Dependability Analysis of Weather Monitoring Systems Considering Different Redundancy Mechanisms
Resumo
The increasing occurrence of extreme weather events makes precipitation forecasting essential for disaster mitigation. The Internet of Things (IoT) has enhanced weather monitoring, but ensuring system availability and reliability remains a challenge. This study evaluates the impact of redundancy on system dependability, focusing on availability and reliability. Models were developed to compare a system without redundancy to one incorporating redundancy in critical components. Using Stochastic Petri Nets (SPNs), we analyzed their behavior under different failure and repair scenarios. Results show that redundancy significantly improves availability, reduces the probability of failures, and minimizes downtime, reinforcing its importance in the resilience of climate monitoring systems.Referências
ADRIANO SEVERIANO DE ALBUQUERQUE, MARIA BEATRIZ ARRUDA VIEIRA DE LIMA, R. F. D. P. N., AND DE ARAUJO, D. R. B. Algoritmos de aprendizado de máquina aplicados na avaliação do volume de chuvas na cidade do recife. In Anais do XVI Congresso Brasileiro de Inteligência Computacional (CBIC’2023) (Salvador, BA, 2023), pp. 1–8.
AGUIAR, GUILHERME DE OLIVEIRA SILVA, V. R. Sistema de previsão climática baseado em machine learning.
ANDRADE, E., NOGUEIRA, B., CALLOU, G., AND ALVES, G. Dependability analysis of a cyber-physical system for smart environments. Concurrency and Computation: Practice and Experience 31, 1 (2019), e4739.
CAVALCANTI, I. F. Tempo e clima no Brasil. Oficina de textos, 2016.
CHANG, FI-JOHN CHANG, L.-C. C. J.-F. Artificial intelligence techniques in hydrology and water resources management, 2023.
FARIAS, D., NOGUEIRA, B., JÚNIOR, I. F., AND ANDRADE, E. A modeling-based approach for dependability analysis of a constellation of satellites. Software and Systems Modeling (2024), 1–16.
FERREIRA, G. S. E., AND MEDEIROS, D. S. V. Uma avaliação de algoritmos de regressão para predição de volume de chuva. In XL Simpósio Brasileiro de Telecomunicações e Processamento de Sinais (SBrT 2022) (Santa Rita do Sapucaí, MG, 2022), SBrT.
GROUP, M. R. Ambient weather ws-2902d user manual, 2022. Accessed: December 1, 2024.
PREUSS, SL DA C SILVA, A. B. R. C. J. Adequação estrutural e ambiental para a drenagem urbana sustentável: o caso do recife, pernambuco. Simpósio Brasileiro de Recursos Hídricos 19 (2011), 01–19.
SILVA, E., ARAÚJO, D., AND ANDRADE, E. Avaliaçao de disponibilidade e confiabilidade de uma manufatura têxtil 4.0 utilizando modelos estocásticos. LADC 2024 (2024).
WEATHER, A. Ambient weather. [link], 2025. Acesso em: 25 mar. 2025.
AGUIAR, GUILHERME DE OLIVEIRA SILVA, V. R. Sistema de previsão climática baseado em machine learning.
ANDRADE, E., NOGUEIRA, B., CALLOU, G., AND ALVES, G. Dependability analysis of a cyber-physical system for smart environments. Concurrency and Computation: Practice and Experience 31, 1 (2019), e4739.
CAVALCANTI, I. F. Tempo e clima no Brasil. Oficina de textos, 2016.
CHANG, FI-JOHN CHANG, L.-C. C. J.-F. Artificial intelligence techniques in hydrology and water resources management, 2023.
FARIAS, D., NOGUEIRA, B., JÚNIOR, I. F., AND ANDRADE, E. A modeling-based approach for dependability analysis of a constellation of satellites. Software and Systems Modeling (2024), 1–16.
FERREIRA, G. S. E., AND MEDEIROS, D. S. V. Uma avaliação de algoritmos de regressão para predição de volume de chuva. In XL Simpósio Brasileiro de Telecomunicações e Processamento de Sinais (SBrT 2022) (Santa Rita do Sapucaí, MG, 2022), SBrT.
GROUP, M. R. Ambient weather ws-2902d user manual, 2022. Accessed: December 1, 2024.
PREUSS, SL DA C SILVA, A. B. R. C. J. Adequação estrutural e ambiental para a drenagem urbana sustentável: o caso do recife, pernambuco. Simpósio Brasileiro de Recursos Hídricos 19 (2011), 01–19.
SILVA, E., ARAÚJO, D., AND ANDRADE, E. Avaliaçao de disponibilidade e confiabilidade de uma manufatura têxtil 4.0 utilizando modelos estocásticos. LADC 2024 (2024).
WEATHER, A. Ambient weather. [link], 2025. Acesso em: 25 mar. 2025.
Publicado
28/10/2025
Como Citar
LIMA, Vinícius Gabriel Pereira; ANDRADE, Ermeson; ARAÚJO, Danilo R. B. de.
Dependability Analysis of Weather Monitoring Systems Considering Different Redundancy Mechanisms. In: SIMPÓSIO EM SISTEMAS COMPUTACIONAIS DE ALTO DESEMPENHO (SSCAD), 26. , 2025, Bonito/MS.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2025
.
p. 13-24.
DOI: https://doi.org/10.5753/sscad.2025.15308.
