A Comparison of IoT Communication Libraries: APIs and Performances
Notice bibliographique
Résumé
The Internet of Things (IoT) and the number of deployed IoT devices are growing exponentially nowadays. These devices play pivotal roles in diverse domains, e.g., smart homes. Given their constrained processing and memory capacities, IoT devices communicate with one another through specialized protocols. \nThe two main IoT communication protocols are the Constrained Application Protocol (CoAP) and Message Queuing Telemetry Transport (MQTT). By March 1, 2023, there were 35 public libraries of CoAP and 40 of MQTT. These libraries have different characteristics, including levels of completeness and runtime performances. \nBecause of diverse requirements in different domains, the same protocol/library does not apply to any applications. Consequently, developers must select a library (e.g., Californium, java-coap, Paho MQTT, or HiveMQ MQTT Client) but they do not have access to comprehensive and clear comparisons of the API and performance of these protocols and their implementations, impeding their ability to make informed choices. \nIn this thesis, we implement multiple IoT scenarios using the CoAP and MQTT protocols and several of their implementation libraries. We conduct a comprehensive comparative analysis based on API and performance metrics, including static metrics, packet sizes, and runtime performance. \nWe thus provide developers with evidence to choose between CoAP and MQTT protocols and their libraries. In future work, we will expand this work to include other IoT protocols and libraries, more scenarios and metrics.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,009 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,004 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».