Deep Multi-User Reinforcement Learning for Distributed Dynamic Spectrum Access
研究了多信道无线网络中网络效用最大化的动态频谱接入问题。共享带宽被划分为K个正交信道。在每个时隙的开始，每个用户选择一个信道并以一定的传输概率发送一个分组。在每个时隙之后，已经发送分组的每个用户接收指示其分组是否被成功递送的本地观测（即，ACK信号）。我们的目标是一个多用户的频谱访问策略，最大限度地提高了一定的网络效用，在分布式的方式，没有在线协调或用户之间的消息交换。由于频谱接入问题的状态空间较大，且状态具有部分可观测性，因此获得频谱接入问题的最优解通常在计算上是昂贵的。针对这一问题，提出了一种基于深度多用户强化学习的分布式动态频谱接入算法。具体地，在每个时隙，每个用户基于用于最大化目标函数的训练的深度Q网络将其当前状态映射到频谱接入动作。博弈论分析的系统动力学建立设计原则的算法的实施。实验结果表明该算法具有较强的性能。
2018-11-05 cs.NI
Distributed Association Control and Relaying in MillimeterWave Wireless Access Networks
在毫米波无线网络中，快速变化的无线信道需要快速和动态的资源分配机制。这个挑战由此通过分布式方法来解决，该分布式方法最优地解决了联合客户端关联和中继的基本资源分配问题。该问题被视为一个多任务优化问题，通过一系列的变换，建立了一种新的求解方法，从而得到一个易于处理的最小费用流问题。该方法允许设计分布式拍卖解决方案的算法，其中客户端和中继异步动作。新算法的计算复杂性远优于集中式通用求解器。结果表明，该算法总是收敛到一个解决方案，最大限度地提高总的网络吞吐量在所需的范围内。理论和数值计算结果表明，许多有用的性能相比，标准的方法和潜在的应用，即将毫米波无线接入网络。
2013-07-29 cs.NI
Protecting Public-Access Sites Against Distributed Denial-of-Service Attacks
分布式拒绝服务（DDoS）攻击可能会使受害网站充斥恶意流量，导致服务中断甚至完全失败。像amazon和ebay这样的公共访问网站特别容易受到这种攻击，因为它们无法事先阻止未经授权的流量。我们提出了主动互联网流量过滤（AITF），一种机制，保护公共访问网站的高度分布式攻击，导致不需要的流量被阻止尽可能接近其来源。我们确定过滤器作为一种稀缺资源，并表明，AITF保护了大量的受害者的带宽，同时需要从每个参与路由器的过滤器，可以容纳今天的路由器。AITF是可增量部署的，因为它甚至为第一个部署它的站点提供了实质性的好处。
2004-05-24 cs.NI
A Novel Distributed Pseudo TDMA Channel Access Protocol for Multi-Transmit-Receive Wireless Mesh Networks
近年来，无线网状网络（WMN）技术已经用于城市和农村地区的宽带接入。一个关键的发展是为路由器配备多个定向天线，以便这些路由器可以同时向多个邻居发送或从多个邻居接收。如果采用合适的调度策略，多发送接收（MTR）功能可以显着提高网络容量。在本文中，我们提出了一个分布式链路调度称为PCP-TDMA，充分利用MTR能力。特别是，它在最短的时间内至少激活每个链接一次。我们评估了PCP-TDMA在各种网络拓扑结构中的性能，并将其与称为ALGO-2的集中式算法和两种分布式方法：JazzyMAC和ROMA进行了比较。结果表明，PCP-TDMA在所有场景下都能达到与集中式算法相似的性能，并明显优于分布式算法。具体地，在全连接网络中，PCP-TDMA的最终带宽长度分别小于JazzyMAC和ROMA的1/3和1/2。
2016-07-07 cs.NI
DDSAT: Distributed Dynamic Spectrum Access Protocol Implementation Using GNURadio and USRP
频谱是无线通信中的宝贵资源之一。使用认知无线电，频谱效率将通过利用频谱空洞来提高。动态频谱接入技术允许次级用户在给定时间内在主用户未使用的空信道上进行传输。本文设计并实现了一种基于分布式动态频谱接入的时分多址协议（DDSAT）。所提出的协议执行两个主要功能：频谱感知和频谱管理。频谱感测被执行以使用贡献的次级用户以合作的方式发现频谱空洞。频谱管理对次用户进行分布式管理，以公平有效地分配频谱空洞。DDSAT协议使用软件定义无线电（SDR）和通用软件无线电外设（USRP）实现。评估和性能测试表明，系统的吞吐量和公平性。
2014-12-17 cs.NI
Routing Packet Traffic via Enhanced Access Control List for Network Congestion Avoidance
过滤数据包流量和允许/拒绝数据包进入网络节点的规则通过促进访问控制列表（ACL）来授予。本文提出了一种在访问控制列表规则选项中增加链路负载阈值的方法，该方法以阈值为基础。此增强ACL的最终目标是避免目标子网中的拥塞。链路负载阈值允许根据数据包的优先级决定数据包流量是否由路由器重新路由以避免拥塞，或者是否发生数据包丢弃。在高流量负载的情况下，基于新的分组过滤过程的拥塞避免的分组重路由，将导致整体的分组丢弃率的降低，并在拥塞的子网中的过度预订。
2021-01-26 cs.NI
GeoPipe: a Geo-distributed LLM Training Framework with enhanced Pipeline Parallelism in a Lossless RDMA-enabled Datacenter Optical Transport Network
GeoPipe提出了一种基于无损RDMA的数据中心光传送网络的地理分布式LLM训练框架，通过增强的流水线并行技术显著降低计算气泡比率。
2025-10-14 cs.NI
Efficient Distributed Medium Access
考虑由图G=（V，E）表示的n个节点的无线网络，其中边（i，j）对i和j的传输彼此干扰的事实进行建模，即，i和j的同时传输变得不成功。因此，要求在每个时刻，一组非干扰节点（对应于G中的独立集）接入无线介质。为了有效地利用无线资源，需要对干扰节点之间的介质接入进行合理的仲裁。此外，为了实际使用，这种机制需要完全分布并且简单。作为本文的主要成果，我们提出了这样一种媒体接入算法。它是随机的，完全分布式的和简单的：每个节点尝试访问介质在每一个时间的概率是其本地信息的函数。我们建立的算法的效率表明，相应的网络马尔可夫链是积极的经常性，只要施加在网络上的需求可以支持的无线网络（使用任何算法）。在这个意义上，所提出的算法是最佳的利用无线资源。该算法不注意网络图结构，与Hastad-Leighton-Rogoff（STOC '87，SICOMP '96）的所谓的“多项式退避”算法形成对比，该算法被建立为对于完全图和二分图是最优的（Goldberg-MacKenzie（SODA '96，JCSS '99））。
2011-04-13 cs.NI
AirSync: Enabling Distributed Multiuser MIMO with Full Spatial Multiplexing
先进无线设备的巨大成功推动了对更高无线数据率的需求。通过每平方英里部署更多接入点实现更密集的频谱重用，有可能成功满足对更多带宽日益增长的需求。从理论上讲，提高密度的最佳方法是通过分布式多用户MIMO，其中几个接入点连接到中央服务器，并作为大型分布式多天线接入点运行，确保所有发射信号功率都用于数据传输目的，而不是产生“干扰”。“在实践中，虽然企业网提供了一个自然的设置，其中分布式MIMO可能是可能的，有严重的实施困难，主要是需要消除联合协调接入点之间的相位和定时偏移。在本文中，我们提出了AirSync，一种新的计划，它不仅提供时间，而且还提供相位同步，从而使分布式MIMO与全空间复用增益。AirSync使用通过空中广播的公共参考以及密切跟踪相位漂移的卡尔曼滤波器来锁定所有接入点的相位。我们在WARP无线电平台的FPGA中将AirSync实现为数字电路。由两个接入点和两个客户端组成的实验测试平台表明，AirSync能够在几度范围内实现相位同步，并使系统几乎达到理论上的最佳复用增益。我们还讨论了实际部署的MAC和更高层方面。据我们所知，AirSync首次实现了完整的多用户MIMO增益，即能够随着联合协调接入点的数量线性增加无线客户端的数量，而不会降低每个客户端的速率。
2012-08-14 cs.NI
Consensus-Before-Talk: Distributed Dynamic Spectrum Access via Distributed Spectrum Ledger Technology
本文提出了一种由分布式账本技术（DLT）利用的频谱礼仪架构--先讨论后讨论（CBT）。在CBT中，二级用户的频谱接入请求以分布式方式达成共识，从而实现无冲突的分布式动态频谱接入。为了达成这种共识，次用户需要为额外的请求交换延迟付费。在考虑共识延迟的基础上，研究了CBT协议下的端到端延迟。延迟分析和数值评估都验证了所提出的CBT实现了较低的端到端延迟，特别是在严重的二级用户流量下，与先听后说（LBT）基准计划相比。
2018-08-25 cs.CR cs.DC cs.NI
Goal-Oriented Medium Access with Distributed Belief Processing
针对分布式传感器网络异常报告中的介质访问冲突与信息新鲜度问题，提出基于动态认知逻辑和 AoI 信念推断的 DELTA 协议，理论与仿真证明其显著优于随机访问及现有调度方案。
2025-03-19 cs.NI
Low-Complexity Distributed Radio Access Network Slicing: Algorithms and Experimental Results
无线电接入网络（RAN）切片是在5G网络中动态分配网络资源的有效方法。RAN切片的主要挑战之一是它可证明是NP难问题。出于这个原因，我们设计了接近最优的低复杂度分布式RAN切片算法。首先，我们将切片问题建模为一个拥塞博弈，并证明了这种博弈存在唯一的纳什均衡（NE）。然后，我们评估NE的无政府代价（PoA），即，的效率NE相比，社会最优，并证明了PoA的上限为3/2。接下来，我们提出了两个完全分布式的算法，可证明收敛到唯一的NE，而不透露从切片租户的隐私敏感参数。此外，我们引入了一个自适应的无线资源定价机制，以提高网络所有者的利润。我们通过模拟和部署在Amazon EC2云上的实验测试平台来评估我们的算法的性能，两者都基于OpenCellID项目的真实基站数据集。结果表明，我们的算法收敛到网元迅速，并实现近最优的性能，而我们的定价机制有效地提高了网络所有者的利润。
2018-03-20 cs.NI
Power Minimization in Distributed Antenna Systems using Non-Orthogonal Multiple Access and Mutual Successive Interference Cancellation
本文介绍了非正交多址接入与分布式天线系统相结合的新方法。该研究的目标是在每个小区的总发射功率最小化，用户速率和功率复用的约束下。提出了几种新的次优功率分配技术。他们被证明产生非常接近的性能，最佳的功率分配方案。提出了一种基于成对用户间相互连续干扰消除的新方法。不同的技术被设计用于子载波、天线和功率的联合分配，特别注意保持适度的复杂度。非正交多址接入到分布式天线系统的耦合被示出为大大优于具有分布式或集中式部署场景的正交/非正交多址接入方案的任何其他组合。
2018-10-17 cs.NI eess.SP
Distributed Algorithms for Learning and Cognitive Medium Access with Logarithmic Regret
研究了多个次用户认知网络中的分布式学习和信道接入问题。信道的可用性统计数据最初是未知的次要用户和估计使用感测决策。二级用户之间没有明确的信息交换或事先协议。我们提出了分布式学习和访问的策略，这些策略在自我发挥的情况下实现了顺序最优的认知系统吞吐量（成功的二次传输的数量），即，当在所有次要用户处实现时。同样，我们的策略最大限度地减少了分布式学习和访问中的遗憾。我们首先考虑的情况下，二级用户的数量是已知的政策，并证明总遗憾是对数的传输时隙的数量。我们的分布式学习和访问策略通过与任何一致良好的学习和访问策略下的渐进下限进行比较，实现了订单最优遗憾。然后，我们考虑的情况下，二级用户的数量是固定的，但未知的，并估计通过反馈。我们提出了一个政策，在这种情况下，其渐近和遗憾的增长略快于对数的传输时隙的数量。
2010-06-08 cs.NI stat.ML
SMURF: Efficient and Scalable Metadata Access for Distributed Applications
随着大数据处理和分析主导分布式和云基础设施的使用，对分布式元数据访问和传输的需求也在增加。在许多应用程序域中，生成的数据量超过PB，而相应的元数据量达到TB甚至更多。本文提出了一种新的解决方案，有效的和可扩展的元数据访问的分布式应用程序在广域网，称为SMURF。我们的解决方案结合了新颖的流水线和并发传输机制与可靠性，提供分布式连续缓存和预取策略，以回避获取延迟，并实现可扩展的和高性能的元数据获取/预取服务在云中。我们还研究了真实跟踪日志中的语义局部性现象，这在元数据访问预测中没有得到很好的利用。我们实现了一种新的预取预测器的基础上，这一观察，并比较它与现有的三个国家的最先进的预取计划雅虎！Hadoop审计跟踪。通过有效地缓存和预取元数据的访问模式的基础上，我们的连续体缓存和预取机制显着提高本地缓存命中率，降低了平均读取延迟。我们从真实的审计跟踪中重放了大约2000万次元数据访问操作，其中我们的系统在预取预测期间实现了90%的准确性，并且与最先进的机制相比，平均获取延迟减少了50%。
2021-05-29 cs.DC cs.NI
k-rAC - a Fine-Grained k-Resilient Access Control Scheme for Distributed Hash Tables
分布式哈希表（DHT）是分散式应用程序的常见架构，因此适合于隐私感知应用程序。然而，当前存在的DHT允许每个对等体访问任何索引。为了构建隐私感知应用程序，我们需要控制这种访问。在本文中，我们提出了k-rAC，一个隐私感知的细粒度AC的DHT。对于认证，我们提出了三种不同的机制，基于公钥密码学，零知识证明，和加密哈希。对于授权，我们使用分布式AC列表。我们的方法的安全性是基于k-弹性。我们表明，我们的方法引入了一个可以接受的开销，并讨论其适用于不同的情况。
2016-09-29 cs.CR cs.NI
Distributed Vehicular Dynamic Spectrum Access for Platooning Environments
在本文中，我们提出了一个分布式车辆动态频谱接入（VDSA）的车队编队车辆的框架。考虑到在用于车辆应用的许可频带（例如5.9GHz）中的显著拥塞的可能性。我们的方法建议卸载部分的排内数据流量的频谱白空间，以提高车辆的连接性，以支持在道路上的操作。为了实现VDSA，采用基于动物行为模型的基于大黄蜂的决策过程，以提供分布式传输频带选择的手段。仿真结果表明，分布式VDSA框架提高了5%的领导包的接收率，从而表明其潜在的提高排内通信的可靠性。
2022-03-22 cs.NI eess.SP
SHORTSTACK: Distributed, Fault-tolerant, Oblivious Data Access
本文针对云服务中集中式代理在故障环境下破坏不经意数据访问安全的问题，提出分布式代理架构SHORTSTACK，在被动持久攻击者可任意迫使有界数量代理故障的模型下形式化证明并实验验证其安全性与近线性扩展性能。
2022-06-08 cs.CR cs.DC cs.NI
TinyQMIX: Distributed Access Control for mMTC via Multi-agent Reinforcement Learning
The Graduate University for Advanced Studies, SOKENDAI（综合研究大学院大学）；National Institute of Informatics（国立信息学研究所）；The Chinese University of Hong Kong（香港中文大学）
分布式接入控制是大规模机器类型通信（mMTC）的关键组成部分。在这种通信场景中，集中式资源分配是不可扩展的，因为资源配置必须频繁地从基站发送到大量设备。我们研究分布式强化学习的资源选择，而不依赖于集中控制。mMTC的另一个重要特征是业务的零星和动态变化。现有的分布式访问控制研究假设流量负载是静态的或者能够逐渐适应动态的流量。我们通过训练TinyQMIX，这是一个轻量级的多智能体深度强化学习模型，在部署前学习各种流量模式下的分布式无线资源选择策略，以最大限度地减少适应期。因此，经过训练的代理能够快速适应动态流量并提供低访问延迟。数值结果支持我们的主张。
2022-11-21 cs.LG cs.MA cs.NI
Active Access: A Mechanism for High-Performance Distributed Data-Centric Computations
远程内存访问（RMA）是一种新兴的高性能编程模型，它直接使用RDMA硬件。然而，访问远程存储器不能调用活动的目标，复杂的实现和限制性能的数据为中心的算法。我们提出了主动访问（AA），一种机制，集成了著名的主动消息（AM）的语义与RMA，使高性能的分布式数据为中心的计算。AA支持一种新的编程模型，在这种模型中，用户指定在传入的放置和获取引用指定地址时触发的处理程序。AA基于对输入/输出存储管理单元（IOMMU）的一组扩展，IOMMU是一个为将I/O访问重新映射到存储器提供高性能硬件支持的单元。我们说明了AA优于现有的AM和RMA设计，加速各种代码，如分布式哈希表或日志计划，并启用新的协议，如增量检查点的RMA。我们还讨论了扩展IOMMU如何可以支持虚拟化的全局地址空间在分布式系统中，提供已知的功能，从节点上的内存虚拟化。我们期望AA能够增强大型计算中心的HPC操作和运行时系统的设计。
2020-10-18 cs.AR cs.DC cs.NI
Distributed Multiple Access with A General Link Layer Channel
研究了有限个同构用户未知的时隙无线多址网络中的分布式媒体接入控制问题。假设每个用户具有单个传输选项。在每个时隙中，用户选择空闲或发送分组。在一般信道模型下，提出了一种分布式介质访问控制框架，以适应所有用户的传输概率的值，最大化任意选择的对称网络效用。该算法中每个用户的概率目标是基于一个信道竞争度量来计算的，该信道竞争度量被定义为一个虚拟分组的成功概率。结果表明，该算法属于经典的随机逼近框架，保证收敛时，竞争措施可以直接从接收机。另一方面，当竞争度量不能直接获得时，计算机模拟表明，修改的媒体访问控制算法仍然可以帮助系统收敛到相同的设计均衡。
2018-11-27 cs.IT cs.NI math.IT
A Multi-Layered Distributed Computing Framework for Enhanced Edge Computing
本文提出一种基于分层网络结构的多层分布式计算框架，将资源共享扩展到一跳邻域之外，并通过精确方法与启发式策略优化任务分配和调度，显著提升边缘计算性能。
2024-10-08 cs.DC cs.NI
Distributed Learning Algorithms for Spectrum Sharing in Spatial Random Access Wireless Networks
本文研究了空间随机接入网络中正交冲突信道的分布式优化问题。用户在空间上是分布的，并且每个用户都在少数其他用户的干扰范围内。允许每个用户以一定的尝试概率在共享信道的子集上进行发送。我们研究了非合作和合作的设置。在前者中，每个用户的目标是最大化自己的速率，而不考虑其他用户的效用。在后者中，目标是在用户之间实现按比例公平的速率。简单的分布式学习算法被开发来解决这些问题。理论分析和仿真结果表明了所提算法的有效性。
2016-10-25 cs.IT cs.NI math.IT
Enhanced Access Traffic Steering Splitting Switching with Utility-Based Decisioning
3GPP接入网络（即4G和5G）与非3GPP接入网络（即Wi-Fi）的共存使得数据能够从一个接入网络卸载到另一个接入网络，以减轻拥塞网络的负担。在5G系统的演进中，共存已经演进到多接入框架，其中已经实现了在3GPP和非3GPP接入网络上的同时传输。该框架在3GPP中被命名为接入流量引导、分离和切换（ATSSS），并且被认为是提供对数据率和服务连续性的严格要求的关键使能器之一。在本文中，我们介绍了一种增强的ATSSS（eAT 3S）算法，其中不仅瞬时链路性能测量，但也考虑到网络运营商的偏好，以优化整体网络性能。作为所考虑的非3GPP无线接入技术（WAT）的一部分，光保真（LiFi）接入网络也与Wi-Fi网络一起被考虑。
2023-02-10 cs.NI cs.SY eess.SY
Personal Data Access Control Through Distributed Authorization
本文提出了一种个人信息管理系统的架构，在该系统中，个人可以通过智能合约定义对其个人数据的访问。这些运行在以太坊区块链上的智能合约实现了访问控制列表，并授予对个人数据引用的不变性，可追溯性和可验证性，这些数据本身存储在（可能是分布式的）文件系统中。设计了一种分布式授权机制，其中来自多个网络节点的信任是授予对数据的访问所必需的。为了这个目的，两个可能的替代方案描述：秘密共享方案和门限代理重新加密方案。这些替代品的性能进行实验比较的执行时间。阈值代理重新加密在不同的场景中似乎更快，特别是当增加消息大小，节点数量和阈值时，即授权数据公开所需的节点数量。
2021-01-25 cs.CR cs.DC cs.NI
Distributed and Centralized Hybrid CSMA/CA-TDMA Schemes for Single-Hop Wireless Networks
具有冲突避免的载波侦听多址接入（CSMA/CA）的强度可以与时分多址接入（TDMA）的强度相结合，以增强诸如基于IEEE 802.15.4的无线个域网（WPAN）之类的无线网络中的信道接入性能。特别地，传统的基于CSMA/CA的媒体访问控制（MAC）方案在拥塞网络中的性能可以通过混合CSMA/CA-TDMA方案来增强，同时保持可扩展性属性。在本文中，我们提出了分布式和集中式信道接入模型，遵循基于马尔可夫决策过程（MDP）的传输策略，以访问竞争期和无竞争期的智能方式。该模型考虑缓冲区的状态作为拥塞的指示，提供的业务不超过信道容量。我们扩展的模型，考虑隐藏节点碰撞问题，由于信道衰落引起的信号衰减。仿真结果表明，基于MDP的分布式信道接入方案优于传统的时隙CSMA/CA方案。该方案在由异构节点组成的网络中也有效地工作。集中式模型优于分布式模型，但需要网络的全局信息。
2014-01-22 cs.IT cs.NI math.IT
Distributed Cloud Association in Downlink Multicloud Radio Access Networks
本文考虑了一个多云无线电接入网络（M-CRAN），其中每个云服务于一个集群的基站（BS），这些基站通过高容量的数字链路连接到云。该网络包括多个远程用户，其中每个用户可以连接到一个（且仅一个）云。本文研究了用户到云的分配问题，通过最大化网络范围的效用受到实际的云连接约束。本文通过使用基于拍卖的迭代算法来解决这个问题，该算法可以通过云之间的合理信息交换以分布式方式实现。本文进一步提出了一种集中式启发式算法，具有较低的计算复杂性。仿真结果表明，所提出的算法提供了显着的性能改善相比，传统的无云分配解决方案。
2015-03-01 cs.IT cs.NI math.IT
A Distributed Ledger-Enabled Interworking Model for the Wireless Air Interface
虽然频谱的直接分配和演进的介质访问协议为无处不在的无线连接提供了基础，但是现有的TCP/IP和OSI模型是为有线网络设计的，并且不解决空中接口的开放互连。在没有用于空中接口的互连模型的情况下，现有网络设计继续将无线介质接入与回程提供商的无线介质接入绑定以获得接入的所有权和身份信任，从而导致对功能和覆盖的限制。在本文中，我们提出了一种新的解决方案，通过扩展TCP网络标准，我们提出了一个新的模型，名为TCP-Air，它直接在空中接口集成了分布式账本技术。此外，我们提出了TCP-空气模型的两个用例，展示了在现有许可接入网络设计下不可行的应用。
2020-04-26 cs.NI cs.SY eess.SY
Software Defined Edge Computing for Distributed Management and Scalable Control in IoT Multinetworks
最近，边缘计算已经成为支持物联网多网络中移动访问的一个有前途的范例。然而，异构无线通信方案的共存给此类网络中的移动性管理和接入控制带来了新的挑战。为了保持其计算连续性，软件定义网络（SDN）架构可以应用于分布式边缘网络，其为移动性管理提供一致的框架并为访问控制创建安全机制。在本文中，我们首先回顾了最先进的SDN技术及其在边缘计算中的应用。特别是，我们强调了与边缘计算环境中SDN的移动性管理和访问控制相关的突出问题。我们还介绍了一些有效的解决方案，这些问题，通过提出现实世界的测试床实验，原型和数值分析采用基于SDN的边缘计算范例的物联网多网络。
2021-04-06 cs.DC cs.NI
Distributed Edge Caching via Reinforcement Learning in Fog Radio Access Networks
Southeast University（东南大学）；Xidian University（西安电子科技大学）；Shanghai Institute of Microsystem and Information Technology, Chinese Academy of Sciences（中国科学院上海微系统与信息技术研究所）；University of Oulu（奥卢大学）；University of Manchester（曼彻斯特大学）；Harbin Institute of Technology（哈尔滨工业大学）
研究了雾天无线接入网中的分布式边缘缓存问题。考虑时空内容流行度和用户偏好的未知性，提出了一种基于隐马尔可夫过程的用户请求模型，以刻画F-RAN中时空业务需求的波动性.然后，提出了基于强化学习（RL）框架的Q学习方法，以分布式方式寻求最优缓存策略，使雾接入点（F-AP）能够在不增加额外通信开销的情况下学习和跟踪潜在的动态过程。此外，我们提出了一个更有效的Q-学习方法与价值函数近似（Q-VFA-learning），以降低复杂性和加速收敛。仿真结果表明，该方法的性能优于传统方法。
2019-02-27 cs.LG cs.NI stat.ML
Fully distributed optimal channel assignment for open spectrum access
在本文中，我们解决的问题，完全分布式分配的用户的子带，使系统的总速率最大化。我们引入了一个修改后的拍卖算法，可以应用在一个完全分布式的方式使用机会CSMA分配方案，是$ε$最优的。我们分析了该算法的预期时间复杂度，并提出了一种具有较低预期复杂度的算法变体。然后，我们表明，在独立同分布瑞利信道的情况下，一个简单的贪婪计划是渐近最优的$\SNR$增加或用户的数量增加到无穷大。最后，我们提供的建议算法的模拟结果。
2013-12-30 cs.DC cs.IT cs.NI
Federated Learning over a Wireless Network: Distributed User Selection through Random Access
针对无线网络联邦学习中集中式用户选择复杂度高的问题，提出基于CSMA随机接入、结合模型距离优先级与公平计数机制的分布式用户选择方法，可实现与集中式方案相近的快速收敛效果。
2023-07-07 cs.AI cs.LG cs.NI
Distributed Access Control with Blockchain
在单个管理域中的网络范围策略的规范和实施在当今的网络中是常见的，并且被认为已经解决。然而，对于多管理域，例如在不同企业之间，情况并非如此。在这种情况下，出现了新的问题，挑战经典的解决方案，如PKI，遭受可扩展性和粒度的关注。在本文中，我们提出了一个扩展组为基础的政策-广泛使用的网络策略语言-上述情况。为此，我们利用许可的区块链实现（Hyperledger Fabric）以安全和可审计的方式分发访问控制策略，同时保持每个组织的独立性。网络管理员指定呈现到区块链交易中的策略。LISP控制平面（RFC 6830）允许执行访问控制的路由器查询区块链的授权。我们已经实现了一个端到端的实验原型，并在可扩展性和网络延迟方面进行了评估。
2019-01-11 cs.CR cs.NI
Enhanced Prolog Remote Predicate Call Protocol
根据远程过程调用模型的思想，我们开发了一个逻辑编程对应物，自然称为Prolog远程谓词调用（Prolog RPC）。Prolog RPC协议有利于Prolog代码在多语言应用程序中的集成以及分布式智能应用程序的开发。该协议最重要的用途之一可能是开发分布式应用程序，这些应用程序至少部分地使用Prolog来实现其目标。最值得注意的是，适合逻辑编程的分布式人工智能（DAI）应用程序可以从该协议的使用中获益。在证明了它的有用性之后，我们更进一步，开发了一个新版本的协议，使其更加可靠并扩展了其功能。因为它有一个新的语法和一组新的命令，我们称这个版本为增强的Prolog远程过程调用。本文介绍了第二个版本引入的新功能和修改。
2006-03-26 cs.NI cs.PL
Distributed Policy Learning Based Random Access for Diversified QoS Requirements
Shanghai Institute for Advanced Communication and Data Science, Shanghai University（上海大学先进通信与数据科学研究院）；Beijing National Research Center for Information Science and Technology, Tsinghua University（清华大学北京信息科学与技术国家研究中心）
未来的无线接入网络需要支持各种类型的物联网（IoT）设备所需的多样化的服务质量（QoS）度量，用于状态生成源的信息年龄（AoI）和用于车辆网络中的安全信息的超低延迟。提出了一种基于分布式策略学习，特别是交叉熵方法的内部状态驱动随机访问（ISDA）框架。传统的随机接入方案，例如，$p$ -CSMA，假定无状态终端，并因此向所有终端分配相等的优先级。在ISDA中，终端的内部状态由时变状态向量描述，并且终端在竞争时段中的传输概率由它们各自的内部状态确定。利用神经网络逼近从内部状态到传输概率的函数映射，并采用迭代方法分布式地改进这些映射.实验结果表明，ISDA可以同时提高异构终端的QoS比传统的CSMA方案。
2019-03-06 cs.IT cs.LG cs.NI
Distributed Rate Allocation Policies for Multi-Homed Video Streaming over Heterogeneous Access Networks
我们考虑多个同时视频流共享多个异构接入网络之间的速率分配问题。我们开发和评估的分析框架，最佳速率分配的基础上观察到的可用比特率（ABR）和往返时间（RTT）在每个接入网络和视频失真率（DR）的特点。速率分配是一个凸优化问题，最大限度地减少所有视频流的总期望失真。我们提出了一个分布式近似的解决方案，并比较其性能对H-无穷最优控制和两个启发式计划的基础上TCP风格的加法-增加-乘法减少（AIMD）的原则。在多个高清（HD）视频流共享多个接入网络的模拟中评估的各种速率分配方案。我们的研究结果表明，在启发式AIMD为基础的计划相比，无论是媒体感知分配和H-无穷最优控制受益于积极的拥塞避免和减少平均丢包率从45%到2%以下。对于各种背景流量负载和视频播放截止日期，平均接收视频质量的改善范围在PSNR的1.5到10.7 dB之间。媒体感知分配进一步利用其对视频DR特性的了解，以在所有流之间实现更平衡的视频质量。
2010-01-07 cs.MM cs.NI
A Theory of Goal-Oriented Medium Access: Protocol Design and Distributed Bandit Learning
针对多节点分布式场景中面向目标的多址接入（GoMA）问题，提出分布式GoMA分析与优化理论框架，证明问题非凸且存在多个纳什均衡，提出的优化方法性能优于集中式方法达100%，还设计了有限反馈下的分布式学习算法。
2025-08-26 cs.NI math.OC
Distributed Proximal Policy Optimization for Contention-Based Spectrum Access
University of Texas at Austin（德克萨斯大学奥斯汀分校）
在未授权频谱中操作的无线设备的数量的增加激励了超越传统载波侦听的智能自适应频谱接入方法的发展。我们开发了一种新的分布式实现的策略梯度的方法称为近端策略优化建模的两阶段马尔可夫决策过程，使这样一个智能的方法，并仍然实现了分散的竞争为基础的媒体访问。在每个时隙中，基站（BS）使用来自频谱感测和接收质量的信息来自主地决定是否在给定资源上进行发送，目标是最大化网络范围的比例公平性。从经验上讲，我们发现的比例公平性奖励积累的策略梯度的方法是显着高于甚至基因辅助自适应能量检测阈值。这进一步验证了我们的方法所实现的改进的总和和最大用户吞吐量。
2021-10-07 cs.LG cs.NI eess.SP
An Enhanced Access Reservation Protocol with a Partial Preamble Transmission Mechanism in NB-IoT Systems
在这封信中，我们提出了一种增强的接入预留协议（ARP）与部分前导传输（PPT）机制的窄带物联网（NB-IoT）系统。所提出的ARP可以通过减少前导码冲突的发生来增强ARP性能，同时与传统的NB-IoT ARP兼容。我们提供了一个分析模型，捕获性能的虚警，误检测和碰撞概率方面的建议ARP。此外，我们调查的误检测和碰撞概率之间的权衡，并根据系统负载优化建议的ARP。结果表明，所提出的ARP优于传统的NB-IoT ARP，特别是在较重的系统负载。
2017-12-14 cs.IT cs.NI math.IT
Distributed SIR-Aware Opportunistic Access Control for D2D Underlaid Cellular Networks
在本文中，我们提出了一种分布式的干扰和信道感知的机会接入控制技术的D2D底层蜂窝网络，其中每个潜在的D2D链路是活跃的，每当其估计的信号干扰比（SIR）是高于预定阈值，以最大限度地提高D2D区域的频谱效率。我们的SIR感知机会接入方案的目标是提供足够的覆盖概率，并通过利用由密集的下层D2D用户使用自适应决策激活阈值引起的干扰来增加D2D链路的聚合速率。我们确定最佳D2D激活概率和阈值，建立在使用随机几何推导的D2D链路的覆盖概率和区域频谱效率的解析表达式上。具体地，我们提供了用于最优SIR阈值的两个表达式，其可以以分散的方式应用于每个D2D链路，以便分别使用无条件和有条件D2D成功概率来最大化D2D区域频谱效率。在不同的网络设置中的仿真结果示出了与现有的信道感知接入方案相比，两种SIR感知阈值调度方法在D2D链路覆盖概率、区域频谱效率和平均和速率方面的性能增益。
2014-10-10 cs.IT cs.NI math.IT
Cooperative Multi-Agent Reinforcement Learning Based Distributed Dynamic Spectrum Access in Cognitive Radio Networks
National University of Defense Technology（国防科技大学）；Auckland University of Technology（奥克兰理工大学）；Shenzhen University（深圳大学）；University of British Columbia（不列颠哥伦比亚大学）
随着5G和物联网的发展，大量的无线设备需要共享有限的频谱资源。动态频谱接入（DSA）是一种很有前途的范例，以弥补由历史的命令和控制的频谱分配方法所带来的频谱利用率低下的问题。本文研究了一个典型的多信道认知无线电网络中多用户分布式DSA问题。该问题被表示为一个分散的部分可观测马尔可夫决策过程（Dec-POMDP），提出了一种基于协作多智能体强化学习（MARL）的集中式离线训练和分布式在线执行框架.我们采用深度递归Q网络（DRQN）来解决每个认知用户的状态的部分可观测性。最终目标是学习一种协作策略，使认知无线电网络的总吞吐量最大化，在分布式的方式没有协调认知用户之间的信息交换。最后，我们通过大量的实验验证了该算法在各种设置。仿真结果表明，该算法收敛速度快，性能接近最优。
2021-06-17 cs.AI cs.GT cs.NI
Environment-Adaptive Multiple Access for Distributed V2X Network: A Reinforcement Learning Framework
最近几天对蜂窝车辆到一切（C-V2X）通信的巨大研究兴趣归因于它们与其前身技术相比更有效地调度多路访问的能力，即，专用短程通信（DSRC）。然而，仍然存在的最重要的问题之一是V2X需要在高度动态的环境中稳定运行。本文提出了一种开发动态性的方法。也就是说，我们提出了一种适应环境的资源分配机制，这可以是V2X网络经常遭受的空中接口拥塞的有效解决方案。具体来说，建议的机制旨在增加病毒传播至撞车风险较高的载具的机会。因此，优先考虑那些有紧急需求的人。该框架是基于强化学习（RL）建立的，它被建模为一个上下文多臂强盗（MAB）。重要的是，该框架被设计为在车辆上自主运行，而无需中央实体的任何帮助，因此，预计该框架将特别适合分布式V2X网络，如C-V2X模式4。
2021-01-03 cs.NI cs.SY eess.SY
HetDAPAC: Distributed Attribute-Based Private Access Control with Heterogeneous Attributes
本文提出异构属性的 HetDAPAC，将部分非敏感属性交由中央服务器验证，在保留分布式 DAPAC 隐私保证的同时把可达速率由 1/(2K) 提升至 1/(K+1)。
2024-01-24 cs.CR cs.IT cs.NI
Minimizing Age of Information in Spatially Distributed Random Access Wireless Networks
我们分析年龄的信息（AoI）在无线网络中，节点使用空间自适应随机接入方案发送状态更新到中央基站。我们表明，在这种情况下，可实现的AoI的集合是凸的，并设计策略，以最小化加权和，最小-最大，并按比例公平AoI通过设置传输概率作为节点位置的函数。我们发现，在捕获模型下，当考虑网络的空间拓扑结构时，AoI可以显着提高，并且我们获得了加权和最小-最大AoI的严格性能界限。最后，我们设计了一个政策，每个节点设置其传输概率只基于自己的距离从基站，当它不知道其他节点的位置，并表明，它收敛到最佳的比例公平的政策，网络的大小趋于无穷大。
2023-01-04 cs.IT cs.NI math.IT
Medium Access Control protocol for Collaborative Spectrum Learning in Wireless Networks
Faculty of Engineering, Bar-Ilan University（巴伊兰大学工程学院）；Faculty of Mechanical and Electrical Engineering, Kunming University of Science and Technology (KUST)（昆明理工大学机电工程学院）
本文提出一种用于无线网络频谱协作的介质访问控制协议，通过全分布式算法联合解决信道分配与访问调度，实现最优对数遗憾，并在模拟中显著优于现有协议。
2024-02-06 cs.LG cs.MA cs.NI
AI-Enhanced Distributed Channel Access for Collision Avoidance in Future Wi-Fi 8
Honor Device Company Ltd（荣耀设备有限公司）；State Key Laboratory of Integrated Services Networks（信息服务网络国家重点实验室）；School of Electrical Engineering and Telecommunications（电气与通信工程学院）
针对 Wi-Fi 密集部署中 BEB 碰撞高和公平性不足的问题，提出兼容 CSMA/CA 的多智能体强化学习 CTDE 框架，利用 MAPPO 降低碰撞并消除异构接入饥饿。
2025-09-27 cs.AI cs.LG cs.NI
Medium Access using Distributed Reinforcement Learning for IoTs with Low-Complexity Wireless Transceivers
Michigan State University（密歇根州立大学）
本文提出了一种基于分布式强化学习（RL）的框架，该框架可用于在具有低复杂度无线收发器的物联网网络中合成MAC层无线协议。所提出的框架不依赖于复杂的硬件功能，例如载波侦听及其相关的算法复杂性，这些功能在低成本和低能耗物联网设备的无线收发器中通常不受支持。在这个框架中，访问协议首先制定为马尔可夫决策过程（MDP），然后使用RL解决。一个分布式和多Agent RL框架被用作协议合成的基础。分布式行为使得节点独立地学习最优传输策略，而不必依赖于完整的网络级信息和其他节点行为的直接知识。节点学习最小化分组冲突，使得可以针对高于用于IoT设备的已知基准协议（诸如ALOHA）的负载条件获得和维持最佳吞吐量，而无需复杂的收发器。此外，观察到的节点能够学习最佳的行为在异构负载和网络拓扑条件的存在下。最后，所提出的学习方法允许无线带宽以不依赖于这种异质性的方式在网络节点之间公平地分布。通过仿真实验，本文展示了学习范式的性能和它的能力，使节点适应他们的最佳传输策略，在飞行中响应各种网络动态。
2021-04-29 cs.DC cs.LG cs.NI
