Hardware acceleration of internet of things network stack with dtls support
Dtls destekli nesnelerin interneti ağ yığınının donanımla hızlandırılması
- Tez No: 809395
- Danışmanlar: PROF. DR. ATAKAN DOĞAN
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: FPGA, Nesnelerin interneti, FPGA, Internet of things
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Eskişehir Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektronik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Nesnelerin interneti (IoT) cihazlarında veri iletişim yığını genellikle işletim sistemlerinin bir parçası olarak yazılım ile gerçeklenir. Ancak, ağ iletişimi ile ilgili işlemsel olarak yoğun yazılım görevlerini bir mikroişlemci üzerinde çalıştırmak, kaynak kısıtlı IoT cihazları için zayıf uygulama performansı ve yüksek güç tüketimine neden olabilir. Bu performans ve güç sorunlarını azaltmak için Sistem-Üzerinde-Yongadaş (SoC) Alan Programlanabilir Kapı Dizileri (FPGA'lar) kullanılır. Bu tez iki ana bölümden oluşmaktadır: İlk bölüm, Kısıtlı Uygulama Protokolü (CoAP) ve altında yatan ağ protokollerinin donanım hızlandırmasına odaklanır. İkinci bölüm, Uygulama Özel Entegre Devre (ASIC) şifreleme hızlandırıcılarını, yeniden yapılandırılabilir mantıkla birleştiren Datagram Taşıma Katmanı Güvenliği (DTLS) protokolünün donanım hızlandırmasına odaklanır. Donanım hızlandırmalı CoAP sunucusunun performansını vurgulamak için hem standart hem de güvenli sürümleri detaylı bir şekilde değerlendirilir ve yazılım tabanlı bir uygulamayla karşılaştırılır. Değerlendirme performans, gecikme süresi, güç tüketimi ve FPGA kaynak kullanımı gibi çeşitli ölçütleri içerir. Sonuçlar, önerilen CoAP donanım hızlandırıcılarının, karşılık gelen yazılım tabanlı CoAP sunucusuna göre önemli ölçüde daha az güç tükettiğini, daha yüksek performans sağladığını ve mesaj gecikme süresinin daha düşük olduğunu göstermektedir. Bu nedenle, önerilen CoAP donanım hızlandırıcı tasarımları, kaynak kısıtlı IoT cihazlarında kullanılabilir çözümler olarak değerlendirilebilir.
Özet (Çeviri)
The data communication stack on IoT devices is traditionally implemented in software as part of their operating systems. However, running computationally intensive software tasks related to network communication on a microprocessor may lead to poor application performance and high power consumption for resource-constrained IoT devices. To mitigate these issues, hardware acceleration using System on Chip (SoC) Field Programmable Gate Arrays (FPGAs) is utilized. This thesis consists of two main parts: The first part focuses on hardware acceleration of the Constrained Application Protocol (CoAP) and its underlying network protocols. The second part centers around hardware acceleration of the Datagram Transport Layer Security (DTLS) protocol, combining ASIC cryptographic accelerators with reconfigurable logic. To showcase the performance of the hardware accelerated CoAP server, both standard and secure versions are thoroughly evaluated and compared against a software-based implementation. The evaluation considers metrics such as performance, latency, power consumption, and FPGA resource utilization. Results demonstrate that the proposed CoAP hardware accelerators consume significantly less power while delivering higher performance and lower message latency compared to software-based CoAP servers. Therefore, the proposed CoAP hardware accelerator designs are viable solutions for resource-constrained IoT device deployment.
Benzer Tezler
- Bulut tabanlı otonom sürüş sıstemlerınde görüntü işleme ıçın tam homomorfık şıfreleme yaklaşımı
A fully homomorphic encryption approach to image processing in cloud based autonomous driving systems
KAMRAN SAEED
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUHAMMED FATİH ADAK
- Mobil cihazlar ile derin öğrenme mimarisi kullanarak gerçek zamanlı video nesne izleme
Deep learning architectures for real-time video object tracking by mobile devices
ULAŞ TOSUN
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. BİLGE GÜNSEL KALYONCU
- Implementation of a neural network application using accelerator on RİSC-V architecture in FPGA
FPGA'de RİSC-V mimarisi üzerinde hızlandırıcı kullanarak yapay sinir ağı uygulaması gerçeklenmesi
AHMET ANIL DÜNDAR
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik MühendisliğiHacettepe ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ ZİYA ALKAR
- Akıllı ev cihazlarının haberleşmesinde hafif sıklet şifreleme algoritmalarının performans analizi
In communication of smart home devices performance analysis of lightweight encryption algorithms
ÖMER YEL
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HÜSEYİN ESKİ
- Deep learning-based face recognition with raspberry Pi and USB accelerator for IoT environments
IoT için rapsberry Pi ve USB hızlandırıcı ile derin öğrenme tabanlı yüz tanıma
KUTAY YILDIZ
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtılım ÜniversitesiBilişim Teknolojileri Ana Bilim Dalı
PROF. DR. MURAT KOYUNCU