Szacowanie zajętości łącza metodą par pakietów w systemie komunikacji IoT

pol Article in Polish DOI: 10.14313/PAR_232/53

Agnieszka Chodorek *, send Robert Ryszard Chodorek ** * Politechnika Świętokrzyska, Wydział Elektrotechniki, Automatyki i Informatyki ** AGH Akademia Górniczo-Hutnicza, Wydział Informatyki, Elektroniki i Telekomunikacji ***

Download Article

Streszczenie

Jednym z problemów występujących w dużych systemach Internetu Rzeczy, złożonych z tysięcy urządzeń IoT, są przeciążenia sieci w pobliżu urządzeń pełniących rolę hubów komunikacyjnych (brokerów danych, chmur obliczeniowych). Przeciążenia te nie są w wystarczającym stopniu rozładowywane przez protokół TCP, który (ze względu na specyfikę ruchu telekomunikacyjnego w systemach IoT) nie jest w stanie prawidłowo oszacować, dostępnych dla danej transmisji, zasobów sieciowych. W artykule przedstawiono prototypowe urządzenie IoT, zbudowane na mikrokontrolerze Raspberry PI pracującym pod kontrolą systemu operacyjnego Linux, które szacuje wielkość, dostępnej dla protokołu TCP, przepustowości ścieżki komunikacyjnej. Urządzenie korzysta ze znanej metody par pakietów. Aby poprawić dokładność szacunków, użyto wariantu metody, który ocenia wielkość dostępnej przepustowości na podstawie ciągów par. Badania przeprowadzone w dedykowanej sieci lokalnej pozwoliły zarówno ocenić pracę urządzenia, jak i dokonać analizy dokładności szacunków przeprowadzanych w obecności ruchu charakterystycznego dla systemów Internetu Rzeczy. Oceniono również narzut ruchu wnoszonego do sieci Internetu Rzeczy przez pomiary metodą par testowych TCP. Ze względu na ograniczoną moc obliczeniową mikrokontrolera Raspberry PI, urządzenie korzysta z prostych, szybkich wariantów obliczeniowych metody par pakietów PTR (bez odstępu czasowego między parami pakietów) oraz zmodyfikowany IGI (ze zmiennym odstępem czasowym między parami pakietów). Urządzenie umożliwia szybką ocenę stanu sieci w trakcie trwania transmisji IoT. Znajomość stanu sieci, w tym przepustowości dostępnej dla transmisji TCP, pozwoli na efektywniejsze działanie systemu wykorzystującego dużą liczbę urządzeń Internetu Rzeczy.

Słowa kluczowe

implementacja, internet rzeczy, metoda par pakietów, pomiary, protokół TCP, przeciwdziałanie przeciążeniom, Raspberry PI, układ prototypowy

Estimation of Link Occupancy During TCP Transmissions in Internet of Things

Abstract

One of the serious problems with large-scale Internet of Things systems, composed of thousands of IoT devices, are network congestions that occur near communication hubs (data brokers, computing clouds). These congestions cannot be enoughly discharged by the TCP protocol, which (due to specific teletraffic, generated by IoT devices) is not able to correctly estimate bandwidth available for a given transmission. In this article, a prototype IoT device that estimates amount of bandwidth of transmission path, available for TCP transmissions, is presented. The device is built with the use of the Raspberry PI microcontroller, working under the control of the Linux operating system, and uses packet pairs method for bandwidth estimation. To improve estimation accuracy, Probing Packet Trains (PPT) variant of packet pairs method was used. Results of experiments carried out in local area network are presented in figures and includes both analysis of estimation accuracy, and analysis of amount of control traffic that will be injected to an IoT network during a single measurement with the use of several probing packet trains. Due to limited computing power of the Raspberry PI, the device uses two, simple for computing, versions of the PPT: Packet Transmission Rate and Initial Gap Increasing. The device enables fast assessment of networks conditions. Knowledge of bit rate available for current TCP transmissions allows for more efficient performance of IoT systems that use large amount of devices.

Keywords

congestion control, implementation, Internet of Things, measurements packet pair, prototype device, Raspberry PI, TCP

Bibliography

  1. Kobyliński L., Smart ships – autonomous or remote controlled?, „Zeszyty Naukowe Akademii Morskiej w Szczecinie”, Nr 53 (125), 2018, 28–34.
  2. Höyhtyä M., Huusko J., Kiviranta M., Solberg K., Rokka J., Connectivity for autonomous ships: Architecture, use cases, and research challenges, 2017 International Conference on Information and Communication Technology Convergence (ICTC), October 2017, Jeju, 345–350, DOI: 10.1109/ICTC.2017.8191000.
  3. Rayes A., Salam S., Internet of things—from hype to reality, „The road to Digitization”, Springer International Publishing, Cham, Switzerland, 2019.
  4. Chodorek A., Chodorek R.R., O gwarantowanej jakości usługi Internetu Rzeczy zintegrowanej z systemem wideokonferencyjnym, „Studia Informatica”, Vol. 38, No. 3, 2017, 167–176.
  5. Mishra N., Verma L.P., Srivastava P.K., Gupta A., An analysis of IoT congestion control policies, „Procedia computer science”, 132, 2018, 444–450, DOI: 10.1016/j.procs.2018.05.158.
  6. Kafi M.A., Djenouri D., Ben-Othman J., Badach, N., Congestion control protocols in wireless sensor networks: A survey, „IEEE communications surveys & tutorials”, Vol. 16, No. 3, 2014, 1369–1390, DOI: 10.1109/SURV.2014.021714.00123.
  7. Bhalerao R., Subramanian S.S., Pasquale J., An analysis and improvement of congestion control in the CoAP Internet-of-Things protocol, 13th IEEE Annual Consumer Communications & Networking Conference, (CCNC), 9–12 Jan. 2016, Las Vegas, 889–894, DOI: 10.1109/CCNC.2016.7444906.
  8. Betzler A., Gomez C., Demirkol I., Paradells J., CoAP congestion control for the internet of things, „IEEE Communications Magazine”, Vol. 54, No. 7, 2016, 154–160, DOI: 10.1109/MCOM.2016.7509394.
  9. Mukta M., Gupta N., Bandwidth Estimation Tools and Techniques: A Review, „International Journal of Research”, Vol. 4, No. 13, 2017, 1250–1265.
  10. Hu N., Steenkiste P., Evaluation and characterization of available bandwidth probing techniques, „IEEE journal on Selected Areas in Communications”, Vol. 21, No. 6, 2003, 879–894, DOI: 10.1109/JSAC.2003.814505.
  11. Liu Q., Hwang J.N., A new congestion control algorithm for layered multicast in heterogeneous multimedia dissemination, 2003 International Conference on Multimedia and Expo (ICME’03), 6–9 July 2003, Baltimore, MD, USA, Vol. 2, II-533, DOI: 10.1109/ICME.2003.1221671.
  12. IGI/PTR, url: [www.cs.cmu.edu/~hnn/igi] (dostęp: 14 maja 2019).
  13. Muñoz J.A., Pérez R., Design of smart ships for the IoT, Second International Conference on Internet of things, Data and Cloud Computing, ACM, ICC ’17, March 22-23 2017, Cambridge, United Kingdom, Article No. 35, 1–7, DOI: 10.1145/3018896.3018930.
  14. Perera L.P., Handling big data in ship performance and navigation monitoring, „Smart Ship Technology”, 2017, 89–97.
  15. Yang S., Shi L., Chen D., Dong Y., Hu Z. Development of ship structure health monitoring system based on IOT technology, IOP Conference Series: Earth and Environmental Science, IOP Publishing, Vol. 69, No. 1, 2017, 1–6, DOI: 10.1088/1755-1315/69/1/012178.
  16. 0.96inch OLED (B), url: [www.waveshare.com/wiki/0.96inch_OLED_(B)] (dostęp: 14 maja 2019).
  17. bcm2835, url: [www.airspayce.com/mikem/bcm2835] (dostęp: 14 maja 2019).
  18. MQTTBox, url: [http://workswithweb.com/mqttbox.html] (dostęp: 14 maja 2019).