TP3.5: Proximity Services

Teilprojektleitung
Prof. Dr. Jörg Ott


Proximity Services sind eine Form von Diensten, die nicht nur nach dem Standort des Nutzers (wie Location Based Services, LBS), sondern auch nach der relativen Entfernung zwischen zwei oder mehr Nutzern oder zwischen einem Nutzer und einem Objekt erstellt werden. Sie können als LBS mit einem relativen Bezugsrahmen verstanden werden. Ziel dieses Teilprojektes ist es, eine technische Plattform für Proximity Services zu schaffen und eine Auswahl von Services auf Basis dieser Plattform zu realisieren. Wir bieten dezentrale Mechanismen (Device to Device, lokale Infrastruktur) zur Erkennung der physischen Nähe, um folgende Schlüsselattribute zu erfüllen: entdeckt Dinge, die für Sie relevant sind, erkennt Ihre Umgebung, filtert Dinge, die für Sie relevant sind, weiß, was um Sie herum ist und interagiert mit Ihrer Umgebung. Die Herausforderungen in diesem Bereich sind vielfältig. Always-on-Dienste wie die Näherungserkennung erfordern eine kontinuierliche Erkennung, die die Batterie entleert. Dies ist vor allem für mobile Clients mit begrenzter Akkuleistung ein Problem. Darüber hinaus ist die Privatsphäre der Benutzer eine Herausforderung, da die automatische Erkennung von Benutzern in der Nähe eine kontinuierliche Standortverfolgung ermöglicht. Darüber hinaus führen proprietäre Plattformen zu mobilen App-Silos, was ein großes Problem für die Interoperabilität der Systeme darstellt.

Managing IoT at the Edge: Der Fall für BLE Beacons
Die Verwaltung von IoT-Geräten in städtischen Gebieten wird immer wichtiger, da die Mehrheit der Menschen in Städten lebt und die Zahl der eingesetzten IoT-Geräte stetig zunimmt. In diesem Papier präsentieren wir iConfig, eine Edge-getriebene Plattform zur Verwaltung von IoT-Geräten in intelligenten Städten. Ziel ist es, drei Hauptthemen des aktuellen IoT-Managements anzugehen: Registrierung, Konfiguration und Wartung. Das Herzstück von iConfig ist das programmierbare Edge-Modul, das über Smartphones, Wearables und Smart Boards zur Konfiguration und Interaktion mit physisch nahen IoT-Geräten eingesetzt werden kann. Durch Testbed-Experimente und Usability-Studien zeigen wir die Schwierigkeiten und versteckten Fallstricke bei der Verwaltung von IoT-Geräten auf, insbesondere für Low-Budget-Geräte wie Bluetooth Low Energy (BLE) Beacons. Unsere Systemevaluierung zeigt, dass iConfig die oben genannten IoT-Management-Herausforderungen durch die Nutzung der mobilen und Edge-Kooperation effektiv bewältigen kann. Um die Beiträge der Community zu inspirieren, stellen wir außerdem konkrete Anwendungsbeispiele vor, die zeigen, wie iConfig die Betriebskosten senken und die zukünftige kantenzentrierte IoT-Forschung erleichtern kann.

Die wichtigsten Beiträge sind wie folgt zusammengefasst:
– Wir analysierten und identifizierten die wichtigsten Eigenschaften des IoT-Gerätemanagements, die erreicht werden müssen, um große Implementierungen in intelligenten Städten zu verwalten.
– Wir entwarfen und implementierten iConfig, eine kantengesteuerte Plattform für das IoT-Gerätemanagement. Wir demonstrieren die Wirksamkeit von iConfig anhand von Prototyp-Implementierungen, die auf BLE-Beacons ohne Backend-Konnektivität abzielen.
– Unsere Usability-Studie und unsere Testbed-Experimente decken weiter verborgene Aspekte im IoT-Management auf, die wichtig sind und zukünftige Forschung verdienen.




Proximity Reasoning durch multimodale Kontextfusion
Ein weiterer Prototyp zielt auf eine Nahbereichserkennung von wenigen Metern, bei der die Nutzer oder Geräte den gleichen Inhalt in Bezug auf Wi-Fi-Signale und Umgebungsgeräusche haben. Abbildung 1 zeigt die GUI unseres Prototypen. Zunächst sendet ein Wi-Fi-Direct-Dienst die verfügbaren Ressourcen des Geräts bezüglich CPU und Batterie. Danach wählt eine Metrik einen mobilen Client als temporären Server aus, dieser fordert die benötigten Daten von den Clients an und berechnet, ob sich die Geräte die gleiche Umgebung teilen. Daher sendet jeder Client die Merkmalsvektoren der Wi-Fi-Signale einschließlich der empfangenen Signalstärke. Darüber hinaus zeichnet das Gerät Umgebungsgeräusche mit einer bestimmten Frequenz auf und berechnet lokale Schallvektoren, bevor sie an den temporären Server weitergeleitet werden, um die Privatsphäre des Benutzers zu schützen. Schließlich können die Benutzer Nachrichten zwischen den Gruppenmitgliedern senden. Die Gruppen werden automatisch anhand von Sensordaten generiert, die die aktuelle Geräteumgebung widerspiegeln.

Connected Mobility Ecosystem Explorer
Abbildung 1: Proximity Detector


Praktische abstandsgebundene IoT-Dienste über sichtbare Lichtkommunikation ermöglichen
Die Durchsetzung der Entfernungsgrenze ist ein sehr begehrtes Attribut für verschiedene Internet of Things (IoT)-Dienste aufgrund der zwingenden Sorge um Sicherheit und Privatsphäre in intelligenten Häusern und Gebäuden, in denen IoT-Geräte allgegenwärtig eingesetzt werden. Theoretisch könnte eine solche Abstandsgrenze durch die Kombination von dediziertem Systemdesign und Kommunikationstechnologien erreicht werden. In der Praxis finden wir jedoch nur selten IoT-Dienste, die in vollem Umfang von dieser Schutzfunktion profitieren können. Dies ist vor allem auf die Komplexität der Nutzung verschiedener drahtloser Kommunikationstechnologien zurückzuführen, um in verschiedenen IoT-Umgebungen Entfernungsgrenzen zu erreichen.

Wir präsentieren LocalVLC, eine einsatzbereite Plattform, die die Vorteile der Kommunikation mit sichtbarem Licht (VLC) nutzt, um die Kontrolle der räumlichen Barrieren bei IoT-Diensten zu verstärken. Anders als beim funkbasierten Design, bei dem die Barrieredurchdringung und der Berechnungsaufwand für die Bestimmung der abstandsabhängigen Schwelle anfallen, führt LocalVLC eine leichte Morse-Datenkodierung ein, die für VLC angepasst ist, um eine feinkörnige und kostengünstige Abstandsgrenzkontrolle zu ermöglichen. Um die Praxistauglichkeit von LocalVLC zu demonstrieren, haben wir einen vollwertigen Plattform-Prototypen implementiert und evaluiert. gegen mehrere anspruchsvolle Szenarien in unserem Testbed. Wir finden, dass LocalVLC bis zu 10 Meter Reichweite unter einer einzigen Lichtquelle und erreichen in der Praxis einen angemessenen Durchsatz und eine angemessene Fehlerquote. Wir haben drei auf LocalVLC basierende Service-Prototypen entwickelt, darunter eine entfernungsabhängige Autorisierung, eine Indoor-Kommunikationszentrale und eine lokalisierte Service-Erkennung, um zu veranschaulichen, wie wir LocalVLC nutzen können, um sichere und flexible IoT-Dienste zu ermöglichen.

Zusammenfassend kann man sagen, dass unsere Arbeit folgende Beiträge leistet:
– Wir untersuchen VLC für entfernungsgebundene Dienste, indem wir seine einzigartige Eigenschaft des entfernungsbeschränkten Kommunikationsweges nutzen. Im Gegensatz dazu kann die mittlere Funkkommunikation nur die gleiche Anforderung erfüllen, indem sie den Overhead addiert, um einen Entfernungsgrenzwert abzuschätzen.
– Wir präsentieren LocalVLC, eine einsatzbereite Plattform, die die Vorteile von VLC nutzt, um die Kontrolle der räumlichen Barrieren bei IoT-Diensten zu verstärken. LocalVLC führt eine leichte Morse-Datenkodierung ein, um eine feinkörnige und kostengünstige Abstandsgrenzkontrolle zu erreichen.
– Wir haben drei Service-Prototypen implementiert, darunter eine entfernungsabhängige Autorisierung für Smart Homes, eine Indoor-Kommunikationszentrale und eine lokalisierte Service-Erkennung. Diese beispielhaften Leistungen zeigen, wie wir LocalVLC nutzen können, um sichere und flexible IoT-Dienste zu ermöglichen.


openVLC
Abbildung 2: openVLC-Plattform mit omnidirektionaler LED zur Übertragung und Low-Power-LED, die als Sender oder Empfänger eingesetzt werden kann. Die Fotodiode als Empfänger ist rot markiert.


MorseCode
Abbildung 3: Internationaler Morsecode, der Kreis bezieht sich auf einen Punkt und das Rechteck stellt einen Bindestrich dar.


MorseProcessing
Abbildung 4: Verarbeitung eines Rohlichtsignals zur Erkennung von Buchstaben, Wörtern und Nachrichten


Bitte kontaktieren Sie Prof. Dr. Jörg Ott oder Michael Haus, wenn Sie mehr über dieses Teilprojekt, unsere Arbeit im Allgemeinen oder eine Kooperation zur Entwicklung von proximity-basierten Dienstleistungen erfahren möchten. Motivierte Studenten, die auf der Suche nach einer Diplomarbeit oder einer geführten Forschung auf diesem Gebiet sind, sind immer herzlich eingeladen, mit uns Kontakt aufzunehmen.

Eigene Publikationen:
[1] Michael Haus, Aaron Yi Ding, Chenren Xu, Jörg Ott, Demo: Touchless Wireless Authentication via LocalVLC, Proceedings of the 16th ACM International Conference on Mobile Systems, Applications, and Services (MobiSys), 2018
[2] Michael Haus, Aaron Yi Ding, Pan Hui, Jörg Ott, Demo: iConfig: What I See Is What I Configure, 12th Workshop on Challenged Networks (CHANTS), MobiCom Konferenz, 2017
[3] Michael Haus, Aaron Yi Ding, Jörg Ott, Managing IoT at the Edge: The Case for BLE Beacons, 3rd Workshop on Experiences with the Design and Implementation of Smart Objects, MobiCom Konferenz, 2017
[4] Sasan Amini, Kristian Beckers, Markus Böhm, Fritz Busch, Nihan Celikkaya, Vittorio Cozzolino, Anne Faber, Michael Haus, Dominik Huth. Alfons Kemper, Andreas Kipf, Helmut Krcmar, Florian Matthes, Jörg Ott, Christian Prehofer, Alexander Pretschner, Ömer Uludağ, Wolfgang Wörndl, Informatikforschung für digitale Mobilitätsplattformen: Am Beispiel des TUM Living Lab Connected MobilityInformatik-Spektrum, 2017
[5] Michael Haus, Muhammad Waqas, Aaron Yi Ding, Yong Li, Sasu Tarkoma, Jörg Ott, Security and Privacy in Device-to-Device (D2D) Communication: A Review, IEEE Communications Surveys & Tutorials, 2017
[6] Michael Haus, Vittorio Cozzolino, Aaron Yi Ding, Jörg Ott, P2Hub Private Personal Data Hub for Mobile Devices: Poster, 17th ACM International Symposium on Mobile Ad Hoc Networking and Computing (MobiHoc), 2016
[7] Michael Haus, System approach towards private proximity services, ACM International Joint Conference on Pervasive and Ubiquitous Computing (UbiComp), 2016