物联网驱动中的REST和EDA架构及其效率比较

物联网和网络物理系统3（2023）205IoT驱动中的REST和EDA架构罗兰多·埃雷罗美国马萨诸塞州波士顿东北大学工程学院自动清洁装置关键词：驱动MQTTCoAPEDAREST物联网经纪人A B标准虽然大多数物联网（IoT）解决方案都涉及传感，但其中一些还引入了驱动机制。具体而言，设备与环境中的资产进行交互，并将传感器读数传输到执行分析的应用程序。这些应用程序通常驻留在网络核心上，并依次处理触发向设备传输致动命令的读出这些方案中的一个重要问题是通信信道的性质大多数设备都是无线的，因此它们会受到信号多径衰落的影响更重要的是，这些损伤可能导致致动命令丢失或严重延迟。 在这种情况下，已经提出了几种标准机制，用于将流量从应用程序传输到设备。它们属于两个主要的架构类别：（1）具象状态转移（REST）和（2）事件驱动架构（EDA）。在本文中，我们通过比较分析了与这两种架构相关的两种协议，以评估它们在物联网驱动解决方案中的效率。这种分析导致了一种数学模型的开发，该模型驱动了一种算法，该算法能够根据网络损伤动态选择正确的技术。1. 介绍物联网架构遵循固定的拓扑结构，涉及与应用程序交互的设备这些设备支持传感和驱动，而应用程序通常通过人工智能（AI）算法执行分析机器学习（ML）分类就是这样的算法之一[1]。虽然设备位于网络的接入端在大多数情况下，应用程序位于云计算场景的核心端在设备和应用程序之间，有一个网络边缘，其中边缘设备（如路由器或网关）转换协议。 接入网络的特点是与受限设备和物理层技术相关的低传输速率。 另一方面，核心网络依赖于传统的互联网协议，因此支持更高的传输速率。设备通过感测来观察环境，并通过致动来影响环境为了最小化延迟并改善感测和致动之间的往返时间（RTT），应用有时驻留在边缘或接入网络本身中。边缘和访问应用分别代表雾和雾计算场景。请注意，尽管几乎所有的物联网解决方案都包含传感，但只有少数解决方案依赖于驱动。具体而言，在支持将读数传输到应用程序的监控和可视化架构中，实际上不需要驱动。感测和致动消息的传输是在两种主要拓扑的上下文中进行了标准化：REST和EDA。这些拓扑又由提供会话管理功能的应用层协议实现和支持。REST场景遵循创建、读取、更新、删除（CRUD）段落，其中创建和删除设备，读取传感器读数并更新驱动命令[2]。在REST下，端点发送一个请求，触发远端的响应。在图中，应用程序向设备发送致动请求，然后设备进行响应。EDA场景依赖于一个在执行器驱动程序和应用程序之间可靠地转发消息的代理 在该图中，应用程序向代理发送致动命令，然后代理将命令转发到设备。与REST相反，EDA不需要设备发送端到端消息来确认命令的接收EDA依赖于较低层协议来支持端点之间的可靠数据传输在本文中，我们将研究REST和EDA场景下的驱动机制的性能。 虽然物联网与大量协议和技术相关[3]，但在这项工作中，我们专注于两种不同的协议：支持REST的超文本传输协议（HTTP）和支持EDA的消息队列遥测传输（MQTT）[4- 6 ]。请注意，其他REST机制（如受约束的应用程序协议（CoAP））通常部署在物联网应用程序中。虽然CoAP更适合接入物联网场景，但其端到端解决方案（如本文所述）的性能会受到防火墙的电子邮件地址：r. northeastern.edu。https://doi.org/10.1016/j.iotcps.2023.05.002接收日期：2023年4月4日;接收日期：2023年4月30日;接受日期：2023年5月2日2023年5月9日在线发布2667-3452/©2023由Elsevier B. V.代表KeAi Communications Co.这是CC BY-NC-ND许可证下的开放获取文章（http：creativecommons.org/licenses/by-nc-nd/4.0/）。可在ScienceDirect上获得目录列表物联网和网络物理系统期刊主页：www.keaipublishing.com/en/journals/R. Herrero物联网和网络物理系统3（2023）205206遍历约束，阻止用户数据报协议（UDP）流量的传输。首先，我们提出了不同的会话流，然后我们引入一个数学模型来评估每个机制的性能该模型是基于一个计划，结合了网络层的信道模型与贝叶斯统计的使用来预测损伤。该模型又被用作算法的主要驱动程序，该算法能够确定给定网络条件下的最佳会话层然后在实验框架中对该算法进行评估本文的其余部分如下：动机和文献综述在第2节。在第3节中，我们将在HTTP和MQTT协议的上下文中查看与驱动相关的消息流第四节给出了动态协议选择的数学模型和算法。在第5节中，一个实验框架，以评估上述算法。最后，在第6节中，结论和未来的工作进行了讨论。2. 动机与文献综述本文中提出的研究的主要动机是找到一种机制，优化驱动命令从应用程序到设备的传播最大的挑战是最大限度地减少端到端延迟，以加快此类命令的传输 。 这在高延迟意味着低服务质量（QoS）的实时通信（RTC）物联网场景中至关重要。例如，考虑应用向无人机（UAV）发送通过来自机载传感器的ML读出的处理产生的光路径的 在这种情况下，任何过度的延迟都会成为一种责任，不仅会导致失败，还会导致身体和人身伤害[7]。 由于大多数物联网设备在本质上都是受限制的，另一个非常重要的要求是算法在计算上要简单且足够灵活，可以部署在尽可能多的场景中。使用物联网网络协议在应用程序和设备之间传播消息是一个广泛研究的主题 当考虑REST架构时，除了HTTP之外，CoAP是支持设备消息传输的优选机制之一。在这种情况下，在参考文献[ 8 ]中的约束IoT网络中评估了CoAP和HTTP下的应用的性能和延迟，丢失，吞吐量和其他损害的影响。在参考文献[9]中，从性能的角度比较了CoAP、HTTP、IEC 61850和其他协议。类似地，在Ref.[10]在网络层损伤的情况下改善端到端延迟见参考文件[11]，HTTP会话管理推动了对REST通知的支持，以启用物联网运动检测应用程序。在参考文献中探索了依赖于HTTP会话的启用Web的执行器的性能[12 ]第10段。参考文献1中分析了工业物联网架构背景下的REST HTTP驱动[13 ]第10段。由于REST协议独立于较低层，因此在参考文献[14]中，在不同传输层的上下文中考虑了对HTTP和CoAP的支持。从EDA体系结构的角度MQTT的几个应用进行了研究。见参考文件[15]作者介绍了EDA方案中的室内定位解决方案类似地，在智能城市EDA拓扑中支持自动交通灯控制的架构在参考文献[16 ]第10段。与MQTT相关的互操作问题以及常见应用程序的详细列表在参考文献[17 ]第10段。MQTT场景中的丢失和延迟在参考文献中分析。[8]的一项建议。MQTT相对于其他协议的性能，不仅是EDA，还有REST协议，在参考文献中介绍。[18 ]第10段。在参考文献中介绍了一种依赖MQTT消息传递的语音控制物联网系统[19 ]第10段。一个基于MQTT的机器人系统，用于模仿人手的运动是在参考。[20 ]第20段。在参考文献中分析了支持MQTT会话中的驱动和传感的鱼菜共生系统[21 ]第20段。见参考文件[22]，介绍了一种依赖于基于LoRa的 MQTT协议栈的建筑自动化架构MQTT和HTTP在参考文献[23]中给出了这些场景。然而，这种分析并没有解决这两种机制的性能差异。请注意，这些论文都没有解决REST和EDA拓扑之间的差异，以实现驱动命令的传输。此外，它们都没有提供像第4节中介绍的算法那样的算法，可以在REST和EDA架构之间进行动态选择，以最大限度地提高系统性能。3. 驱动消息流程图本文提出的框架遵循图1所示的拓扑结构。 1源自ETSI IoT参考架构文档[24]。设备观察资产并将读数发送到应用程序。 该应用程序又将致动命令发送回设备。这导致了REST和EDA拓扑，如图所示。 2，支持由符合互联网工程任务组（IETF）分层架构的层组成的协议栈。这些层是：（1）物理层，支持信道上的信号调制;（2）链路层，支持接入网络核心;（3）网络层，提供端到端路由;（4）传输层，支持应用业务复用;（5）应用层，支持安全和会话管理以及应用业务本身的传输。 注意图图2示出了在两种架构的上下文中的消息的流程，并且没有考虑较低层协议的影响。 图3显示了与HTTP和MQTT机制相关的两个堆栈。它们都依赖于传统的IEEE 802.11（WiFi）物理层和链路层，支持互联网协议（IP）网络。同样，在这两种情况下，传输依赖于传输控制协议（TCP）。对于每种拓扑，应用层由相应的HTTP和MQTT协议执行。 在应用层的顶部是由驱动命令的传输产生的实际驱动流量。图 4显示了HTTP和MQTT的消息流。 这些流程图仅指示应用层交换，而不考虑较低层。在HTTP下，POST请求直接从应用程序传输到执行器驱动程序。请求具有携带实际致动命令的主体一旦收到请求，执行器驱动器将发送200 OK消息以进行确认。请注意，200是表示OK响应的响应代码。在MQTT下，PUBLISH消息直接传输到代理。代理又将消息原样转发给执行器驱动程序。该消息包含启动命令。4. 动态协议选择算法本节提供了导致Fig. 1. 物联网拓扑。R. Herrero物联网和网络物理系统3（2023）205207图二. REST vs EDA图三. 协议栈。见图4。 流：HTTP vs MQTT。动态协议选择算法是本文的关键创新点。总体目标是开发一种模型，该模型提供了从应用程序到设备的致动命令的成功传输的概率的估计网络拓扑作为系统参数，因为该模型支持REST和EDA架构。在此上下文中，一旦选择了信道网络层模型，则使用传统贝叶斯统计来估计上述度量。在与无线通信相关联的多径衰落的场景中，由于致动命令的传输而导致网络损害，如分组丢失和延迟在这种情况下，图5所示的Gilbert-Elliot信道模型是这些场景的代表[25]。假设存在两种状态：（1）良好，(2)坏分别与低和高网络损耗有关在好的状态下，图五、 Gilbert-Elliot信道模型R. Herrero物联网和网络物理系统3（2023）205208pf¼¼¼¼BBBBFFFF1¼F1-αα βpfBBB（十）丢包概率为eG，而在坏状态下，丢包概率为eB。此外，该模型还有两个额外的参数：信道从好到坏的转移概率p和信道从坏到坏的转移概率α。网络丢包率和丢包突发率分别由参数p和α控制。 注意，在两个端点之间的正常通信下，每个方向的损耗通常不同。 由于此模型仅支持半双工通信，因此通常会有两种模型（具有不同的参数）需要表示全双工场景。还请注意，对于HTTP和其中ef，B和ef，G基于信道模型定义与MQTT相反，HTTP的通信是双向的，因此需要两个信道模型：（1）前向模型和（2）后向模型。因此，对于这两个模型，信道概率为Pf，g、Pf，b、Pb，g和Pb，b。在这种情况下，类似于上面的等式9导出的成功传输的概率为：PRs;Rq¼PRsjbPbP.R.R.j.g.P.g.R.j.b.P.b.R.j.g.P.gi（ 9）MQTT会话丢失和延迟联系在一起，因为丢失导致的重传导致消息需要更长的时间才能到达。具有低损耗的信道与具有低延迟的信道相关联从这一点开始，使用该信道模型来导出以下所有表达式。对于MQTT，它依赖于从设备到应用程序的读数传输，只需要一个通道模型。该模型被称为前向信道模型。在这种情况下，前向信道处于好（Pf，g）或坏（Pf，b）状态的总概率分别由下式给出：其中，PRsjbb和PRsjgb分 别是当反向信道处于坏状态和好状态时成功响应的概率，并且类似地，PRqjbf和PRqjgf分别是当正向信道处于坏状态和好状态时成功请求的概率。 Rq表示从设备发送到应用的请求，类似地，Rs表示从应用发送到设备的响应。此外，由于PRqjbf 1-e f;B，PRqjgf 1-e f;G，PRsjbb 1/4-eb;B和PRsjgb1-eb;G，PRs，Rq可以如下获得：Pbfpf¼（一）PRs;Rq¼1-αα βpf和αbβ1-αbβB 1-eb;B1-α p1-eb;G1-αp-α“的。1-E好吧1-EΣ1-αf数量1-αα βpf其中pf和αf分别是前向信道的p和α成功交易的概率由下式给出：PM1;M2¼ PM2 jM1;bfPM1 jbfPbf 其中PM2jM1;bf和PM2jM1;gf是成功消息的概率M2传输，假设消息M1分别在信道处于坏状态和好状态时被传输。 M1表示从设备发送到代理的消息，类似地，M2表示从代理发送到应用的消息。此外，PM1jbf1-ef;B和PM1jgf1-ef;G是对于相同的坏信道状态和好信道状态的成功传输的概率注意，ef，B和ef，G是eB和前向信道的eG参数假设信息在-分别给出了概率PM2jM1;bf和概率PM2jM1;g其中e f、B、e f、G、e g、B和e g、G基于信道模型定义。为了简单起见，可以假设当信道处于不良状态时所有分组都丢失，并且还可以假设当信道处于良好状态时没有分组丢失。具体地，ef，B¼1，ef，G¼0，eg，B¼1和eg，G图 6显示了HTTP和MQTT消息成功传输的概率，分别为PRs ， Rq和PM2;M1，对于不同的网络层分组丢失（p）和分组丢失突发性（α）值。注意根据后一个参数的值，HTTP有时比MQTT更有效，当然，其他时候不是。例如，对于α0.01，HTTP更有效，同样，对于α 0.1，MQTT更有效。注意，对于α0.05，两种协议的性能非常相似。等式（8）和（10）导致以下算法，该算法动态地确定应该使用HTTP还是MQTT来转发通过从应用程序到设备的f个致动命令PM2jM1;bf 1/4PM1jbfPbf→bfPM1jgfPbf→gf（4）和1. 使用最大似然估计（MLE）计算pf、pb、αf和αb估计量，如下所Jf;L;HPM2jM1;gf1jgfPgf→gfM1jbfPgf→bf（五）p^ff;L;H Jf;L;L其中Pbf →bf 1/4 αf，Pbf →gf 1-αf、Pgf →bf1-p f和Pgf →gf 1-p f是Jb;L;Hp^^B不同信道状态之间的转移概率此外，本发明还提供了一种方法，Jb L HJb L LPM1 jbf B和PM1jgf<$1-ef;G，导致PM2 jM1;bf¼.1-e f;B<$αf<$。1-e f;G.1-αfβ（6）α^f¼J;;Jf;H;HJ和和f;H;Hf;H;LPM2 jM1;gf 1/4。1-e f;G.1-p f。1-ef;Bpf（7）Jb;H;H联系我们Jb HHJ b H L这反过来又意味着;;0.¼JP（二）f;Bf;GGF1-αfpfBR. Herrero物联网和网络物理系统3（2023）205209PM2; M1¼- 是的1-e f;B<$αf<$。1-e f;G.1-αfβ1-ef;B1-pfαfα pf（八）其中，Jf，H，H，Jf，L，H，Jf，H，L和Jf，L，L分别反映了在前向信道中的整个分析周期内类似地，Jb，H，H，Jb，L，H，Jb，H，L和Jb，L，L是用于反向信道的相同参数注意这些1-E1-pα1-ep1-E1-αf参数是TCP段分析的结果- 是的f;G.f.f;Bf。f;G<$1-αf<$pf2. 计算P^M2;M1 作为R. Herrero物联网和网络物理系统3（2023）205210.- 是的Σ¼.我...Þ -bf2ð Þ2ðÞ见图6。 PRs，Rq（HTTP）vs PM2;M1 （MQTT）。P^M2;M 11-pf1-αf1-αfpf（十一）5. 实验框架为了评估第4节中提出的算法的效率，图4所示的实验框架拓扑结构。七是使用。目标是3. 计算P^Rs;Rq为测量应用程序和设备之间的延迟，发送致动命令为了做到这一点，Netualizer可以P^Rs;Rq1α1α1/4-αb/p b。1-αfpf（十二）用于部署仿真协议栈。具体来说，图1所示的协议栈。3被集成以构建图1中的拓扑。7.第一次会议。Netualizer是一个支持协议栈虚拟化（PSV）和EN的框架4. 如果P^M;M>P^R s;Rq选择MQTT，否则选择HTTP。支持协议栈和拓扑的部署图8显示此21 Netualizer上的实验拓扑。由一个总之，该算法考虑了网络层损伤，以选择最佳的应用层会话协议。此选择基于可以从HTTP和MQTT都依赖的TCP层获得的信息。基于此，可以动态选择这两个协议之一来将应用程序驱动命令传播到设备。该算法的一个优点是其O（1）阶的低复杂度，使其能够部署在超低端物联网设备上。因为，如图所示。 6、HTTP和MQTT的性能高度依赖于网络层损伤，任何应用都可以使用该算法来动态地决定要选择的协议，以便向设备发送致动命令。在Netualizer上运行的算法实现（作为Lua脚本） Lua是一种流行的轻量级脚本语言，其特点是非常小的指纹，非常适合在低端受限的嵌入式设备上部署应用程序。在上述算法的上下文中，脚本使得能够检索支持Jf，H，H，Jf，L，H，Jf，H，L和Jf，L，L度量的估计的TCP层参数。对于由分组丢失水平（参数p）给出的不同条件，以及前向和后向信道的分组丢失突发性（参数α），估计了HTTP和MQTT的延迟具体而言，300个驱动命令以每秒一个命令的速率传输 数据包丢失和数据包丢失突发遵循一个均匀分布，0： 1; 0： 4而α0： 1; 0： 9。三种情况是考虑：（1）使用HTTP，（2）使用MQTT，（3）动态在HTTP和MQTT之间进行选择，遵循所介绍ΣR. Herrero物联网和网络物理系统3（2023）205211见图7。 实验框架。图8.第八条。化元上的实验拓扑。在第4节。注意，该算法在图8所示的应用栈的应用层上运行，并且动态地选择最佳传输以支持致动命令的传输 在这种情况下，延迟是在MQTT的设备堆栈中测量的，因为流量是单向的。类似地，延迟在HTTP的应用程序堆栈中测量，因为流量是双向的。图图9示出了针对上述三种机制中的每一种获得的实际端到端延迟。 可以看出，HTTP和MQTT表现出的延迟水平在50到120 ms范围内变化。对于某些示例，与HTTP相关联的延迟大于与MQTT相关联的延迟，对于其他示例，情况正好相反，即与MQTT相关联的延迟大于与HTTP相关联的延迟应用该算法导致的端到端延迟导致了结合了HTTP和MQTT的最佳情况的总体延迟图图10显示了这个特定场景中HTTP和MQTT之间的实际转换。请注意，转换是非常均匀的，可以看出，大约53.28%的时间，该算法选择HTTP，而剩余的46.72%则选择MQTT。表1示出了作为算法的结果而测量的实验度量。具体而言，显示了以毫秒为单位的平均延迟和标准差。再次注意，提出的算法见图9。端到端延迟。R. Herrero物联网和网络物理系统3（2023）205212¼通常与所考虑的会话层协议相关联。HTTP是单播机制，而MQTT支持多播。 这些因素可以在算法做出决定之后考虑。尽管REST和EDA是架构，HTTP和MQTT是分别与这些架构相关联的协议，但也可以考虑其他会话层协议。展望未来，这项研究可以扩展到考虑其他物联网会话层协议，如CoAP。此外，因为CoAP依赖于UDP进行传输，所以CoAP依赖于可能值得研究的不同的流量模型。具体来说，在HTTP、MQTT和CoAP之间进行动态选择可能是该算法的下一步。显然，这需要一些额外的信道建模。竞合利益作者声明，他们没有已知的竞争性经济利益或个人关系，可能会影响本文报告的工作。表1见图10。 模式选择。引用[1] R. Sanchez-Iborra，A.F. Skarmeta，Tinyml使能的节俭智能对象：挑战和机遇，IEEE Circ。系统杂志20（3）（2020）4https://doi.org/测量实验指标。在将驱动命令从应用程序传播到设备方面，它优于HTTP和MQTT会话管理机制。具体而言，该算法的总体延迟分别比HTTP和MQTT会话人工智能低12.84%和14.01%。同样，延迟的标准差分别比普通HTTP和普通MQTT低24.56%和8.15%。请注意，该表还在最后两列中显示了每个场景下HTTP和MQTT活动之间的比率6. 结论和今后的工作在本文中，我们解决了从应用程序到物联网设备的驱动命令传输。我们介绍了一个场景，其中两个会话层协议HTTP和MQTT分别支持REST和EDA架构。这两种架构的一个问题是，根据网络和通信条件，从应用到设备的延迟可能会因所考虑的会话层协议而异。 对于某些致动命令，HTTP下的延迟可能更小，对于一些其他命令，MQTT可以提供更好的结果。 在这种情况下，本文介绍了一种新的算法，动态选择最佳的会话层机制给定的网络指标，收集实时分析传输层。该算法通过方便地结合两种机制，与普通使用HTTP或MQTT相比， 该算法基于通信信道的数学模型，该模型产生表达式以获得HTTP和MQTT的成功传输概率。 根据网络数据包丢失的突发性特征，有时HTTP更有效，有时MQTT更有效。 可以看出，对于均匀分布的信道网络层损伤，该算法均匀地在一种协议和另一种协议之间切换。请注意，QoS和单播/多播流量模式等其他因素也是相关的。QoS要求（即， 实时与非实时情形）可用于确定等待时间与丢失之间的折衷。单播/多播流量模式是10.1109/MCAS.2020.3005467。[2] R. Herrero，物联网通信技术基础，电信工程教科书，Springer InternationalPublishing，2021。http：books.google.com/books? idk70rzgEACAAJ.K. 菲萨拉基斯岛AskoX ylakis，奥氏木属O.苏尔塔托斯岛帕帕夫斯塔蒂乌角马尼法瓦斯河谷卡托斯，哪一个协议？在一个共同的m2m应用比较标准化的方法，在：2016年IEEE全球通信会议（GLOBECOM），2016年，pp.1https://doi.org/10.1109/GLOCOM.2016.7842383。M. 贝尔希河Peon，M.Thomson，Hypertext Transfer Protocol Version 2（HTTP/2），RFC 7540，May 2015，10.17487/RFC 7540，https://rfc-editor.org/rfc/rfc7540.tX t.[5] R. 菲尔丁，J。Gettys，J.Mogul，H.弗里斯蒂克湖Masinter，P.Leach，T.Berners-Lee，RFC 2616，超文本传输协议，1999年。http://www.rfc.net/rfc2616.html网站。[6] K.B. Andrew Banks，Ed Briggs，R.Gupta，Mqtt版本3.1.1绿洲委员会规范，2014年4月。http://docs.oasis-open.org/mqtt/mqtt/v3.1.1/mqtt-v3.1.1.html。[7] R. Herrero，M.卡迪罗拉Ingle，Preprocessing and Compression of HyperspectralImages Captured Onboard Uavs，vol. 9647，2015，p. 9647，https：doi.org/10.1117/12.2186169，9647[8] Y. Chen，T. Kunz，受限无线接入网络下物联网协议的性能评估，在：2016年移动无线网络选定主题国际会议（MoWNeT），2016年，pp. 1https://doi.org/10.1109/-7，www.example.com MoWNet.2016.7496622。[9] M. Iglesias-Urkia，D.C. Mansilla，S. Mayer，A. Urbieta，验证coap到iec 61850的映射和基准测试与http-rest和ws-soap，在：2018年IEEE第23届新兴技术和工厂自动化国际会议（ETFA），第1卷，2018年，pp. 1015 https://doi.org/10.1109/-1022，www.example.com ETFA.2018.8502624。[10] M. Collina，M. Bartolucci，A. Vanelli-Coralli，G.E. Corazza，Internet ofthings applicationlayer protocol analysis over error and delay pronouncedlinks，2014年第7届高级卫星多媒体系统会议和第13届空间通信信号处理研讨会（ASMS/SPSC），2014年，pp. 398 doi.org/10.1109/ASMS-SPSC.2014.6934573。[11] R.K. 科达利，V.S.K.Gorantla，Restful motion detection and notificationusingiot，2018年计算机通信与信息学国际会议（ICCCI），2018年，第100页。1https://doi.org/10.1109/ICCCI.2018.8441423。[12] A.戈麦斯戈伊里岛Goiri，D. Lopez de Ipina，Reusing web-enabled actuators from asemantic space based perspective，2014年第八届普适计算创新移动和互联网服务pp. 370https://doi.org/10.1109/IMIS.2014.45。[13] M.S.阿拉姆Atmojo，J.O. Blech，J.L.M. Lastra，基于REST和HTTP的工业设施服务架构，在：2020年IEEE工业网络物理系统会议（ICPS）第1卷，2020年，pp. 398https://doi.org/10.1109/-401，www.example.com ICPS48405.2020.9274792。[14] R. Herrero，快速UDP互联网连接传输上的受限应用协议分析，物联网12（2020），100328。[15] P. Puspitaningayu，N.Funabiki，Y.Huo，K.Hamazaki，M.栗林，W.-C. Kao，使用IEEE 802.15.4的基于指纹的室内定位系统在两个房间环境中的应用，在：2022年IEEE第四届生命科学与技术全球会议（LifeTech），2022年，pp. 239https://doi.org/10.1109/-240，www.example.com LifeTech53646.2022.9754790。[16] R. Zitouni，J. Petit，A.朱迪湖乔治，基于物联网的城市交通灯控制：mqtt协议的建模，原型设计和评估，在：2019年国际物联网会议（iThings）和IEEE绿色计算和通信（GreenCom）和IEEE网络，物理和社会计算（CPSCom）和IEEE智能数据（SmartData），2019年，第100页。182https://doi.org/机制平均值（ms）标准偏差（ms）HTTP（%）MQTT（%）HTTP86.8813.601000[3]第一章MQTT88.0511.170100算法75.7210.2653.2846.72[4]美国R. Herrero物联网和网络物理系统3（2023）205213[17] M.B. Yassein，M.Q. Shatnawi，S.阿杰瓦尔奈河Al-Hatmi，物联网：mqtt协议的调查和开放问题，在：2017年国际工程&管理信息系统会议（ICEMIS），2017年，pp.1https://doi.org/10.1109/ICEMIS.2017.8273112。[18] R. Herrero，Mqtt-sn，Coap和RTP，无线物联网实时通信，多媒体系统，2020年7月，https://doi.org/10.1007/s00530-020-00674-5，10.1007/s 00530 -020-00674-5。[19] C.赖，Y。Hwang，语音控制的物联网系统，在：2018年第7届下一代电子国际研讨会（ISNE），2018年，pp.1https://doi.org/10.1109/ISNE.2018.8394640[20] 联合赖，M。Patil，A. P. Singh，W. Arif，一种基于物联网的无线机器人手致动系统，用于模仿人类手部运动，在：2020年国际新兴技术会议（INCET），2020年，pp.1 https://doi.org/10.1109/-6，www.example.com INCET49848.2020.9154028。[21] A. Nichani，S.萨哈，T.乌帕德海伊A. Ramya，M. Tolia，使用物联网进行鱼菜共生的数据采集和驱动，在：2018年第三届IEEE国际会议上电子，信息&通信技术（RTEICT）的最新趋势，2018年，pp。46https://doi.org/10.1109/RTEICT42901.2018.9012260。[22] S. Spinsante，G. Ciattaglia，A. Del Campo，D. Perla，D.皮吉尼湾坎切列里，E. Gambi，基于mqtt的楼宇自动化架构，在：2017年AEIT国际年会，2017年，pp. 1https://doi.org/10.23919/-5，www.example.com AEIT.2017.8240560。[23] T. Yokotani，Y.Sasaki，Comparison with http and mqtt on requirednetwork resources for iot，in：2016 International Conference onControl，Electronics，Renewable Energy and Communications（ICCEREC），2016，pp.1doi.org/10.1109/ICCEREC.2016.7814989[24] E. T. S.研究所，机器对机器通信（M2M）;功能架构，10月。 2013年。[25] O. 霍尔费尔德河Geib，G.Hasslinger，实时服务中的分组丢失：产生QOE损伤的马尔可夫模型，2008年第16届服务质量国际研讨会，2008年，pp.239https://doi.org/10.1109/IWQOS.2008.33