IoT Prism Lab
Research Lab at University of Bologna
Research Lab at University of Bologna
Theses
2018 |
Laricchia, Luigi Monitoraggio ambientale tramite tecnologia LoRaWAN: misurazioni sperimentali e piattaforma di data analytics Masters Thesis 2018. Abstract | Links | BibTeX | Tags: bitrate, data analytics, delay, elasticsearch, Industria 4.0, IoT, long range, LoRa, LoRaWAN, low power, LPWAN, m2m, monitoraggio ambientale, packet delivery ratio, path loss, sensor network, Wireless @mastersthesis{amslaurea17312, title = {Monitoraggio ambientale tramite tecnologia LoRaWAN: misurazioni sperimentali e piattaforma di data analytics}, author = {Luigi Laricchia}, url = {https://amslaurea.unibo.it/id/eprint/17312}, year = {2018}, date = {2018-01-01}, abstract = {I requisiti di molte applicazioni IoT necessitano di trasmettere dati su lunghe distanze, con basso data rate e con il minor impatto possibile sul consumo energetico. Le tecnologie LPWAN (Low Power Wide Area Network) sono state progettate per complementare ed in alcuni casi sostituire le soluzioni offerte dalla reti cellulari e dalle reti di sensori a corto/medio raggio. Nonostante la pletora di standards LPWAN disponibili sul mercato, la tecnologia LoRa/LoRaWAN sta riscuotendo notevole successo grazie alle performance che riesce a garantire. L’imponente mole di dati generata dalle applicazioni IoT richiede soluzioni in grado di poter archiviare e gestire in maniera efficiente il ciclo di vita delle informazioni. L’utilizzo di piattaforme di data analytics basate su sistemi NoSQL permettono una gestione più agile dei Big Data. In questa tesi è stata progettata ed implementata un’infrastruttura per il monitoraggio ambientale tramite LoRaWAN e la relativa piattaforma di data analytics adoperata per lo studio delle metriche relative alla trasmissione radio LoRa. I risultati ottenuti dalla sperimentazione possono essere usati per fare tuning delle configurazioni per il deploy in contesti reali.}, keywords = {bitrate, data analytics, delay, elasticsearch, Industria 4.0, IoT, long range, LoRa, LoRaWAN, low power, LPWAN, m2m, monitoraggio ambientale, packet delivery ratio, path loss, sensor network, Wireless}, pubstate = {published}, tppubtype = {mastersthesis} } I requisiti di molte applicazioni IoT necessitano di trasmettere dati su lunghe distanze, con basso data rate e con il minor impatto possibile sul consumo energetico. Le tecnologie LPWAN (Low Power Wide Area Network) sono state progettate per complementare ed in alcuni casi sostituire le soluzioni offerte dalla reti cellulari e dalle reti di sensori a corto/medio raggio. Nonostante la pletora di standards LPWAN disponibili sul mercato, la tecnologia LoRa/LoRaWAN sta riscuotendo notevole successo grazie alle performance che riesce a garantire. L’imponente mole di dati generata dalle applicazioni IoT richiede soluzioni in grado di poter archiviare e gestire in maniera efficiente il ciclo di vita delle informazioni. L’utilizzo di piattaforme di data analytics basate su sistemi NoSQL permettono una gestione più agile dei Big Data. In questa tesi è stata progettata ed implementata un’infrastruttura per il monitoraggio ambientale tramite LoRaWAN e la relativa piattaforma di data analytics adoperata per lo studio delle metriche relative alla trasmissione radio LoRa. I risultati ottenuti dalla sperimentazione possono essere usati per fare tuning delle configurazioni per il deploy in contesti reali. |
2016 |
Mazza, Stefano Implementazione e analisi di algoritmi dinamici per trasmissione MPEG-DASH su client Android Masters Thesis 2016. Abstract | Links | BibTeX | Tags: adaptation, adaptive, Analisi, android, App, bitrate, buffer, client, connessione, dash, dynamicss, Exoplayer, fdash, grafici, graphview, mpeg, qualityindex, rate, segment, size, ssdash, Streaming, throughput, valutazioni, video, wi-fi, wisersmoothed @mastersthesis{amslaurea11875, title = {Implementazione e analisi di algoritmi dinamici per trasmissione MPEG-DASH su client Android}, author = {Stefano Mazza}, url = {https://amslaurea.unibo.it/id/eprint/11875}, year = {2016}, date = {2016-01-01}, abstract = {Attualmente, la maggior parte dei dati che transitano sulla rete appartiene a contenuti multimediali. Più nello specifico, è lo Streaming Video ad avere la predominanza nella condivisione di Internet; vista la crescita che tale servizio ha subìto negli ultimi anni, si sono susseguiti diversi studi volti allo sviluppo di tecniche e metodologie che potessero migliorarlo. Una di queste è sicuramente l'Adaptive Video Streaming, tecnica utilizzata per garantire all'utente una buona Quality of Experience (QoE) mediante l'utilizzo dei cosiddetti "algoritmi di rate adaptation". Il lavoro svolto in questi studi si è voluto concentrare su due filoni distinti, ma allo stesso tempo confrontabili: la prima parte della tesi riguarda lo sviluppo e l'analisi di alcuni algoritmi di rate adaptation per DASH, mentre la seconda è relativa all'implementazione di un nuovo algoritmo che li possa affiancare, migliorando la QoE nel monitorare lo stato della connessione. Si è quindi dovuta implementare un'applicazione Android per lo streaming video, che fosse conforme allo standard MPEG-DASH e potesse fornire le informazioni di testing da utilizzare per le analisi. La tesi è suddivisa in quattro capitoli: il primo introduce l'argomento e definisce la terminologia necessaria alla comprensione degli studi; il secondo descrive alcuni dei lavori correlati allo streaming adattivo e introduce i due filoni principali della tesi, ovvero gli algoritmi di rate adaptation e la proposta di algoritmo per la selezione dinamica del segmento; il terzo presenta l'app SSDash, utilizzata come mezzo per le analisi sperimentali; infine, il quarto ed ultimo capitolo mostra i risultati delle analisi e le corrispondenti valutazioni.}, keywords = {adaptation, adaptive, Analisi, android, App, bitrate, buffer, client, connessione, dash, dynamicss, Exoplayer, fdash, grafici, graphview, mpeg, qualityindex, rate, segment, size, ssdash, Streaming, throughput, valutazioni, video, wi-fi, wisersmoothed}, pubstate = {published}, tppubtype = {mastersthesis} } Attualmente, la maggior parte dei dati che transitano sulla rete appartiene a contenuti multimediali. Più nello specifico, è lo Streaming Video ad avere la predominanza nella condivisione di Internet; vista la crescita che tale servizio ha subìto negli ultimi anni, si sono susseguiti diversi studi volti allo sviluppo di tecniche e metodologie che potessero migliorarlo. Una di queste è sicuramente l'Adaptive Video Streaming, tecnica utilizzata per garantire all'utente una buona Quality of Experience (QoE) mediante l'utilizzo dei cosiddetti "algoritmi di rate adaptation". Il lavoro svolto in questi studi si è voluto concentrare su due filoni distinti, ma allo stesso tempo confrontabili: la prima parte della tesi riguarda lo sviluppo e l'analisi di alcuni algoritmi di rate adaptation per DASH, mentre la seconda è relativa all'implementazione di un nuovo algoritmo che li possa affiancare, migliorando la QoE nel monitorare lo stato della connessione. Si è quindi dovuta implementare un'applicazione Android per lo streaming video, che fosse conforme allo standard MPEG-DASH e potesse fornire le informazioni di testing da utilizzare per le analisi. La tesi è suddivisa in quattro capitoli: il primo introduce l'argomento e definisce la terminologia necessaria alla comprensione degli studi; il secondo descrive alcuni dei lavori correlati allo streaming adattivo e introduce i due filoni principali della tesi, ovvero gli algoritmi di rate adaptation e la proposta di algoritmo per la selezione dinamica del segmento; il terzo presenta l'app SSDash, utilizzata come mezzo per le analisi sperimentali; infine, il quarto ed ultimo capitolo mostra i risultati delle analisi e le corrispondenti valutazioni. |