5G pour l'Internet des objets

La 5G pour l'Internet des objets désigne les évolutions apportées par la 5G pour l'Internet des objets. Ces évolutions représentent
un enjeu important pour plusieurs secteurs de notre société notamment l'économie. Des ganismes
or sont présents afin de faire en sorte
que les opérateurs respectent des normes pour ces évolutions technologiques. Pour faire en sorte que ces enjeux aboutissent et afin de
suivre l'évolution croissante des objets connectés présents sur le marché, les réseaux évoluent vers plus de virtualisation. La 5G
introduit de nouvelles architectures, de nouvelles fonctionnalités à tous les niveaux. Cela va de l’objet lui-même aux applications
hébergées dans le cloud, en passant par les diverses couches réseaux. Les usages que l'on fait de cette technologie sont divers et
variés. Par exemple, l'enrichissement de lamaison connectée, le véhicule autonome, les vidéos immersives et l’arrivée de la médecine
2.0. L'objectif étant de simplifier la vie des personnes.

Sommaire
Les Enjeux
Économique
Techniques
IoT Bas débit
IoT Haut débit
IoT Critique
Normes et standards
Organisation mondiale
LTE-M ou NB-IOT
Interopérabilité et hétérogénéité
Sécurité et confidentialité
Écologique
Tableaux de synthèse
La gestion technique
Le Network Slicing
La technologie Radio Cognitive
Le Massive MIMO et Radio Access Technology (RAT)
Le Network Function Virtualization (NFV)
Le Software Defined Network (SDN)
Le Software Defined networking for Wireless Sensor Networks(SDWSN)
L'IoT daemon
Quelques cas d’usages
Maison intelligente / Ville intelligente
Vidéo immersive
Amélioration du véhicule autonome
Santé / Médecine
Autres exemples (à enrichir)
Références
Bibliographie
Sources scientifiques
Sources technologiques
Liens externes
Les Enjeux

Économique
Les années 2015 à 2030 constituent une période de transition vers une société du tout numérique impulsée par l’Internet des objets
1, 2, 3
(IoT) . Le nombre d'objets connectés sur terre est en croissance permanente depuis des années. Même si les estimations de cette
4, 5
croissance restent vagues. En effet, certaines sources chiffrent à 50 milliards d'objets connectés à l'horizon 2020 . Ericsson,
6
envisage 28 milliards d'appareils intelligents connectés à travers le monde d'ici 2021.
Pour Nokia, il devrait y avoir 30 milliards d'objets connectés dans le monde en 2025 sur les réseaux mobiles 2G, 3G, 4G et 5G. Et 7
milliards sur des low-power wide-area network (LPWAN) comme Sigfox ou Lora. La 5G doit apporter ce que les réseaux mobiles
d'ancienne génération ne permettent pas pour l'IoT, en premier lieu l'augmentation de la durée de vie des batteries, mais aussi une
7
couverture mobile plus étendue qu'avec les réseaux mobiles 4G . Avec ces évolutions, la technologie 5G devrait perpétuer le
8 3
déploiement massif des objets connectés . En 2030, le nombre total d'appareils en réseau dans le monde dépassera 100 milliards .
9
L'impact économique est évident pour les acteurs de ce marché qui envisagent un revenu d'environ 4,3 milliards de dollars
.
10
La 5G devrait aussi permettre auxopérateurs de réseau mobilede supprimer leurs réseaux 2G, comme l'a annoncéSwisscom .

Techniques
L'Internet des objets (IoT) est utilisé dans
11, 12
des domaines très variés . On peut
13, 14
classer l'IoT en trois catégories :

l'IoT bas débit,

l'IoT haut débit,
l'IoT critique.
Les usages vont de la collecte
d'information sur des objets de la maison à
de la surveillance d’infrastructure
15
critique . Actuellement, les objets
connectés communiquent sur des réseaux
hétérogènes, le réseau mobile 2G ou des
low-power wide-area network (LPWAN)
comme Lora. La nouvelle génération de Diversité de l'IOT
réseaux mobiles 5G doit être en mesure de
supporter la quantité d'équipements
connectés existants, mais aussi de permettre d'aller plus loin avec ces équipements. En effet, l'amélioration de débit sur le réseau 5G
16, 14
permettra de nouvelles fonctionnalités. Et l'amélioration de lalatence permettra notamment à l'IoT critique de se développer . On
distingue des enjeux que vont devoir relever la 5G qui sont communs aux trois catégories :
17, 18
la capacité du réseau à supporter le nombre en perpétuelle croissance d'objets connectés qui pourrait
3
atteindre 100 milliards en 2030 ,
19
la sécurité du réseau ,
20
la disponibilité et la qualité du réseau ,
21
la couverture ou l'étendue du réseau ,
22
l'autonomie des batteries des objets connectés .

IoT Bas débit

23
L'Internet des objets (IoT) bas débit est utilisé dans une multitude de secteurs . Il s'agit d'objets connectés nécessitant l'envoi de
quelques octets de données de façon régulière ou suite à un événement. On attend de ces objets et de la technologie utilisée pour
émettre les données principalement qu'ils soient peu énergivores. En effet, certains capteurs sont installés dans des endroits peu
16
 16
accessibles donc remplacer ou recharger les batteries de tels dispositifs est très compliqué .
Les technologies cellulaires de dernière génération sont mal adaptées à ce type d'usage, car ils sont énergivores et possèdent encore
des zones blanches. La 2G est de ce fait encore utilisé pour certains de ces capteurs.
LoRa et Sigfox, sont des exemples de low-power wide-area network (LPWAN) qui ont permis de diminuer l'usage de la 2G dans
24
l'IoT bas débit . La 5G propose des alternatives à ces réseaux par les technologies LTE-M (en) ou Narrowband IoT (en) (NB-
IoT).
En exemple d'objets IoT Bas débit, on peut citer toute sorte de capteurs présents dans la maison ou la ville intelligente, comme les
capteurs d'intrusion, les détecteurs de fumée ou les capteurs mesurant la consommation d’eau.

IoT Haut débit

L'Internet des objets (IoT) haut débit concerne les équipements qui ont besoin d'un débit important pour leurs usages. Dans certains
25
cas, une latence faible est aussi nécessaire pour son bon fonctionnement .
26
Le débit de la 5G doit atteindre 10G bit/s et 100M bit/s en bordure de cellule . La 5G répond ainsi aux exigences d'applications IoT
haut débit.
Il faut prendre en considération la quantité massive de données que va générer l'IoT haut débit. Il faut prévoir une solution pour
27
stocker ces données .
En exemple d'utilisation de l'IoT Haut débit, on peut citer les applications de surveillance ainsi que les vidéos immersives
d’événements en temps réel.

IoT Critique

L'Internet des objets (IoT) critique concerne les équipements qui ont besoin de transmettre des informations en temps réel. Pour cela
28, 29, 30
la latence de la technologie utilisée pour transmettre les données doit être très faible .
31, 30
La 5G répond aux exigences de l'IoT critique, avec des temps delatence prévus de 1ms, contre 15ms pour la technologieLTE . Il
s'agit du domaine ou l'IoT va pouvoir prendre son envol avec la 5G.
En exemple d'IoT critique, on peut citer les communications entre véhicules dans le secteur automobile. Un deuxième exemple dans
le secteur médical, la prise en charge de patients en mode automatisé suite à la collecte de données médicales récupérées par capteurs
et analysé par de l'intelligence artificielle.

Normes et standards

Organisation mondiale
32, 33
La standardisation du modèle 5G - Internet des objets (IoT) est extrêmement complexe et couteuse . Des groupes institutionnels
ou privés doivent s’entendre sur desstandards afin de rendre réaliste le modèle économique de l'IoT avec la 5G.
Les acteurs principaux sont :

l'Institute of Electrical and Electronics Engineers(IEEE),

le 3rd Generation Partnership Project(3GPP),
l'Union internationale des télécommunications(UIT),
l'Internet Engineering Task Force (IETF).
L'IEEE est constituée d'un ensemble actionnaires de l'industrie, du monde universitaire et des organisations de normalisation. L'IEEE
édite des livres blancs dont l'objectif est de co-construire des standards à tous les niveaux (de l'objet connecté au réseau support de
34
l'IOT dans la 5G). Le Livre Blanc publié en octobre 2017 fixe le cap pour la 5G-IoT.
35
3GPP, propose un premier standard (Technical Specifications Groups #72) en décembre 2017. Les exigences techniques ont été
21
fixées . Le groupe 3GPP s'accorde sur un deuxième volet de la norme 5G en juin 2018. Il s’appuie sur un vrai cœur de réseau 5G
36
prenant en compte les spécificités de l’IoT. Ce deuxième accord consacre la 5G standalone, totalement autonome . Il ne s’agit plus
seulement d’améliorer la vitesse, la latence et la capacité des réseaux mobiles, mais de proposer des solutions concrètes d'application

37, 38
 37, 38
tel que l’usine du futur pilotée à distance, la voiture autonome ou encore la télémédecine . D’un point de vue technique, cette 5G
standalone va permettre la virtualisation des réseaux et le network slicing. Cette technique consiste à découper le réseau en tranches
39
logicielles à partir d’une même infrastructure physique . La standardisation du modèle 5G-IOT est un saut technique considérable et
entraine de profondes refontes dans de très nombreux domaines. Les acteurs proposent donc une mise en place progressive, par
40
releases successives (R15 septembre 2018, R16 fin 2019) .

L'UIT, une agence de l’ONU a défini le cadre et les standards de base de la 5G sous la dénomination IMT-2020 (International Mobile
41
Telecommunication RWS-180023) .

L’IETF est un autre organisme international qui, pour sa part, travaille sur le routage, l’optimisation et la supervision des réseaux 5G.
42 43
L'IETF propose des Request for Comments(RFC) par exemple, la RFC 3748 et la RFC 5448 .

LTE-M ou NB-IOT

Afin de répondre à tous les enjeux, il devient impératif de développer une approche technologique holistique en matière de sécurité,
d'interopérabilité, de gestion des ressources réseaux et de confidentialité. Il s'agit d'offrir une meilleure couverture, une faible latence,
avec un réseau polyvalent et évolutif. Dans le même temps, il faut mettre en place des solutions de sécurité légères, évolutives et
44
adaptables pour sécuriser les informations des utilisateurs et protéger les données.

Une des avancés technologiques se joue au niveau des réseaux bas débit low-power wide-area network (LPWAN) pour l’Internet des
objets (IoT). Il s'agit d'une technologie d'accès incontournable pour le développement de l'IoT de faible puissance.vec
A l'arrivée de la
45 46, 47
5G, LTE-M (en) et Narrowband IoT (en) (NB-IoT) s'ajoutent à l'offre existante (Sigfox, LoRa...) . Ces deux nouvelles
48
technologies d'infrastructure optimisent la consommation d'énergie et récupèrent l'énergie ambiante . On peut noter qu'en utilisant
NB-IOT, on atteint même dix ans d'autonomie avec une batterie de 5 Wh. Les grands opérateurs de télécommunications sont
49, 50
partagés. Certains s'orientent vers NB-IoT,d'autres vers LTE-M .
51
NB-IoT utilise la bande de fréquence 200 KhZ réservée précédemment pour le GSM . Des géants de la télécommunication tels que
Huawei, Qualcomm, Vodafone et T-Mobile ont choisi cette technologie. Elle est adaptée pour des parcs importants de capteurs fixes
en n’utilisant qu’un faible volume de données. Les applications sont, par exemple, la télémétrie pour les compteurs d’eau ou
52, 53
électriques connectés ainsi que l’agriculture 2.0 .
54, 55
Le LTE-M a été choisi par neuf des plus grands opérateurs dans le monde tels qu’AT&T, Verizon et Orange . Cette technologie
est compatible avec les réseaux de téléphonie mobile existants et ne nécessite pas l’achat de nouveaux modems compatibles comme
56
pour le NB-IoT. LTE-M propose un taux de transfert de données plus rapide que NB-IoT (384 kb/s contre 100 kb/s) . Ce critère est
important pour les solutions devant transporter de la vidéo (vidéosurveillance). LTE-M, contrairement à NB-IoT, propose les
échanges voix sur le réseau et sait gérer la mobilité des objets. Ce qui est indispensable pour les solutions des
véhicules autonomes ou
57 55
applications pour les travailleurs isolés et plus généralement pour les objets connectés en mouvement .

Interopérabilité et hétérogénéité

Le défi de l’interopérabilité est de pouvoir gérer la connectivité des appareils indépendamment de l’infrastructure matérielle et de
l’Interface de programmation (API) dans un environnement constitué de toutes sortes de protocoles, de fabricants et de technologies
5
de communication. Les réseaux 5G peuvent être considérés comme l’outil clé de la technologie Internet des objets . Les
communications entre objets connectés doivent pouvoir emprunter une pléthore de réseaux interconnectés entre eux, dont le réseau
58
5G constitue l'ossature . L’interconnexion nécessite une maitrise des réseaux, mais aussi l’intégration de solutions de détection de
59
pannes des périphériques et doit permettre une réduction de coût de la maintenance.

Sécurité et confidentialité
60, 61
L’hétérogénéité de l’Internet des objets hérite des menaces de sécurité de ses constituants. D'une part, les objets connectés sont
62
placés dans des lieux publics ou isolés et sont donc vulnérables car ils sont facilement accessibles physiquement , l'un des risques
étant une intrusion et usurpation d'identité, une écoute passive ou active sur le réseau des objets. Il y a aussi un risque de
disponibilité.
En effet les capteurs utilisent des réseaux sans fil pour véhiculer les données collectées. Il convient donc de se prémunir d'attaques
éventuelles.
63, 64
Des études sur les menaces ont été faites et trente-cinq types de cyberattaques ont été identifiés comme des menaces majeures à
65
la vie privée dans le réseau 5G .
Des services de sécurité tels que la confidentialité, l'authentification et la distribution de clés sont à implémenter. Cela peut se faire
par le cryptage à clé symétrique ou asymétrique ou par du hashage. Cependant, ces solutions sont peu adaptées pour conserver la
66
faible consommation d'énergie des capteurs. Un système de cryptographie simple et complexe reste à inventer .

Écologique
Un des principaux chalenges pour que l'Internet des objets (IoT) et 5G fassent bon ménage est que l'autonomie des batteries des
objets connectés soit satisfaisante. Pour cela, il faut qu'elle soit au moins égale à la durée des batteries sur les technologies LPWAN
46
existantes soit 10 ans .
67
L'IoT permet aussi de réduire notre consommation électrique en optimisant nos consommations éner
gétiques .
De plus, la 5G permet de minimiser le nombre de réseaux qui sont actuellement utilisés pour l'IoT. Les réseaux 2G des opérateurs de
10
réseau mobile peuvent être supprimés avec l'arrivée de la 5G , ainsi que les réseaux LPWAN existants, ce qui pourrait diminuer la
consommation électrique des opérateurs en mutualisant leurs réseaux.
68, 69
Enfin, on peut ajouter que des applications IoT de gestion des déchets émer
gent avec la technologie 5G .

Tableaux de synthèse
13
Le tableau ci-dessous résume les exigences techniques de la5G .

Exigences techniques 5G - Internet des objets [Replier]

Jusqu'à 10 Gbit/s de débit de données (de 10 à 100 fois plus que les réseaux4G et 4.5G)
Une milliseconde de latence
Mille fois plus de bande passante par unité de surface (par rapport à la 4GTE)
L
Jusqu'à 100 fois plus d'appareils connectés parunité de surface (par rapport à la 4G LTE)
100 % de couverture du réseau
99,999 % de disponibilité du réseau
90 % de réduction en utilisation d'énergie du réseau
Jusqu'à 10 ans de durée de vie de la batterie pour les appareilsInternet des objets (IoT) à faible-consommation

70
Le tableau ci-dessous synthétise les améliorations attendues avec la 5G pour les
objets connectés .
 Les défis de la 5G
Description [Replier]
pour l'IoT
La configuration doit prendre en compte :
La connectivité du réseau

La fonction d'auto-configuration
Gestion de la
configuration du Les processus de configuration des objets connectés (capteur)
système
Quel capteur est contrôlé, connecté

La reconfiguration du réseau

Connaitre en temps réel l'état, la position, les caractéristiques système de chaque capteur

Surveillance du Connaitre en temps réel la topologie du réseau

système
Gérer les notifications du système de l'objet et la gestion du réseaualarming,
( monitoring…)

Maîtriser la moindre défaillance des capteurs (très hétérogènes et très nombreux) sur une
même zone
Maintenance des
Cela implique de définir un logiciel commun à tous pour gérer les défaillances, les mises à
objets connectés
jour et autres patches quel que soit l'usage et la fonction de l'objet connecté

Performance des Trouver le bon niveau de surveillance m

( onitoring) selon l'usage et assurer la meilleure
objets connectés performance et la robustesse d'objets hétéroclites et isolés
Maîtriser le niveau de consommation d'énergie des objets en réseau

Efficacité Gérer les statistiques de durée de vie des appareils

énergétique
Gérer les ressources en énergie

Veiller à l'authentification, la robustesse des autorisations et le contrôle des accès

Les objets dialogueront sans intervention humaine, il est donc important de veiller à
Sécuriser les accès empêcher la fuite d'informations d'un objet à un autre
et la vie privée
Pour cela, la gestion de la confidentialité sera stricte pour garantir la fiabilité

La gestion technique

Le Network Slicing
Alors que toujours plus de données sont échangées entre les objets, il convient d’adapter les réseaux et les qualités de service. Une
71
des solutions proposées se nomme leNetwork Slicing . Le Network Slicing est un concept qui permet une « découpe » virtuelle d’un
72
réseau de télécommunications en plusieurs tranches (slices) . Cela permet de fournir des performances différentes associées à
chaque tranche, selon l’usage, sans empiéter sur les autres, sans gaspiller de ressources. Le modèle 5G Slicing distingue trois
principaux cas d’utilisation : le 5G mobile broadband (réseaux mobile) , le 5G massive Iot (réseau d’objets connectés) et le 5G Ultra
73
Low Latency High Reliability (Fiabilité élevée et latence très faible pour, par exemple la voiture autonome) . Cette hiérarchie
permet d’allouer des ressources dédiées. Avec le Network Slicing, il devient donc possible de moduler à des niveaux d’exigences
différents les paramètres les plus importants pour les objets connectés. Un effort tout particulier est porté sur la fiabilité, la bande
72
passante, le niveau de latence et l’efficacité énergétique . Une tranche peut être définie en mettant bout à bout un certain nombre de
services (exemple : des objets isolés ou un réseau d'objets , une partie accès radio, un cœur de réseau) et en associant l’ensemble à un
utilisateur ou groupe
d’utilisateurs
souhaitant accéder à
une application. Le
slicing nécessite
donc la virtualisation
des éléments de
74
réseaux .

La
technologie Tranche de Réseaux (Network Slicing) : Chaque couche dispose des ressources optimisées à
ses besoins
Radio
Cognitive
Pour permettre l'utilisation massive
d'objets connectés, l'allocation des
ressources en fréquences doit être
assouplie. La technologieRadio Cognitive
permet une gestion opportuniste du
75
spectre . La Radio Cognitive identifie et
utilise, le meilleur canal disponible pour
un temps et un lieu donné puis le libère
ensuite. Ce système est particulièrement
efficace en zone rurale où les ressources
76
en spectre peuvent être rares . L’un des
problèmes du développement de l'Internet
Cycle en quatre étapes de la technologie Radio Cognitive pour IoT 5G
des objets est de concevoir l’extensibilité
du réseau avec une densification des
77
appareils, des mobiles dans une même zone, sans compromettre l’existant .

La première étape du cycle consiste à détecter quel est l'état de l’environnement radio . La Radio Cognitive doit
avoir une sensibilité avancée à la forme d'onde transmise. Elle le fait en mesurant les activités électromagnétiques
dues aux différentes transmissions radio surune gamme de bandes de spectreset en capturant des informations
liées à ces bandes. Pour économiser de l'énergie, la Radio Cognitive doit prendre des décisions en temps réel sur
les groupes à détecter, à quelle fréquence et pendant combien de temps.
La deuxième étape est l'analyse du spectre, qui identifie les opportunités spectrales potentielles (trous de spectre)
dans l'environnement radioélectrique de l'objet.
La troisième étape consiste à décoder les paramètres de fonctionnement basés sur l'analyse fectuée
ef à l'étape
78
précédente et décider de l'ensemble des paramètres de transmission à adapter à la quatrième étape.

Le Massive MIMO et Radio Access Technology (RAT)

Les évolutions apportées par la 5G pour les objets connectés au niveau du réseau d’accès Radio Access Network (RAN) se
concentrent principalement sur deux points.

Le premier consiste à utiliser massivement des antennes MIMO, permettant des gains de facteur dix en matière de latence et de
79
capacité par rapport au réseau RAN classique .

L’autre point porte sur la virtualisation du réseau d’accès appelé Radio Access Technology (en) (RAT). Il représente une évolution
80, 71 81
du RAN vers un Radio Access multi-technology . Il supporte plusieurs fonctions génériques dont celle de gestion de réseau ,
82
ainsi que des fonctions partagées plus spécifiques , les enablers pour les objets connectés de type capteurs ou encore des fonctions
83
pour les applications associées auxvéhicules autonomes .
Ce nouveau concept deNew Radio ou The new 5G radio-access technology est développé par 3GPP et est présenté lors de la Release
15. Cette infrastructure est virtuelle et repose sur uncloud de ressources physiques virtualisées et orchestrées par leNetwork Function
84
Virtualisation Infrastructure (en) (NFVI) .

Le Network Function Virtualization (NFV)

Avec le Network function virtualization (en) (NFV) les fonctions réseaux sont gérées par plusieurs réseaux virtuels contrairement
85
aux réseaux jusque-là utilisés . En effet, habituellement une fonction nécessitait un hardware dédié, les MSC, les Médiagateway en
85 86
sont des exemples . Le NFV fournit la capacité de traitement en temps réel des applications 5G-IOT en optimisant la vitesse , la
87
capacité, la couverture dans les réseaux et permet des économies pour le fournisseur d'accès . Les périphériques peuvent être
88 86
reconfigurés en fonction des besoins des applications : Virtual Network Functions(VNF) . Le NFV est donc un réseau évolutif et
89 90
flexible . Les fonctions logicielles du réseau sont assurées par leSoftware-Defined Network (SDN) .

Le Software Defined Network (SDN)

88
Le Software Defined Network (SDN) est basé sur la séparation du plan de contrôle et du plan usager (en). Il est complémentaire
91, 92
au Network function virtualization (NFV) . Le SDN apporte de profonds changements dans une dizaine de domaines pour les
objets connectés : un réseau sans fil défini par logiciel, la virtualisation des fonctions réseau, le spectre des ondes millimétrique
redistribué dynamiquement, le MIMO massif, l'ultra-densification du réseau, le cloud, le big data, l'Internet des objets évolutifs, la
93
connectivité entre appareils avec haute mobilité .
L'objectif est de rendre possible la gestion des réseaux hétérogènes induits par la diversité des objets connectés. C'est donc un
94 95
changement de paradigme . Le RAN Ericsson est un exemple de la transformation et l'apport de la virtualisation dans les
échanges entre objets et le réseau virtuel. La gestion dynamique du SDN facilite le traitement des données générées sans alourdir le
96 97
réseau grâce à sa capacité à acheminer intelligemment le trafic Internet et à utiliser efficacement les ressources du réseau .
L'équipe de chercheurs de Akyildiz (en) a particulièrement étudié et mis en évidence les possibilités du SDN en matière de gain au
niveau de la gestion du flux, de la tolérance aux pannes, de la mise à jour de la topologie, de l'analyse et des caractéristiques du
98
trafic . SoftAir est un exemple de SDN montrant les avantages de l'équilibrage du trafic, de l'économie de ressourcesfectuée
ef grâce
99
à la virtualisation des ressources du réseau et la classification du trafic distribué et collaboratif . La combinaison NFV/SDN permet
de gérer d’innombrables objets et des réseaux hétérogènes HetNet (en) ayant des caractéristiques, des paramètres très différents
82, 100, 101
(QoS, MAC/PHY...) .

Le Software Defined networking for Wireless Sensor Networks (SDWSN)

Les prévisions du boom des objets connectés se confirment. Pour plus d'efficacité, il devient primordial d'adapter les réseaux de
capteurs connectés (wireless sensor networks ou WSN). La technologie Software Defined Network (SDN) permet d’apporter la
flexibilité et permet le déploiement spécifique de réseaux et applications hétérogènes. On parle alors de Software Defined networking
102
for Wireless Sensor Networks (SDWSN) . La gestion des réseaux basée sur le SDN dans les WSN doit permettre un contrôle
97
centralisé de l’ensemble de la fabrication du WSN . Le SDN appliqué au WSN facilite le déploiement des protocoles de gestion et
97
des applications à la demande sur l'ensemble d'un réseau d'objets donné .
103, 104 105, 106
La structure définitive du SDWSN est en cours d'établissement en 2019 . Plusieurs modèles sont testés . Ces modèles
utilisent des Interfaces de Programmation d'Application(API) basée sur les métadonnées. L'interface Northbound (vers le nord) est
l’interface entre la couche d'application demandée par l'objet connecté et la couche de contrôle. Elle fournit essentiellement la vue
globale de l'ensemble du réseau et de ses fonctions.

Le Southbound (vers le sud) est l'interface entre le plan de contrôle et le plan de données où se situent les différents réseaux d'objets
107
connectés sous toutes ses formes .
 Des modèles sont en cours d’élaboration.
Ils doivent répondre aux exigences des
objets connectés avec la 5G. L’ effort se
porte sur l’optimisation de la gestion de la
configuration du réseau, de la topologie,
de la qualité de service, de l’énergie, de la
sécurité, de la surveillance du réseau et de
108, 109, 106
la sécurité .

Le tableau ci-dessous synthétise le résultat

110
des possibilités de ces modèles .

Architecture de la structure SDWSN

110
Différents modèles SDWSN en cours d'évaluation sur quatre critères [Replier]
Nom du modèle Efficacité énergétique Robuste Évolutif Adaptable
111
Capteurs OpenFlow - oui oui oui
112
SDWN oui oui - oui
113
SDN-WISE oui oui oui oui
114
SDCSN oui oui oui oui
115
TinySDN oui oui oui oui
116
Overlay virtuel - oui oui oui
117
Multi-task oui - - oui
118
SDWSN-RL oui oui oui oui
119
Soft-WSN oui oui oui oui

L'IoT daemon
L'IoT daemon ou démon IoT constitue la base de l'architecture distribuée Distributed Internet-like Architecture for Things (DIAT) /
Architecture de type Internet distribuée). L'équipe de Chayan Sarkar a proposé le modèle ci-dessous en trois couches pour permettre
120
le dialogue massif entre lesobjets connectés en 5G .

La première couche est appeléeVirtual Object Layer (couche d'objets virtuels ou couche VO). Elle est responsable de la virtualisation
d'objets ou d'entités physiques. La couche d'objets virtuels est la représentation virtuelle d’un objet virtuel. Un objet virtuel permet
l’échange d’informations efficace. Il fournit des méthodologies universelles pour accéder à tous les objets physiques et assurer ainsi
la gestion de l’hétérogénéité. Il joue aussi le rôle de pont entre le monde physique et le cyberespace. Cette abstraction permet
l'interopérabilité.

Puis vient la couche Composite Virtual Object Layer (couche virtuelle d'objets composites ou couche CVO). Elle se compose
121
d'Objets Virtuels Composites . Un objet virtuel individuel représente un objet physique. Ils ont besoin de communiquer et de se
coordonner pour fonctionner. L'Objets Virtuels Composites effectue cette tâche au niveau de la couche couche virtuelle d'objets
120, 121
 120, 121
composites . Cette couche
coordonne et optimise les opérations
parmi les éléments en effectuant une
planification intelligente. Une des
fonctionnalités clés de la couche virtuelle
d'objets composites est de localiser un
objet virtuel approprié pouvant accomplir
une sous-tâche d’une demande de service.

La dernière couche est le Service Layer

(couche de service). Elle est responsable
de la création et de la gestion des services.
Elle traite diverses demandes de service
des utilisateurs. Elle lance elle-même des
demandes de service afin de permettre la
création automatique de services. Chaque
fois qu'une demande de service est reçue,
la couche de service analyse et la scinde Modélisation en couches de l'IoT daemon
en sous-tâches plus petites. La couche de
service décide également de la manière
dont ces sous-tâches sont assemblées pour atteindre l'objectif final. Cette description abstraite d’une demande de service décomposée
est fournie à la couche virtuelle d'objets composites pour exécuter latâche.

Chaque objet doté d'une certaine puissance de traitementet de mémoire exécute son propre démon IoT. La qualité du démon varie en
fonction de la capacité des périphériques et des ressources disponibles. Un démon IoT contient les trois couches avec toutes les
fonctionnalités. Certains périphériques intégrés peuvent ralentir la puissance de traitement en fonction de leur capacité propre (par
exemple des capteurs sans fil, des actionneurs, etc). La présence de démon IoT dans chaque objet évite la configuration manuelle de
chaque périphérique. C’est-à-dire qu’elle vise une automatisation maximale des interfonctionnements de bout en bout, c'est-à-dire du
120
capteur jusqu’à l'application qui le gère, avec une intervention humaine minimale .

Quelques cas d’usages

Maison intelligente / Ville intelligente

La maison intelligente a pour objectif d'améliorer le mode de vie des personnes qui y logent. Pour se faire, elle contient de nombreux
équipements qui sont connectés à Internet et qui peuvent prendre des décisions de manière autonome. Pour prendre de bonnes
décisions, la maison intelligente communique régulièrement avec son environnement. L'Internet des objets (IoT) et la 5G permettent
122, 123
le dialogue de ces équipements .
À plus grande échelle, les villes intelligentes vont continuer à se développer, et la 5G contribuera très fortement à ce
67, 124
développement .
Que ce soit dans la maison ou la ville, l'IoT est pour limité à cause de la latence. En effet, les applications comme le contrôle de
mouvement, la surveillance nécessite une latence de quelques millisecondes. La 5G avec son réseau LTE-M (en) ou Narrowband
28, 29, 30
IoT (en) (NB-IoT) permet d'obtenir une latence de 1ms et donc de supprimer ces limites .

Vidéo immersive
Durant les Jeux Olympiques de Corée en 2018, une démonstration de faisabilité a été réalisée entre la Finlande et la Corée. Elle a
consisté à faire une vidéo à 360° en direct avec des capteurs Internet des objets. La démonstration est très conviviale, car elle peut
25
être affichée sur un appareil prenant en charge la réalité virtuelle par exemple un téléphone portable ou une tablette . La première

125
 125
démonstration du 5G Test Network (5GTN) réalisée conjointement avec la Conférence européenne sur les Réseaux et
126
Communications 2017 à Oulu en Finlande est disponible en vidéo .

Amélioration du véhicule autonome

Les véhicules autonomes ont besoin d'un moyen de
communication sans latence et fiable pour continuer leur
développement. Ils nécessitent des taux de transfert allant de
dizaines de mégabits par seconde à des centaines de mégabits
par seconde, avec une latence de l'ordre de la milliseconde et
127
surtout une probabilité d'erreur extrêmement faible . La 5G
va permettre à la technologie Vehicle-to-everything (en)
128
(V2X) de poursuivre son évolution .
Il y a 3 types de communication dans le protocole V2X, Technologie V2X
véhicule à véhicule (V2V), véhicule à piéton (V2P) et véhicule
à infrastructure (V2I). Ils sont nécessaires pour en faire un
127
transport coopératifs-intelligents .

Santé / Médecine
Dans le domaine de la santé, de nouvelles approches font surface avec l'Internet des objets pour simplifier la vie des patients par
exemple. Des capteurs recueillent des données médicales d'un patient (tension artérielle, température corporelle, taux de cholestérol,
129
fréquence cardiaque) , et sont capables de diagnostiquer des anomalies et d'informer directement le médecin, sans intervention
130
humaine . Dans le domaine de la gériatrie, le maintien à domicile pourrait être facilité grâce au suivi de l'état de santé des ainés à
131
distance .
On peut se servir de l'ensemble des données recueilli par ces patients pour faire avancer les études scientifiques dans le traitement des
132
maladies ainsi que pour les diagnostiquer .

Autres exemples (à enrichir)

133
Dans l'industrie, l'IoT est aussi présent .

Références
1. Gubbi 2013, p. 1
2. Feki 2013, p. 1
3. Liu 2018, p. 1
4. Akyildiz 2016, p. 19
5. Alsulami 2018, p. 1
6. Ericsson 2016, p. 113
7. Nokia 2017, p. 1
8. Borgia E. 2014, p. 337
9. Berthelsen 2015, p. 313
10. cominmag.ch 2017
11. Agiwal2016 2016, p. 1636
12. Goudos 2017, p. 1662,1659
13. Anuga Akpakwu 2017, p. 1634-1635
14. orange-business.com 2016
15. Raza 2017, p. 856
16. Anuga Akpakwu 2017, p. 3
17. 3GPP 2016, p. 1
18. Fu 2013, p. 1296
19. Anuga Akpakwu 2017, p. 3640
20. Alsulami 2018, p. 4
21. Flynn 2017, p. 1
22. Anuga Akpakwu 2017, p. 3623
23. Goudos 2017, p. 1659
24. Alsulami 2018, p. 5
25. Pouttu 2018, p. 1
26. Alsulami 2018
27. Akyildiz 2016, p. 17-48
28. Gungor 2017, p. 1
29. Agiwal 2016, p. 1618,1634
30. 3GPP 2016, p. 8
31. Akyildiz 2016, p. 17-48
32. Simsek 2016, p. 470
33. Jaehyeon 2016, p. 887
34. IEEE 2017, p. 7
35. 3GPP.org 2017
36. Wei 2018, p. 3
37. Ali 2018, p. 79
38. Sarath 2018, p. 7
39. 3GPP.org 2018
40. arcep 2018, p. 9
41. Webb 2018, p. 1
42. ietf.org/rfc3748 2018
43. ietf.org/rfc5448 2018
44. Elkhodr 2016, p. Vol 2
45. Ikpehai 2018, p. 1
46. Popli 2018, p. 6
47. Laili 2018, p. 186
48. Ejaz 2017, p. 88
49. vipress.net 2018
50. nextinpact.com 2017
51. Wang 2017, p. 117
52. Sesia 2017, p. 16
53. Sarath 2018, p. 5
54. lafibre.info 2018
55. lembarque.com 2018
56. Mads 2016, p. 3
57. informatiquenews.fr 2017
58. Elkhodr 2016, p. 86
59. Van den Abeele 2014, p. 5
60. Ntuli 2016, p. 1164
61. louw 2016, p. 1166
62. Zhou 2017, p. 26
63. ETSI 2011, p. 1
64. Reetu 2016, p. 3-4
65. ni-2018, p. 647
66. Frahim 2015, p. 1278
67. Ejaz 2017, p. 86
68. les-smartgids.fr 2018
69. journaldunet.com 2018
70. Elkhodr 2016, p. 91
 71. Foukas 2017, p. 98
72. Zhang 2017, p. 139
73. ni-2018, p. 646
74. Zhang 2017, p. 140
75. Akyildiz 2006, p. 2127
76. Anuga_Akpakwu 2017, p. 3638
77. Mavromoustakis 2016, p. 64
78. Katis 2016, p. 65
79. Preksha 2018, p. 878
80. Roy 2018, p. 6447
81. Munoz 2018, p. 2
82. Palattella 2016, p. 516
83. Zhou 2016, p. 147
84. Dahlman 2018, p. 1
85. Ma 2018, p. 88
86. Choi 2017, p. 1
87. Bizanis 2016, p. 5594
88. Palattella 2016, p. 519
89. Ma 2018, p. 92
90. Akyildiz 2015, p. 66-79
91. Palattella 2016, p. 520
92. Taesang 2017, p. 840
93. Akyildiz 2016, p. 1
94. Agiwal 2016, p. 1622
95. Ericsson 2015, p. 1
96. Granelli 2015, p. 33
97. Alsulami 2018, p. 7
98. Akyildiz 2014, p. 7
99. Ian 2015, p. 1-18
100. Hakiri 2015, p. 4
101. Sagari 2017, p. 2
102. Jacobsson 2015, p. 1
103. Israat 2016, p. 25
104. Fangmin 2019, p. 3
105. Kipongo 2018, p. 1286
106. Ratanang 2018, p. 4649
107. Sean 2017, p. 8361
108. Ndiaye 2017, p. 1
109. Kobo 2017, p. 1872
110. Ndiaye 2017, p. 22
111. HU 2014, p. 2191
112. Costanzo 2012, p. 3
113. Galluccio 2015, p. 515
114. Flauzac 2015, p. 344
115. Trevizan 2015, p. 3691
116. Raj 2013, p. 27
117. Deze 2015, p. 3134
118. Huang 2015, p. 2
119. Samaresh 2018, p. 2079
120. Sarkar 2014, p. 1
121. Nitti 2015, p. 1235
122. Khurpade 2018, p. 2
123. Anuga Akpakwu 2017, p. 2
124. Bogdan 2018, p. 1
125. 5gtn.fi 2019
126. youtube.com 2017
127. Moon 2018, p. 1
128. Bonjorn 2018, p. 7
129. Anuga Akpakwu 2017, p. 4
130. Pasluosta 2015, p. 1873
131. ICI Radio-Canada Première-Radio-Canada.ca, « ICI Radio-Canada Première | Émissions, horaire, fréquences
radio » (https://ici.radio-canada.ca/premiere/emissions/moteur-de-recherche/segments/chronique/105462/5g-sante-ai
nes-geriatrie-capteurs-objets-connectes), sur Moteur de recherche | ICI Radio-Canada.ca Première(consulté le
18 février 2019)
132. Laplante 2016, p. 24
133. Xu 2014, p. 2233

Bibliographie

Sources scientifiques
(en) Jain Preksha, Gurjot Singh, Gaba Lavish et Kansal Sarah, « 5G and Beyond », 2018 International
Conference on Communication and Signal Processing (ICCSP)
, avril 2018, p. 878-882
(DOI 10.1109/ICCSP.2018.8524228)

(en) Xu Fangmin, Ye Huanyu, Yang Fan et Zhao Chenglin, « Software Defined Mission-Critical Wireless Sensor
Network: Architecture and Edge Offloading Strate », IEEE Access ( Early Access ), vol. 4, janvier 2019, p. 1-9
(DOI 10.1109/ACCESS.2019.2890854)

(en) Noor Laili, Ismail Murizah, Kassim Mahamod et Ismail Roslina, « A Review of Low Power Wide Area
Technology in Licensed and Unlicensed Spectrum for IoT Use Cases», Bulletin of EEI Stats, vol. 7, no 2,
juin 2018, p. 183-190 (DOI 10.11591/eei.v7i2.1174, lire en ligne)
(en) Ni Jianbing, Lin X Xiaodong et Xuemin Sherman Shen, « Efficient and Secure Service-Oriented
Authentication Supporting Network Slicing for 5G-Enabled IoT», 36, vol. 3, mars 2018, p. 644 - 657
(DOI 10.1109/JSAC.2018.2815418)

(en) Lauridsen Mads, Kovacs Istvan Z., Mogensen Preben, Sorensen Mads et Steffen Holst, « Coverage and
Capacity Analysis of LTE-M and NB-IoT in a Rural Area », 2016 IEEE 84th Vehicular Technology Conference
(VTC-Fall), septembre 2016, p. 1-6 (DOI 10.1109/VTCFall.2016.7880946)

(en) Chandu Gaddam Sarath et Rai Mritunjay Kumar, « A Comparative Study on Various LPWAN and Cellular
Communication Technologies for IoT Based Smart Applications », 2018 International Conference on Emerging
Trends and Innovations In Engineering And T
echnological Research (ICETIETR), juillet 2018, p. 1-8
(DOI 10.1109/ICETIETR.2018.8529060)

(en) Zayas and García Pérez,LTE - The UMTS Long Term Evolution: From Theory to Practice : 3GPP Evolution
on LTE Connectivity for IoT, t. 2, John Wiley & Sons,juillet 2017, 680 p. (DOI 10.1007/978-3-319-61300-0)

(en) Zaidi Ali, Robert Baldemair, Vicent Moles-Cases et Ning He, « OFDM Numerology Design for 5G New Radio
to Support IoT, eMBB, and MBSFN », IEEE Communications Standards Magazine, vol. 2, no 2, juillet 2018, p. 78 -
83 (DOI 10.1109/MCOMSTD.2018.1700021)
(en) Ju Jaehyeon, Kim Mi-Seon et Ahn Jae-Hyeon, « Prototyping Business Models for IoT Service», Elsevier
Science, juillet 2016, p. 882-890 (DOI 10.1016/j.procs.2016.07.106)
(en) Waleed Ejaz, Muhammad Naeem, Adnan Shahid, Alagan Anpalagan et Minho Jo, « Efficient Energy
Management for the Internet of Things in Smart Cities», IEEE Communications Magazine, vol. 55, no 1,
janvier 2017, p. 84-91 (DOI 10.1109/MCOM.2017.1600218CM)
(en) Guo Wei, Fuentes Manuel, Louis Christodoulou et Belkacem Mouhouche, « Roads to Multimedia Broadcast
Multicast Services in 5G New Radio», 2018 IEEE International Symposium on Broadband Multimedia Systems
and Broadcasting (BMSB), juin 2018, p. 1-6 (DOI 10.1109/BMSB.2018.8436874)
(en) Mahmoud Elkhodr, Seyed Shahrestani et Hon Cheung, « The Internet of Things: New Interoperability ,
Management and Security Challenges», Cornell University Library, avril 2016, p. 86 (DOI 10.5121/ijnsa.2016.8206)
(en) Ian F Akyildiz, Won-Yeol Lee, Mehmet C. Vuran et Shantidev Mohanty, « NeXt generation dynamic spectrum
access/cognitive radio wireless networks», Computer Networks and ELSERVIER, vol. 50, no 13, mai 2006,
p. 2127 (DOI 10.1016/j.comnet.2006.05.001)
(en) Ian F. Akyildiz, Shuai Nie et Manoj Chandrasekaran, « 5G roadmap: 10 key enabling technologies»,
Computer Networks and ELSERVIER, vol. 106, 2016, p. 1-43 (DOI 10.1016/j.comnet.2016.06.010)
(en) Maria Rita Palattella, Mischa Dohler, Alfredo Grieco, Gianluca Rizzo et Johan Torsner, « Internet of Things in
the 5G Era: Enablers, Architecture, and Business Models», IEEE, vol. 34, no 3, mars 2016, p. 519
(DOI 10.1109/JSAC.2016.2525418)
(en) Fabrizio Granelli, Anteneh A. Gebremariam, Muhammad Usman, Filippo Cugini et Veroniki Stamati,
« Software defined and virtualized wireless access in future wireless networks: scenarios and standards », IEEE,
vol. 53, juin 2015, p. 33 (DOI 10.1109/MCOM.2015.7120042)
(en) Ian F. Ian F., Pu Wang et Shih-Chun Lin, « SoftAir: A software defined networking architecture for 5G
wireless systems », Computer Networks, vol. 85, juillet 2015, p. 1-18 (DOI 10.1016/j.comnet.2015.05.007)
(en) Ian F. Akyildiz, Lee Ahyoung, Pu Wang, Min Luo et Wu Chou, « A roadmap for traffic engineering in SDN-
OpenFlow networks », The International Journal of Computer and T elecommunications Networking, vol. 71,
octobre 2014, p. 7 (DOI 10.1016/j.comnet.2014.06.002)
(en) M. Ndiaye, GP Hancke et AM Abu-Mahfouz, « Software Defined Networking for Improved Wireless Sensor
Network Management », Kemal Akkaya, Academic Editor, no 3, mai 2017, p. 1-14 (DOI 10.3390/s17051031)
(en) Hlabishi Kobo, Adnan Abu-Mahfouz et Gerhardus Hancke, « A Survey on Software-Defined Wireless Sensor
Networks: Challenges and Design Requirements», Institute of Electrical and Electronics Engineers , vol. 5,
février 2017, p. 1872-1899 (DOI 10.1109/ACCESS.2017.2666200)
(en) Mamta Agiwal, Abhishek Roy et Navrati Saxena, « Next Generation 5G Wireless Networks: A
Comprehensive Survey», IEEE, vol. 18, février 2016, p. 1617-1655 (DOI 10.1109/COMST.2016.2532458)
(en) Ian F. Akyildiz, Shih-Chun Lin et Pu Wang, « Wireless software-defined networks (W-SDNs) and network
function virtualization (NFV) for 5G cellular systems», Computer Networks Elsevier, vol. 93, décembre 2015,
p. 66-79 (DOI 10.1016/j.comnet.2015.10.013)
(en) Chayan Sarkar, Akshay Uttama Nambi, Venkatesha Prasad et Abdur Rahim, « A scalable distributed
architecture towards unifying IoT applications», IEEE, mars 2014, p. 508-513 (DOI 10.1109/WF-IoT.2014.6803220)
(en) Floris Van den Abeele, Jeroen Hoebeke, Ingrid Moerman et Piet Demeeste, « Fine-grained management of
CoAP interactions with constrained IoT devices», IEEE NOMS, mai 2014, p. 1-5 (DOI 10.1109/NOMS.2014.6838368)

(en) Mahmoud Elkhodr, Seyed Shahrestani et Hon Cheung, « The Internet of Things: New Interoperability
,
Management and Security Challenges», Cornell University Library, avril 2016, p. 86 (DOI 10.5121/ijnsa.2016.8206)
(en) Nonhlanhla Ntuli et Adnan Abu-Mahfouz, « A Simple Security Architecture for Smart W ater Management
o
System », Procedia Computer Science Elsevier, vol. 83, n 5, ami 2016, p. 1164-1169
(DOI 10.1016/j.procs.2016.04.239)
(en) Jun Zhou, Zhenfu Cao, Xiaolei Dong et Athanasios V., « Security and Privacy for Cloud-Based IoT
:
Challenges », IEEE Communications Magazine, vol. 55, no 1, janvier 2017, p. 26-33
(DOI 10.1109/MCOM.2017.1600363CM)
(en) Huai-Lei Fu, Phone Lin, Hao Yue, Guan-Ming Huang et Chia-Peng Lee, « Group Mobility Management for
Large-Scale Machine-to-Machine Mobile Networking», IEEE Transactions on Vehicular Technology, vol. 63, no 3,
octobre 2013, p. 1296 - 1305 (DOI 10.1109/TVT.2013.2284596)
(en) J. Louw, G. Niezen, T. D. Ramotsoela et A. M. Abu-Mahfouz, « A key distribution scheme using elliptic curve
cryptography in wireless sensor networks», IEEE, juillet 2016, p. 1166-1170 (DOI 10.1109/INDIN.2016.7819342)
(en) Thomas Pötsch, Koojana Kuladinithi, Markus Becker, Peter Trenkamp et Carmelita Goerg, « Performance
Evaluation of CoAP Using RPL and LPL in T inyOS », 2012 5th International Conference on New T echnologies,
Mobility and Security (NTMS), mai 2012, p. 1-5 (DOI 10.1109/NTMS.2012.6208761)
(en) Dinesh Thangavel, Xiaoping Ma, Alvin Valera, Hwee-Xian Tan et Colin Keng-Yan Tan, « Performance
evaluation of MQTT and CoAP via a common middleware», IEEE Conference on Intelligent Sensors, Sensor
Networks and Information Processing (ISSNIP) , avril 2014, p. 1-6 (DOI 10.1109/ISSNIP.2014.6827678)
(en) Li Da Xu, Wu He et Shancang Li, « Internet of Things in Industries: A Survey», IEEE Transactions on
Industrial Informatics, vol. 10, no 4, novembre 2014, p. 2233 - 2243 (DOI 10.1109/TII.2014.2300753)
(en) Cristian F. Pasluosta, Heiko Gassner, Juergen Winkler, Jochen Klucken et Bjoern M. Eskofier, « An
Emerging Era in the Management of Parkinson's Disease: W earable Technologies and the Internet of Things»,
IEEE Journal of Biomedical and Health Informatics , vol. 19, no 6, juillet 2015, p. 1873-1881
(DOI 10.1109/JBHI.2015.2461555)
(en) Phillip A. Laplante et Nancy Laplante, « The Internet of Things in Healthcare: Potential Applications and
Challenges », IT Professional, vol. 18, no 3, mai 2016, p. 1-24 (DOI 10.1109/MITP.2016.42)
(en) Mashael M. Alsulami et Nadine Akkari, « The role of 5G wireless networks in the internet-of-things (IoT)»,
1st International Conference on Computer Applications & Information Security (ICCAIS) , avril 2018, p. 1-8
(DOI 10.1109/CAIS.2018.8471687)
(en) Reetu Gupta et Rahul Gupta, « ABC of Internet of Things : Advancements, Benefits, Challenges, Enablers
and Facilities of IoT », 2016 Symposium on Colossal Data Analysis and Networking (CDAN)
, 2016, p. 1-5
(DOI 10.1109/MITP.2016.42)
(en) Xiaoqing Liu, Shengchen Wu, Yongan Guo et Chunling Chen, « The Demand and Development of Internet of
Things for 5G: A Survey», 2018 IEEE International Conference on Consumer Electronics-T
aiwan (ICCE-TW),
2018, p. 1-2 (DOI 10.1109/ICCE-China.2018.8448863, lire en ligne)
(en) Bogdan Rusti, Horia Stefanescu, Jean Ghenta et Cristian Patachia, « Smart City as a 5G Ready
Application », 2018 International Conference on Communications (COMM) , 2018, p. 1-6
(DOI 10.1109/ICComm.2018.8484752)
(en) Haijun Zhang, Na Liu, Xiaoli Chu, Keping Long et Abdol-Hamid Aghvami, « Network Slicing Based 5G and
Future Mobile Networks: Mobility, Resource Management, and Challenges», IEEE Communications, vol. 55, no 8,
aout 2017, p. 139 (DOI 10.1109/MCOM.2017.1600940)
(en) Xuan Zhou, Rongpeng Li, Tao Chen et Honggang Zhang, « Network slicing as a service enabling enterprises
own software-defined cellular networks», IEEE Communications, vol. 54, no 7, juillet 2016, p. 147
(DOI 10.1109/MCOM.2016.7509393)
(en) Arghyadip Roy, Prasanna Chaporkar et Abhay Karandikar, « Optimal Radio Access Technology Selection
Algorithm for LTE-WiFi Network », IEEE Transactions on Vehicular Technology, vol. 67, no 7, février 2018, p. 6447
(DOI 10.1109/TVT.2018.2805190)
(en) Erik Dahlman et Stefan Parkvall, « NR - The New 5G Radio-Access T
echnology », 2018 IEEE 87th Vehicular
Technology Conference (VTC Spring), juin 2018, p. 1 (DOI 10.1109/VTCSpring.2018.8417851)
(en) Xenofon Foukas, Georgios Patounas, Ahmed Elmokashfi et Mahesh Marina, « Network Slicing in 5G:
Survey and Challenges», IEEE Communications Magazine, vol. 55, no 5, mai 2017, p. 98
(DOI 10.1109/MCOM.2017.1600951)
(en) Raul Muñoz, Ricard Vilalta, Ramon Casellas, Ricardo Martínez et Felipe Vicens, « Hierarchical and
Recursive NFV Service Platform for End-to-End Network Service Orchestration Across Multiple NFVI Domains
»,
2018 20th International Conference on T
ransparent Optical Networks (ICTON), juillet 2018, p. 2
(DOI 10.1109/ICTON.2018.8473616)
(en) Maria Rita Palattella, Mischa Dohler, Alfredo Grieco, Gianluca Rizzo et Johan Torsner, « Internet of Things in
the 5G Era: Enablers, Architecture, and Business Models», IEEE Journal on Selected Areas in Communications
,
vol. 34, no 3, février 2016, p. 516 (DOI 10.1109/JSAC.2016.2525418)
(en) Joseph Kipongo, Thomas O. Olwal et Adnan M. Abu-Mahfouz, « Topology Discovery Protocol for Software
Defined Wireless Sensor Network: Solutions and Open Issues», 2018 IEEE 27th International Symposium on
Industrial Electronics (ISIE), juin 2018, p. 1282-1287 (DOI 10.1109/ISIE.2018.8433653)
(en) Thupae Ratanang, Isong Bassey, Gasela Naison et M. Abu-Mahfouz Adnan, « Machine Learning
Techniques for Traffic Identification and Classifiacation in SDWSN: A Survey», IECON 2018 - 44th Annual
Conference of the IEEE Industrial Electronics Society , décembre 2018, p. 4645-4650
(DOI 10.1109/IECON.2018.8591178, lire en ligne)
(en) Fei HU, Qi Hao et Ke Bao, « A Survey on Software-Defined Network and OpenFlow: From Concept to
Implementation », IEEE Communications Surveys & Tutorials, vol. 16, no 4, mai 2014, p. 2181 - 2206
(DOI 10.1109/COMST.2014.2326417)
(en) Salvatore Costanzo, Laura Galluccio, Giacomo Morabito et Sergio Palazzo, « Software Defined Wireless
Networks: Unbridling SDNs», 2012 European Workshop on Software Defined Networking
, octobre 2012
(DOI 10.1109/EWSDN.2012.12)
(en) Laura Galluccio, Sebastiano Milardo, Giacomo Morabito et Sergio Palazzo, « SDN-WISE: Design,
prototyping and experimentation of a stateful SDN solution for WIreless SEnsor networks », 2015 IEEE
Conference on Computer Communications (INFOCOM) , mai 2015, p. 513-521 (DOI 10.1109/INFOCOM.2015.7218418)

(en) Ari Pouttu, Olli Liinamaa et Giuseppe Destino, « Demo/Poster Abstract: 5G Test Network (5GTN) –
Environment for Demonstrating 5G and IoT convergence during 2018 Korean Olympics between Finland and
Korea », EEE INFOCOM 2018 - IEEE Conference on Computer Communications Workshops (INFOCOM
WKSHPS), 2018, p. 1-2 (DOI 10.1109/INFCOMW.2018.8406996)
(en) Rajaa Elouafadi et Mustapha Benjillali, « Cooperative NOMA-Based D2D Communications: A Survey in the
5G/IoT Context », 2018 19th IEEE Mediterranean Electrotechnical Conference (MELECON)
, 2018, p. 1-6
(DOI 10.1109/MELCON.2018.8379081)
(en) Haque Israat et Abu-Ghazaleh Nael, « Wireless Software Defined Networking: A Survey and axonomy
T »,
IEEE Communications Surveys & Tutorials, janvier 2016, p. 25 (DOI 10.1109/COMST.2016.2571118)
(en) Konstantinos Katis et Hamed Ahmadi Ahmadi, « Challenges Implementing Internet of Things (IoT) Using
Cognitive Radio Capabilities in 5G Mobile Networks», Springer, avril 2016, p. 65 (DOI 10.1007/978-3-319-30913-2_4)

(en) Jose Santos, Philip Leroux, Tim Wauters, Bruno Volckaert et Filip De Turck, « Anomaly detection for Smart
City applications over 5G Low Power Wide Area Networks», NOMS 2018 - 2018 IEEE/IFIP Network Operations
and Management Symposium, 2018, p. 1-9 (DOI 10.1109/NOMS.2018.8406257)
(en) Godfrey Anuga Akpakwu, Bruno J. Silva, Gerhard P. Hancke et Adnan M. Abu-Mahfouz, « A Survey on 5G
Networks for the Internet of Things: Communication eTchnologies and Challenges», IEEE Access, vol. 6, 2017,
p. 3619-3647 (DOI 10.1109/ACCESS.2017.2779844)
(en) Nestor Bonjorn, Fotis Foukalas et Paul Pop, « Enhanced 5G V2X services using sidelink device-to-device
communications », 2018 17th Annual Mediterranean Ad Hoc Networking Workshop (Med-Hoc-Net) , juin 2018,
p. 1-7 (DOI 10.23919/MedHocNet.2018.8407085)
(en) Sangmi Moon et Intae Hwang, « Design and Performance Analysis of V ehicle MIMO System for NR-based
enhanced V2X », 2018 International Conference on Information and Communication echnology
T Convergence
(ICTC), octobre 2018, p. 1-5 (DOI 10.1109/ICTC.2018.8539612)
(en) Augustine Ikpehai, Bamidele Adebisi, Khaled M.Rabie, Kelvin Anoh, Ruth E. Ande, Mohammad
Hammoudeh, Haris Gacanin et Uche M. Mbanaso, « Low-Power Wide Area Network Technologies for Internet-of-
Things: A Comparative Review», IEEE Internet of Things Journal, octobre 2018, p. 1-16
(DOI 10.1109/JIOT.2018.2883728)
(en) Lu Ma, Xiangming Wen, Luhan Wang, Zhaoming Lu et Raymond Knopp, « An SDN/NFV based framework
for management and deployment of service based 5G core network», China Communications, vol. 15, no 10,
octobre 2018, p. 88 (DOI 10.1109/CC.2018.8485472)
(en) Constandinos X. Mavromoustakis et George Mastorakis,Internet of Things (IoT) in 5G Mobile T echnologies,
vol. 8, Springer, 2016, 493 p. (ISBN 9783319309118, DOI 10.1007/978-3-319-30913-2)
(en) Taesang Choi, TaeYeon Kim, Wouter TaverNier, Aki Korvala et Jussi Pajunpaa, « Agile management of 5G
core network based on SDN/NFV technology», 2017 International Conference on Information and Communication
Technology Convergence (ICTC), octobre 2017, p. 840-844 (DOI 10.1109/ICTC.2017.8190795)
(en) Breandán Ó hAnnaidh, Padraig Fitzgerald, Helen Berney, Ramji Lakshmanan, Nigel Coburn et Shane
Geary, « Devices and Sensors Applicable to 5G System Implementations», 2018 IEEE MTT-S International
Microwave Workshop Series on 5G Hardware and System echnologiesT (IMWS-5G), octobre 2018, p. 1-3
(DOI 10.1109/IMWS-5G.2018.8484316)
(en) Nikos Bizanis et Fernando Kuipers, « SDN and Virtualization Solutions for the Internet of Things: A Survey»,
IEEE Access, vol. 4, septembre 2016, p. 5594 (DOI 10.1109/ACCESS.2016.2607786)
(en) Jyoti Mante Khurpade, Devakanta Rao et Parth. D. Sanghavi, « A SURVEY ON IOT AND 5G NETWORK»,
2018 International Conference on Smart City and Emerging echnology
T (ICSCET), janvier 2018, p. 1-5
(DOI 10.1109/ICSCET.2018.8537340)
(en) Eren Balevi et Richard D. Gitlin, « A random Access Scheme for Large Scale 5G/IoT Applications», 2018
IEEE 5G World Forum (5GWF), juillet 2018, p. 452-456 (DOI 10.1109/5GWF.2018.8517065)
(en) Nitti, Virginia Pilloni, Colistra Giuseppe et Luigi Atzori, « The Virtual Object as a Major Element of theInternet
of Things: A Survey », IEEE Communications Surveys & Tutorials, vol. 18, no 2, novemvre 2015, p. 1228 - 1240
(DOI 10.1109/COMST.2015.2498304)
(en) Bera Samaresh, Misra Sudip, Roy Sanku Kumar et S. Obaidat Mohammad, « Soft-WSN: Software-Defined
WSN Management System for IoT Applications», IEEE Systems Journal, vol. 12, no 3, septembre 2018, p. 2074-
2081 (DOI 10.1109/JSYST.2016.2615761)
(en) Zeng Deze, Li Peng, Guo Song, Miyazaki Toshiaki et Hu Jiankun, « Energy Minimization in Multi-Task
Software-Defined Sensor Networks», IEEE Transactions on Computers, vol. 64, no 11, novembre 2015, p. 3128 -
3139 (DOI 10.1109/TC.2015.2389802)
(pt) Bruno Trevizan de Oliveira, Gabriel Lucas Batista et Margi Cintia Borges, « TinySDN: Enabling Multiple
Controllers for Software-Defined Wireless Sensor Networks», IEEE Latin America Transactions, vol. 13, no 11,
novembre 2015, p. 3690 - 3696 (DOI 10.1109/TLA.2015.7387950)
(en) Olivier Flauzac, Carlos Gonzalez et Florent Nolot, « SDN Based Architecture for Clustered WSN», 2015 9th
International Conference on Innovative Mobile and Internet Services in Ubiquitous Computing , octobre 2015,
p. 342-347 (DOI 10.1109/IMIS.2015.52)
(en) Jain Raj et Paul Subharthi, « Network virtualization and software defined networking for cloud computing: a
survey », IEEE Communications Magazine, vol. 51, no 11, novembre 2013, p. 24-31
(DOI 10.1109/MCOM.2013.6658648)
(en) Huang Ru, Chu Xiaoli, Zhang Jie et Hen Hu Yu, « Energy-Efficient Monitoring in Software Defined Wireless
Sensor Networks Using Reinforcement Learning: A Prototype», open access article distributed under Creative
Commons Attribution License, vol. 11, no 10, octobre 2015, p. 15 (DOI 10.1155/2015/360428)
(en) W. Pritchard Sean, Malekian Reza, Gerhard P. Hancke et Adnan M. Abu-Mahfouz, « Improving northbound
interface communication in SDWSN», IECON 2017 - 43rd Annual Conference of the IEEE Industrial Electronics
Society, novembre 2017, p. 8361-8366 (DOI 10.1109/IECON.2017.8217468)
(en) Y.-P. Eric Wang, Xingqin Lin, Ansuman Adhikary, Asbjorn Grovlen, Yutao Sui, Yufei Blankenship, Johan
Bergman et Hazhir S. Razaghi, « A Primer on 3GPP Narrowband Internet of Things», IEEE Communications
Magazine, vol. 55, no 3, mars 2017, p. 117-123 (DOI 10.1109/MCOM.2017.1600510CM)
(en) Sakshi Popli, Rakesh Kumar Jha et Sanjeev Jain, « A Survey on Energy Efficient Narrowband Internet of
things (NBIoT): Architecture, Application and Challenges», IEEE Access ( Early Access ), novembre 2018, p. 1-65
(DOI 10.1109/ACCESS.2018.2881533)
(en) Usman Raza, Parag Kulkarni et Mahesh Sooriyabandara, « Low Power Wide Area Networks: An
Overview », IEEE Communications Surveys & Tutorials, vol. 19, no 2, janvier 2017, p. 855-873
 (DOI 10.1109/COMST.2017.2652320)
(en) Mathur Siddarth et Saha Dola, « Cross-layer MAC/PHY protocol to support IoT traf
fic in 5G: poster »,
MobiCom '16 Proceedings of the 22nd Annual International Conference on Mobile Computing and Networking ,
octobre 2016, p. 467 (DOI 10.1145/2973750.2985280)
(en) Sagari Shweta, Mathur Siddarth, Saha Dola, Amin Syed Obaid et Ravindran Ravishankar, « Realization of
CDMA-based IoT Services with Shared Band Operation of TE L in 5G », MECOMM '17 Proceedings of the
Workshop on Mobile Edge Communications, aout 2017, p. 37 (DOI 10.1145/3098208.3098215)
(en) Sotirios K. Goudos, Panagiotis I. Dallas, Stella Chatziefthymiou et Sofoklis Kyriazakos, « A Survey of IoT
Key Enabling and Future Technologies: 5G, Mobile IoT, Sematic Web and Applications », SPRINGER Wireless
Personal Communications, vol. 97, no 2, juillet 2017, p. 1645-1675 (DOI 10.1007/s11277-017-4647-8)
(en) Choi Taesang, Kim TaeYeon, Wouter TaverNier, Aki Korvala et Jussi Pajunpaa, « Agile management of 5G
core network based on SDN/NFV technology», 2017 International Conference on Information and Communication
Technology Convergence (ICTC), décembre 2017, p. 840-845 (DOI 10.1109/ICTC.2017.8190795)
(en) Eryk Dutkiewicz, « Radio spectrum research for emerging IoT and 5G networks: applications to smart
buildings and smart cities», SoICT '16 Proceedings of the Seventh Symposium on Information and
Communication Technology, décembre 2016, p. 2 (DOI 10.1145/3011077.3011079)

(en) Jayavardhana Gubbi, Rajkumar Buyyab, Slaven Marusica et Marimuthu Palaniswamila, « Internet of Things
(IoT): A vision, architectural elements, and future directions», Future Generation Computer Systems, vol. 29, no 7,
septembre 2013, p. 1645-1660 (DOI 10.1016/j.future.2013.01.010)
(en) Mohamed Ali Feki, Fahim Kawsar, Mathieu Boussard et Lieven Trappeniers, « The Internet of Things: The
Next Technological Revolution», Computer, vol. 46, no 2, février 2013, p. 24-25 (DOI 10.1109/MC.2013.63)

Sources technologiques
(en) Zayas and García Pérez,LTE - The UMTS Long Term Evolution: From Theory to Practice : 3GPP Evolution
on LTE Connectivity for IoT, t. 2, John Wiley & Sons,juillet 2017, 680 p. (ISBN 978-3-319-61300-0)

(en) Ericsson, « Cellular networks for Massive IoT – enabling low power wide area applications
», Ericsson White
papers, janvier 2016, p. 113
(en) « LTE evolution for IoT connectivity», Nokia White Paper, février 2017, p. 8
(en) Matt Welsh et Mainland Geoffrey, « Programming Sensor Networks Using Abstract Regions», NSDI Harvard
University, vol. 4, mars 2004, p. 3
(en) IEEE, « IEEE 5G and Beyond Technology Roadmap White Paper »,
https://futurenetworks.ieee.org/images/files/pdf/ieee-5g-roadmap-white-paper.pdf, novembre 2017, p. 7-27
(en) M. Flynn2017, « RAN#78 First 5G NR Specs Approved»,
http://www.3gpp.org/images/PDF/RAN78_Summary.pdf, décembre 2017, p. 1-24
(en) E. Berthelsen et Morrish, « Forecasting the Internet of Things revenue opportunity», Machina Research,
avril 2015, p. 313
(en) Matthew Webb, « 3GPP’s Low-Power Wide-Area IoT Solutions:NB-IoT and eMTC »,
http://www.3gpp.org/ftp/workshop/2018-10-24_25_WS_on_3GPP_subm_tw_IMT2020/Docs/ , octobre 2018, p. 16

(en) ARCEP, « Les enjeux de la 5G Publication du rapport», arcep, juin 2018, p. 9

(en) Martin Jacobsson et Charalampos Orfanidis, « Using software-defined networking principles for wireless
sensor networks », urn:nbn:se:uu:diva-254172oai:DiVA.org:uu-254172, juin 2015, p. 1-5
(en) Ericsson AB, « the benefits of virtualization, centralization and coordination», Ericsson White
Paper/Ericsson_wp-cloud-ran.pdf, no Uen 284 23-3271, septembre 2015, p. 1-11
(en) 3GPP, « Feasibility study on new services and markets technology enablers for network operation »,
3GPP/22.864, vol. 1, septembre 2016, p. 8
Tchnology Enablers », 3GPP/22.891, vol. 14, no 2, 2016
(en) « Feasibility Study on New Service and Market e
(en) ETSI, « Machine to Machine Communications (M2M) Threat analysis and counter-measures to M2M service
layer », ETSI TR 103 167 V1.1.1 (2011-08)DTR/M2M-00012ed111, aout 2011, p. 16
(en) Z. Shelby, K. Hartke et C. Bormann, « The Constrained Application Protocol (CoAP)», IETF/RFC7252,
juin 2014, p. 1 (ISSN 2070-1721)
(en) Jaswal Komal, Tanupriya, Choudhury Roshan et Lal Chhokar Sooraj, « Securing the Internet of Things: A
proposed framework », 2017 International Conference on Computing, Communication and Automation (ICCCA) ,
mai 2017, p. 1277-1281 (DOI 10.1109/CCAA.2017.8230015)
(en) Akram Hakiri et Pascal Berthou, « Leveraging SDN for The 5G Networks: T rends, Prospects and
Challenges », juin 2015
 (en) Güngör and Hancke, Industrial Wireless Sensor Networks: Applications, Protocols, and
Standardsobligatoire, CRC Press, mars 2017 (ISBN 9781138076204)
(en) Faisal Fayyaz, Qureshi RahatIqbal et Muhammad NabeelAsghar, « Energy efficient wireless communication
technique based on Cognitive Radio for Internet of Things», Elsevier, vol. 89, juillet 2017, p. 14
(DOI 10.1016/j.jnca.2017.01.003)
(en) Raj and Raman, The Internet of Things: Enabling T
echnologies, Platforms, and Use Cases, Auerbach
Publications, mars 2017, 364 p. (ISBN 9781498761284)

Liens externes
« Actualité - Swisscom mise sur la 5G et supprimera la 2G en 2020», sur www.cominmag.ch (consulté le
7 janvier 2019)
« Comment la 5G part à l'assaut de l'Internet des Objets», sur orange-business.com (consulté le 8 janvier 2019)
« release-15 », sur 3GPP.org (consulté le 8 janvier 2019)
« 41 réseaux IoT cellulaires NB-IoT ou LTE-M sont déjà en service », sur vipress.net (consulté le 8 janvier 2019)
« Objets connectés : pourquoi Orange pousse T L E-M en complément de LoRa», sur nextinpact.com (consulté le
8 janvier 2019)
« LTE M, un pavé dans la mare des jardins deSigfox et LoRA », sur informatiquenews.fr (consulté le 8 janvier 2019)

Oulun kaupunki, « 5G-Oulu Live 360° », sur youtube.com (consulté le 6 janvier 2019)
« IoT : Orange ouvre un réseau pilote LTE-M à Lille avant un lancement national à partir de fin 2018», sur
lembarque.com (consulté le 6 janvier 2019)
« IoT : Orange annonce le lancement du LTE-M en France », sur lafibre.info (consulté le 6 janvier 2019)
« IETF rfc3748 », sur ietf.org (consulté le 6 janvier 2019)
« IETF rfc5448 », sur ietf.org (consulté le 6 janvier 2019)
« IoT : IoT : Orange ouvre un réseau pilote LTE-M à Lille avant un lancement national à partir de fin 2018», sur
lembarque.com (consulté le 6 janvier 2019)
« 5GTN », sur 5gtn.fi (consulté le 6 janvier 2019)
« TSG#72 », sur 3GPP.org (consulté le 8 janvier 2019)
« smart-city-gestion-intelligente-dechets», sur www. les-smartgrids.fr (consulté le 9 février 2019)
« iot-gestion-tri-dechets », sur www.journeldunet.com (consulté le 9 février 2019)

Ce document provient de «https://fr.wikipedia.org/w/index.php?

title=5G_pour_l%27Internet_des_objets&oldid=158683050».

La dernière modification de cette page a été faite le 23 avril 2019 à 15:39.

Droit d'auteur : les textes sont disponibles souslicence Creative Commons attribution, partage dans les mêmes
conditions ; d’autres conditions peuvent s’appliquer . Voyez les conditions d’utilisation pour plus de détails, ainsi que les
crédits graphiques. En cas de réutilisation des textes de cette page, voyezcomment citer les auteurs et mentionner la
licence.
Wikipedia® est une marque déposée de laWikimedia Foundation, Inc., organisation de bienfaisance régie par le
paragraphe 501(c)(3) du code fiscal des États-Unis.