Κατάλογος Εκδηλώσεων

ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ
Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών
Πρόγραμμα Προπτυχιακών Σπουδών

ΠΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ

Γεωργίου Ινιωτάκη

με θέμα

Συλλογή, Αποκρυπτογράφηση και Καταγραφή Δεδομένων από Ευφυή Υδρόμετρα για Εφαρμογή σε Υδατικό Δίκτυο
Collection, Decoding and Recording of Data from Smart Hydrometers for Application in a Water Network

Εξεταστική Επιτροπή
Καθηγητής Γεώργιος Σταυρακάκης (επιβλέπων)
Καθηγητής Ευτύχιος Κουτρούλης
Καθηγητής Σπυρίδων Παπαευθυμίου (Πολυτεχνείο Κρήτης, Σχολή ΜΠΔ)

Περίληψη

Η έλευση των τεχνολογιών έξυπνης μέτρησης έφερε επανάσταση στην παρακολούθηση της κατανάλωσης νερού, επιτρέποντας τη συλλογή δεδομένων με μεγαλύτερη ακρίβεια και σε πραγματικό χρόνο. Η παρούσα διπλωματική εργασία διερευνά την υλοποίηση ενός ιδιωτικού δικτύου LoRaWAN για τη διαχείριση και παρακολούθηση δεδομένων αισθητήρων, με έμφαση στο χειρισμό ενός πρόσθετου επιπέδου κρυπτογράφησης κατά τη μετάδοση δεδομένων. Το κύριο ερευνητικό ερώτημα που εξετάζεται είναι: Πώς μπορεί να αναπτυχθεί ένα ασφαλές και αποτελεσματικό ιδιωτικό δίκτυο LoRaWAN για τη διαχείριση δεδομένων αισθητήρων με πρόσθετα επίπεδα κρυπτογράφησης και πώς μπορούν να απεικονιστούν αποτελεσματικά τα δεδομένα αυτά; Για την αντιμετώπιση αυτού του ερωτήματος χρησιμοποιήθηκε μια ολοκληρωμένη μεθοδολογία, η οποία περιλάμβανε τη δημιουργία ενός διακομιστή δικτύου LoRaWAN με χρήση του ChirpStack, την ενσωμάτωση αισθητήρων με πρόσθετη κρυπτογράφηση και τον σχεδιασμό ενός ασφαλούς συστήματος για τη διαχείριση της αποκρυπτογράφησης και της αποθήκευσης δεδομένων. Αναπτύχθηκε μια εφαρμογή Flask για τη λήψη και την αποκρυπτογράφηση των δεδομένων των αισθητήρων, την αποθήκευσή τους στην InfluxDB και την οπτικοποίησή τους με τη χρήση του Grafana. Η αποκρυπτογράφηση των δεδομένων διαχειρίστηκε με την εφαρμογή ενός προσαρμοσμένου αλγορίθμου αποκρυπτογράφησης AES που χρησιμοποιούσε συγκεκριμένα κλειδιά συσκευής και διανύσματα αρχικοποίησης.

Abstract 

The advent of smart metering technologies has revolutionized water consumption monitoring, enabling more precise and real-time data collection. This thesis explores the implementation of a private LoRaWAN network to manage and monitor sensor data, with a focus on handling an additional encryption layer in data transmission. The primary research question addressed is: How can a secure and efficient private LoRaWAN network be deployed to manage sensor data with additional encryption layers, and how can this data be effectively visualized? To address this question, a comprehensive methodology was employed, which included setting up a LoRaWAN network server using ChirpStack, deploying sensors with additional encryption, and designing a secure system to handle data decryption and storage. A Flask application was developed to receive and decrypt sensor data, store it in InfluxDB, and visualize it using Grafana. The data decryption was managed by implementing a custom AES decryption algorithm that utilized specific device keys and initialization vectors.