No dia 27 de maio ficámos de peito cheio. O Pedro Alves, que é nosso Arquiteto de Soluções, terminou o seu doutoramento em Engenharia Informática e Computadores, no Instituto Superior Técnico.
O facto de se ter proposto a fazer um doutoramento mantendo a sua atividade profissional, é já de si algo que merece reconhecimento. Desde 2008 o Pedro partilhou o seu tempo entre o trabalho exigido pela investigação e desenvolvimento da sua tese e a sua função de Arquiteto de Soluções na Opensoft. Quem está do lado de cá sabe que todo o tempo dele é sempre requisitado até ao último segundo.
Ainda assim conseguiu durante estes anos lançar um produto e passar 3 meses a promovê-lo em Silicon Valley, startup style. Entre muitos outros projetos dentro da Opensoft, onde está sempre no centro de qualquer trabalho que envolva inovação e investigação, o Pedro conseguiu atingir este novo patamar da sua carreira. Contou com o apoio da empresa durante todo o processo e teve como coordenador José Vilarinho o nosso diretor-geral.
Para a Opensoft este é mais um exemplo de concretização de objetivos definidos através da gestão de carreiras que fazemos, gostamos de ver o sucesso dos nossos e gostamos principalmente de apoiar esse sucesso.
O balanço que o Pedro faz deste trajeto.
Mesmo trabalhando em regime parcial, não foi fácil fazer investigação em paralelo com o trabalho do dia-a-dia na Opensoft. O mindset é muito diferente!
Na Opensoft a investigação é orientada a resultados no curto prazo e normalmente consiste em utilizar “coisas” (bibliotecas, ferramentas, …) que já existem para resolver os nossos problemas de forma ligeiramente diferente (mais eficiente, com melhor qualidade).
Num doutoramento, pretende-se avançar a ciência a nível mundial, propor algo que nunca foi experimentado e que possivelmente só terá aplicação prática daí a alguns anos.
As boas notícias é que eu gosto muito de fazer os dois tipos de investigação. As más é que a investigação académica implica ler muitos artigos, “embrenhar-se” no estado de arte, perceber áreas que ainda não estão cobertas, fazer mind maps gigantescos para os quais olhamos horas à espera de encontrar a “luz” e, idealmente, teríamos semanas ou mesmo meses dedicados a reflexão semi-espiritual, algo que eu não tive (ao contrário da maioria dos doutorandos que estão dedicados a full-time).
Apesar das dificuldades, não estou minimamente arrependido de me ter metido nisto, antes pelo contrário! Ter conseguido cumprir o objetivo é obviamente motivo de grande orgulho (e alívio!) e o percurso para lá chegar foi uma experiência incrível, enriquecedora a vários níveis (intelectuais e emocionais).
A próxima etapa? Ainda não sei, mas sei que não vou ficar parado! 🙂
O tema da tese
Scalable and Privacy-enabled Message Propagation for Distributed Context-Aware Systems
Context-aware systems take into account the user current context (such as location, time and activity) to enrich the user interaction with an application. In the last decade, this topic has seen numerous developments that demonstrate its relevance and usefulness, a trend that was further accelerated with the recent widespread availability of powerful mobile devices (such as smartphones) that include a myriad of sensors which enable applications to capture the user environment for a large number of people.
However, these systems may produce huge amounts of information that must be efficiently propagated to a group of people or even large communities while still protecting the privacy of the participants. Moreover, the set of recipients changes for each message (as their interests continuously change) preventing the use of well-known solutions such as publish-subscribe and multicast trees.
We argue that both scalability and privacy can be ensured by delaying context propagation until certain conditions are met and then aggregating such messages both at the syntactic and semantic level. Since such conditions vary from application to application, we propose Radiator, a systematic way to model the propagation characteristics (propagation path, delivery delay, aggregation, etc.) of a distributed context-aware system. Unlike classic approaches, the Radiator model takes into account the current context of both the sender and recipient to adapt the message propagation characteristics, making a much more efficient use of available resources (when compared to other approaches).
Moreover, we propose a protocol (AnonyLikes) that further increases the privacy of the participants by using cryptographic techniques usually found in electronic voting systems, such as homomorphic encryption and shared threshold key pairs.
We have implemented and evaluated both the Radiator model and the AnonyLikes protocol using four prototypes representing three types of large-scale distributed context-aware systems: traffic monitoring, multi-user chat and social network applications. The results demonstrate significant improvements on both the scalability and privacy of the tested applications, when compared to current approaches.
Publicações
