IoT Data Integration with In-Network Computing

No Thumbnail Available

Files

URL

Journal Title

Journal ISSN

Volume Title

Perustieteiden korkeakoulu | Bachelor's thesis
Electronic archive copy is available locally at the Harald Herlin Learning Centre. The staff of Aalto University has access to the electronic bachelor's theses by logging into Aaltodoc with their personal Aalto user ID. Read more about the availability of the bachelor's theses.
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.

Authors

Date

2024-04-26

Department

Major/Subject

Tietotekniikka

Mcode

SCI3027

Degree programme

Teknistieteellinen kandidaattiohjelma

Language

en

Pages

39

Series

Abstract

Data-intensive applications, such as industrial internet of things (IIoT), machine learning, and big data, have generated demand for elevated efficiency, programmability, and security in next generation networks. Similar requirements for enhanced computational capabilities and programmability of network devices has in the past lead to in-network solutions including network function virtualization and software-defined networking. However, prior art has mainly focused on introducing features to the network for portability, analytics, or performing packet forwarding based on the information carried in packet headers. This thesis, on the other hand, posits that future networks, in addition to conventional forwarding elements, will include general purpose CPUs and GPUs, and even end-user devices as an integral part of the network, to enable new features and customizability. Using this expanded definition of the network, the aim of this thesis is to investigate the opportunities and challenges for application data processing within the network. The thesis conducts a literature review of existing and emerging technologies suitable for in-network data processing, and current real-world applications for them. It also analyzes the suitability of these technologies in the context of IIoT and provides a proof-of-concept application. The primary technologies investigated include the P4 language, extended Berkeley packet filter (eBPF) with eXpress data path (XDP), and WebAssembly. The focus is on applying the technologies to different layers of a network. Five categories of real-world applications were identified that would benefit significantly from payload-based in-network computing. These include payload serialization, payload data reduction, data pipelines, machine learning, and cloud services. The proof-of-concept application is based on a reference scenario of the data pipeline in an IIoT factory. An eBPF application is utilized to aggregate values from packet payloads on the XDP-layer in the Linux kernel space and then pass the aggregated values to the user space. Through the proof-of-concept application the thesis describes practical opportunities and implications when implementing data processing using eBPF. In summary, the thesis serves as a foundation for designing and implementing more complex and efficient data processing services within the network.

Suuria tietomääriä käsittelevät sovellukset, kuten teollinen esineiden internet (engl. industrial internet of things, IIoT), koneoppiminen (engl. machine learning, ML) ja massadata (engl. big data), ovat asettaneet seuraavan sukupolven tietoliikenneverkoille vaatimuksia tehokkuuden, ohjelmoitavuuden ja tietoturvallisuuden näkökulmista. Menneisyydessä vastaavanlaiset vaatimukset lisätyn tehokkuuden ja ohjelmoitavuuden suhteen ovat johtaneet niin kutsuttuun verkon sisäiseen laskentaan (engl. in-network computing) ja sen sovelluksiin, kuten verkkotoimintojen virtualisointiin (engl. network function virtualization, NFV) ja ohjelmistoverkkoihin (software-defined networking, SDN). Aiemmissa tutkimuksissa on kuitenkin pääasiassa keskitytty kehittämään toimintoja, jotka perustuvat pakettien otsakkeisiin, kuten verkon sisäisten ohjelmien siirrettävyyttä, analytiikan keräämistä tai pakettien välittämistä. Tässä kandidaatintyössä esitetään, että paketteja välittävien laitteiden lisäksi tulevaisuuden verkkojen kiinteänä osana tulee olemaan laitteita, joilla on enemmän laskennallisia kyvykkyyksiä prosessorien ja näytönohjainten myötä. Tällaisiin laitteisiin lukeutuu reunalaskenta-alustat (edge-computing platforms) ja päätelaitteet. Kuvatun kaltaiset laajemman verkon määritelmän mukaiset verkot tulevat olemaan ominaisuuksiltaan yhä monipuolisempia ja ohjelmoitavampia. Tämän työn tavoitteena on selvittää mahdollisuuksia ja haasteita, joita verkkopakettien hyötykuormaan perustuva verkon sisäinen laskenta tarjoaa. Tämä kandidaatintyö tutkii jo käytössä olevien ja nousevien teknologioiden sopivuutta verkon sisäisessä laskennassa ja kyseisten teknologioiden käytännön sovelluksia kirjallisuuskatsauksen menetelmin. Kirjallisuuskatsauksen lisäksi työssä myös tarkastellaan teknologioiden sopivuutta teollisen esineiden internetin kontekstissa sekä esitellään työn osana tehty konseptitoteutus. Keskeiset teknologiat, joita työssä käsitellään, ovat P4-ohjelmointikieli, extended Berkeley packet filter (eBPF) ja eXpress data path (XDP), sekä WebAssembly. Kirjallisuuskatsausosuus keskittyy näiden teknologioiden hyödyntämiseen verkon eri tasoilla. Kirjallisuudessa voitiin havaita viisi eri käyttökohdekategoriaa, joissa hyötykuormaan perustuvaa verkon sisäistä laskentaa voidaan hyödyntää. Nämä kategoriat ovat hyötykuorman tietomuodot, tarpeettoman hyötytiedon vähentäminen, dataputket, koneoppiminen ja pilvipalvelut. Työn konseptitoteutus perustuu kuvitteelliseen skenaarioon IIoT-tehtaan dataputkesta. Konseptitoteutuksessa eBPF-ohjelmaa hyödynnetään vastaanotettujen pakettien muokkaamiseen ja aggregoimiseen sekä arvojen välittämiseen käyttäjäavaruuteen (engl. user space). eBPF-ohjelma on kiinnitetty Linux-käyttöjärjestelmän ytimen verkkopinon (engl. kernel network stack) XDP-tasolle. Konseptitoteutuksen avulla työssä käydään läpi eBPF-ohjelmien dataprosessointimahdollisuuksia ja -haasteita. Yhteenvetona tämä kandidaatintyö toimii perustana yhä monipuolisempien ja tehokkaampien verkon sisäisten palveluiden suunnittelussa ja luomisessa.

Description

Supervisor

Savioja, Lauri

Thesis advisor

Di Francesco, Mario

Keywords

in-network computing, programmable network devices, IIoT, IoT data

Other note

Citation

Permanent link to this item

https://urn.fi/URN:NBN:fi:aalto-202406254915

Collections

[kand] Perustieteiden korkeakoulu / SCI