物联网网络管理综述：现状与展望——物联网低功耗网络管理研究综述2021

制作和主办：Elsevier沙特国王大学学报物联网网络管理综述：现状与展望Moussa Aboubakara，b，Mounir Kellila，Pierre RouxaaUniversité Paris-Saclay，CEA，List，F-91120 Palaiseau，FrancebSorbonne Universités，Université de Technologie de Compiègne，CNRS，HEUDIASYC UMR 7253，CS 60319，60203 Compiègne Cedex，France阿提奇莱因福奥文章历史记录：收到2020年2021年2月11日修订2021年3月17日接受2021年4月2日网上发售保留字：IoT网络管理设备管理IoT网络管理协议IoT网络管理框架A B S T R A C T在过去的十年中，物联网（IoT）受到了广泛的关注，因为它包含了智能传感器和执行器等智能设备，这些设备可以实现广泛的应用，改善我们的日常生活（例如智能农业）。然而，由于一个重要数字的存在，由于异构和资源受限的设备（在存储器、CPU和带宽方面）在易出错和有损的无线电信道上通信并且通常部署在敌对环境（例如，战区）中，IoT网络正经历各种网络性能问题（例如，由网络设备故障导致的过度能量消耗）。在这种情况下，需要对物联网网络进行有效管理，以确保良好的网络性能。这推动了用于管理物联网网络的不同协议和框架的开发。在本文中，我们提出了一个全面的研究物联网网络管理的代表性作品。本文分析了物联网低功耗网络管理的现有解决方案，并对这些解决方案进行了分类。此外，本文还根据不同的需求，比较了现有的物联网低功耗网络管理研究方案。最后，本调查确定了有效管理物联网低功耗网络的剩余挑战。版权所有©2021作者。由爱思唯尔公司出版代表沙特国王大学这是一个开放的访问CC BY-NC-ND许可证下的文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。内容1.导言41642.IoT网络管理概述41652.1.传统网络管理41652.2.物联网低功耗网络管理需求41662.2.1.可扩展性41662.2.2.容错41662.2.3.服务质量（QoS）41662.2.4.能源效率41662.2.5.安全41662.2.6.自行配置41672.3.物联网低功耗网络管理解决方案的分类41673.物联网低功耗网络管理41673.1.物联网低功耗网络的网络管理协议41673.2.基于云的物联网低功耗网络管理框架*通讯作者：Université Paris-Saclay，CEA，List，F-91120 Palaiseau，France.电子邮件地址：moussa. hds.utc.fr（M. Aboubakar），mounir. cea.fr（M. Kellil），pierre. cea.fr（P. Roux）。沙特国王大学负责同行审查https://doi.org/10.1016/j.jksuci.2021.03.0061319-1578/©2021作者。由爱思唯尔公司出版代表沙特国王大学这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。可在ScienceDirect上获得目录列表沙特国王大学学报杂志首页：www.sciencedirect.comM. Aboubakar，M. Kellil和P. Roux沙特国王大学学报41643.3.基于SDN的物联网低功耗网络管理框架3.4.用于管理物联网低功耗网络的基于语义的框架3.5.基于机器学习的物联网低功耗网络管理框架4.未来的研究方向和挑战41735.结论4174竞争利益声明参考文献41741. 介绍物联网（IoT）近年来吸引了研究人员和工业界的广泛关注。由Kevin Ashton（Ashton et al.，2009），术语IoT是指我们日常生活的物理对象（例如，传感器、执行器、家用电器等）连接到互联网并且能够以智能方式进行通信的领域。物联网旨在使我们的日常生活变得舒适，更加连接和更具生产力。低功耗设备的最新技术进步促进了物联网应用的发展，包括智能医疗、智能农业、智能交通、未来工厂等。如今，IoT环境的特征在于存在大量异构且资源受限的设备，这些设备通常被大规模地部署在感兴趣的区域中，以使得能够实现与IoT环境的通信。一个IoT应用。此外，物联网网络已经经历了各种协议的开发和标准化，以实现各种物联网应用。这包括无线通信技术（例如，Zigbee、BLE、LoraWAN和Sigfox（Palattella等人，2016））、轻量级网络管理协议（例如LWM 2M（Klas等人，2014年）、CoMI（Veillette例如，2017））、用于资源受限设备的通信协议（例如，6LowPAN（Hui等人，2010））、用于资源受限设备的路由协议（例如RPL（Vasseur等人，2011））。然而，由于它们的限制（例如异质性、资源限制等），物联网网络正在经历许多影响其性能的问题。这些问题包括：链路质量Fig. 1. 物联网网络架构。恶化、网络拥塞、设备故障，并导致物联网网络性能的显著降低。因此，在这种情况下，重要的是执行IoT网络的有效管理，以便确保良好的网络性能（例如，低的端到端延迟、能量效率等）。基本上，IoT网络管理实现了诸如认证、供应、配置、监控、路由和设备软件管理（例如，固件更新、错误修复等）之类的功能。这些功能允许保持良好的网络性能，并且它们通常在IoT环境中作为网络服务提供，如图1所示。在文献中，不同的论文从不同的角度研究了物联网网络管理解决方案（Sheng et al. ，2015年; Younis例如，2014;Paradis和Han，2007; Alamri等人，2013; Bizanis和Kuipers，2016;Ndiaye等人，2017; Haque和Abu-Ghazaleh，2016; Thoma等人，2014; Wang等人，2017; Mao等人，2018;Sinche等人， 2019年）。表1显示了本调查和相关调查涵盖的物联网网络管理解决方案。这些物联网网络管理解决方案包括：物联网网络管理协议、基于云的框架、基于SDN的框架、基于语义的框架和基于机器学习的框架。有趣的是，关于物联网网络管理的文献调查都没有涵盖资源受限网络的不同现有解决方案。因此，我们在本文中对物联网低功耗网络管理进行了详尽的文献综述，同时确定和讨论了现有解决方案的局限性，并强调了研究挑战。我们在本文中的贡献可以总结如下：与物联网网络管理的现有文献调查相比，我们对物联网低功耗网络管理的现有解决方案进行了详尽的概述。我们根据物联网低功耗网络的目标，对现有的物联网低功耗网络我们定义了有效管理物联网低功耗网络的要求我们对物联网低功耗网络管理解决方案的文献进行了详细的回顾，并根据不同的需求对这些解决方案进行了比较分析。基于现有技术，我们确定了与物联网低功耗网络管理相关的许多挑战和开放问题本文的其余部分组织如下。在第2节中，我们概述了物联网网络管理以及资源受限网络的现有解决方案的分类此外，我们还定义了有效管理物联网低功耗网络的要求在第3节中，我们介绍了物联网低功耗网络管理分类的最新提案此外，我们还根据不同的要求对这些解决方案进行了比较。在第4节中，我们提出了物联网低功耗网络管理的挑战和开放研究问题第5节给出了结论和未来工作的研究方向。●●●●●M. Aboubakar，M. Kellil和P. Roux沙特国王大学学报4165表1将此调查与其他有关物联网网络管理的相关调查论文进行物联网网络管理解决方案本文（Sinche等人，2019年度）（Sheng等人，（2015年）（Younis等人，Paradisand Han，2007）（Alamri等人，2013年度）（Ndiaye等人，Haque和Abu-Ghazaleh，2016）（Thoma等人，2014年度）（Wang等人，2017;Mao等人，2018年）IoT网络pppp––––管理协议基于云ppp–p–––框架基于sdnp––––p––框架基于语义p–––––p–框架机器学习p––––––p基于框架图二. 网络管理实体概述。2. 物联网网络管理概述2.1. 传统的网络管理网络管理包括执行诸如设备监控、路由管理和安全管理的操作，以便确保良好的网络性能（例如，低延迟、低能耗、低分组丢失等）。基本上，典型的网络管理基于三个逻辑元件：网络管理器、被管理设备和代理。图2给出了网络管理中涉及的不同功能元件的概述。“网络管理器”表示用于管理一组被管理节点的设备。"受管理设备”是指到暴露多个参数（例如，IP地址、CPU使用、剩余电池等）的网络设备。由网络管理器管理（通过读/写操作）。“代理”是指在被管理设备上运行的软件。它从被管理设备收集原始数据，以可兼容或可利用的格式将其传输到网络管理器。“管理数据库”包含有关被管理设备参数的信息。“消息传递协议”可用于在网络管理器和被管理设备之间交换信息。这允许网络管理器从被管理设备获得参数，并相应地采取关于网络设备的重新配置的适当决策。通常，网络管理系统需要支持以下操作：网络配置管理：它是指帮助设置网络以满足所需目标（例如安全级别，低延迟等）的过程。它包含与所有（可写）网络设备参数的配置和重新配置相关的不同操作。拓扑管理：它对应于一组操作，有助于保持网络连接，同时提供良好的网络性能。安全管理：此操作防止入侵者未经授权的访问。为此，它包括广泛的操作，如加密（密钥分发技术），威胁检测和恢复。QoS管理：它是指一种有助于配置网络的机制，以便在数据延迟、分组丢失、吞吐量方面故障管理：它对应于一种有助于检测、隔离和解决网络问题而不影响网络正常运行的机制。网络维护：它是指为了维持网络运行而进行的一系列操作。它包括软件维护等操作（例如，固件更新和错误修复）和网络故障排除。●●●●●●M. Aboubakar，M. Kellil和P. Roux沙特国王大学学报4166为了管理传统网络，各种网络管理协议，例如SNMP（Mauro和Schmidt，2005）、CMIP（Hunt，1997）、NETCONF（Enns等人，2011）、RESTCONF（Watsen andProtocol，2016）、CWMP（Rachidi and Karmouch，2011）和OMA-DM（Alliance，2010）。简单网络管理协议（SNMP）SNMP是IETF（Internet Engi- neering Task Force）为远程监控IP设备而开发的网络协议。它支持一组操作，包括监视、配置和/或重新配置网络设备参数。SNMP涉及上述网络设备管理的三个元素（代理、节点和管理器）。它依赖于管理信息结构（SMI）和管理信息库（MIB）。MIB指定用于管理网络设备的数据库，而SMI定义存储在MIB中的对象的结构和类型。公共管理信息协议（CMIP）CMIP是负责网络管理器和被管理设备之间通信的网络协议。CMIP支持各种网络管理操作，如故障管理、安全管理、性能监控等。CMIP被设计用于开放系统互连（OSI），它扩展了SNMP的功能。然而，CMIP由于其标准化进程缓慢而没有被广泛采用。网络配置协议（NETCONF）引入NETCONF是为了改进SNMP。它引入了网络管理中的新功能，如多个配置数据存储（候选，运行，启动），配置和状态数据之间的区别。NETCONF使用基于可扩展标记语言（XML）的数据编码，用于配置数据和协议消息。NETCONF使用YANG模型，这是一种数据建模语言，用于对NETCONF协议操作的配置和状态数据进行建模（Bjorklund，2010）。RESTCONFRESTCONF协议的设计目标是扩展NETCONF协议，以便能够通过Web应用程序执行网络管理操作具体地说，RESTCONF提供了一种通过执行HTTP方法来执行CRUD（创建、更新、删除）操作的方法，以使用NETCONF中定义的CRUD概念访问YANG中定义的配置数据。CPE WAN管理协议（CWMP）CWMP是宽带论坛在TR-069技术报告中定义的协议，以便远程管理连接到互联网协议（IP）网络的客户端设备（CPE）。该协议允许执行自动配置、软件或固件映像管理、软件模块管理、状态和性能管理以及诊断等任务。oma-DMOMA-DM是由开放移动联盟（OMA）设备管理（DM）工作组和数据同步（DS）工作组指定的安全设备管理协议。它可以执行管理任务，如设备供应，设备配置，软件升级和故障管理。尽管如此，上述网络管理协议是在IoT范例出现之前设计的，并且相当明显的是，这些协议没有考虑许多IoT特性和约束（例如，设备资源约束），这些特性和约束为它们在IoT环境中的适用性提出了技术障碍2.2. 物联网低功耗网络管理需求设计物联网网络管理解决方案并不是一件容易的事情，因为物联网网络的内在约束，例如设备异构性，可变的网络拓扑，稀缺的资源和可变/不可靠的无线电链路质量。因此，为了在良好的性能下操作，IoT网络需要满足如下要求：可扩展性、容错性、能量效率、服务质量（QoS）和安全性（Ersue，2015; Ndiaye等人， 2017年）。2.2.1. 扩展性可扩展的物联网低功耗网络对应于可以添加新设备或服务而不会对网络性能产生负面影响的网络。由于物联网低功耗网络的当前部署低功耗的特征在于存在数十亿个资源受限设备，因此需要满足可扩展性要求以避免网络性能差。2.2.2. 容错容错 是系统在 其任何组 件发生故 障的情 况下继续 操作的能 力（Chouikhi等人，2015年）。这个要求是必要的，以便保证网络将在网络中存在故障（例如，节点故障、网络故障、汇点故障、软件故障）的情况下实现其预期的功能。特别是，这一要求对于物联网低功耗网络很重要，因为它们可能会因其特性（有限的电池、内存和CPU）和/或部署环境（例如战区、管道、化学品泄漏区）而发生设备故障。2.2.3. 服务质量（QoS）QoS是指对服务的整体性能的测量，以评估用户满意度。使用这些指标评估此性能：网络中的数据包丢失，延迟，带宽和端到端延迟。具体而言，物联网低功耗网络中的QoS水平取决于应用的类型。例如，智能计量等物联网应用是延迟容忍的，而森林火灾检测等物联网应用则不是。因此，为了避免网络性能差，在设计网络时考虑QoS要求是很重要的。2.2.4. 能效物联网低功耗的主要要求之一是能效（Rault等人，2014年）。节能网络是指能够以最小的能耗执行操作，从而使网络寿命最大化的网络。这一要求在物联网低功耗网络中特别理想，因为它由使用电池供电的设备组成，电池寿命有限，通常无法更换。此外，如果资源受限设备的能量被快速消耗，则网络可能经历连接丢失，这可能导致网络中断2.2.5. 安全安全性是IoT网络的重要关注点，如在（Granjal等人， 2015年）。事实上，拥有一个安全的网络可能有助于防止未经授权的实体篡改通信数据的潜在风险。因此，安全的物联网网络有助于保证网络中涉及的不同设备交换的数据的安全性。然而，在物联网低功率网络中，应该给予更多的关注，因为为传统网络开发的安全机制并不总是适合于资源受限的设备（Kouicem等人， 2018年）。●●●●●●M. Aboubakar，M. Kellil和P. Roux沙特国王大学学报4167图三. 物联网低功耗网络管理解决方案的分类。2.2.6. 自配置这个要求是指物联网低端设备根据网络状态调整其行为的能力。事实上，自配置对于IoT低功率网络是重要的，因为这些网络经受由业务模式、设备的移动性、设备的故障等引起的频繁更新。此外，这一要求是必要的，因为在动态网络中执行数十亿物联网低功耗设备的手动配置是不现实的。因此，具有可自配置的IoT低功率网络可以帮助避免由于手动配置而导致的人为错误，并且因此确保良好的网络性能。2.3. 物联网低功耗网络管理解决方案的分类为了满足IoT低功率网络的上述要求，文献中已经提出了用于资源受限设备的不同网络管理解决方案。基于这些网络管理解决方案根据其设计目标可以分为几类（参见图1）。图3），特别是网络见图4。 LWM2M架构。物联网低功耗网络管理协议、基于SDN的框架、基于云的框架、基于语义的框架和基于机器学习的框架。物联网低功耗网络的网络管理协议已经被设计成在使用小资源进行网络管理操作的同时启用和优化网络性能。为了应对这个问题，已经提出了基于云的物联网网络管理框架物联网设备的有限资源，通过云平台管理这些连接的设备。已经提出了用于物联网网络管理的基于SDN的框架，以便将网络管理操作集中在中央实体上，从而减少物联网设备上的计算操作。已经提出了基于语义的框架，以便利用从网络设备收集的数据生成的知识。已经提出了基于机器学习的框架，以应对物联网网络日益增加的复杂性（由节点移动性、网络流量的动态特性等引起）。值得注意的是，用于IoT网络管理的上述方法通常是相关联的（Huang等人，2015; Corici等人，2015），以满足第2.2节中提到的物联网网络管理的要求。3. 物联网低功耗网络在本节中，我们将根据第2.3节中的分类介绍物联网低功耗网络管理的最新技术水平。3.1. 物联网低功耗网络在文献中，已经提出了不同的网络管理协议这些协议包括：LWM2 M、CoMI、NETCONF light和6LowPAN-SNMP。LwM2MLWM 2 M是为管理物联网低功耗设备而开发的客户端-服务器协议。该协议由开放移动联盟（OMA）设计，基于IETF的协议和安全标准。它提供了几个功能，如连接监控，资源监控，固件升级.在图4中，我们描绘了LWM2M架构的高级视图。LWM2M服务器位于网络管理器设备上，LWM2M客户端通常位于被管理设备上。IoT设备资源被组织成对象（例如，●M. Aboubakar，M. Kellil和P. Roux沙特国王大学学报表24168IoT网络中使用的消息传递协议。议定书受限器械的适用性消息传送类型架构QoSQoS等级互操作XMPP（Saint-Andre，2011）+请求/响应客户机/服务器没有-是的MQTT-SN（Stanford-Clark和Truong，2013）++发布/订阅请求/响应客户/经纪人是的QoS 0（Fire and Forget）-DDS（Hakiri等人，（ 2015年）+发布/订阅发布/订阅无经纪人是的QoS 1（至少传送一次）QoS 2（只传送一次）23级QoS是的CoAP（Sheng等人，MQTT（Naik，2017）AMQP（Bhimani和Panchal，2018）++++++发布/订阅请求/响应请求/响应发布/订阅发布/订阅客户端/服务器客户端/代理客户机/服务器是是是的可确认消息非可确认消息QoS 0（触发并遗忘）QoS 1（至少传送一次）QoS 2（只传送一次）最多一次是，部分是的至少一次+优，++中，+差没有重复的数字表3物联网低功耗网络管理协议的比较网络管理协议可扩展性容错节能QoS安全自配置6LowPAN-SNMP（Choi等人， 2009年）- - p - p-NETCONF光（Schoenwaelder等人， 2012年）- - p - p-LWM2M（Rao等人， 2015）-p-p-CoMI（Veillette等人， 2020年）- - p - p-p该要求可由网络管理协议处理。位置对象，其包含提供关于IoT设备的位置的信息的所有资源在（Rao等人， 2015年）。CoAP管理接口（CoMI）CoMI是一个专门用于物联网低功耗设备和网络的管理接口。该网络管理协议使得能够通过CoAP协议访问在YANG中指定的IoT设备资源或转换为YANG的SMIv2来执行管理操作。该协议的规范在（Veillette等人， 2020年）。6LowPAN-SNMP6LowPAN-SNMP是用于IPv6低功率无线个域网（6LowPAN）的SNMP的适配（Choi等人，2009年）。它被设计为在资源受限的网络中工作为了实现这一点，执行SNMP报头的压缩机制，以减少生成的SNMP消息的数量。与标准SNMP的兼容性是通过使用一个代理转发器来确保的，该代理转发器有助于将SNMP消息转换为6LowPAN-SNMP消息。NETCONFNETCONF光是IETF开发的网络管理协议（Schoenwaelder等人， 2012），以便扩展NETCONF以实现资源受限设备的管理。它提供的工具只使用一组NETCONF操作来安装、操作和删除网络设备的值得一提的是，网络管理协议通常与消息传递协议相关联，以实现对资源受限设备的管理（Lindholm-Ventola和Silverajan，2014;Scheffler和Bonneville，2017）。这些消息协议包括：CoAP（受约束的应用协议）（Sheng等人，2015）、XMPP（可扩展消息和存在协议）（Saint-Andre，2011）、DDS（用于实时系统的数据分发服务）（Hakiri等人，2015），MQTT（消息传输远程传输）（Naik，2017），MQTT-SN（用于传感器网络的MQTT）（Stanford-Clark和Truong，2013）和AMQP（高级消息传输协议）（Bhimani和Panchal，2018）。我们在表2中提供了这些消息传递协议的比较。在表3中，我们总结了根据第2.2节中制定的要求管理资源受限网络的不同协议的比较。然而，这些网络管理协议不能满足前面提到的物联网低功耗网络的所有为了实现这一点，有必要将这些协议与其他机制相关联，以满足自配置和可扩展性等要求。在下一节中，我们将讨论这些机制。3.2. 用于管理物联网低功耗网络的基于云的框架云计算指的是用于使得能够对可配置计算资源的共享池（例如，网络、服务器、存储器、应用程序和服务），其可以以最小的管理工作量快速供应和发布，通常通过因特网（Mell等人，2011年）。这些服务是通过云平台提供的。由于物联网低功耗网络的资源限制，已经出现了几种基于云平台的用于管理资源受限设备的框架。这是由云平台可以提供执行各种网络管理操作所需的资源（例如，固件更新）。表4列出了一些云平台，●●●M. Aboubakar，M. Kellil和P. Roux沙特国王大学学报表41694169Cloud of Things平台功能。物联网云平台数据收集管理配置装置通信资源议定书管理监测技术约束设备Azure（Microsoft，2017）MQTT LWM2Mp pIBM IoT（IBM，2017）MQTT，HTTP LWM2MpArtik Cloud（SAMSUNG，2017）REST/HTTP，websockets，MQTT、CoAPLWM2MpMbed（Arm，2018）HTTP，HTTPS，CoAP，MQTTLWM2Mp-菲，洛拉pp pSigfox、Wi-Fi、LoRa、GSMpppp pZigbee，Z-Wave，蓝牙，pKAA（KAA，2018）MQTT，CoAP，XMPP，TCP，HTTP-p蓝牙、WiFi、6LoWPANAyla物联网平台（网络，2018）-Thinger.io（thinger.io，2018b）MQTT，CoAP和HTTPSiteWhere（SiteWhere，2018）MQTT，AMQP，Stomp，WebSockets和直接套接字连接–Google Cloud Platform（Cloud，2020）MQTTAutodesk Fusion Connect（Autodesk，2020）CoAP、HTTP、XMPP、DDS、MQTTLWM2Mp p -Amazon Website Site（AWS）IoT（Amazon，2020）MQTT图五、通过传感器云基础设施管理IoT设备的架构示例物联网市场中存在的物联网低功耗网络的管理通常，用于在云平台上管理IoT低功率网络的架构包括三个级别：1）第一级别由资源受限设备组成，2）第二级别由云基础设施组成，以及3）第三级别由IoT应用组成。我们在图中提供了这种架构的示例。 五、Yuriyama和Kushida（2010）提出了一种基于云基础设施的传感器网络管理在所提出的解决方案中，物理传感器设备被虚拟化以便使得能够在云平台基础设施上管理异构资源受限设备。同样，Xu和Helal（2015）提出了一种物联网管理架构Cloud-Edge-Beneath（CEB）该提案利用云平台的优势，为大规模和动态物联网网络提供管理解决方案。类似地，Ojha等人（2014）提出了一种基于云平台的无线传感器网络管理解决方案。所提出的解决方案能够动态调度任务，以延长网络的生命周期。Kim等人（2014）提出了一种名为H-SMSR（分层可扩展多路径源路由）的路由方案，该方案适用于通过称为农业传感器云基础设施（ASCI）的云平台管理的物联网低功耗设备。该路由协议包括分层源路由（HSR）和聚合梯度路由（AGR），以增加网络的生命周期。Das等人（2017）提出了一种能量Arkessa（Arkessa，2018）Thethings.io（thethings.io，2018a）–HTTP、CoAP、MQTT、WebSockets––Arrayent（系统，2018）––ThingWorx（2018）––Carriots（Carriots，2018）HTTP，MQTT–Echelon（ECHELON，2018）––M. Aboubakar，M. Kellil和P. Roux沙特国王大学学报表41704170基于云的网络管理框架比较网络管理框架可扩展性容错节能QoS安全自配置Yuriyama and Kushida（2010）Suciu等人04 The Fantasy（2013）Ojha等人（2014）-p Kim et al. （2014）p- p - - p Xu and Helal（2015）p - p -- p Daset al. （2017）- - p-p该要求可由网络管理框架处理。物联网低功耗设备管理的高效模型，云平台。该解决方案包括一个预测模型，有助于减少网络传输开销。Suciu等人（2013）提出了一个基于云平台的框架，以实现在智能城市环境中管理物联网低功耗设备。建议的框架允许通过自主管理的网络流量质量的改善。用于管理IoT低功率网络的上述框架展示了不同的功能。我们在表5中总结了这些框架，并根据第2.2节中制定的物联网低功耗网络的要求对其进行了评估。从表5中我们可以看出，现有的解决方案都不能满足物联网低功耗网络的所有要求。因此，可能需要附加机制以便满足IoT低功率网络的要求。3.3. 基于SDN的物联网低功耗网络管理框架在过去的十年中，物联网生态系统中资源受限的设备数量急剧增加。这些设备经常运行许多可能影响网络性能的事件。为了应对这个问题，已经使用软件定义网络（SDN）以便实现IoT低功率网络的能量 高 效 管 理 （ Ndiaye 等 人 ， 2017 年 ） 。 根 据 Kim 和 Feamster（2013）的说法，SDN是一种范例，其中称为控制器的中央软件程序决定了整体网络行为。SDN提倡将网络的控制平面（其中做出关于分组应该如何流过网络的决定）与网络的数据平面（流量转发计划）分离。 图 6给出了SDN架构的概述。网络设备被认为是简单的包路由见图6。 SDN架构。设备（数据平面），并且控制逻辑在控制器（控制平面）处实现。南向接口是可编程交换机和软件控制器之间的中继。在文献中已经提出了几种南向API（Sezer等人， 2013年），特别是：OpenFlow，ForCES，PCEP等。 Openflow被认为是最常见的南向SDN接口（ Lara 等 人 ， 2013 年 ） 。 Openflow 存 在 于 几 个 软 件 版 本 中（ Shalimov例 如 ， 2013 年 ） ： NOX ， POX ， Beacon ，Floodlight，MuL，Maestro，Ryu等。北向接口实现了更高级别组件之间的通信。事实上，北向接口允许网络和运行在其上的应用程序之间交换信息De Gante等人（2014）提出了一种用于管理无线传感器网络的集中式架构。所提出的架构利用SDN范例的优点，特别是它允许延长网络寿命。 同样，Costanzo et al. （2012）以及Jacobsson和Orfanstan（2015）提出了基于SDN的资源受限设备的网络管理解决方案。此外，Orfanwei（2016）提出了一种基于SDN的物联网低功耗网络管理架构，并采用机器学习模型。类似地，Bera等人（2016）提出了一种称为软件定义无线传感器网络架构（Soft-WSN）的集中式网络管理方案，以便根据网络管理实体定义的策略配置物联网低功耗网络 Huang等人（2015）提出了一个基于SDN和强化学习的物联网低功耗网络管理框架。该框架能够通过过滤冗余和执行负载平衡路由机制，根据所需的QoS数据流的控制流量的开销此外，Wu等人（2016）提出了一种基于SDN的框架，以减轻无线传感器网络中的安全攻击。该框架能够对未知攻击做出动态反应然而，由于这些解决方案是集中式的，在大型网络中，它们可能会遇到可扩展性问题。为了解决这个问题，Olivier等人（2015）提出了一种称为软件定义集群传感器网络（SDCSN）的架构提出的网络管理框架使用分簇技术将网络组织成簇，每个簇头扮演控制器的角色。在同一行中，De Oliveira等人（2015）提出了一种基于多个SDN控制器的无线传感器网络管理可扩展框架的实现。我们在表6中提供了上述框架的比较按照第2.2节制定的要求。值得一提的是，SDN需要与机器学习等其他机 制 相 关 联 ， 以 满 足 物 联 网 低 功 耗 网 络 的要 求 （ Matlou 和 Abu-Mahfouz，2017）。3.4. 基于语义的物联网低功耗网络管理框架物联网环境中存在数十亿异构和资源受限的设备，这就需要M. Aboubakar，M. Kellil和P. Roux沙特国王大学学报4171表6基于SDN的网络管理框架比较参考可扩展性容错节能QoS安全自配置Costanzo等人（2012年）––De Gante等人（2014年）––05 The Dog（2015）Olivier等人（2015年）–p–啪啪啪De Oliveira et al.（2015）Huang et al. （2015年）p––p p pWu等人（2016年）––Bera et al. （2016年）–p p02 The Fantasy（2016）–pp该要求可由网络管理框架处理。处理设备管理解决方案的异构性为此，语义技术已被用于应对物联网设备的异构性，同时确保良好的网络性能。Katasonov等人（2008年）提出了一种用于异构IoT设备自我管理的中间件。该中间件基于Agent技术，通过语义技术实现了互操作性Vlacheas等人（2013年）提出了一个管理部署在智慧城市应用环境中的物联网设备的框架。该提案基于认知和邻近的概念，并提供了面对连接事物的异质性的机制。同样，Ismail et al.（2018）提出了一个基于语义技术的框架，以实现物联网设备的管理。所提出的框架通过使用本体来实现异构网络设备的管理，从而简化了物联网设备的自动管理。同样，Sahlmann等人（2017）提出了一个基于oneM2M本体（描述特定感兴趣领域的结构化词汇表）的框架，以简化异构物联网设备的自动配置。所提出的解决方案使用NETCONF和MQTT协议来管理资源受限的设备。此外，Datta等人（2015）提出了一种基于语义技术的框架，以实现异构物联网设备的管理提出的框架包括移动设备的自动发现、传感器和物联网域的提供、传感器数据的语义推理和基于建议的驱动作者声称，他们的建议可以帮助有效地使用物联网设备的资源。同样，Aissaoui et al. （2020）提出了SAREF本体的扩展，以管理异构物联网设备。该模型实现了跨系统的数据互操作和知识丰富-通过推理。基于这种基于语义的物联网低功耗网络管理的最新技术因此，为了满足第2.2节中制定的物联网低功耗网络的要求，应该增强这些解决方案。我们在表7中根据不同的要求总结了这些解决方案的比较。3.5. 基于机器学习的物联网低功耗网络如今，由于这些网络的动态性质和/或资源受限设备的数量，物联网网络生成大量数据为了利用这些数据的好处，已经使用机器学习技术来帮助做出网络管理的决策（Aboubakar，2020 a，b; Alsheikh等人，2014; Kumar等人，2019年; Wang等人， 2017年）。机器学习（ML）是指赋予计算机模仿人类大脑的能力，以便根据其知识执行复杂任务它对于物联网网络管理非常有用，因为它提供了预测机制，有助于根据网络的当前状态进行决策，例如路由表重新配置，一般来说，ML技术可以分为监督学习、无监督学习和强化学习。监督学习是一种ML方法，它提供了一种通过使用预标记数据的分类或回归来预测未知值的结果的它基于两个步骤，即训练（涉及数据集训练和分类模型设计的阶段）和测试（涉及对未知值的分类用于物联网网络管理的常见监督学习算法包括：支持向量机（SVM）、回归树、神经网络、卷积神经网络（CNN）、深度置信网络（DBN）和递归神经网络（RNN）。与监督学习不同，无监督学习不是基于预标记的。它使用未标记的数据集，通过发现这些未标记数据集中的共同模式来执行数据分类到集群中用于网络管理的常用无监督学习算法包括 ： K-MEANS 、 Autoclass 、 Deep Belief Network 和 DeepBoltzmann machine。强化学习是机器学习的另一种方法基本上，强化学习被描述为马尔可夫决策过程（MDP）。图7示出了强化学习模型的高级概述。代理可以访问一组有限的表7基于语义的网络管理框架比较网络管理框架扩展性容错节能QoS安全自配置Katasonov等人（二零零八年）–––––Vlacheas et al.（2013）Datta et al.（2015）Sahlmann et al. （2017年）Ismail等人（2018年）–––––––––p–––––––p–p–p–p艾萨维等人（2020年）––––p该要求可由网络管理框架处理。M. Aboubakar，M. Kellil和P. Roux沙特国王大学学报4172见图7。 强化学习模型环境状态S通过执行动作。在访问一个州时，将收集一个数字奖励，以衡量代理人在给定州的行动的成功或失败用于物联网网络管理的常见增强算法包括：Sarsa、Q学习和策略梯度。一般来说，使用ML解决网络问题是通过以下具体步骤完成的，如图8所示（Wang et al.，2017年）。这些不同的步骤包括问题表述、数据收集、数据分析、模型构建、模型验证、部署和推理。在下文中，我们提出了一些现有的基于ML的物联网低网络管理解决方案。1) 基于监督学习的Wang等人（2006）提出了一种基于决策树学习器的框架，一种监督学习算法，以预测物联网低功耗网络中的链路质量。所提出的解决方案旨在通过采取有助于提高数据传输速率和数据延迟的路由决策来优化网络性能。同样，Liu和Cerpa（2011）提出了一个称为4C的框架，用于估计物联网低功耗网络中的链路质量。建议的框架是基于逻辑回归，并使用PHY参数的最后收到的数据包和数据包接收速率（PRR）来估计链路质量。作者声称，为了在测试环境中训练模型 ， 只 需 要 很 少 的 数 据 （ 几 分 钟 5- 同 样 ， Feo-Flushing 等 人（2014）提出了一种使用监督学习算法执行在线学习的方案，以便预测给定无线传感器网络中的链路质量。作者声称，在目标值范围方面保持训练样本集平衡的策略提供了更好的准确性和更快的收敛。此外，Kaplantzis等人（2007）提出了一种基于支持向量机（SVM）和滑动窗口的无线传感器网络集中式入侵检测系统（