Enhancing the scalability of an IoT asset management platform

The widespread adoption of Internet of Things (IoT) devices in industrial environments has necessitated the development of platforms capable of efficiently managing large-scale fleets of connected devices. Furthermore, the progressive shift towards Edge Computing, which increases the operational autonomy of devices, has introduced the need for effective management of asynchronous communication between devices and the central platform. This thesis focuses on the customization and optimization of an existing IoT management platform, adapting it to the specific operational needs of Motus ml and the Rai Way context. The primary objective was to develop a scalable, efficient, and reliable system capable of handling tens of thousands of devices while ensuring real-time monitoring, asynchronous communication, and data integrity within a distributed network. To achieve this goal, the project involved modifying and optimizing existing functionalities while introducing new capabilities to enable more dynamic fleet management. A crucial aspect of this work was data management within the databases, with particular attention given to the hierarchical structuring of information to ensure efficient queries on large datasets. Another key element was the design of the asynchronous communication process, aiming to optimize the exchange of information between devices and the platform, reduce processing times, and enhance the overall efficiency of the system. The final phase of the thesis focused on validating the implemented solutions through a comparative analysis of the platform's performance under high request loads and an in-depth verification of the asynchronous communication process. The conducted tests allowed for an evaluation of the system's behavior in real-world scenarios, ensuring that the introduced modifications significantly improved the platform’s efficiency and scalability.

L’adozione sempre più diffusa dei dispositivi Internet of Things (IoT) negli ambienti industriali ha reso necessaria la creazione di piattaforme in grado di gestire flotte di dispositivi su larga scala in modo efficiente. Inoltre, il progressivo passaggio verso l'Edge Computing, che aumenta l'autonomia operativa dei dispositivi, ha introdotto la necessità di una gestione efficace della comunicazione asincrona tra i dispositivi e la piattaforma centrale. Questa tesi si concentra sulla personalizzazione e ottimizzazione di una piattaforma esistente per la gestione di dispositivi IoT, adattandola alle esigenze operative specifiche di Motus ml e al contesto di Rai Way. L’obiettivo principale è stato lo sviluppo di un sistema scalabile, efficiente e affidabile, capace di gestire decine di migliaia di dispositivi garantendo monitoraggio in tempo reale, comunicazione asincrona e integrità dei dati all'interno di una rete distribuita. Per raggiungere questo obiettivo, il progetto ha previsto la modifica e l’ottimizzazione delle funzionalità esistenti, oltre all’introduzione di nuove capacità per gestire flotte di dispositivi in modo più dinamico. Un aspetto fondamentale ha riguardato la gestione dei dati nei database, con particolare attenzione alla strutturazione gerarchica delle informazioni per garantire query efficienti su grandi volumi di dati. La progettazione del processo di comunicazione asincrona ha rappresentato un altro elemento chiave, con l’obiettivo di ottimizzare lo scambio di informazioni tra dispositivi e piattaforma, riducendo i tempi di elaborazione e migliorando l’efficienza complessiva del sistema. La fase finale della tesi è stata dedicata alla validazione delle soluzioni implementate attraverso un’analisi comparativa delle performance della piattaforma sotto carichi elevati di richieste e una verifica approfondita del processo di comunicazione asincrona. I test condotti hanno permesso di valutare il comportamento del sistema in scenari reali, assicurando che le modifiche introdotte migliorassero significativamente l’efficienza e la scalabilità della piattaforma.