Mirza, Fabio
(2023)
Sensorworker: An Integrated Crowdsensing Platform.
[Laurea], Università di Bologna, Corso di Studio in
Informatica [L-DM270]
Documenti full-text disponibili:
Abstract
Sensorworker è una innovativa piattaforma di Mobile Crowdsensing integrato ai servizi offerti dal popolare portale di Crowdsourcing Microworkers. La piattaforma consente la creazione e la gestione di campagne di Crowdsensing impiegando i "worker" presenti su Microworkers al fine di risolvere una criticità dei sistemi di crowdsensing, ossia il requisito di alta partecipazione.
La tesi chiarisce il significato di Crowdsourcing, Mobile Crowdsensing e le modalità con cui Sensorworker risolve diverse criticità.
Si esaminano l'architettura del sistema, i sensori utilizzati e la struttura del database. Successivamente, si procede all'analisi dell'interazione tra i diversi utenti e la piattaforma stessa.
Infine, si espongono la struttura del server back-end e i risultati dei test sulla piattaforma.
Abstract
Sensorworker è una innovativa piattaforma di Mobile Crowdsensing integrato ai servizi offerti dal popolare portale di Crowdsourcing Microworkers. La piattaforma consente la creazione e la gestione di campagne di Crowdsensing impiegando i "worker" presenti su Microworkers al fine di risolvere una criticità dei sistemi di crowdsensing, ossia il requisito di alta partecipazione.
La tesi chiarisce il significato di Crowdsourcing, Mobile Crowdsensing e le modalità con cui Sensorworker risolve diverse criticità.
Si esaminano l'architettura del sistema, i sensori utilizzati e la struttura del database. Successivamente, si procede all'analisi dell'interazione tra i diversi utenti e la piattaforma stessa.
Infine, si espongono la struttura del server back-end e i risultati dei test sulla piattaforma.
Tipologia del documento
Tesi di laurea
(Laurea)
Autore della tesi
Mirza, Fabio
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Mobile Crowdsensing,Crowdsensing,Crowdsourcing,Internet of Things,IoT,MSC
Data di discussione della Tesi
15 Marzo 2023
URI
Altri metadati
Tipologia del documento
Tesi di laurea
(NON SPECIFICATO)
Autore della tesi
Mirza, Fabio
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Mobile Crowdsensing,Crowdsensing,Crowdsourcing,Internet of Things,IoT,MSC
Data di discussione della Tesi
15 Marzo 2023
URI
Statistica sui download
Gestione del documento: