Meshtastic Network Traffic Dataset

该数据集包含文件对：2分钟的网络流量和是否对每个节点的traceRoutes进行了确认。

This dataset consists of file pairs, where each pair includes two components: 2-minute network traffic traces, and confirmation results verifying whether the traceroutes for each node have been verified.

原始信息汇总

Meshtastic Scraper 数据集概述

数据集描述

• 数据来源：通过Lilygo T3S3板的串行端口抓取Mesh网络流量。
• 数据类型：文件对数据集，包含2分钟的网络流量数据及其对应的节点路由确认情况。

硬件设置

1. 固件安装：使用Meshtastic Flasher或Meshtastic Firmware安装固件。
2. 蓝牙连接：通过Meshtastic应用在同一PC上连接到板子。
3. LoRa区域设置：设置为EU_868或其他相关区域，并相应修改config.ini文件名。
4. 蓝牙断开：从节点断开蓝牙连接。
5. 配置更新：更新config.ini并遵循软件步骤。

软件设置

1. 虚拟环境创建： bash python3 -m venv meshScraperEnv

2. 环境激活： bash source meshScraperEnv/bin/activate

3. 包安装： bash pip install -r requirements.txt

4. 仓库克隆： bash git clone https://github.com/edproudlove/meshtasticScraper.git

5. 脚本运行： bash python3 run.py

兼容性

兼容的板固件版本

• 2.3.10 (2.3.10.d19607b) -> ✅ 工作
• 2.3.11 (2.3.11.2740a56) -> ✅ 工作
• 2.3.12 (2.3.12.24458a7) -> ✅ 工作
• 2.3.13 (2.3.13.83f5ba0) -> ✅ 工作
• 2.3.15 (2.3.15.deb7c27) -> ✅ 工作
• 2.4.0 (2.4.0.46d7b82) -> ✅ 工作
• 2.4.1 (2.4.1.394e0e1) -> ✅ 工作

Python meshtastic CLI版本

• 2.3.11 -> ❌ 失败
• 2.3.12 -> ❌ 失败
• 2.3.13 -> ❌ 失败
• 2.3.14 -> ✅ 工作

TODO 日志

已完成/过时

• 清除通过串行连接的蓝牙设备的nodeDB。
• BLE将向meshScraper.unique_id_arr中的每个节点发送traceRoutes。
• 响应将输入到新文件中。
• 使BLE扫描器动态查找。
• 添加连续模式或仅运行一次。
• 如果所有节点都已确认，提前结束。
• 更改RX功率天线等。
• 添加每个节点的响应等待时间。
• 确保蓝牙连接需要PC首先连接。
• 修复BLE接口的超时不可靠问题。
• 实现自己的超时/sendTraceRoute。
• 从新PC开始，通过每个步骤制作文档/教程。
• 添加测试ID。

进行中

• 记录代码工作的固件版本。
• 使用日志记录而不是打印。
• 调试设置。

待办

• 设备配置方式。
• 提高模块化。
• 实现sendText而不是traceRoute。
• 动态查找/设置频段。
• 处理多个串行端口。

搜集汇总

数据集介绍

构建方式

Meshtastic Network Traffic Dataset的构建基于Lilygo T3S3开发板，通过串口抓取网络流量数据。数据集的生成过程包括两个主要阶段：首先，通过运行`run.py`脚本，系统会持续抓取节点在两分钟内的网络流量，并将接收到的每个数据包解析并存储为`YYMMDD_HHMM_TestID_Band.csv`文件。随后，系统会向每个在抓取阶段接收到数据包的节点发送TraceRoutes请求，并记录是否收到响应，结果存储在`YYMMDD_HHMM_TestID_Band_Power_Hoplimit.csv`文件中。此过程通过Python代码实现，依赖于Meshtastic Python库，确保了数据的高效采集和处理。

使用方法

使用Meshtastic Network Traffic Dataset时，用户需首先配置硬件环境，确保Lilygo T3S3开发板正确安装并连接至计算机。随后，通过Python虚拟环境安装必要的依赖包，并运行`run.py`脚本以启动数据抓取过程。数据将自动存储在指定目录下，用户可根据需要调整`config.ini`文件中的参数，如抓取时间间隔和TraceRoutes响应等待时间。数据集的兼容性广泛，支持多种固件版本和Python CLI版本，确保了在不同环境下的稳定运行。

背景与挑战

背景概述

Meshtastic Network Traffic Dataset是由Meshtastic项目团队创建的一个专注于无线网格网络通信的数据集。该数据集通过Python脚本从Lilygo T3S3开发板的串口抓取网络流量，并记录两分钟内的网络通信数据以及TraceRoutes的响应情况。主要研究人员通过Meshtastic Python库实现数据抓取，旨在为无线网格网络的性能分析和优化提供数据支持。该数据集的创建不仅填补了无线网格网络数据集的空白，还为相关领域的研究提供了宝贵的实证数据，推动了无线通信技术的发展。

当前挑战

Meshtastic Network Traffic Dataset在构建过程中面临多项挑战。首先，数据抓取的准确性和实时性要求高，需确保每条网络包的解析无误。其次，TraceRoutes的响应记录需处理可能的延迟和超时问题，确保数据的完整性。此外，硬件兼容性问题亦是挑战之一，需确保不同版本的固件和Python CLI的兼容性。最后，数据集的动态配置和多端口处理能力亦需进一步优化，以适应复杂多变的网络环境。

常用场景

经典使用场景

Meshtastic Network Traffic Dataset在无线通信领域中，常用于分析和优化Mesh网络的性能。通过捕获和解析Lilygo T3S3板通过串口输出的网络流量数据，该数据集能够提供关于节点间通信状态的详细信息。具体而言，数据集记录了在特定时间段内网络流量的原始数据，并随后发送TraceRoutes以验证节点间的连通性。这种设计使得研究人员能够深入研究Mesh网络的动态行为，特别是在节点间通信的可靠性和延迟方面。

解决学术问题

Meshtastic Network Traffic Dataset在学术研究中解决了多个关键问题，特别是在无线Mesh网络的性能评估和优化方面。通过提供详细的网络流量数据和TraceRoutes的响应情况，该数据集帮助研究人员分析网络中的瓶颈、节点间的通信效率以及数据包的丢失率。这些分析对于改进Mesh网络的协议设计、提高网络的鲁棒性和扩展性具有重要意义，从而推动了无线通信技术的发展。

实际应用

在实际应用中，Meshtastic Network Traffic Dataset被广泛用于监测和优化无线Mesh网络的运行状态。例如，在应急通信系统中，该数据集可以帮助评估网络在不同环境下的性能，确保在紧急情况下通信的可靠性。此外，它还可用于智能家居和物联网设备的网络优化，通过分析节点间的通信数据，提高设备的响应速度和网络的整体效率。

数据集最近研究

最新研究方向

在无线通信和物联网领域，Meshtastic网络流量数据集的最新研究方向主要集中在优化网络性能和提高数据传输的可靠性。研究者们通过分析数据集中的网络流量模式，探索如何在不同频率和传输功率下实现更高效的节点间通信。此外，该数据集还被用于研究如何在复杂网络环境中实现更精确的TraceRoute响应时间预测，从而提升网络的实时性和稳定性。这些研究不仅有助于改进现有的Meshtastic网络协议，还为未来物联网设备的网络设计和优化提供了宝贵的数据支持。