Analyzing persistent state in MQTT brokers for efficient migration strategies in edge IoT networks

In the rapidly evolving domains of the Internet of Things (IoT) and Intelligent Transportation Systems (ITS), the exponential increase in resource-constrained devices demands efficient data management and low-latency communication. Micro-clouds in dynamic environments like vehicular networks and smart cities offer effective solutions by bringing computational resources closer to end-users. While MQTT (Message Queuing Teleme- try Transport) has emerged as a lightweight communication protocol suitable for these contexts, existing research lacks a focus on MQTT broker migration strategies. Unlike prior studies that primarily address general service migration, we propose an approach that selectively transfers key broker components specifically, the persistent state stored in the database to preserve essential information and maintain continuity in MQTT communication networks. Our findings address a gap in existing research by focusing on database-centric migration strategies for MQTT brokers. The proposed approach enhances service continuity in environments with fluctuating network conditions and contributes to efficient resource management in IoT and ITS applications. The predictive capabilities developed in this thesis allow for the preemptive selection of the most efficient migration methods, ensuring minimal service disruption and optimal performance. We conduct a comprehensive analysis of the migration process under varying conditions, including different bandwidth constraints, database sizes, and methods of data transfer and migration. By evaluating the associated downtime from the MQTT client’s perspective, we identify optimal migration techniques that minimize service disruption. Additionally, we analyze the growth of the MQTT broker’s database based on incoming messages and the number of clients, enabling predictive modeling for proactive migration decisions.

Nei domini in rapida evoluzione dell’Internet delle cose (IoT) e dei sistemi di trasporto intelligenti (ITS), l’aumento esponenziale di dispositivi con risorse limitate richiede una gestione efficiente dei dati e una comunicazione a bassa latenza. Le micro-cloud in ambienti dinamici come le reti veicolari e le città intelligenti offrono soluzioni efficaci avvicinando le risorse di calcolo agli utenti finali. Mentre MQTT (Message Queuing Telemetry Transport) è emerso come un protocollo di comunicazione leggero adatto a questi contesti, la ricerca esistente non si concentra sulle strategie di migrazione dei broker MQTT. A differenza degli studi precedenti, che si occupano principalmente della migrazione generale dei servizi, noi proponiamo un approccio che trasferisce selettivamente i componenti chiave del broker, in particolare lo stato persistente memorizzato nel database, per preservare le informazioni essenziali e mantenere la continuità nelle reti di comunicazione MQTT. I nostri risultati affrontano una lacuna nella ricerca esistente, concentrandosi sulle strategie di migrazione centrate sul database per i broker MQTT. L’approccio proposto migliora la continuità del servizio in ambienti con condizioni di rete fluttuanti e contribuisce a una gestione efficiente delle risorse nelle applicazioni IoT e ITS. Le capacità predittive sviluppate in questa tesi consentono la selezione preventiva dei metodi di migrazione più efficienti, garantendo un’interruzione minima del servizio e prestazioni ottimali. Abbiamo condotto un’analisi completa del processo di migrazione in condizioni diverse, compresi diversi vincoli di larghezza di banda, dimensioni del database e metodi di trasferimento e migrazione dei dati. Valutando i tempi di inattività associati dal punto di vista del cliente MQTT, identifichiamo le tecniche di migrazione ottimali che riducono al minimo l’interruzione del servizio. Inoltre, analizziamo la crescita del database del broker MQTT in base ai messaggi in arrivo e al numero di client, consentendo una modellazione predittiva per le decisioni di migrazione proattiva.