Enhancing Contextual Data Through Extraction of Metadata in Real Time from MQTT Topic Names

Abstract

In den letzten Jahren hat das Internet of Things (IoT) stark gewachsen, was zu immer heterogeneren Umgebungen geführt hat, in denen Geräte über unterschiedliche Protokolle und Standards miteinander kommunizieren. Bei der Kommunikation zwischen diesen Standards können Informationen in unterschiedlichen Komponenten vorhanden sein. Eini-ge Protokolle, wie das weit verbreitete MQTT, verwenden identifizierende Informationenwie Standort, Messtyp oder Einheit im Ressourcennamen. Diese Arbeit analysiert, in wie-weit sich die semantische Interoperabilität und das kontextuelle Verständnis durch die systematische Extraktion von Metadaten aus MQTT-Topic-Namen und deren Einbindung in die Nachrichten-Payloads verbessern lassen. Eine gründliche, multivokale Literaturrecherche wurde durchgeführt, um aktuelle Praktiken der Metadatenverarbeitung, der MQTT-Topic-Strukturierung und des Context-Aware Computing zu bewerten. Auf der Grundlage der gewonnenen Erkenntnisse wurde ein MDE-Ansatz angewandt, um ein Artefakt zu gestalten und umzusetzen, das Metadaten auf Topic-Ebene parsen und harmonisieren kann. Dieses Artefakt wurde als Proof of Concept in die Home Assistant Plattform integriert, um seine Verwendung in einer Smart-Home-Umgebung zu zeigen. Diese Arbeit präsentiert ein strukturiertes Metadatenmodell zur Interpretation von Topic-Namen und bietet ein wiederverwendbares Framework zur Implementierung, das in verschiedenen IoT-Plattformen genutzt werden kann. Die Auswertung zeigt, dass die resultierende Nachricht mehr gebrauchsfertige Informationen für weitere Verarbeitung wie semantische Schlussfolgerungen enthält.

Due to the Internet of Things’ rapid growth in recent years, the IoT environment has grown increasingly diverse, with devices utilizing a wide range of protocols and standards to interact. Information can be found in various components of communication between these standards, and certain protocols, like the popular MQTT, include identifying information in the resource name, like location, measurement type, or unit. This thesis examines how methodically extracting metadata from MQTT topic names and incorporating it into message payloads may improve semantic interoperability and contextual comprehension.In order to evaluate current methods in context-aware computing, MQTT topic structure, and metadata processing, a thorough multivocal literature analysis was carried out. An artifact that can parse and harmonize topic-level metadata was designed and implemented using a Model-Driven Engineering (MDE) technique based on the information gathered. This artifact was incorporated into the Home Assistant platform as a proof of concept to show how applicable it is in a smart home setting. This thesis offers a reusable implementation framework that may be used on a variety of IoT platforms, together with a structured metadata model for subject name interpretation. According to the evaluation, the final message has more information that is ready for use in subsequent processing steps, like semantic reasoning.