Show simple item record

dc.contributor.advisorRochol, Juergenpt_BR
dc.contributor.authorAraújo, Gustavo Hermínio dept_BR
dc.date.accessioned2020-07-08T03:42:44Zpt_BR
dc.date.issued2020pt_BR
dc.identifier.urihttp://hdl.handle.net/10183/211503pt_BR
dc.description.abstractLow Power Wide Area Networks (LPWAN) are candidates to coexist with traditional cellular networks by coping with different types of requirements such as density, reliability, and latency. However, there is no one-size-fits-all technology that can address all the needs of IoT applications. For this reason, the integration of heterogeneous LPWAN becomes necessary. SDN provides a powerful approach by creating a programmable, dynamic, and flexible architecture. Some studies investigate the SDN paradigm to provide a programmable network to IoT applications. Nevertheless, these studies do not take into account the limited capacity of SDN-based networking devices to store the forwarding rules in its architectures. This thesis presents the HELPFUL, an SDN-based architecture that creates a common control abstraction among LPWAN technologies (e.g., LoRa, NB-IoT) running on top of virtualized base stations. We also discuss four rule management strategies for use with HELPFUL, providing support for single and multiple tables. We evaluate our proposal with a series of experiments with a prototype developed using the P4 language. Results show which HELPFUL is flexible enough to change the management strategy to the best fit with the network demands. Consequently, it can reduce the number of messages on the control channel exchanged between the Controller and Gateways. Finally, HELPFUL adds minimal overhead to network performance, regardless of the rule management strategy chosen.en
dc.description.abstractLow Power Wide Area Networks (LPWAN) são candidatas a coexistir com as redes celulares tradicionais por lidar com diferentes tipos de requisitos como densidade, confiabilidade e latência. Entretanto, não existe uma tecnologia LPWAN que consiga atender todas as necessidades das aplicações de Internet das Coisas (IoT). Por essa razão, a integração de diferentes tecnologias LPWAN se faz necessária, criando assim, uma rede LPWAN heterogenia. SDN fornece uma abordagem poderosa, criando uma arquitetura programável, dinâmica e flexível. Alguns estudos já investigam a aplicação do paradigma SDN para fornecer uma rede programável para aplicações IoT. No entanto, esses estudos não levam em consideração a capacidade limitada dos dispositivos de rede baseados em SDN para armazenar as regras de encaminhamento. Nesta dissertação é proposto HELPFUL, uma arquitetura baseada nos conceitos definidos pelas Redes Definidas por Software (SDN) que cria uma abstração comum entre diferentes tecnologias LPWAN que rodam sobre estações base virtualizadas. Nós também discutimos quatro estratégias de gerenciamento de regras para serem utilizadas com HELPFUL, provendo suporte para uma única ou múltiplas tabelas. Nós avaliamos nossa proposta com uma serie de experimentos com protótipo desenvolvimento utilizando a linguagem P4. Os resultados mostram que HELPFUL é flexível o suficiente para que a estratégia de gerenciamento de regras na tabela de fluxos seja alterada para melhor se adequar as necessidades da rede. Consequentemente, HELPFUL reduz a quantidade de mensagens no canal de controle trocadas pelos controlador e gateway. Finalmente, HELPFUL adiciona uma sobrecarga mínima ao desempenho da rede independente da estratégia escolhida.pt_BR
dc.format.mimetypeapplication/pdfpt_BR
dc.language.isoengpt_BR
dc.rightsOpen Accessen
dc.subjectSoftware-defined networkingen
dc.subjectInformáticapt_BR
dc.subjectLow power wide area networken
dc.subjectNetwork programmabilityen
dc.titleHELPFUL : flexible architecture to control heterogeneous low powerWide area networkspt_BR
dc.title.alternativeHELPFUL : uma arquitetura para controle de low power wide area network heterogenias pt
dc.typeDissertaçãopt_BR
dc.contributor.advisor-coBoth, Cristiano Bonatopt_BR
dc.identifier.nrb001114948pt_BR
dc.degree.grantorUniversidade Federal do Rio Grande do Sulpt_BR
dc.degree.departmentInstituto de Informáticapt_BR
dc.degree.programPrograma de Pós-Graduação em Computaçãopt_BR
dc.degree.localPorto Alegre, BR-RSpt_BR
dc.degree.date2020pt_BR
dc.degree.levelmestradopt_BR


Files in this item

Thumbnail
   

This item is licensed under a Creative Commons License

Show simple item record