Sperimentazione e simulazione di algoritmi distribuiti di raccolta dati per il mobile crowdsensing

Il Mobile CrowdSensing (MCS) è una tecnica per l'acquisizione di dati provenienti da dispositivi mobili come smartphone oppure smartwatch, la quale ha spopolato negli ultimi anni perché è considerata una scelta ottima a livello di costo e semplicità per l'analisi di fenomeni di interesse comune come ad esempio il monitoraggio ambientale. In questo elaborato viene studiato il funzionamento del nuovo simulatore per MCS, di nome CrowdSenSim 2.0, per confrontare le prestazioni di vari algoritmi: esso è in grado di eseguire gli algoritmi: Deterministic Distributed Framework, Piggyback CrowdSensing e molteplici varianti del Probabilistic Distributed Algorithm. Vengono inlotre analizzate le prestazioni del nuovo algoritmo AO-JFS con finestra di look ahead, il cui scopo è minimizzare il consumo energetico e di banda nell'invio dei campioni letti dai dispositivi mobili.