Herramientas y plataformas de procesamiento: Un análisis sistemático en el contexto de IoT y Big Data

Autores/as

  • Wilmer Antonio Moreira Sánchez Universidad Técnica de Manabí, Ecuador https://orcid.org/0000-0001-7772-6254
  • Marely del Rosario Cruz Felipe Universidad Técnica de Manabí, Ecuador
  • Gabriel Agustín Cotera Ramírez Universidad Técnica de Manabí, Ecuador
  • Gema Isabel Medranda Cobeña Universidad Técnica de Manabí, Ecuador

DOI:

https://doi.org/10.35290/ro.v6n1.2025.1479

Palabras clave:

Big Data, Internet de las Cosas, Revisión Sistemática, Metodología Kitchenham, Escalabilidad, Gestión de Datos

Resumen

El Internet de las Cosas (IoT, por sus siglas en inglés) ha transformado diversos sectores al permitir la conexión y comunicación entre dispositivos inteligentes. La enorme cantidad de registros generados en estos dispositivos requiere herramientas de Big Data para su almacenamiento, procesamiento y análisis eficiente. Este estudio presentó una revisión sistemática de la literatura con el objetivo de identificar y evaluar las herramientas de Big Data más utilizadas en soluciones de IoT. Se utilizó la metodología propuesta por Kitchenham, seleccionada por su enfoque estructurado y replicable, que garantiza resultados de alta calidad al minimizar sesgos. Esta metodología facilitó la identificación de tendencias clave y la resolución de problemas específicos como la optimización de procesos industriales y la mejora en la toma de decisiones gerenciales mediante Big Data. A través del análisis, se generaron preguntas de investigación que evaluaron publicaciones relevantes de los últimos cinco años, revelando cómo Big Data ha sido implementado en IoT para gestionar grandes volúmenes de datos, mejorar la escalabilidad y optimizar procesos en tiempo real. Las herramientas analizadas han demostrado ser efectivas para resolver problemas concretos, como la detección de fallos y la toma de decisiones informadas.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Acuña, E. (2023). Data Mining and Internet of Things (IoT) application for Biomedical products. TECHNO Review. International Technology, Science and Society Review / Revista Internacional de Tecnología, Ciencia y Socie- dad, 13(1). https://doi.org/10.37467/revtechno.v12.3444

Apaza, G., y Ñamo, E. (2022). Evolución e impacto del Big Data en el sector empresarial. Revista Scientific, 7(25), 227–242. https://doi.org/10.29394/scientific.issn.2542-2987.2022.7.25.12.227-242

Arroyo, A. y Brito, A. (2023). Big Data y su aplicación en el área legal. Yachana Revista Científica, 12(1), 31–41. https://doi.org/10.62325/10.62325/yachana.v12.n1.2023.848

Ball, C. y Degischer, D. (2024). IoT implementation for energy system sustainability: The role of actors and related challenges. Utilities Policy, 90. https://doi.org/10.1016/j.jup.2024.101769

Berisha, B., Mëziu, E., y Shabani, I. (2022). Big data analytics in Cloud computing: an overview. Journal of Cloud Computing, 11(1). https://doi.org/10.1186/s13677-022-00301-w

Bigdeli, M., Abolhassani, B., Farahmand, S., y Tellambura, C. (2023). Offline and Real-Time Deadline-Aware Sche- duling and Resource Allocation Algorithms Favoring Big Data Transmission Over Cognitive CRANs. IEEE Access, 11, 67755–67778. https://doi.org/10.1109/ACCESS.2023.3288996

Bohora, K., Bothe, A., Sheth, D., Chopade, R., y Pachghare, V. (2021). Backup and Recovery Mechanisms of Cassan- dra Database: A Review. The Journal of Digital Forensics, Security and Law, 15. https://doi.org/10.15394/ jdfsl.2021.1613

Bornholt, J., Joshi, R., Astrauskas, V., Cully, B., Kragl, B., Markle, S., Sauri, K., Schleit, D., Slatton, G., Tasiran, S., Van Geffen, J., y Warfield, A. (2021). Using Lightweight Formal Methods to Validate a Key-Value Storage Node in Amazon S3. SOSP 2021. Proceedings of the 28th ACM Symposium on Operating Systems Principles (pp. 836–850). United States. https://doi.org/10.1145/3477132.3483540

Campetella, M., Cechich, A., Buccella, A., Montenegro, A., Muñoz, Á., y Rodríguez, A. (2023). Identificación Top- Down de Variedad de Contexto: Un Caso de Estudio en Fluctuaciones de la Napa Freática. Actas - XXIX Congreso Argentino de Ciencias de la Computación - CACIC 2023 (308-317). Argentina. https://sedici.unlp. edu.ar/handle/10915/164924

Cao, K., Liu, Y., Meng, G., y Sun, Q. (2020). An Overview on Edge Computing Research. IEEE Access, 8, 85714– 85728). https://doi.org/10.1109/ACCESS.2020.2991734

Chahid, I. y Marzouk, A. (2017). A Secure IoT Data Integration in Cloud Storage Systems using ABAC Access Control Policy. International Journal of Advanced Engineering Research and Science, 4(8), 34–37. https:// doi.org/10.22161/ijaers.4.8.6

Chhetri, T., Dehury, C., Varghese, B., Fensel, A., Srirama, S., y DeLong, R. (2024). Enabling privacy-aware intero- perable and quality IoT data sharing with context. Future Generation Computer Systems, 157, 164–179. https://doi.org/10.1016/j.future.2024.03.039

Deepthi, K., Balakrishnan, T., Krishnan, P., Ebenezar, U., y Nageshwari (2024). Optimized Data Storage Algorithm of IoT Based on Cloud Computing in Distributed System. Proceedings 2024 OPJU International Technology Conference (OTCON) on Smart Computing for Innovation and Advancement in Industry 4.0 (1–5). https:// doi.org/10.1109/OTCON60325.2024.10688356

Dhulfiqar, A., Abdala, M., Pataki, N., y Tejfel, M. (2024). Deploying a web service application on the EdgeX open edge server: An evaluation of its viability for IoT services. Procedia Computer Science, 235, 852–862. ht- tps://doi.org/10.1016/j.procs.2024.04.081

Domínguez, T., Barral, V., Escudero, C., y García, J. (2024). An IoT system for a smart campus: Challenges and solutions illustrated over several real-world use cases. Internet of Things, 25. https://doi.org/10.1016/j. iot.2024.101099

Dubey, K., Dubey, R., Panedy, S., y Kumar, S. (2024). A Review of IoT Security: Machine Learning and Deep Lear- ning Perspective. Procedia Computer Science, 235, 335–346. https://doi.org/10.1016/j.procs.2024.04.034

Espinosa, A., Ponte, D., Gibeaux, S., y González, C. (2021). Estudio de Sistemas IoT Aplicados a la Agricultura Inteligente. Revista Plus Economía, 9(1), 33–42. https://revistas.unachi.ac.pa/index.php/pluseconomia/ article/view/479

Falah, M., Fridelin, Y., Sukaridhoto, S., Cornelius, A., Kriswantoro, M., Satria, B., y Usman, S. (2021). Comparison of cloud computing providers for development of big data and internet of things application. Indonesian Jour- nal of Electrical Engineering and Computer Science, 22(3), 1723–1730. https://doi.org/10.11591/ijeecs. v22.i3.pp1723-1730

Fernández, A. (2023). Nuevos modelos para la gestión eficiente de infraestructuras big data streaming en entor- nos IoT con aplicación a la Industria 4.0.[Tesis de posgrado, Centro de Estudios de Postgrado Universidad Pablo de Olavide]. Repositorio Institucional. https://investiga.upo.es/documentos/6675ce36ba7d30377a- b2eb59

Gélvez, L. y Santos, L. (2020). Internet de las Cosas: una revisión sobre los retos de seguridad y sus contramedi- das. Revista Ingenio, 17(1), 56–64. https://doi.org/10.22463/2011642x.2370

González, J., Figueroa, P., Amezcua, I., y Benavides, J. (2022). Diseño arquitectural de una plataforma iot para la monitorización ambiental aplicada en viveros de plantas de ornato. 3 c TIC: cuadernos de desarrollo aplica- dos a las TIC, 11(1), 223-249. https://dialnet.unirioja.es/servlet/articulo?codigo=8415585

Guan, S., Zhang, C., Wang, Y., y Liu, W. (2024). Hadoop-based secure storage solution for big data in cloud com- puting environment. Digital Communications and Networks, 10(1), 227–236. https://doi.org/10.1016/j. dcan.2023.01.014

Hamdan, S., Ayyash, M., y Almajali, S. (2020). Edge-computing architectures for internet of things applications: A survey. Sensors (Switzerland), 20(22), 1–52. https://doi.org/10.3390/s20226441

Hasan, M., Ogan, K., y Starly, B. (2021). Hybrid blockchain architecture for Cloud Manufacturing-as-a-service (CMaaS) platforms with improved data storage and transaction efficiency. Procedia Manufacturing, 53, 594–605. https://doi.org/10.1016/j.promfg.2021.06.060

Huang, S. (2024). Big data processing and analysis platform based on deep neural network model. Systems and Soft Computing, 6. https://doi.org/10.1016/j.sasc.2024.200107

Huaranga, E., González, S., Castillo, M., Cimmino, A., y García, R. (2024). From cloud and fog computing to fe- derated-fog computing: A comparative analysis of computational resources in real-time IoT applications based on semantic interoperability. Future Generation Computer Systems, 159, 134–150. https://doi.or- g/10.1016/j.future.2024.05.001

Hwang, D. (2022). Data Speak How to Treat Disease Big data-based precision medicine. Molecules and Cells, 45(9), 620–621. https://doi.org/10.14348/molcells.2022.0119

Kitchenham, B. (2004). Procedures for Performing Systematic Reviews [report]. Keele University Technical Report Kong, L., Tan, J., Huang, J., Chen, G., Wang, S., Jin, X., Zeng, P., Khan, M., y Das, S. K. (2022). Edge-computing-dri-

ven Internet of Things: A Survey. ACM Computing Surveys, 55(8), 1-41. https://doi.org/10.1145/3555308

Liang, C., Zhang, J., Ma, S., Zhou, Y., Hong, Z., Fang, J., Zhou, Y., y Tang, H. (2024). Study on data storage and verification methods based on improved Merkle mountain range in IoT scenarios. Journal of King Saud University - Computer and Information Sciences, 36(6). https://doi.org/10.1016/j.jksuci.2024.102117

Loconte, D., Ieva, S., Pinto, A., Loseto, G., Scioscia, F., y Ruta, M. (2024). Expanding the cloud-to-edge continuum to the IoT in serverless federated learning. Future Generation Computer Systems, 155, 447–462. https://doi. org/10.1016/j.future.2024.02.024

Ma, C., Zhao, M., y Zhao, Y. (2023a). An overview of Hadoop applications in transportation big data. Journal of Trafic and Transportation Engineering, 10(5), 900–917). https://doi.org/10.1016/j.jtte.2023.05.003

Mailewa, A., Mengel, S., Gittner, L., y Khan, H. (2022). Mechanisms and techniques to enhance the security of big data analytic framework with MongoDB and Linux Containers. Array, 15. https://doi.org/10.1016/j. array.2022.100236

Miquel, S. y Aced, C. (2019). Big data: la revolución de los datos y su impacto en la comunicación corporativa.

Comunicación y hombre: Revista interdisciplinar de ciencias de la comunicación y humanidades, (16), 115–

https://dialnet.unirioja.es/servlet/articulo?codigo=7302665

Mostajabi, F., Safaei, A., y Sahafi, A. (2021). A Systematic Review of Data Models for the Big Data Problem. IEEE Access, 9, 128889–128904. https://doi.org/10.1109/ACCESS.2021.3112880

Mothukuri, V., Cheerla, S. S., Parizi, R., Zhang, Q., y Choo, K. (2021). BlockHDFS: Blockchain-integrated Hadoop distributed file system for secure provenance traceability. Blockchain: Research and Applications, 2(4). ht- tps://doi.org/10.1016/j.bcra.2021.100032

Naidu, K., Ravi, B., Hassen, S., Kaur, C., Al Ansari, M., Vinod, R., Nivetha, M., y Kiran, B. (2022). Analysis of Hadoop log file in an environment for dynamic detection of threats using machine learning. Measurement: Sensors,

https://doi.org/10.1016/j.measen.2022.100545

Nguyen, H., Nawara, D., y Kashef, R. (2024). Connecting the indispensable roles of IoT and artificial intelligence in smart cities: A survey. Journal of Information and Intelligence, 2(3), 261-285. https://doi.org/10.1016/j. jiixd.2024.01.003

Palacios, D., Vazquez, J., Sánchez, B., Moreno, R., Schetakis, N., Vazquez, L., y Titov, D. (2022). Serverless archi- tecture for data processing and detecting anomalies in MARSIS instrument. The Astronomical Journal,

(1). https://iopscience.iop.org/article/10.3847/1538-3881/acd18d

Pham, T. y Nguyen, T. (2020). Optimization of resource management for NFV-enabled IoT systems in edge cloud computing. IEEE Access, 8. https://doi.org/10.1109/ACCESS.2020.3026711

Prashant, D. y Pranay, D. (2020). A comparative analysis of IoT features between AWS and Azure. Internatio- nal Journal of Advance Research, 5(2),113-116. https://www.ijariit.com/manuscript/a-comparative-analy- sis-of-iot-features-between-aws-and-azure/

Quintero, J., Orjuela. L., Gordillo, J., y Sánchez, A. (2022). Análisis de las posibilidades de uso del Big Data en el ejercicio profesional de la Contaduría Pública en Colombia. Revista Temario Científico, 2(1), 50–59. https:// doi.org/10.47212/rtcAlinin.1.2.5

Rajagopalan, A., Swaminathan, D., Bajaj, M., Damaj, I., Rathore, R. S., Singh, A., Blazek, V., y Prokop, L. (2024). Empowering power distribution: Unleashing the synergy of IoT and cloud computing for sustainable and efficient energy systems. Results in Engineering, 21.https://doi.org/10.1016/j.rineng.2024.101949

Ramirez, G. y Ramirez, B. (2022). Programa estadístico R, Herramienta clave en el análisis y visualización de datos. Agro-Divulgación, 2(2), 17-22. https://dialnet.unirioja.es/servlet/articulo?codigo=8681872

Rekha, V., Manoharan, J., Hemalatha, R., y Saravanan, D. (2022). Deep Learning Models for Multiple Face Mask Detection under a Complex Big Data Environment. Procedia Computer Science, 215, 706–712. https://doi. org/10.1016/j.procs.2022.12.072

Reynoso, L., Amaro, S., López, L., Sánchez, V., Rotter, M., y Cotal, S. (2023). Tecnologías de Datos Espaciales, Visualización y Realidad Virtual. Actas de XXV Workshop de Investigadores en Ciencias de la Computación. Junín. https://sedici.unlp.edu.ar/handle/10915/163914

Rozo, F. (2020). Revisión de las tecnologías presentes en la industria 4.0. Revista UIS Ingenierías, 19(2), 177–191. https://doi.org/10.18273/revuin.v19n2-2020019

Sayeed, S., Ahmad, A., y Peng, T. (2022). Smartic: A smart tool for Big Data analytics and IoT. F1000Research, 11-17. https://doi.org/10.12688/f1000research.73613.1

Shah, A., Ali, B., Wahab, F., Ullah, I., Amesho, K., y Shafiq, M. (2023). Entropy-based grid approach for handling outliers: a case study to environmental monitoring data. Environmental Science and Pollution Research, 30, 125138–125157. https://doi.org/10.1007/s11356-023-26780-1

Stephen, C. y Degischer, D. (2024). IoT implementation for energy system sustainability: The role of actors and related challenges. Utilities Policy, 90. https://doi.org/10.1016/j.jup.2024.101769

Taboada, A. (2024). Big data en ciencias sociales. Una introducción a la automatización de análisis de datos de texto mediante procesamiento de lenguaje natural y aprendizaje automático. Revista CENTRA de Ciencias Sociales, 3(1). https://doi.org/10.54790/rccs.51

Teli, S., Guerra, C., Icaza, V., Perez, R., Ghassemlooy, Z., y Zvanovec, S. (2023). Hybrid Optical Wireless Communi- cation for Versatile IoT Applications: Data Rate Improvement and Analysis. IEEE Access, 11, 55107–55116. https://doi.org/10.1109/ACCESS.2023.3280850

Ting, Y. y Chan, K. (2024). Optimising performances of LoRa based IoT enabled wireless sensor network for smart agriculture. Journal of Agriculture and Food Research, 16. https://doi.org/10.1016/j.jafr.2024.101093

Tu, T. (2023). The Relationship Between Big Data and IoT. Journal of Computing and Electronic Information Ma- nagement, 10(3), 150-154. https://doi.org/10.54097/jceim.v10i3.8768

Ullah, H., Uzair, M., Jan, Z., y Ullah, M. (2024). Integrating industry 4.0 technologies in defense manufacturing: Challenges, solutions, and potential opportunities. Array, 23. https://doi.org/10.1016/j.array.2024.100358

Ullah, I., Adhikari, D., Su, X., Palmieri, F., Wu, C., y Choi, C. (2024). Integration of data science with the intelligent IoT (IIoT): current challenges and future perspectives. Digital Communications and Networks. https://doi. org/10.1016/j.dcan.2024.02.007

Valdivieso, A., y Bonini, T. (2021). Uso de big data y data mining en los procesos de automatización de la comu- nicación de las organizaciones. GIGAPP: Estudios Working Papers, 8, 128–142. https://dialnet.unirioja.es/ servlet/articulo?codigo=9321360

Woo, W., Richards, W., Selker, J., y Udell, C. (2023). WeatherChimes: An Open IoT Weather Station and Data Soni- fication System. HardwareX, 13. https://doi.org/10.1016/j.ohx.2023.e00402

Wu, X., Jing, Z., y Wang, X. (2024a). The security of IOT from the perspective of the observability of complex ne- tworks. Heliyon, 10(5). https://doi.org/10.1016/j.heliyon.2024.e27104

Wu, X., Jing, Z., y Wang, X. (2024b). The security of IOT from the perspective of the observability of complex ne- tworks. Heliyon, 10(5). https://doi.org/10.1016/j.heliyon.2024.e27104

Zagan, E. y Danubianu, M. (2023). Data Lake Architecture for Storing and Transforming Web Server Access Log Files. IEEE Access, 11, 40916–40929. https://doi.org/10.1109/ACCESS.2023.3270368

Publicado

2025-02-10

Cómo citar

Moreira Sánchez, W. A., Cruz Felipe, M. del R., Cotera Ramírez, G. A., & Medranda Cobeña, G. I. (2025). Herramientas y plataformas de procesamiento: Un análisis sistemático en el contexto de IoT y Big Data. REVISTA ODIGOS, 6(1), 57–82. https://doi.org/10.35290/ro.v6n1.2025.1479

Número

Sección

Artículos