Evaluating Mobility Pattern Space Routing for DTNs
由于容迟网络（DTN）通常是可划分的，路由问题是非常具有挑战性的。然而，路由的好处很大，如果一个可以利用有关节点的移动性的知识。本文解决了这个问题，一个通用的算法的基础上使用的高维欧氏空间，我们称之为MobySpace，构建节点的移动模式。我们在这里提供了一个分析和大规模的评估，这种路由方案的背景下，环境网络重放真正的移动性的痕迹。具体的MobySpace评估是基于每个可能位置的节点访问频率。我们表明，MobySpace可以实现良好的性能相比，我们实现的其他算法，特别是当我们执行路由的节点上，有一个高的连接时间。我们确定，节点的移动性模式的同质性程度有很高的影响路由。最后，我们研究了节点学习自己的移动模式的能力。
2005-11-29 cs.NI
Efficient and Reliable Topology Control based Opportunistic Routing Algorithm for WSNs
机会路由在提高源节点和候选集之间的分组投递率方面具有优势。然而，考虑到无线传感器网络中频繁的拓扑变化，如何改善和控制PDR还没有详细的研究。因此，在本文中，我们提出了一个有效的和可靠的基于拓扑控制的机会路由算法（ERTO）考虑到PDRsc。在ERTO中，在计算PDRsc期间考虑干扰和传输功率损耗。该算法综合考虑了PDRsc、期望能耗以及传输功率与节点度的关系，联合计算最优传输功率和中继节点度。为了提高路由效率和降低计算复杂度，我们将多目标优化引入到拓扑控制中。在路由过程中，节点根据Pareto最优解集的性质计算最优发射功率和中继节点度，从而选择最优解。与传统的基于功率控制的机会路由算法相比，该算法在能量消耗、传输时延和吞吐量等方面都有了很大的改善。
2017-09-29 cs.NI
A Scale-Free Topology Construction Model for Wireless Sensor Networks
提出了一种无线传感器网络的局域节能（LAEE）演进模型。拓扑演化过程分为两个阶段。在第一阶段，节点随机分布在一个固定的区域。在第二阶段，根据无线传感器网络的空间结构，拓扑进化从sink节点开始，在新节点的局部区域内采用能量有效的优先附着规则进行生长，直到所有节点连接成网络为止。分析和仿真结果表明，LAEE的度分布服从幂律。该拓扑结构模型比其他非无标度的无线传感器网络拓扑结构具有更好的抗能量耗尽和随机失效的能力。
2014-05-14 cs.NI
The Rich-Club Phenomenon In The Internet Topology
我们表明，互联网拓扑结构在自治系统（AS）的水平有一个丰富的俱乐部现象。富节点，即少量节点和大量链接，彼此连接得非常好。富俱乐部是一个核心层，我们使用富俱乐部连接性和节点-节点链接分布来测量。我们在AS之间没有任何启发式假设的情况下获得了这个核心层。富俱乐部现象是区分幂律拓扑结构的一种简单的定性方法，并为新的网络模型提供了一个标准。为了证明这一点，我们比较了AS图的富俱乐部与使用Barabási-Albert（BA）无标度网络模型，健身BA模型和Inet-3.0模型获得的网络。
2003-09-17 cs.NI
Evaluating Connection Resilience for the Overlay Network Kademlia
Kademlia是一个分散的覆盖网络，到目前为止主要用于高度可扩展的文件共享应用程序。由于其分布式特性，它不会出现单点故障。通信可以通过冗余的网络路径进行，这使得Kademlia的信息分发能够抵御故障节点和攻击。这使得它适用于比互联网文件共享更多的场景。在本文中，我们模拟Kademlia网络与不同的参数，并分析网络中的节点不相交路径的数量，从而网络的连通性。即使当一些节点或通信信道发生故障或被攻击者破坏时，通信和系统范围的适应也需要高网络连接性。通过我们的研究结果，我们显示了这些参数对连接性的影响，因此，对失败的节点和通信信道的弹性。
2017-03-27 cs.NI
A topology-oblivious routing protocol for NDN-VANETs
车载自组织网络具有间歇性连接的特点，导致节点间端到端路径失效。命名数据网络（NDN）是处理此类问题的网络范例，因为信息是基于内容而不是主机的位置转发的。在这项工作中，我们提出了一个增强的路由协议，我们以前的拓扑无关的多跳，多路径，多通道NDN的VANESTANDARD（MMM-VNDN）的路由策略，利用几个路径，以实现更有效的内容检索。改进的MMM-VNDN（iMMM-VNDN）协议通过广播兴趣消息在请求者节点和提供者节点之间创建路径。当提供者用数据消息响应广播兴趣消息时，我们通过使用MAC地址作为每个节点的不同地址来创建节点之间的单播路由。iMMM-VNDN基于来自NDN节点的策略层的MAC地址来提取并因此创建路由。仿真结果表明，我们的路由策略表现优于其他国家的最先进的战略方面的兴趣满意率，同时保持低延迟和抖动的消息。
2018-11-19 cs.NI
Topology Discovery Using Path Interference
我们考虑的问题，推断的拓扑结构的网络使用的测量在终端节点，没有合作的内部节点。为此，我们提供了一个简单的方法来获得路径干扰，确定是否在网络中的两条路径相互交叉。利用这些信息，我们制定了一个整数规划的拓扑推理问题，并开发多项式时间算法来解决它的最佳网络与树和环拓扑结构。最后，我们使用这些算法开发的洞察力，以开发一个启发式识别一般的拓扑结构。仿真结果表明，我们的启发式优于最近提出的算法，使用距离测量拓扑发现。
2019-03-17 cs.NI
An Energy Balanced Dynamic Topology Control Algorithm for Improved Network Lifetime
在无线传感器网络中，一些传感器节点最终容易受到电池储备可能快速耗尽的影响，这是由于它们的中心位置或应用程序生成的流量模式。传统的能量管理策略，例如使用拓扑控制算法的策略，将每个节点处消耗的能量减少到所需的最小值。在本文中，我们使用一种不同的方法来平衡每个节点的能量消耗，从而增加网络的功能寿命。我们提出了一种新的分布式动态拓扑控制算法，称为能量平衡拓扑控制（EBTC），它考虑了实际消耗的能量为每个发送和接收，以实现增加功能寿命的目标。我们分析了该算法的计算和通信复杂性，并表明，它是等效的或更低的复杂性，其他动态拓扑控制算法。使用的能源消耗的经验模型，我们表明，EBTC算法增加了超过40%的无线传感器网络的生命周期相比，最好的以前已知的算法。
2013-09-12 cs.NI
Evaluating and Optimising Models of Network Growth
本文提出了一种统计上合理的方法来衡量概率模型反映网络增长的准确性，以及优化此类模型中参数的方法。该技术是数据驱动的，可用于任何类型的演化网络的建模和仿真。的整体框架，不断发展的拓扑结构分析（FETA）的框架，从互联网AS级拓扑结构，社交网站和合著网络收集的数据集进行测试。这些网络的增长的统计模型，并使用基于似然的方法进行测试。然后使用模型来生成具有与原始拓扑相同的统计特性的人工拓扑。这项工作可以用来预测未来的增长模式为一个已知的网络，或生成人工模型的图形拓扑结构的演变模拟的目的。具体的应用示例包括战略网络规划、社交网络中的用户分析或基于托管覆盖的服务中的基础设施部署。
2009-04-05 cs.NI
Optimal Distributed P2P Streaming under Node Degree Bounds
研究了在\emph{node degree bounds}下的对等（P2P）系统中最大化广播速率的问题，节点可以同时连接到的邻居的数量是有上限的。该问题对于在P2P系统中支持高质量视频流至关重要，并且由于其组合性质而具有挑战性。在本文中，我们解决这个问题，提供第一个分布式的解决方案，实现近最佳的广播速率下任意节点度的界限，并在任意覆盖图。它在单个节点上运行，仅利用来自其一跳邻居的测量，使解决方案易于实现，并适应对等体流失和网络动态。我们的解决方案包括本文提出的两个分布式算法，可以是独立的利益：基于网络编码的广播算法，优化给定的拓扑结构的广播速率，和马尔可夫链引导的拓扑跳变算法，优化拓扑结构。我们的分布式广播算法实现了最佳的广播速率在任意的P2P拓扑结构，而以前提出的分布式算法获得最优P2P完全图。我们证明了我们的解决方案的最优性和它的收敛到附近的最佳平衡噪声测量或没有时间尺度分离的假设。我们证明了我们的解决方案的有效性，在模拟使用互联网主机的上行链路带宽统计。
2012-06-19 cs.NI
Geographical and Topology Control based Opportunistic Routing for Ad Hoc Networks
机会路由在提高源节点和候选转发集之间的分组投递概率方面具有很大的优势。为了改善和减少能量消耗和网络干扰，本文提出了一种高效可靠的基于传输功率控制的无线ad hoc网络机会路由（ERTO）。在ERTO中，网络干扰和衰落，这是至关重要的路由性能，但没有考虑在以前的作品，被认为是在预测。该算法综合考虑了节点的期望能耗、发送功率与节点度之间的关系，对最优发送功率和转发节点度进行联合优化。为了提高路由效率，降低计算复杂性，我们将多目标优化和Pareto最优引入到ERTO中。在路由过程中，节点根据Pareto最优解集的性质计算最优发射功率和转发节点度。在此基础上，系统的能量消耗、传输时延和吞吐量都得到了很大的改善。
2019-12-16 cs.NI
Analysis of a Cone-Based Distributed Topology Control Algorithm for Wireless Multi-hop Networks
无线多跳网络的拓扑结构可以通过改变每个节点处的传输功率来控制。本文详细分析了一种基于锥的分布式拓扑控制算法。在[16]中介绍的该算法不假设节点具有可用的GPS信息;相反，它仅依赖于方向信息。粗略地说，该算法的基本思想是节点$u$以所需的最小功率$p_{u,α}$进行发送，以确保在$u$周围的每个度锥$α$中，存在$u$可以以功率$p_{u,α}$到达的某个节点。我们表明，采取$α= 5π/6$是一个必要和充分条件，以保证网络的连通性。更精确地，如果当每个节点以最大功率通信时存在从$s$到$t$的路径，则如果$α<= 5π/6$，则在包含所有边$(u,v)$的最小对称图$G_α$中仍然存在路径，使得$u$可以使用功率$p_{u,α}$与$v$通信。另一方面，如果为$α> 5π/6$，则不一定保留连接性。我们还提出了一组优化，进一步降低功耗，并证明他们保持网络连接。在故障和移动性的存在下的动态重配置进行了讨论。仿真结果验证了算法和优化的有效性。
2002-09-05 cs.NI
Topology Construction Algorithms for DECT NR+ in Normal and Ultra-Dense Deployments
Tampere University（坦佩雷大学）；Wirepas Oy（Wirepas公司）
针对正常与超密集部署下DECT NR+拓扑不稳定问题，提出4种拓扑构建算法，经仿真验证可减少中继数量、降低重关联速率，实现大规模网络高效运行。
2026-10-12 cs.NI
A novel wireless sensor network topology with fewer links
本文在$k$图的基础上，提出了对称$(k,j)$图$(1 \leq j < k)$，它是一种全新的拓扑结构，可以被一系列基于网络的结构所采用。我们发现，$k$最近的邻居节点发挥不同的影响，保证网络的连通性，和连接最远的$j$的这些$k$邻居是有能力建立一个连接的网络，目前流行的策略，连接所有这些$k$邻居。特别地，对于节点数量$n$到$10^3$的网络，如实验所示，与五个最近邻居节点中最远的三个而不是全部连接，即$(k,j)=(5,3)$，可以以高概率保证网络连通性。我们进一步揭示了$5$ -NN图的连通性不需要多于$0.75n$的连接或边.此外，结合对称$(k,j)$ -NN和随机几何图（RGG）的无线传感器网络（WSNs）的应用中的传输半径的约束，构造了一种复合拓扑结构。
2014-10-29 cs.NI
Network Topology Inference based on Timing Meta-Data
考虑一个处理器，它只能访问由来自网络中所有节点的数据分组和确认（ACK）分组的定时组成的元数据。元数据报告每个分组的源节点，但不报告目的地节点或分组的内容。处理器的目标是仅基于这样的信息来推断网络拓扑。以前的工作利用因果关系度量来确定哪些链接是活动的。如果两个节点（分别是节点1和节点2）的数据定时和ACK定时是因果相关的，则这可以被认为是节点1正在与节点2通信（节点2向节点1发回ACK分组）的证据。本文首先观察到，数据包丢失可以削弱数据和ACK定时流之间的因果关系。为了解决这个问题，一个新的期望最大化（EM）为基础的算法-EM因果关系发现算法（EM-CDA）-它把数据包丢失作为潜在变量。EM-CDA在分组丢失的估计和因果关系度量的评估之间迭代。在NS-3仿真平台上进行了大量的无线传感器网络实验，验证了该方法的有效性。
2022-10-11 cs.NI eess.SP
Topology Partitioning-based Self-Organized Localization in Indoor WSNs with Unknown Obstacles
针对室内无线传感器网络中未知障碍物导致定位精度下降的问题，提出一种基于拓扑划分的自组织定位方法，通过识别并切断受阻通信路径，平均切断87%的受影响路径，在RSSI视距假设下定位精度超过99.99%。
2025-05-23 cs.NI
A New Distributed Topology Control Algorithm for Wireless Environments with Non-Uniform Path Loss and Multipath Propagation
无线多跳网络中的每个节点可以调整其发送的功率电平，从而通过选择与其直接通信的邻居来改变网络的拓扑以节省能量。许多以前的分布式拓扑控制算法都假设每个节点都有能力推断出一些基于位置的信息，如其邻居节点相对于自身的方向和距离。然而，在路径损耗指数变化很大导致距离估计中的显著误差的真实环境中，不能依赖于基于位置的信息的这种推导。此外，多径效应可能导致具有不同损耗特性的不同信号路径，并且这些路径中没有一个可以是视线，使得难以估计相邻节点的方向。在本文中，我们提出了步骤拓扑控制（STC），一个简单的分布式拓扑控制算法，降低能耗，同时保持异构传感器网络的连接，而不使用任何基于位置的信息。我们表明，STC算法实现了相同或更好的通信顺序和计算复杂性相比，其他已知的算法，也保持连接，而不使用基于位置的信息。我们还提出了一个详细的基于仿真的比较分析的节能和减少干扰的算法实现。结果表明，STC算法在不增加通信复杂度和计算复杂性的情况下，在均匀无线环境下，尤其是在路径损耗特性不均匀的情况下，其性能优于其他算法。
2009-11-13 cs.NI
Energy-efficient topology to enhance the wireless sensor network lifetime using connectivity control
无线传感器网络在工业、军事、医学、农业、教育等领域有着广泛的应用，引起了人们的广泛关注。此外，人们也在为扩大其应用范围和提高其效率而进行了大量的研究。然而，在提高该网络的不同部分的效率方面仍然存在许多挑战。在无线传感器网络中，提高网络生命周期是一个重要的环节。由于传感器节点通常由电池供电，因此在这些类型的网络中要考虑的最重要的问题是以这样的方式降低节点的功耗，从而将网络寿命增加到可接受的水平。本文的贡献是使用拓扑控制，在节点的剩余能量的阈值，和两个元算法，包括模拟退火（SA）和可变邻域搜索（VNS），以增加剩余的能量在传感器。此外，使用低成本的生成树，在网络中创建节点之间的适当连接控制，以增加网络的生命周期。仿真结果表明，该方法提高了传感器的寿命，降低了能量消耗。
2020-10-13 cs.NI
TopoShot: Uncovering Ethereum's Network Topology Leveraging Replacement Transactions
以太坊依赖于点对点覆盖网络来传播信息。以太坊网络拓扑的知识是理解以太坊安全性、可用性和用户匿名性的关键。从测量的角度来看，以太坊网络的拓扑结构是隐藏在各个以太坊节点内部的路由表信息，测量这一点带来了挑战，并且在现有文献中仍然是一个开放的研究问题。本文介绍了TopoShot，这是一种独特地重新利用以太坊的交易替换/驱逐策略进行拓扑测量的新方法。TopoShot可以配置为支持Geth，Parity和其他主要的以太坊客户端。在本地节点上验证，TopoShot实现了100%的测量精度和88% -97%的高召回率。为了有效地测量野外的大型以太坊网络，我们提出了一个非平凡的时间表来并行运行成对测量。为了在以太坊主网上实现道德测量，我们提出了TopoShot的工作负载自适应配置，以最大限度地减少对目标节点/网络的服务中断。我们系统地测量了各种以太坊网络，并获得了新的知识，包括主要测试网（Ropsten，Rinkeby和Goerli）中的全网络拓扑和主网中的关键子网拓扑。测试网的结果显示了有趣的图论性质，例如所有测试网的图模块化显着低于随机图，这意味着网络分区的弹性。主网的结果显示了关键以太坊服务（如采矿池和交易中继）采用的有偏见的邻居选择策略，这意味着在真实的以太坊网络中存在一定程度的集中化。
2021-09-30 cs.NI
SNAC: An Unbiased Metric Evaluating Topology Recognize Ability of Network Alignment
网络对齐是一个寻找相似网络之间节点映射的问题。它将来自不同来源的数据联系起来，并在生物信息和社交网络领域得到广泛研究。网络对齐与精确图匹配的关键区别在于网络对齐考虑了具有容错性的非同构图中的节点映射。研究人员通常利用AC（准确度）来衡量网络对齐的性能，直接将每个输出元素与基准进行比较。然而，该度量忽略了一些节点即使在单个图中也是自然不可区分的（例如，节点具有相同的邻居）并且不需要在图之间进行区分。这种忽视导致模型被低估。我们提出了一个无偏的度量网络对齐，考虑到不可区分的节点来解决这个问题。我们在合成数据集和真实数据集上进行了不同尺度的详细实验，结果表明，所提出的度量正确地反映了结果映射与基准映射的偏差，就像标准度量AC一样。与AC相比，该度量有效地阻止了不可区分节点的影响，并在不可区分节点增加的情况下保持稳定性。
2021-07-23 cs.NI cs.SI
Topology Control and Network Lifetime in Three-Dimensional Wireless Sensor Networks
三维（3D）网络的覆盖和连通性问题在[2]中得到了解决，但该工作假设节点可以放置在任何任意位置。在这项工作中，我们放弃了这一假设，而是假设节点均匀且密集地部署在3D空间中。我们希望设计一种机制，使一些节点保持活动状态，并使其他节点进入睡眠状态，以便每次活动节点的数量最小化（从而使网络生命周期最大化），同时保持全覆盖和连接。一种简单的方法是将3D空间划分为单元，每个单元中只有一个节点保持活动状态。我们的结果表明，如果每个单元的形状是一个截顶八面体，可以最小化的活动节点的数量。它要求传感范围至少是传输半径的0.542326倍。对于立方体、六棱柱和菱形十二面体，该值分别为0.5、0.53452和0.5。而立方体、六棱柱体和菱形十二面体模型的一次激活节点数分别是截顶八面体模型的2.372239、1.82615和1.49468倍。由此可见，截角八面体模型具有最高的网络寿命。我们还提供了一个分布式的拓扑控制算法，可以使用每个传感器节点，以确定其小区ID使用一个恒定数量的本地算术运算提供的传感器节点知道它的位置。我们还通过仿真验证了我们的结果。
2006-09-11 cs.CG cs.NI
Degree and connectivity of the Internet's scale-free topology
在本文中，我们从理论和实证上研究了互联网的自治系统（AS）水平上的无标度拓扑结构的程度和连通性。无标度网络的基本特征对度分布p（k）的归一化常数有影响。建立了一个互联网无标度拓扑的数学模型。在这个模型上，我们从理论上得到了平均度、kmin度（最小度）节点和kmax度（最大度）节点的比率、最富有（最佳连通）节点手中的度（或链接）的分数的公式。我们发现幂律指数λ越小，最小度或最大度越大，平均度越大。对于较大的λ和较小的kmin或kmax，kmin度节点的比率较大。对于较小的λ和kmax或较大的kmin，kmax度的比率较大。较丰富的节点拥有AS级Internet拓扑的大部分总度。此外，我们还揭示了kmin度节点的比例或平均度的增长率随kmin的增加呈幂律衰减。随着kmax的增加，kmax度节点的比例呈幂律衰减，并且在较富裕的27%节点手中的度的分数约为73%（“73/27规则”）。最后，基于BGP的经验数据，对该方法和其他方法的平均度、比率和分数进行了实证计算，结果表明，该方法对AS级的Internet拓扑结构是严格有效的。
2011-06-02 cs.NI cs.SI physics.soc-ph
Entanglement-Based Artificial Topology: Neighboring Remote Network Nodes
University of Naples Federico II（那不勒斯费德里科二世大学）
本文提出利用多粒子纠缠实现跨量子局域网的人工拓扑，通过本地操作动态连接不同网络并适应流量模式。
2026-01-29 cs.NI quant-ph
New Technique for Proposing Network's Topology using GPS and GIS
当使用Prim算法时，网络的建议拓扑结构会出现问题（不切实际的距离），不关心湖泊，高山，建筑物等，这个问题将导致不正确的估计成本（预算）的要求，如媒体（光纤）和转换点、再生器、光放大器的数量或类型，本文提出了一种利用全球定位系统（GPS）和地理信息，利用网络节点间的实际距离，实现Prim算法的新技术系统GIS软件包。从媒体（光纤）的角度将新技术应用于埃尔比勒市的学术机构网络表明，如果基于节点之间不切实际的距离执行默认的Prim算法（不使用GPS和GIS），则需要（近）4倍的媒体成本（预算）。
2012-06-04 cs.DC cs.NI
AToM: Active Topology Monitoring for the Bitcoin Peer-to-Peer Network
在过去的十年中，比特币P2P网络协议已经成为所有现代加密货币的参考模型。虽然这个网络中的节点是已知的，但它们之间的连接是隐藏的，因为人们普遍认为这有助于防止去匿名化和低级攻击。然而，攻击者可以通过侧通道推断连接来绕过这一限制。同时，拓扑信息的缺乏阻碍了对网络的分析，这对于提高效率和安全性至关重要。在本文中，我们彻底审查网络级的攻击和经验表明，拓扑混淆不是一个有效的对策。然后，我们认为开放拓扑的好处可能超过其风险，并提出了一个协议，以可靠地推断和监控比特币网络的可达节点之间的连接。我们正式分析我们的协议，并在可信和不可信的设置实验评估其准确性。实验结果表明，该系统对网络的影响较小，在网络中恶意节点高达20%的情况下，查准率和查全率均在90%以上。
2021-07-27 cs.CR cs.NI
Broadcasting in Networks of Unknown Topology in the Presence of Swamping
在本文中，我们解决了一个新的通信模型下的无线网络中的广播问题：{ \em swamping}通信模型。在该模型中，节点仅与几何距离大于$s$且至多为$r$的那些节点通信。在该模型下，附近节点之间的通信可能非常耗时，因为在距离$s$内的两个节点之间的路径的长度在许多情况下仅由直径$D$限制。对于$n$节点格形网络，我们给出了最优时间复杂度的算法，分别是格线的$O(n/r + r/(r-s))$和二维格的$O(\sqrt{n}/r + r/(r-s))$。我们还考虑直径$D$和参数$g$（{ \em粒度}）的未知拓扑的网络。更具体地说，我们认为网络与$γ$之间的任何两个节点和$g = 1/γ$的最小距离。我们提出了网络的节点放置在线路上和平面上的广播算法，各自的时间复杂度$O(D/l + g^2)$和$O(Dg/l + g^4)$，其中$l \in Θ(\max\{(1-s),γ\})$。
2014-06-07 cs.CC cs.DC cs.NI
Intra-QLAN Connectivity: beyond the Physical Topology
针对量子局域网物理拓扑连接稀疏的限制，提出通过操控共享多体纠缠态构建人工拓扑的框架，仅靠本地操作即可实现按需链路，还能解决星型拓扑单点故障问题。
2024-06-14 cs.NI quant-ph
Stability conditions for a discrete-time decentralised medium access algorithm
我们考虑一个随机的分布式系统建模的无线网络的行为与节点采用离散时间版本的标准分散介质访问算法。系统是{ \em不饱和} --每个节点以每个时隙$λ$分组的速率接收外部分组流。每个数据包需要一个时隙来传输，但相邻节点不能同时传输。我们研究的算法是{ \em standard}的，因为：具有空队列的节点{ \em not}竞争介质访问;节点的访问过程{ \em not}依赖于其队列长度，只要它不为零。两个系统的拓扑结构被认为是，与节点排列在一个圆圈和一条线。我们证明了，对于任一拓扑，系统在条件$λ< 2/5$下是随机稳定的。该结果对于环形拓扑是直观的，因为每个节点在饱和系统（具有无限队列）中接收的吞吐量等于所谓的{ \em停放常数}，其大于$2/5$。(The然而，后一个事实无助于证明我们的结果。）对于线路拓扑，结果根本不直观，因为在饱和系统中，一些节点接收的吞吐量低于$2/5$。
2018-03-20 cs.NI math.PR
Resilient Topology-Aware Coordination for Dynamic 3D UAV Networks under Node Failure
National Chung Cheng University（中正大学）；Advanced Institute of Manufacturing with High-tech Innovations (AIM-HI), National Chung Cheng University（中正大学先进制造与高技术创新研究院）
本文提出拓扑感知图MAPPO框架，通过自主3D空间重新配置提升动态无人机网络在节点故障下的鲁棒性和生存能力。
2026-03-12 cs.MA cs.NI
SHORTCUT: In-Collective Topology Reconfiguration for Low-Latency AllReduce
Technische Universität Berlin（柏林工业大学）；Weizenbaum Institute（魏岑鲍姆研究所）
本文重新审视小消息 AllReduce 中 Ring 与 Recursive Doubling 的优劣，提出面向动态光子互连的集合内电路交换启发式调度，以降低传播延迟、拥塞和重配置开销。
2026-09-30 cs.DC cs.NI
Topology Control of wireless sensor network using Quantum Inspired Genetic algorithm
在这项工作中，一个不断发展的链接量子寄存器已被引入，这是二进制的基因对的组向量，在其本地邻近代表那些节点，将具有高连通性，并保持在低能耗，并考虑到拓扑控制。寄存器工作在更高的维度。这里使用了二阶量子启发的遗传算法，并且还可以使用更高阶来实现节点拓扑控制的更大通用性。给出了算例结果，分析了量子遗传算法的计算结果，并对计算结果进行了比较。对于未来的工作，因素暗示，这将利用算法的工作在更多的计算密集型问题。
2018-06-20 cs.NE cs.NI
