Environment-Aware Resource Management Strategies in IoT Protocols

Abstract

수많은 기기가 서로 연결되는 초연결 사회를 현실화하기 위해 다양한 사물인터넷(IoT) 프로토콜이 등장했다. 특히 LoRa/LoRaWAN, Wi-Fi, 그리고 Bluetooth와 같은 비면허 대역 프로토콜은 저렴한 비용으로 공공 및 사설 네트워크의 구축을 용이하게 하여, 도시 규모에서 근거리에 이르기까지 광범위한 서비스에 널리 적용되었다. 그러나 이기종 IoT 프로토콜에서는 통신 기기들의 안정적인 연결을 보장하는 동시에, 에너지, 연산 및 무선 자원을 효율적으로 관리토록 하는 연구 과제를 제시한다. 해당 과제를 수행함에 있어, 구성 가능한 다양한 무선 매개변수 조합, 그로 인한 링크 성능상의 복잡한 절충 관계, 그리고 끊임없이 변화하는 무선 환경이 주요 장애물로 작용한다. 이러한 특성 때문에 일반적으로 효과적인 자원 관리 전략을 고안하기 위해 자칫 불규칙적으로 보이는 무선 속성을 정확하게 진단할 수 있는 네트워크 전문 지식이 필요로 된다. 이 논문에서는 1) LoRa/LoRaWAN의 전송 매개변수 제어, 2) 저전력 라디오를 통한 Wi-Fi 스캔 오프로딩, 3) Wi-Fi 및 Bluetooth의 협동적 공존 세 가지 연구 주제를 다루며, 이 과정에서 우리는 무선 신호에서 추출한 유용한 상황 정보를 활용하여 기기들의 자원을 효율적으로 관리한다. 첫째, 비면허 대역에서 작동하는 가장 유망한 LPWA 프로토콜 중 하나인 LoRa는 무선 자원 및 링크 성능을 관리하기 위해 적절하게 제어해야 하는 전송 매개변수 집합을 제시한다. 이 연구에서 우리는 프레임 전달율과 에너지 소비 간의 균형을 최적화하기 위해 CR (Coding Rate)을 적응적으로 활용하는 향상된 ADR (Adaptive Data Rate) 메커니즘인 EARN을 제안한다. EARN은 먼저 이론적으로 LoRaWAN의 링크 성능을 모델링하여 최상의 매개변수 집합을 찾고, 캡처 효과를 이용하여 충돌하는 신호의 생존율을 높인다. 우리는 실제 실험에서 적응적 CR 설정의 타당성을 검증하고, 대규모 시뮬레이션을 통해 EARN이 기존 방식을 능가하는 것을 보인다. 둘째, 스마트 기기에서 고품질의 무선 연결을 위한 기본 기능인 Wi-Fi 스캐닝은 액세스 포인트(AP)가 존재하지 않는 채널에 대해 불필요한 검색을 수행하여 자원 및 성능상의 낭비를 초래한다. 우리는 함께 배치된 저전력 무선 인터페이스를 활용하여 이러한 Wi-Fi 스캐닝 오버헤드를 상쇄하는 C-SCAN 방법을 제안한다. C-SCAN은 Bluetooth 라디오로 2.4 GHz 공유 스펙트럼을 검사하고 실제 Wi-Fi 스캔 전에 사용 중인 Wi-Fi 채널을 식별한다. 비어 있는 것으로 판단된 채널을 검색 대상에서 제외함으로써 Wi-Fi 스캐닝의 대기 시간과 에너지를 절약할 수 있다. 실험 결과는 우리가 구현한 C-SCAN의 프로토타입이 밀집된 Wi-Fi 환경에서도 사용 중인 Wi-Fi 채널을 정확히 탐지하는 것을 보인다. 마지막으로, 최신 스마트 기기에 함께 배치된 Wi-Fi와 Bluetooth는 단일 안테나와 스펙트럼을 공유하기 때문에 내외부적으로 기술 간 간섭(CTI)을 겪는다. 우리는 이 연구에서 새로운 협동적 공존 메커니즘인 D-SCAN을 제안한다. D-SCAN은 Bluetooth 라디오로 주변 Wi-Fi에 대한 포괄적인 정보를 효율적으로 추론하여 주요 Wi-Fi 기능의 오버헤드를 상쇄하고 나아가 Wi-Fi와 Bluetooth 간의 충돌을 방지한다. 이를 위해 D-SCAN은 Bluetooth의 스펙트럼 측정 결과에 심층 신경망을 활용하여 Wi-Fi 신호의 고유한 시간 및 스펙트럼 특성을 캡처하는 데이터 기반 접근 방식을 채택한다. 실제 실험에서 D-SCAN 프로토타입은 기존 Wi-Fi 스캐닝의 대기 시간과 에너지 소비를 줄이고 Bluetooth의 간섭 회피를 촉진한다.

To bring a hyper-connected society, where a large number of devices are connected to each other, into reality, various Internet of Things (IoT) protocols have emerged. In particular, unlicensed band protocols such as LoRa/LoRaWAN, Wi-Fi, and Bluetooth are widespread from city-scale to local area services, as they enable impromptu establishment of public and private networks at low cost. However, the devices that communicate with heterogeneous IoT protocols presents research tasks of efficiently managing energy, computation, and radio resources while ensuring reliable connectivity. The various possible combinations of radio parameters, thereby induced complex trade-offs in link performance, and constantly changing wireless environments are the major factors making such tasks challenging. It often requires expert knowledge on wireless networks to accurately diagnose seemingly random radio properties and devise effective resource management strategies. In this dissertation, we cover three topics, i.e., 1) transmission parameter tuning in LoRa/LoRaWAN, 2) Wi-Fi scan offloading via a collocated low-power radio, and 3) collaborative Wi-Fi and Bluetooth coexistence, where we efficiently manage device resources by exploiting useful information extracted from radio signals. First, LoRa, which is one of the most promising low-power wide-area protocols operating in unlicensed bands, presents a set of transmission parameters that have to be properly regulated to manage radio resources and link performance. In this work, we present EARN, an enhanced Adaptive Data Rate (ADR) mechanism with Coding Rate (CR) adaptation, to optimize the trade-off between delivery ratio and energy consumption. In EARN design, we theoretically model the link performance of LoRaWAN to find the best parameter set and leverage the capture effect to increase the survival rate of colliding signals. We validate the feasibility of the CR adaptation with an empirical study, and large-scale simulations reveal that EARN outperforms the conventional schemes. Secondly, Wi-Fi scanning, which is a fundamental feature to provide high-quality and seamless wireless connectivity in modern smart devices, induces performance overheads while unnecessarily probing on channels where no access points (APs) exist. We present C-SCAN, which exploits a collocated low-power wireless interface to offload the Wi-Fi scanning overheads. C-SCAN inspects the shared spectrum with a Bluetooth radio and identifies which Wi-Fi channels are in use prior to the actual Wi-Fi scanning. By excluding the channels determined to be empty, the Wi-Fi can perform scanning only on available Wi-Fi channels. We implement a prototype of C-SCAN using a Bluetooth-compliant wireless transceiver and demonstrate its efficiency. Experimental results show that C-SCAN achieves high detection accuracy with low latency and energy even in dense Wi-Fi environments. Lastly, Wi-Fi and Bluetooth are collocated in modern smart devices and suffer from cross-technology interference (CTI) internally and externally, as they share a single antenna and spectrum. In this work, we present D-SCAN, a novel collaborative coexistence mechanism. D-SCAN infers nearby Wi-Fi information efficiently with a Bluetooth radio, thereby offsetting the overhead of key Wi-Fi functions and preventing collisions between Wi-Fi and Bluetooth. To this end, D-SCAN adopts a data-driven approach that captures the unique temporal and spectral features of Wi-Fi signals from Bluetooth spectrum measurements by leveraging deep neural networks. D-SCAN prototype in real-world experiments reduces the latency and energy consumption of legacy Wi-Fi scanning, and it also promotes the agile interference avoidance of Bluetooth. In summary, from Chapters 2 to 4, the aforementioned three research tasks, i.e., EARN for LoRa parameter distribution, C-SCAN for Wi-Fi scan offloading, and D-SCAN for Wi-Fi and Bluetooth coexistence, will be presented, respectively.