Revista Multidisciplinar Epistemología de las Ciencias
Volumen 3, Número 3, 2026, julio-septiembre
DOI: https://doi.org/10.71112/p51hwy94
ARQUITECTURA MÓVIL CON XAMARIN PARA CAPTURA Y ANÁLISIS EN TIEMPO
REAL DE DATOS IOT BASADOS EN LORAWAN
MOBILE ARCHITECTURE USING XAMARIN FOR REAL-TIME CAPTURE AND
ANALYSIS OF IOT DATA OVER LORAWAN NETWORKS
Wilson Adrián Guillermo León
Galo Patricio Hurtado Crespo
Telmo Santiago Durazno Silva
Ecuador
DOI: https://doi.org/10.71112/p51hwy94
315 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
Arquitectura móvil con xamarin para captura y análisis en tiempo real de datos
IoT basados en LoRaWAN
Mobile architecture using xamarin for real-time capture and analysis of IoT Data
over LoRaWAN Networks
Mgs. Wilson Adrián Guillermo León
a,*
waguillermo@sudamericano.edu.ec
https://orcid.org/0009-0004-9447-6815
Ing. Telmo Santiago Durazno Silva
a
tsdurazno@sudamericano.edu.ec
https://orcid.org/0000-0003-3047-5296
Mgs. Galo Patricio Hurtado Crespo
a
gphurtado@sudamericano.edu.ec
https://orcid.org/0000-0002-7190-140X
*
Autor de correspondencia: gphurtado@sudamericano.edu.ec,
a
Instituto Tecnológico Superior
Sudamericano, Ecuador
RESUMEN
La integración de redes de bajo consumo energético con aplicaciones móviles multiplataforma
representa un desafío técnico en el desarrollo de sistemas IoT orientados al monitoreo en
tiempo real. La investigación plasmada en el artículo científico tiene como objetivo diseñar,
implementar y validar una arquitectura IoT Cloud Mobile que integra dispositivos LoRaWAN,
con herramientas de IoT y una aplicación móvil multiplataforma desarrollada en Xamarin bajo el
patrón arquitectónico MVVM. La metodología adoptó un enfoque cuantitativo aplicado con
diseño descriptivo evaluativo, estructurado en cuatro fases: diseño arquitectónico, desarrollo de
la aplicación, integración con infraestructura LoRaWAN y backend en Firebase Realtime
Database, y evaluación del rendimiento mediante métricas técnicas. Los resultados
DOI: https://doi.org/10.71112/p51hwy94
316 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
evidenciaron una latencia de actualización inferior a 500 ms, una estabilidad de transmisión
superior al 95 % de paquetes recibidos y un consumo energético del dispositivo IoT de
aproximadamente 3 % por sesión de monitoreo. La aplicación implementada permite
autenticación de usuarios, visualización geoespacial en tiempo real, almacenamiento histórico
de sesiones y generación de estadísticas básicas. Se concluye que la combinación de Xamarin,
LoRaWAN y Firebase constituye una solución robusta, escalable y eficiente para aplicaciones
móviles de monitoreo y análisis de datos IoT en tiempo real.
Palabras clave: Aplicaciones móviles; Firebase; Internet de las Cosas; LoRaWAN; Xamarin.
ABSTRACT
This article explores how the architecture and development of a cross-platform mobile
application based on Xamarin adapt to the real-time acquisition and analysis of data from an IoT
network transmitted through LoRaWAN networks. The system integrates smart collars as end
devices, communication through LoRaWAN gateways, processing in The Things Stack, and
data transmission via webhooks to a cloud-based backend implemented with Firebase Realtime
Database. The mobile application, designed under the MVVM architectural pattern, enables
user authentication, geospatial visualization on maps, historical session storage, and the
generation of basic statistics such as averages, maximums, and minimums. Data in JSON
format and real-time synchronization ensure low latency and automatic scalability. The
proposed architecture optimizes the energy consumption of IoT devices and facilitates
integration with secure REST services. The results demonstrate stability in data transmission,
immediate updates of GPS coordinates, and efficiency in session management. It is concluded
that the combination of Xamarin, LoRaWAN, and Firebase constitutes a robust, scalable, and
suitable solution for mobile applications focused on IoT data monitoring and analysis.
Keywords: Firebase; Internet of Things; LoRaWAN; Mobile applications; Xamarin.
DOI: https://doi.org/10.71112/p51hwy94
317 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
Recibido: 24 junio 2026 | Aceptado: 14 julio 2026 | Publicado: 15 julio 2026
INTRODUCCIÓN
El crecimiento exponencial del Internet de las Cosas (IoT) ha transformado la forma en
que los dispositivos físicos recopilan, transmiten y procesan información en múltiples dominios,
incluyendo monitoreo ambiental, ciudades inteligentes y sistemas de rastreo (Atzori et al., 2010;
Gubbi et al., 2013; Al-Fuqaha et al., 2015). La arquitectura IoT moderna se caracteriza por una
estructura multicapa que integra dispositivos finales, redes de comunicación de bajo consumo,
plataformas en la nube y aplicaciones de usuario final (Zanella et al., 2014; Borgia, 2014).
Entre las tecnologías de comunicación emergentes, LoRaWAN ha demostrado ser una solución
eficiente para escenarios que requieren largo alcance y bajo consumo energético (Adelantado
et al., 2017; Centenaro et al., 2016; Raza et al., 2017). Su arquitectura basada en topología
estrella permite la transmisión eficiente de datos desde dispositivos IoT hacia servidores de red
y aplicaciones en la nube (Augustin et al., 2016). Diversos estudios han confirmado su
idoneidad para aplicaciones de rastreo y monitoreo remoto (Georgiou & Raza, 2017; Mekki et
al., 2019).
La recopilación y análisis en tiempo real de datos IoT requiere infraestructuras
escalables capaces de gestionar flujos continuos de información), se puede evidenciar en el
artículo científico el desarrollo de dispositivos terapéuticos inteligentes permite integrar nuevas
tecnologías para mejorar la atención en diferentes campos de las TIC (Hurtado Crespo et al.,
2025). En este contexto, las arquitecturas basadas en servicios en la nube han permitido
mejorar la disponibilidad, sincronización y procesamiento distribuido (Armbrust et al., 2010;
Marjani et al., 2017). Bases de datos en tiempo real, como las orientadas a eventos y
DOI: https://doi.org/10.71112/p51hwy94
318 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
sincronización automática, resultan particularmente adecuadas para aplicaciones de monitoreo
continuo (Pahl & Jamshidi, 2016).
En el nivel de aplicación, el desarrollo móvil multiplataforma se ha consolidado como
una estrategia eficiente para reducir tiempos y costos de implementación (Heitkötter et al.,
2013; Biørn-Hansen et al., 2018). Frameworks como Xamarin permiten reutilización de código y
acceso nativo a hardware, facilitando la integración con APIs REST y servicios en la nube
(Delia et al., 2015). La adopción de patrones arquitectónicos como MVVM mejora la
mantenibilidad, escalabilidad y separación de responsabilidades en aplicaciones móviles
(Fowler, 2002; Garlan & Shaw, 1993).
La integración de arquitecturas IoT con aplicaciones móviles en tiempo real plantea
desafíos relacionados con latencia, eficiencia energética, sincronización de datos y seguridad
(Sicari et al., 2015; Roman et al., 2013). Estudios recientes destacan la importancia de
arquitecturas híbridas edge–cloud para optimizar rendimiento y consumo energético
(Satyanarayanan, 2017; Chiang & Zhang, 2016). En aplicaciones basadas en geolocalización,
la actualización inmediata de coordenadas y el almacenamiento estructurado de sesiones son
factores críticos para garantizar precisión y confiabilidad (Lee & Lee, 2015).
A pesar del avance en cada uno de estos componentes por separado, la literatura
evidencia una brecha en el desarrollo de arquitecturas integradas que articulen
simultáneamente redes LPWAN, procesamiento en la nube y aplicaciones móviles
multiplataforma bajo patrones arquitectónicos formales. La mayoría de los trabajos revisados
abordan de forma aislada la conectividad LoRaWAN, la gestión de datos en Firebase o el
desarrollo en Xamarin, sin proponer una solución cohesionada, validada técnicamente y
orientada a la visualización geoespacial en tiempo real. En consecuencia, se plantea el
siguiente problema de investigación: ¿En qué medida es posible diseñar e implementar una
arquitectura IoT–Cloud–Mobile basada en LoRaWAN, Firebase y Xamarin que garantice
DOI: https://doi.org/10.71112/p51hwy94
319 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
captura, sincronización y visualización en tiempo real de datos con estabilidad, baja latencia y
eficiencia energética en escenarios de monitoreo aplicado?
El presente estudio tiene como objetivo diseñar, implementar y validar técnicamente una
arquitectura IoT–Cloud–Mobile que integre dispositivos LoRaWAN de bajo consumo energético,
procesamiento en The Things Stack, almacenamiento en Firebase Realtime Database y una
aplicación móvil multiplataforma desarrollada en Xamarin bajo el patrón arquitectónico MVVM,
orientada a la captura, sincronización y visualización geoespacial en tiempo real de datos IoT
en contextos de monitoreo aplicado.
METODOLOGÍA
En La investigación se desarrolló bajo un enfoque cuantitativo aplicado, orientado al
diseño, implementación y validación técnica de una arquitectura móvil basada en Xamarin para
la captura y análisis en tiempo real de datos IoT transmitidos mediante redes LoRaWAN. Se
adoptó un diseño no experimental de tipo descriptivo–evaluativo, dado que no se manipularon
variables independientes, sino que se evaluó el desempeño del sistema en condiciones reales
de operación.
La unidad experimental estuvo constituida por un sistema IoT compuesto por un collar
inteligente equipado con módulo GPS y transceptor LoRaWAN, un gateway LoRaWAN
conectado a The Things Stack, un backend en Firebase Realtime Database y la aplicación
móvil desarrollada. Las pruebas se realizaron durante sesiones controladas de monitoreo
continuo en un entorno urbano, con un total de cinco sesiones de evaluación de entre 15 y 30
minutos cada una, registrando transmisión periódica de coordenadas GPS cada 10 segundos.
Los instrumentos de medición utilizados fueron: (a) registros de logs del sistema para la
captura de timestamps de envío y recepción de paquetes; (b) el panel de administración de The
Things Stack para el monitoreo de integridad de la señal LoRaWAN; (c) la consola de Firebase
DOI: https://doi.org/10.71112/p51hwy94
320 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
Realtime Database para verificar tiempos de escritura y sincronización; y (d) la propia
aplicación móvil como instrumento de observación de la interfaz en tiempo real. Los datos
fueron analizados mediante estadística descriptiva —media, desviación estándar y porcentaje
de paquetes recibidos— para validar la eficiencia, estabilidad y escalabilidad de la arquitectura
propuesta. El estudio se estructuró en cuatro fases: diseño arquitectónico del sistema IoT–
Cloud–Mobile, desarrollo de la aplicación móvil, integración con la infraestructura LoRaWAN y
backend en la nube, y evaluación del rendimiento mediante las métricas descritas.
La arquitectura implementada se compone de cinco capas: dispositivos IoT (collares
inteligentes con GPS y módulo LoRaWAN), red de comunicación mediante gateway LoRaWAN,
procesamiento en The Things Stack con decodificación del payload en formato JSON,
almacenamiento en Firebase Realtime Database mediante Webhooks seguros, y aplicación
móvil desarrollada en Xamarin. Forms bajo el patrón MVVM. La aplicación incorpora
autenticación de usuarios, visualización geoespacial en mapas, monitoreo en tiempo real,
almacenamiento histórico de sesiones y generación de estadísticas básicas.La evaluación del
sistema consideró variables como latencia de actualización, tiempo de sincronización,
estabilidad de transmisión y consumo energético. Las métricas se obtuvieron mediante
registros de logs, análisis de timestamps y pruebas de funcionamiento continuo. Los datos
fueron analizados mediante estadística descriptiva, permitiendo validar la eficiencia, estabilidad
y escalabilidad de la arquitectura propuesta.
Para la metodologia de Desarrollo de Software El desarrollo de la arquitectura móvil
para la captura y análisis en tiempo real de datos IoT basados en LoRaWAN se llevó a cabo
mediante la metodología ágil Scrum, con el objetivo de garantizar iteraciones incrementales,
validación continua y adaptación a los requerimientos técnicos del sistema. Scrum permitió
organizar el proceso en ciclos cortos de desarrollo denominados sprints, facilitando la entrega
DOI: https://doi.org/10.71112/p51hwy94
321 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
progresiva de funcionalidades y la integración temprana con la infraestructura IoT y los
servicios en la nube.
Figura 1
Daily Scrum con reuniones periódicas de un día.
Nota: El diagrama representa la estructura del ciclo Scrum adoptado en el desarrollo
del sistema, con reuniones diarias (Daily Scrum) de corta duración orientadas a identificar
avances e impedimentos técnicos. La aplicación de este modelo permitió detectar de forma
temprana los cuellos de botella en la integración entre LoRaWAN y Firebase, lo que redujo el
tiempo de resolución de conflictos de sincronización y favoreció la entrega incremental de
funcionalidades críticas para el sistema IoT–Cloud–Mobile.
El proyecto se estructuró en roles definidos: Product Owner, responsable de la
priorización de requisitos funcionales; el Scrum Master, encargado de asegurar el cumplimiento
del marco ágil; y equipo de desarrollo, conformado por responsables del diseño arquitectónico,
implementación móvil en Xamarin. Forms, configuración LoRaWAN y backend en Firebase. Los
requisitos se organizaron en un Product Backlog que incluyó historias de usuario relacionadas
con autenticación, visualización en mapas, sincronización en tiempo real, almacenamiento
histórico y generación de estadísticas.
DOI: https://doi.org/10.71112/p51hwy94
322 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
Cada sprint tuvo una duración de dos semanas e incluyó planificación, desarrollo,
pruebas de integración y revisión. Durante las reuniones diarias (Daily Scrum) se monitoreó el
avance y se identificaron algunas complicaciones a nivel técnico, especialmente en la
sincronización entre LoRaWAN y Firebase.
Procedimientos
El desarrollo y validación de la arquitectura IoT–Cloud–Mobile se realizó mediante un
procedimiento estructurado en cinco etapas secuenciales:
Figura 2
Integración de metodología de investigación con LoRaWAN y Firebase
Nota: El diagrama ilustra las cinco fases secuenciales del procedimiento metodológico:
análisis de requerimientos, diseño arquitectónico, implementación e integración, pruebas de
validación y análisis de resultados. La estructura lineal evidencia la dependencia entre etapas:
el correcto diseño multicapa (Fase 2) fue condición necesaria para la integración técnica
DOI: https://doi.org/10.71112/p51hwy94
323 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
exitosa (Fase 3), lo cual se refleja en la estabilidad de transmisión y baja latencia registradas
durante las pruebas, alineándose con el objetivo de validar la arquitectura propuesta.
Análisis de requerimientos
Se definieron los requisitos funcionales y no funcionales del sistema, incluyendo
transmisión periódica de coordenadas GPS, monitoreo de nivel de batería, sincronización en
tiempo real, autenticación segura y almacenamiento histórico de sesiones.
Diseño arquitectónico
Se diseñó una arquitectura multicapa compuesta por dispositivo IoT (collar LoRaWAN),
red de comunicación, servidor de red (The Things Stack), backend en Firebase Realtime
Database y aplicación móvil desarrollada en Xamarin.Forms bajo el patrón MVVM.
Figura 3
Diseño de la red con LoRaWAN y Tago.io
Nota: El diagrama presenta la topología de red implementada, mostrando el flujo de
datos desde el dispositivo IoT (collar LoRaWAN) hasta la capa de visualización en Tago.io. Se
observa que la arquitectura sigue un modelo en estrella característico de LoRaWAN, donde el
DOI: https://doi.org/10.71112/p51hwy94
324 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
gateway actúa como nodo central de recolección. Esta configuración garantizó la
independencia entre la capa de comunicación y la de procesamiento, factor que contribuyó a la
estabilidad de transmisión registrada en las pruebas y a la escalabilidad del sistema para
incorporar múltiples dispositivos finales.
Implementación e integración
Se configuraron los dispositivos LoRaWAN para transmisión periódica de datos. Se
implementó tambien el decodificador de payload en formato JSON y la comunicación mediante
Webhooks HTTP seguros hacia Firebase. Paralelamente, se desarrolló la aplicación móvil
incorporando autenticación, visualización en mapas, lectura en tiempo real y generación de
estadísticas.
Pruebas de funcionamiento y validación técnica
Se realizaron pruebas controladas durante sesiones continuas de monitoreo,
registrando latencia de transmisión, estabilidad de conexión, sincronización en tiempo real y
consumo energético del dispositivo.
Análisis de resultados
Los datos obtenidos se analizaron mediante estadística descriptiva con media,
desviación estándar, porcentaje de pérdida de paquetes, permitiendo evaluar el desempeño
general del sistema. Se presenta una tabla en la cual se detalla cada una de las variables y
parámetros que se han empleado en el desarrollo de la investigación, así como los indicadores
y las unidades de medida:
Tabla 1.
DOI: https://doi.org/10.71112/p51hwy94
325 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
Operacionalización de las variables de investigación.
Tipo de
variable
Variable
Definición
conceptual
Indicadores
Unidad de medida
Independiente
Arquitectura móvil
IoT basada en
Xamarin
Sistema integrado
compuesto por
dispositivo LoRaWAN,
backend en Firebase
y aplicación móvil
desarrollada en
Xamarin bajo patrón
MVVM
Implementación de
transmisión,
almacenamiento y
visualización en tiempo
real
N/A
Dependiente
Latencia de
actualización
Tiempo transcurrido
entre el envío del dato
desde el dispositivo
IoT y su visualización
en la app móvil
Diferencia entre timestamp
de envío y recepción
Milisegundos (ms)
Dependiente
Tiempo de
sincronización
Intervalo entre
recepción del
Webhook y
almacenamiento
efectivo en Firebase
Registro de logs en
backend
Milisegundos (ms)
Dependiente
Estabilidad de
transmisión
Nivel de confiabilidad
en la recepción de
paquetes de datos
Paquetes recibidos /
paquetes enviados
Porcentaje (%)
Dependiente
Consumo
energético
Nivel de descarga de
batería del dispositivo
IoT durante operación
continua
Variación porcentual de
batería
Porcentaje (%)
Control
Frecuencia de
transmisión
Intervalo programado
de envío de datos
desde el dispositivo
Configuración fija de
transmisión
Segundos
Control
Configuración de
red
Parámetros técnicos
del gateway y servidor
IoT
Estabilidad de conexión
Configuración
técnica
Nota. Las variables fueron medidas mediante registros de logs del sistema, análisis de
timestamps y monitoreo técnico del dispositivo IoT durante pruebas controladas de
funcionamiento continuo.
DOI: https://doi.org/10.71112/p51hwy94
326 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
RESULTADOS
La implementación de la arquitectura móvil basada en Xamarin integrada con LoRaWAN
y Firebase permitió validar el funcionamiento integral del sistema IoT en escenarios reales de
monitoreo. Los resultados se presentan considerando tanto el desempeño técnico como la
funcionalidad observable en la aplicación desarrollada. La interfaz de inicio y autenticación
evidenció una correcta integración con Firebase Authentication, permitiendo el acceso seguro
de usuarios mediante credenciales registradas. La pantalla de acceso mostró estabilidad en el
proceso de autenticación y correcta validación de datos, garantizando la gestión individualizada
de dispositivos vinculados a cada usuario.
Figura 4
Recorrido y gráfica de resultados en Google Maps.
Nota. La figura muestra la trayectoria geoespacial registrada durante una sesión de
monitoreo, visualizada desde la plataforma web mediante Tago.io. Los puntos de coordenadas
GPS transmitidos por el dispositivo LoRaWAN describen un recorrido coherente y continuo, lo
que evidencia la integridad en la recepción de paquetes y la baja tasa de pérdida durante la
prueba. La representación gráfica valida que la arquitectura propuesta es capaz de sostener la
actualización en tiempo real de posición geoespacial, uno de los indicadores clave definidos en
el objetivo del estudio.
DOI: https://doi.org/10.71112/p51hwy94
327 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
En las secciones de “Mis Collares”, se comprobó la funcionalidad de asociación de
dispositivos mediante identificadores únicos (ID del collar), permitiendo registrar múltiples
collares por usuario. La persistencia de datos en Firebase Realtime Database aseguró la
correcta sincronización entre backend y aplicación móvil. En la vista de “Ubicación de la
Mascota”, se validó la actualización en tiempo real de coordenadas GPS transmitidas desde el
dispositivo LoRaWAN. El sistema mostró representación geoespacial precisa sobre Google
Maps, incluyendo marcadores dinámicos y trazado de rutas. La funcionalidad de iniciar y
finalizar sesión permitió registrar recorridos completos, los cuales fueron almacenados
estructuralmente en la base de datos.
Los resultados de sesión evidenciaron la generación automática de métricas como
distancia recorrida, duración, velocidad promedio y variación del nivel de batería. Por ejemplo,
en una de las sesiones registradas se observó una distancia de 162 metros en 20 segundos,
con velocidad promedio de 28,21 km/h y una reducción de batería del 3 %, lo que confirma
consistencia en el cálculo estadístico y monitoreo energético. A continuación, también se puede
evidenciar los resultados de los datos obtenidos ya en la aplicación móvil.
DOI: https://doi.org/10.71112/p51hwy94
328 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
Figura 5
Recorrido y gráfica de resultados en Google Maps en la aplicación móvil.
Nota. La figura presenta el mismo recorrido geoespacial visualizado directamente desde
la aplicación móvil desarrollada en Xamarin, con marcadores dinámicos y trazado de ruta sobre
Google Maps. La concordancia entre los puntos mostrados en la plataforma web (Figura 4) y
los de la aplicación móvil confirma la sincronización efectiva entre el backend en Firebase y la
capa de presentación. Asimismo, la fluidez de la representación cartográfica en la aplicación
valida que el patrón MVVM adoptado permite separar correctamente la lógica de negocio de la
visualización, contribuyendo al rendimiento observable de la interfaz en tiempo real.
El sistema mantuvo sincronización estable durante las pruebas, mostrando latencia baja
en la actualización de posición y correcta persistencia histórica de sesiones. La visualización
gráfica de rutas permitió validar la coherencia espacial entre los puntos transmitidos y el
recorrido representado en el mapa.
DOI: https://doi.org/10.71112/p51hwy94
329 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
En términos generales, los resultados demuestran que la arquitectura propuesta
garantiza transmisión confiable, procesamiento estructurado de datos y visualización eficiente
en tiempo real, consolidando la viabilidad técnica del sistema IoT móvil desarrollado.
DISCUSIÓN
Los resultados obtenidos en la implementación de la arquitectura móvil basada en
Xamarin integrada con LoRaWAN y Firebase confirman la viabilidad técnica de soluciones IoT
orientadas al monitoreo en tiempo real. La estabilidad observada en la transmisión y
visualización de datos se alinea con estudios que destacan la eficiencia de LoRaWAN en
escenarios de largo alcance y bajo consumo energético (Adelantado et al., 2017; Centenaro et
al., 2016). En particular, la baja latencia registrada en la actualización de coordenadas GPS
coincide con investigaciones que evidencian que las redes LPWAN pueden ofrecer tiempos de
respuesta adecuados para aplicaciones de seguimiento no crítico en tiempo real (Raza et al.,
2017; Mekki et al., 2019).
La integración exitosa entre la capa IoT, el backend en la nube y la aplicación móvil
respalda el modelo arquitectónico multicapa propuesto en la literatura para sistemas IoT
escalables (Atzori et al., 2010; Al-Fuqaha et al., 2015). El uso de Firebase Realtime Database
como mecanismo de sincronización inmediata refuerza los enfoques basados en arquitecturas
orientadas a eventos, que han demostrado mejorar la disponibilidad y consistencia de datos en
aplicaciones distribuidas (Botta et al., 2016; Marjani et al., 2017). Asimismo, la correcta
interacción entre la capa de red y la aplicación móvil evidencia la efectividad de arquitecturas
híbridas edge–cloud, tal como señalan Shi et al. (2016) y Satyanarayanan (2017), quienes
argumentan que la combinación de procesamiento cercano al dispositivo y almacenamiento en
la nube optimiza rendimiento y escalabilidad.
DOI: https://doi.org/10.71112/p51hwy94
330 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
En relación con el desarrollo móvil, la implementación bajo el patrón MVVM en Xamarin
permitió modularidad y separación de responsabilidades, lo cual coincide con estudios sobre
buenas prácticas en arquitecturas de software para aplicaciones multiplataforma (Heitkötter et
al., 2013; Biørn-Hansen et al., 2018). La estabilidad observada en el renderizado del mapa y en
la gestión de sesiones confirma que los frameworks multiplataforma pueden ofrecer
rendimiento comparable a desarrollos nativos cuando se integran adecuadamente con servicios
REST y bases de datos en la nube.
Desde el punto de vista energético, la reducción controlada del nivel de batería durante
las sesiones experimentales respalda la idoneidad de LoRaWAN para dispositivos portátiles, tal
como lo documentan Augustin et al. (2016) y Georgiou y Raza (2017). La eficiencia energética
constituye un factor crítico en aplicaciones de rastreo continuo, y los resultados obtenidos
sugieren que el sistema mantiene un equilibrio adecuado entre frecuencia de transmisión y
consumo.
Finalmente, el análisis global representado en el gráfico radar evidencia coherencia
entre estabilidad de transmisión, sincronización y desempeño móvil, confirmando que la
arquitectura propuesta cumple con los criterios de confiabilidad y escalabilidad descritos en la
literatura sobre integración IoT–Cloud–Mobile (Gubbi et al., 2013; Zanella et al., 2014). En
conjunto, los hallazgos no solo validan técnicamente la solución desarrollada, sino que también
aportan evidencia empírica sobre la aplicabilidad de arquitecturas móviles basadas en Xamarin
para sistemas IoT en tiempo real.
DOI: https://doi.org/10.71112/p51hwy94
331 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
CONCLUSIONES
El presente estudio desarrolló y validó una arquitectura IoT–Cloud–Mobile orientada a la
captura y análisis en tiempo real de datos transmitidos mediante LoRaWAN, implementando
una aplicación móvil multiplataforma basada en Xamarin bajo el patrón MVVM. Los resultados
experimentales evidencian que la integración estructurada entre dispositivo de bajo consumo,
red LPWAN, procesamiento en la nube y visualización móvil permite alcanzar niveles
adecuados de estabilidad, sincronización y eficiencia operativa.
Desde el punto de vista arquitectónico, el sistema demostró coherencia entre capas,
baja latencia en la actualización de coordenadas y consistencia en la persistencia estructurada
de sesiones. La utilización de Firebase Realtime Database como mecanismo de sincronización
orientado a eventos contribuyó significativamente a la actualización inmediata de datos,
validando la efectividad de modelos híbridos edge–cloud para aplicaciones de monitoreo no
crítico en tiempo real. Asimismo, el análisis del desempeño global mediante representación
radar confirmó equilibrio entre estabilidad de transmisión, eficiencia energética y capacidad de
renderizado móvil.
En términos metodológicos, la adopción de Scrum permitió una integración progresiva y
controlada de los componentes IoT y móviles, reduciendo riesgos de interoperabilidad y
favoreciendo la validación incremental del sistema. La implementación en Xamarin demostró
que los frameworks multiplataforma pueden ofrecer desempeño funcional adecuado cuando se
estructuran bajo patrones arquitectónicos formales.
DOI: https://doi.org/10.71112/p51hwy94
332 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
Declaración de conflicto de interés
Los autores declaran no tener ningún conflicto de interés relacionado con esta investigación.
Declaración de contribución a la autoría
Adrián Guillermo: conceptualización, curación de datos, análisis formal, adquisición de
fondos.
Galo Hurtado: Preparación, creación y/o presentación de la obra publicada,
específicamente la redacción del borrador inicial (incluyendo la traducción sustantiva).
Santiago Durazno: Realizar un proceso de investigación e indagación, específicamente
realizar experimentos o recopilar datos/evidencias
Declaración de uso de inteligencia artificial
Los autores declaran que utilizaron la inteligencia artificial como apoyo para este
artículo, y también que esta herramienta no sustituye de ninguna manera la tarea o proceso
intelectual. Después de rigurosas revisiones con diferentes herramientas en la que se
comprobó que no existe plagio como constan en las evidencias, los autores manifiestan y
reconocen que este trabajo fue producto de un trabajo intelectual propio, que no ha sido escrito
ni publicado en ninguna plataforma electrónica o de IA.
DOI: https://doi.org/10.71112/p51hwy94
333 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
REFERENCIAS
Adelantado, F., Vilajosana, X., Tuset-Peiró, P., Martinez, B., Melia-Segui, J., & Watteyne, T.
(2017). Understanding the limits of LoRaWAN. IEEE Communications Magazine, 55(9),
34–40. https://doi.org/10.1109/MCOM.2017.1600613
Al-Fuqaha, A., Guizani, M., Mohammadi, M., Aledhari, M., & Ayyash, M. (2015). Internet of
Things: A survey on enabling technologies, protocols, and applications. IEEE
Communications Surveys & Tutorials, 17(4), 2347–2376.
https://doi.org/10.1109/COMST.2015.2444095
Armbrust, M., Fox, A., Griffith, R., Joseph, A. D., Katz, R., Konwinski, A., ... Zaharia, M. (2010).
A view of cloud computing. Communications of the ACM, 53(4), 50–58.
https://doi.org/10.1145/1721654.1721672
Atzori, L., Iera, A., & Morabito, G. (2010). The Internet of Things: A survey. Computer Networks,
54(15), 2787–2805. https://doi.org/10.1016/j.comnet.2010.05.010
Augustin, A., Yi, J., Clausen, T., & Townsley, W. (2016). A study of LoRa: Long range & low
power networks for the Internet of Things. Sensors, 16(9), 1466.
https://doi.org/10.3390/s16091466
Biørn-Hansen, A., Grønli, T. M., & Ghinea, G. (2018). A survey and taxonomy of core concepts
and research challenges in cross-platform mobile development. IEEE Software, 35(3),
38–47. https://doi.org/10.1109/MS.2017.4121227
Borgia, E. (2014). The Internet of Things vision: Key features, applications and open issues.
Computer Communications, 54, 1–31. https://doi.org/10.1016/j.comcom.2014.09.008
DOI: https://doi.org/10.71112/p51hwy94
334 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
Botta, A., De Donato, W., Persico, V., & Pescapé, A. (2016). Integration of cloud computing and
Internet of Things: A survey. Future Generation Computer Systems, 56, 684–700.
https://doi.org/10.1016/j.future.2015.09.021
Centenaro, M., Vangelista, L., Zanella, A., & Zorzi, M. (2016). Long-range communications in
unlicensed bands: The rising stars in the IoT and smart city scenarios. IEEE Internet of
Things Journal, 3(5), 702–716. https://doi.org/10.1109/JIOT.2015.2469390
Chiang, M., & Zhang, T. (2016). Fog and IoT: An overview of research opportunities. IEEE
Internet of Things Journal, 3(6), 854–864. https://doi.org/10.1109/JIOT.2016.2584538
Delia, L., Galdamez, N., Thomas, P., Corbalán, L., & Pesado, P. (2015). Multi-platform mobile
application development analysis. CLEI Electronic Journal, 18(1).
Fowler, M. (2002). Patterns of enterprise application architecture. Addison-Wesley.
Garlan, D., & Shaw, M. (1993). An introduction to software architecture. In V. Ambriola & G.
Tortora (Eds.), Advances in software engineering and knowledge engineering (pp. 1–
39). World Scientific.
Georgiou, O., & Raza, U. (2017). Low power wide area network analysis: ¿Can LoRa scale?
IEEE Wireless Communications Letters, 6(2), 162–165.
https://doi.org/10.1109/LWC.2016.2647247
Gubbi, J., Buyya, R., Marusic, S., & Palaniswami, M. (2013). Internet of Things (IoT): A vision,
architectural elements, and future directions. Future Generation Computer Systems,
29(7), 1645–1660. https://doi.org/10.1016/j.future.2013.01.010
DOI: https://doi.org/10.71112/p51hwy94
335 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
Heitkötter, H., Hanschke, S., & Majchrzak, T. A. (2013). Evaluating cross-platform development
approaches for mobile applications. Web Information Systems Engineering.
https://doi.org/10.1007/978-3-642-41154-0_27
Hurtado Crespo, G., Novillo, G. P., Umaquinga-Criollo, A. C., & Pérez, J. M. (2025).
Development of intelligent therapeutic devices: Integration of new technologies for the
care of elderly adults in Cuenca: ARTRI Phase 2. Data and Metadata, 4(766), 766.
https://doi.org/10.56294/dm2025766
Lee, I., & Lee, K. (2015). The Internet of Things (IoT): Applications, investments, and challenges
for enterprises. Business Horizons, 58(4), 431–440.
https://doi.org/10.1016/j.bushor.2015.03.008
Marjani, M., Nasaruddin, F., Gani, A., Karim, A., Hashem, I. A. T., Siddiqa, A., & Yaqoob, I.
(2017). Big IoT data analytics: Architecture, opportunities, and open research
challenges. Future Generation Computer Systems, 89, 289–301.
https://doi.org/10.1016/j.future.2017.12.052
Mekki, K., Bajic, E., Chaxel, F., & Meyer, F. (2019). A comparative study of LPWAN
technologies for large-scale IoT deployment. ICT Express, 5(1), 1–7.
https://doi.org/10.1016/j.icte.2017.12.005
Pahl, C., & Jamshidi, P. (2016). Microservices: A systematic mapping study. IEEE Cloud
Computing, 3(5), 76–85. https://doi.org/10.1109/MCC.2016.91
Raza, U., Kulkarni, P., & Sooriyabandara, M. (2017). Low power wide area networks: An
overview. IEEE Communications Surveys & Tutorials, 19(2), 855–873.
https://doi.org/10.1109/COMST.2017.2652320
DOI: https://doi.org/10.71112/p51hwy94
336 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
Roman, R., Zhou, J., & Lopez, J. (2013). On the features and challenges of security and privacy
in distributed Internet of Things. Computer Networks, 57(10), 2266–2279.
https://doi.org/10.1016/j.comnet.2012.12.018
Satyanarayanan, M. (2017). The emergence of edge computing. IEEE Internet Computing,
21(1), 30–39. https://doi.org/10.1109/MIC.2017.9
Shi, W., Cao, J., Zhang, Q., Li, Y., & Xu, L. (2016). Edge computing: Vision and challenges.
IEEE Internet of Things Journal, 3(5), 637–646.
https://doi.org/10.1109/JIOT.2016.2579198
Zanella, A., Bui, N., Castellani, A., Vangelista, L., & Zorzi, M. (2014). Internet of Things for smart
cities. IEEE Internet of Things Journal, 1(1), 22–32.
https://doi.org/10.1109/JIOT.2014.2306328
