EdgeBox FL - Nó de Borda

Validação de TV Box reaproveitada como nó de coleta, processamento local e inteligência de borda

Nó

tvbox

Função: edge node

CPU

0.0%

Uso instantâneo do processador

Memória RAM

26.4%

481 MB / 1823 MB

Temperatura

39.9 °C

Leitura interna do SoC

Disco

33.2%

9.38 GB / 28.21 GB

Latência

15.9 ms

Teste ICMP para 8.8.8.8

Rede

2.9 kbps

RX atual | TX: 0.3 kbps

Uptime

2d 20h 31min

Tempo ligado sem reiniciar

Pipeline validado

Este nó coleta dados internos da TV Box, salva histórico local, processa os dados, roda um modelo leve de inferência e gera uma atualização de modelo que pode ser enviada a um servidor agregador federado.

Coleta → armazenamento → modelo local → inferência → atualização federada → dashboard

Modelo local

Modelo: regressão linear leve treinada localmente com os dados do próprio nó.

Amostras locais utilizadas: 300

Pesos locais exportados em: edgebox_model_update.json

Pesos atuais: [0.0816, 0.2827, 0.0532, 0.0908, 0.0271, 0.0854, 0.1105]

Histórico recente

Histórico de CPU

Uso da CPU. Quanto menor, melhor.

Escala Y: 0.00% a 100.00%

0.00%

NORMAL

Primeiro: 25.00% Média: 19.21% Atual: 0.00%

Últimos valores: 25.70% 24.20% 25.30% 25.00% 0.00%

Histórico de RAM

Uso da memória RAM. Valores altos indicam pouca folga.

Escala Y: 0.00% a 100.00%

26.40%

NORMAL

Primeiro: 27.30% Média: 26.82% Atual: 26.40%

Últimos valores: 26.90% 27.00% 26.60% 26.90% 26.40%

Histórico de Temperatura

Temperatura interna da TV Box.

Escala Y: 20.00 °C a 90.00 °C

39.90 °C

NORMAL

Primeiro: 42.70 °C Média: 41.78 °C Atual: 39.90 °C

Últimos valores: 41.40 °C 42.70 °C 42.80 °C 42.90 °C 39.90 °C

Histórico de Risco do Nó

Risco operacional do nó. Quanto mais próximo de 1, pior.

Escala Y: 0.00 a 1.00

0.16

NORMAL

Primeiro: 0.24 Média: 0.22 Atual: 0.16

Últimos valores: 0.23 0.23 0.24 0.24 0.16

Caminho de expansão

Depois de validar que a TV Box consegue operar como nó confiável de borda, a mesma arquitetura pode receber sensores externos: temperatura, umidade, chuva, nível da água, qualidade do ar, ruído, presença e dados comunitários.

Assim, antes de espalhar sensores pela cidade, o projeto valida se a infraestrutura computacional realmente aguenta operar de forma contínua.

Modelo avançado: Autoencoder

Status do Autoencoder: NORMAL | Score: 0.22

Erro de reconstrução

0.003891

Diferença entre entrada real e reconstrução do modelo

Limite aprendido

0.017935

Acima desse limite, o comportamento pode ser anômalo

Score de anomalia

0.22

Score = erro / limite

Amostras de treino

1200

Histórico usado para aprender o padrão normal

O Autoencoder aprende o padrão normal da TV Box usando CPU, RAM, temperatura, disco, latência e carga do sistema. Quando o erro de reconstrução aumenta, o sistema identifica uma possível anomalia operacional.

Última inferência: 2026-09-16T19:03:18

Abrir painel detalhado do Autoencoder