IoT-MCP: モデルコンテキストプロトコルによるLLMとIoTシステムの統合

要旨

大規模言語モデル（LLMs）とモノのインターネット（IoT）システムの統合は、ハードウェアの異質性と制御の複雑さにおいて重大な課題に直面しています。モデルコンテキストプロトコル（MCP）は、LLMsと物理デバイス間の標準化された通信を提供する重要な要素として登場しました。本論文では、MCPをエッジデプロイされたサーバーを通じて実装し、LLMsとIoTエコシステムを橋渡しする新しいフレームワークであるIoT-MCPを提案します。厳密な評価を支援するため、IoT対応LLMs向けの最初のベンチマークであるIoT-MCP Benchを導入しました。このベンチマークには、114の基本タスク（例：「現在の温度は何度ですか？」）と1,140の複雑タスク（例：「とても暑いのですが、何か良いアイデアはありますか？」）が含まれています。22種類のセンサーと6種類のマイクロコントローラーユニットを用いた実験的検証により、IoT-MCPは期待を完全に満たすツールコールを生成し、完全に正確な結果を得る100%のタスク成功率、平均205msの応答時間、74KBのピークメモリ使用量を実証しました。本研究は、LLM-IoTシステム向けのオープンソース統合フレームワーク（https://github.com/Duke-CEI-Center/IoT-MCP-Servers）と標準化された評価手法の両方を提供します。

English

The integration of Large Language Models (LLMs) with Internet-of-Things (IoT) systems faces significant challenges in hardware heterogeneity and control complexity. The Model Context Protocol (MCP) emerges as a critical enabler, providing standardized communication between LLMs and physical devices. We propose IoT-MCP, a novel framework that implements MCP through edge-deployed servers to bridge LLMs and IoT ecosystems. To support rigorous evaluation, we introduce IoT-MCP Bench, the first benchmark containing 114 Basic Tasks (e.g., ``What is the current temperature?'') and 1,140 Complex Tasks (e.g., ``I feel so hot, do you have any ideas?'') for IoT-enabled LLMs. Experimental validation across 22 sensor types and 6 microcontroller units demonstrates IoT-MCP's 100% task success rate to generate tool calls that fully meet expectations and obtain completely accurate results, 205ms average response time, and 74KB peak memory footprint. This work delivers both an open-source integration framework (https://github.com/Duke-CEI-Center/IoT-MCP-Servers) and a standardized evaluation methodology for LLM-IoT systems.

IoT-MCP: モデルコンテキストプロトコルによるLLMとIoTシステムの統合

IoT-MCP: Bridging LLMs and IoT Systems Through Model Context Protocol

要旨

Support