BY-NC-ND 4.0 (Creative Commons Reconocimiento-NoComercial-SinDerivadas 4.0). Esta licencia te empodera como autor, y garantiza la amplia difusión de tu investigación mientras protege tus derechos.

Para autores:

  • 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 y prácticas editoriales.
  • La revista obtiene una licencia para publicar y distribuir el manuscrito original.

Para lectores/usuarios:

Acceso y distribución gratuita: cualquier lector o usuario puede acceder, descargar, copiar, imprimir y compartir el artículo publicado libremente según los términos de la licencia CC BY-NC-ND 4.0.

Reconocimiento obligatorio: si un tercero utiliza el material publicado, debe dar crédito al creador proporcionando el nombre, el título del artículo y el nombre de la revista, lo que garantiza la propiedad intelectual del autor(es) y ayuda a construir su reputación académica.

Uso no comercial: solo se permite el uso no comercial del trabajo publicado. No comercial significa que no está destinado principalmente ni dirigido al aprovechamiento comercial o la compensación monetaria por parte de ningún tercero.

No se permiten modificaciones: el contenido del artículo publicado no se puede cambiar, mezclar o reconstruir a partir del trabajo del autor. Esto asegura la integridad y precisión de los resultados de la investigación.