An analysis of MQTT client behaviour in public brokers

This thesis provides a comprehensive analysis of MQTT (Message Queuing Telemetry Transport) client behavior in public brokers. Focusing on the client side of MQTT communication, the study aims to fill a gap in existing literature by examining how clients manage connections, use Quality of Service (QoS) settings, handle JSON payloads, calculate payload lengths, and utilize English words in topic structures. Data was collected using custom scripts to subscribe to multiple MQTT topics across various public brokers, resulting in a rich dataset for analysis. Key metrics analyzed include QoS usage, payload length, JSON payload types, topic lengths, and the score V, which represents the proportion of valid English words in a topic, across different brokers such as Mosquitto, HiveMQ, EMQX, and Cloud.Shiftr.io. The findings reveal patterns and differences in client behavior, highlighting how clients use MQTT features and their impact on broker performance. The study offers practical recommendations for optimizing MQTT deployments, ensuring robust, efficient, and reliable communication in IoT applications. It also identifies areas for future research, such as examining additional brokers, collaborating with broker providers for more detailed datasets, and investigating the effects of various network conditions on client behavior.

Questa tesi fornisce un’analisi completa del comportamento dei client MQTT (Message Queuing Telemetry Transport) nei broker pubblici. Concentrandosi sul lato client della comunicazione MQTT, lo studio mira a colmare una lacuna nella letteratura esistente esaminando come i client gestiscono le connessioni, utilizzano le impostazioni di Qualità del Servizio (QoS), gestiscono i payload JSON, calcolano le lunghezze dei payload e utilizzano parole inglesi nelle strutture dei topic. I dati sono stati raccolti utilizzando script personalizzati per iscriversi a più topic MQTT su vari broker pubblici, risultando in un ricco set di dati per l’analisi. I principali parametri analizzati includono l’uso di QoS, la lunghezza dei payload, i tipi di payload JSON, le lunghezze dei topic e il punteggio V, che rappresenta la proporzione di parole inglesi valide in un topic, su diversi broker come Mosquitto, HiveMQ, EMQX e Cloud.Shiftr.io. I risultati rivelano schemi e differenze nel comportamento dei client, evidenziando come i client utilizzano le funzionalità MQTT e il loro impatto sulle prestazioni del broker. Lo studio offre raccomandazioni pratiche per ottimizzare le implementazioni MQTT, garantendo una comunicazione robusta, efficiente e affidabile nelle applicazioni IoT. Identifica anche aree per future ricerche, come l’esame di broker aggiuntivi, la collaborazione con i fornitori di broker per dataset più dettagliati e l’indagine sugli effetti di varie condizioni di rete sul comportamento dei client.