Measurement-based QoS trade-off analysis for Over the Air software updates

Abstract

The thesis will concentrate on Quality of Service (QoS) trade-offs of Over-the-Air (OTA) updates with a special focus on the use case of updates on a car fleet. Updating software of a car fleet efficiently, requires to have OTA updating techniques that can cope with various problems, like the car fleet’s size and its spatial distribution. It makes sense to compare different techniques for their QoS trade-offs to find the best technique for given circumstances. We wanted to understand the key principles of OTA updates. By researching different techniques for OTA updates and understanding their QoS trade-offs, we have developed a decision model for the best OTA update technique in different cases that appear regarding the update of car fleets. Finally, we wanted to implement some of those techniques for the purpose of analyzing them on QoS aspects. Researching different OTA techniques to find out about their characteristics was a main part of the methodology. Furthermore, we needed to identify which properties were especially important for updating a car fleet. After that, those techniques were analyzed on their QoS aspects. This was achieved by making assumptions on their behavior and by checking them in a simulation environment. In our results we showed 31 techniques that we grouped into four categories and registered them as Architectural Decision Records (ADRs). Amongst those techniques we argued about the trade-offs that are involved and also showed some trade-offs directly in our experimental setup. There we focussed on code dissemination approaches. We found trade-offs between the quality an administrator observes in update completion time and the response times a car driver observes. From the results we concluded which technique fits which use case in updating car fleets.

Diese Arbeit befasst sich mit Quality of Service Trade Offs von unterschiedlichen Techniken, die bei Over-the-Air Updates eingesetzt werden. Unser Fokus liegt hierbei auf dem Updaten von Autoflotten. Es ist wichtig Software in Autos effizient auf dem neuesten Stand zu halten. Dies wird nur von OTA Updates ermöglicht. OTA Update Techniken sollten in der Lage sein mit unterschiedlichen Problemen umgehen zu können, wie zum Beispiel mit verschiedenen Flottengrößen oder der räumlichen Verteilung der Autos. Um sich für die beste Strategie in verschiedenen Use Cases zu entscheiden, macht es Sinn OTA Update Techniken auf ihre QoS Trade-Offs zu untersuchen. Wir wollen die entscheidenden Prinzipien von OTA Updates verstehen. Durch die Recherche von unterschiedlichen Ansätzen und ihrer Analyse auf QoS Trade Offs wollen wir Use Case abhängige Design Entscheidungen erleichtern. Manche dieser Techniken wollen wir für Experimente auf QoS Ebene nutzen, um unsere Argumentation zu verstärken. Ein entscheidender Teil unserer Methode war das Finden von unterschiedlichen OTA Update Techniken und das Verstehen ihrer Bestandteile. Zusätzlich wollten wir verstehen welche Aspekte besonders wichtig sind, wenn es um das Update einer Autoflotte geht. Dannach mussten diese Techniken auf ihre QoS Trade Offs analysiert werden. Dies ist auf Basis von Annahmen geschehen, die mit Simulationen bestätigt wurden. Wir haben 31 Techniken und Ansätze in Kategorien gruppiert. Pro Kategorie haben wir die Trade Offs aufgelistet und manche dieser Trade Offs experimentell bestätigt. Die Techniken haben wir als ADRs registriert. Bei den Experimenten haben wir uns auf Code-Verteilungsstrategien konzentriert. Dabei wurden Trade Offs zwischen der Qualität die ein Administrator (Zeit bis das Update der ganzen Flotte abgeschlossen wurde) und der Qualität, die ein Autofahrer bei einem Update wahrnimmt (Downloadzeit des Updates im Auto), beobachtet. Unsere Ergebnisse haben wir genutzt um zu argumentieren, welche Techniken zu welchem Use Case passen.