Automatic Detection and Identification of IoT Communication Patterns using Software-Defined Radios

October 29, 2019 – ,

Die steigende Verbreitung von unterschiedlichsten, autark funktionierenden Sensoren ermöglicht eine großflächige und trotzdem kostengünstige Anwendung von Sensorik in verschiedenen Gebieten des Internet of Things (IoT). Dabei spielt die Kommunikation innerhalb eines extrem heterogenen Netzwerks eine zentrale Rolle, um erfasste Daten energieeffizient und robust sammeln zu können. LPWAN Kommunikationstechnologien wie XBee oder LoRa bieten dabei die Möglichkeit, mit geringem Durchsatz aber dafür sehr hoher Reichweite Daten in einem großen Gebiet mit geringer notwendiger Infrastruktur zu sammeln.

Dabei garantiert das gleiche Kommunikationsprotokoll jedoch nicht unbedingt, dass auch die Kommunikation wirklich möglich ist. Beispielsweise können aufgrund von Ungenauigkeiten in Hardwarebauteilen oder Fehlern in der Firmware Abweichungen in der genutzten Frequenz auftreten, sodass ein Empfänger gesendete Nachrichten nicht korrekt empfangen kann. Daher ist es notwendig, die Kommunikationseigenschaften unterschiedlicher IoT Geräte zu untersuchen und mögliche Fehlerquellen zu identifizieren.

Mithilfe von Software Defined Radios (SDR) können gesendete Signale mitgelesen und ausgewertet werden. Ziel dieser Arbeit ist es, grundlegende Kommunikationseigenschaften mittels SDR zu detektieren und zu identifizieren. Dies schließt zum Beispiel das genutzte Protokoll als auch Sendereinstellungen wie genutzte Bandbreite oder genutzter Frequenzbereich ein, sowie die Erkennung von regelmäßigen Kommunikationsmustern und -anomalien.

download corresponding tendering

Keywords: Internet of Things, Software Defined Radio, LoRa, XBee

Research Area(s):

Tutor: Zobel,

Student: Rijan Kusatha

Open Theses