Auction-based Bandwidth Allocation Mechanisms for Wireless Future Internet
未来互联网的一个重要方面是（无线）网络资源的有效利用。为了提供QoS方面的高要求的未来因特网服务，当前的趋势是朝着“集成”无线网络接入模型演进，该模型使得用户能够在“任何时间、任何地点”的基础上在全IP网络中享受移动性、无缝接入和高服务质量。术语“集成”用于表示未来互联网无线“最后一英里”预计将包括多个异构地理共存的无线网络，每个网络具有不同的容量和覆盖半径。无线接入网络资源的有效管理是至关重要的，因为它们的稀缺性使得无线接入成为提供高质量服务的潜在瓶颈。在本文中，我们提出了一个拍卖机制分配这样的网络的带宽，使效率达到，即社会福利最大化。特别是，我们提出了一个激励兼容，高效的拍卖为基础的机制，低计算复杂性。我们定义了一个重复的游戏，以解决用户效用和激励问题。随后，我们扩展了这种机制，使它也可以容纳多播会话。我们还分析了所提出的机制的计算复杂性和消息开销。然后，我们将展示如何从网络生成的权重中替换用户出价，并将拍卖转换为能够优先考虑某些类别的服务并模仿DiffServ和当日定价方案的合作机制。理论分析的补充模拟评估所提出的机制的属性和性能。最后，我们提出了一些结论和未来的研究方向。
2010-01-28 cs.NI
Agent Discovery in Internet of Agents: Challenges and Solutions
School of Cyber Science and Engineering, Xi’an Jiaotong University（西安交通大学网络空间安全学院）
本文提出了一种两阶段能力发现框架，通过自主能力声明和任务驱动的发现机制，提升智能体互联网中智能体能力发现的性能与可扩展性。
2025-11-24 cs.NI
Distributed Discovery Clients for Spectrum Allocation
通过使用分布式P2P系统，其中代理驻留在已经存在于大多数无线电节点（如Wi-Fi接入点、基站、连接到互联网的TV等）中的微处理器中，这些代理可以通过回程网络发现其他代理。结果，创建客户端节点列表（类似于3GPP中使用的邻居列表）。另一种方法是使用集中式数据库。为什么这是最好的分布式代理在本文中讨论的安全考虑。也将受益于该系统的其他应用的例子。
2014-11-14 cs.NI
Grant-Free Power Allocation for Ultra-Dense Internet of Things Environments: A Mean-Field Perspective
针对超密集物联网海量连接需求，提出融合流量与能量预算的免授权功率分配方案，用随机几何与平均场博弈建模干扰，结合马尔可夫链分析队列与传输概率，仿真验证了方法有效性。
2023-12-23 cs.GT cs.NI
User Pairing and Power Allocation in Untrusted Multiuser NOMA for Internet-of-Things
在物联网（IoT）中，大量敏感和机密信息以无线方式传输，使安全性成为一个严重的问题。当使用非正交多址接入（NOMA）等技术时尤其如此，这使得用户可以访问彼此的数据。本文研究了多用户NOMA下行链路系统中的安全通信，其中每个用户都是潜在的窃听者。资源分配是在满足用户数据量需求和功率约束的前提下，以总保密率最大为目标进行的。我们解决这个非平凡的，混合整数非线性规划问题分解成功率分配的封闭形式的解决方案，并有效地使用线性规划松弛和障碍算法获得用户配对。这些子问题迭代求解，直到收敛，收敛速度严格分析。仿真结果表明，该方法在总保密率和计算复杂性方面明显优于现有的方案。
2023-02-11 cs.IT cs.NI math.IT
Performance Optimization of Network Coding Based Communication and Reliable Storage in Internet of Things
物联网（IoT）正在迅速改变我们的日常生活。虽然新技术每天都在出现，并在这个快速发展的领域扩大其影响力，但许多经典理论仍然可以找到它们的位置。在本文中，我们研究了经典网络编码理论在物联网的两个重要组成部分中的重要应用，包括物联网核心网络，其中数据被感知和传输，以及分布式云存储，其中物联网核心网络生成的数据被存储。首先，我们在物联网核心网络中提出了一种自适应网络编码（ANC）方案，以提高传输效率。我们证明了该方案的有效性和性能优势，通过模拟现有的计划。接下来研究了网络编码在分布式云存储中的应用。接下来我们介绍了基于网络编码的分布式云存储中的最优存储分配问题，该问题的目的是在给定每个数据中心的失效概率$p$的情况下，寻找最可靠的分配方案，将$n$数据组件分配到$N$数据中心。在此基础上，提出了一种多项式时间最优存储分配（OSA）方案。理论分析和仿真结果均表明，OSA方案可以大大提高存储可靠性。
2017-03-09 cs.NI
Digital Twin-Assisted Task Offloading and Resource Allocation in ISAC-Enabled Internet of Vehicles
Xiamen University（厦门大学）；Nanyang Technological University（南洋理工大学）
针对车联网通信频谱效率低、资源优化难等问题，本文提出ISAC赋能的数字孪生辅助任务卸载与资源分配方案，通过李雅普诺夫优化分解问题并设计Ly-DTMPPO算法，实现系统成本最小化与队列稳定，仿真显示其性能优于现有基准。
2025-11-08 cs.NI
E2E Delay Guarantee for the Tactile Internet via joint NFV and Radio Resource Allocation
触觉互联网（TI）是下一代无线网络服务之一，其端到端（E2 E）延迟低至1 ms。由于在当前的4G网络架构中不能满足这种超低E2 E延迟，因此有必要通过考虑诸如网络功能虚拟化（NFV）的新技术来研究下一代无线网络中的该服务。另一方面，考虑到TI服务中E2 E延迟的重要性，考虑网络的所有部分（包括无线电接入部分和NFV核心部分）的延迟是至关重要的。在本文中，我们第一次研究了联合无线电资源分配（R-RA）和NFV资源分配（NFV-RA）在异构网络中的排队延迟，传输延迟，并导致虚拟网络功能（VNF）执行的延迟共同考虑。对于这种设置，我们制定了一个新的资源分配（RA）问题，以最小化总成本函数，保证每个用户的E2 E延迟。由于所提出的优化问题是高度非凸的，我们采用交替搜索方法（ASM），连续凸近似（SCA），启发式算法来解决它。仿真结果表明，在所提出的方案可以显着降低网络成本相比，这两个问题分别优化的情况下。
2019-11-08 cs.NI eess.SP
Non-stationary Resource Allocation Policies for Delay-constrained Video Streaming: Application to Video over Internet-of-Things-enabled Networks
由于多用户无线视频传输应用的高带宽要求和严格的延迟约束，确保所有视频用户在其延迟截止期限到期之前都有足够的传输机会使用是一个长期的研究问题。我们提出了一种新的解决方案，解决这个问题，而不假设详细的数据包级的知识，这是不可用的资源分配时间。相反，我们翻译成一个单调递减的权重分布在所考虑的时间范围内的每个发送者的视频数据包的传输延迟的最后期限。更高的权重被分配给具有更高的遵守最后期限的交付概率的时隙。在给定视频流的权重集的情况下，我们提出了低复杂度的延迟感知资源分配（DARA）方法来计算最优时隙分配策略，该策略最大化了所有视频流的最后期限交付。DARA方法的一个独特特征是它产生依赖于先前时隙的分配的非固定时隙分配策略。我们证明了DARA方法对于随时间呈指数下降的权重分布是最优的。我们进一步实现了我们的框架，用于在无线个域网中进行实时视频流传输，这些无线个域网在新的物联网（IoT）范式中获得了巨大的吸引力。对于使用H.264/AVC编码并通过模拟面向物联网的IEEE 802.15.4e TSCH媒体访问控制的6 tisch框架进行流传输的多个监控视频，我们的解决方案被证明是唯一一个确保所有视频比特流以可接受的质量以遵守截止日期的方式交付的解决方案。
2014-01-05 cs.MM cs.NI
Context-aware Dynamic Discovery and Configuration of 'Things' in Smart Environments
物联网（IoT）是一个动态的全球信息网络，由互联网连接的对象组成，例如RFID，传感器，执行器以及其他仪器和智能电器，它们正在成为未来互联网的组成部分。目前，这种与互联网相连的物体或“物”的数量超过了与互联网相连的人和计算机，其人口预计将在今后5至10年内增长到500亿。为了能够开发物联网应用程序，这些“东西”必须动态地集成到新兴的信息网络中，这些网络由架构上可扩展的和经济上可行的互联网服务交付模型（如云计算）支持。通过发现和配置“事物”实现这种集成是一项具有挑战性的任务。为此，我们提出了一个上下文感知的动态发现{事物}（CADDOT）模型。我们已经开发了一个工具SmartLink，这是能够发现部署在特定位置的传感器，尽管他们的异质性。SmartLink有助于在传感器硬件和基于云的物联网中间件平台之间建立直接通信。我们使用插件架构来解决异构性的挑战。我们的原型工具在Android平台上开发。此外，我们采用全球传感器网络（GSN）作为物联网中间件进行概念验证。使用包含52个基于Arduino的Libelium传感器的测试床验证了所提出的解决方案的重要性。
2013-11-09 cs.NI
Harnessing Large Language Models for Intelligent Resource Allocation in the Internet of Everything
University of Science and Technology Beijing（北京科技大学）
该研究针对万物互联的动态资源调度挑战，提出大语言模型驱动的资源分配方案，构建多维调度决策模型并引入反馈模块，仿真显示其在收敛速度等指标上表现优异。
2026-07-30 cs.LG cs.NI
Sensor Discovery and Configuration Framework for The Internet of Things Paradigm
物联网（IoT）将包括数十亿个可以感知、通信、计算和潜在驱动的设备。物联网产生的数据是有价值的，有潜力推动创新和新颖的应用。来自这些设备的数据流将挑战传统的数据管理方法，并为新兴的大数据范式做出贡献。在收集和处理来自这些设备（例如传感器）的数据之前，最具挑战性的任务之一是发现和配置传感器和相关的数据流。在本文中，我们提出了一种称为SmartLink的工具，可用于发现和配置传感器。具体而言，SmartLink能够发现部署在特定位置的传感器，尽管它们具有异质性（例如，不同的通信协议，通信序列，功能）。SmartLink在传感器硬件和基于云的物联网中间件之间建立直接通信。我们使用插件架构解决异构性的挑战。我们的原型工具在Android平台上开发。我们通过发现和配置52种不同类型的Libelium传感器来评估我们方法的意义。
2013-12-23 cs.NI
User Transmit Power Minimization through Uplink Resource Allocation and User Association in HetNets
蜂窝物联网（IoT）的普及日益增加，数十亿IoT设备将连接到互联网。这些设备中的许多设备具有有限的电池寿命，并且发射功率受到限制。蜂窝网络中的高用户功耗限制了5G中许多物联网设备的部署。为了能够包含这些设备，5G应该补充减少用户功耗的策略和方案。因此，我们提出了一种新的联合上行链路用户关联和资源分配方案，以最小化用户发射功率，同时满足服务质量。我们分析了我们的方案为两层异构网络（HetNet），并显示了平均发射功率为-2.8 dBm和8.2 dBm的我们的算法相比，20 dBm的最先进的最大参考信号接收功率（RSRP）和信道个别偏移（CIO）为基础的关联方案。
2018-10-13 cs.NI
Task Offloading and Resource Allocation for MEC-assisted Consumer Internet of Vehicle Systems
针对MEC辅助消费级车联网中资源与计算需求不匹配等挑战，提出多MEC辅助架构，构建系统成本最小化优化问题，设计基于MADDPG的联合任务卸载与资源分配方法JTOCRA，仿真证明其性能和可扩展性更优。
2025-08-13 cs.NI eess.SP
Optimal Energy Allocation Policy for Wireless Networks in the Sky
谷歌的Project Loon于2013年启动，旨在为农村和偏远地区提供互联网接入。在Loon网络中，气球环绕地球飞行，为无法直接连接到全球有线互联网的用户带来接入点。来自用户的信号将通过气球网络传输到与地球上的互联网服务提供商（ISP）相连的基站。数据的发送和接收过程消耗了气球的一定能量，而气球上的能量无法通过稳定的电源或频繁更换电池来提供。相反，气球可以从自然能源中获取能量，例如，太阳能，或通过配备适当的电路从射频能量。然而，这种能源往往是动态的，因此如何有效地利用这些能源是本文的主要目标。在本文中，我们研究的最优能量分配问题的气球，使网络性能得到优化，服务提供商的收入最大化。我们首先制定的随机优化问题作为一个马尔可夫决策过程，然后应用学习算法基于模拟为基础的方法，以获得最佳的政策气球。大量的仿真结果清楚地表明所提出的学习算法的效率和收敛性。
2015-01-21 cs.NI
An Edge-Based Resource Allocation Optimization for the Internet of Medical Things (IoMT)
随着医疗物联网（IoMT）数量的增加，在医院或医疗中心内执行本地任务的需求也在增加。许多医疗保健组织正在逐步接受或采用边缘计算模式，以便在网络边缘处理计算密集型任务，以避免与将任务卸载到云相关的延迟和网络可靠性问题。然而，问题是，医院或医疗中心可能没有足够的计算资源来有效地处理高级ML或AI任务。此外，一些任务可能不容易被拒绝或包含敏感的患者医疗保健数据，这增加了恶意攻击的风险。在本文中，我们扩展了我们的Edgify资源配置框架，将涉及患者数据的医疗保健应用程序的任务卸载视为多标准决策（MCDM）过程，该过程通常涉及多个相互冲突的标准（例如数据隐私风险，成本，延迟，网络可靠性等）。我们评估我们提出的框架，通过一些实验，证明了我们的优化方法在医院或医疗中心的有用性和有效性。
2021-07-30 cs.DC cs.NI
A Knowledge-Based Resource Discovery for Internet of Things
在传感即服务范式中，物联网（IoT）中间件平台允许数据消费者在不知道IoT资源（即传感器和数据处理组件）的底层技术细节的情况下检索他们想要的数据。然而，配置物联网中间件平台和检索数据对于数据消费者来说是一个重大挑战，因为它需要技术知识和领域专业知识。在本文中，我们提出了一种知识驱动的方法，称为上下文感知传感器配置模型（CASCOM），以简化配置物联网中间件平台的过程，因此数据消费者，特别是非技术人员，可以轻松地检索他们所需的数据。在本文中，我们演示了如何使用语义来描述物联网资源，以便它们以后可以用于组成服务工作流。这种基于语义知识的物联网资源自动组合方法推进了当前的研究。我们通过一个基于物联网中间件的原型实现（称为全球传感器网络（GSN））来展示我们方法的可行性和可用性，尽管我们的模型可以推广到任何其他中间件平台。
2016-06-29 cs.NI
A Real-time Group Auction System for Efficient Allocation of Cloud Internet Applications
越来越多的基于云的互联网应用需要高效的资源和成本管理。提出了一种面向云实例市场的实时的【形】群组拍卖系统。该系统是基于组合双向拍卖设计的，其适用性和有效性是根据拍卖参与者的资源效率和货币收益来评估的（例如，云用户和提供商）。拟议的拍卖系统帮助他们决定何时以及如何将资源分配给用户。此外，我们提出了一个分布式算法，使用一个组形成游戏，确定哪些用户和供应商将交易资源，他们的合作决定。为了解决资源分配问题，将效用优化问题转化为一个二进制整数规划问题，并采用具有二次时间复杂度的启发式算法求解。在比较研究中，所提出的具有合作的实时的【形】组拍卖系统在资源效率方面优于单个拍卖（例如，用户的请求接受率和提供商的资源利用率）和货币收益（例如，用户的平均支付和提供商的总利润）。
2013-04-02 cs.GT cs.NI
The Hidden Internet of Iran: Private Address Allocations on a National Network
虽然各供资机构向服务的开发商和供应商提供了大量支助，以便利信息通过因特网不受限制地流动，但对伊朗伊斯兰共和国的基本通信网络基础设施缺乏综合了解。在缺乏开放获取和公共数据的情况下，谣言和恐惧占据了主导地位。在对该国审查制度的初步研究中，我们发现初步迹象表明，伊朗的电信实体允许私人地址在国内路由，无论是有意还是无意，都创建了一个只能在国内访问的隐藏网络。此外，诸如DNS条目的记录提供了“双栈”方法的证据，其中除了全球IP地址之外，服务器还被分配了国内IP地址。尽管我们提出的主张具有明显的政治含义，特别是鉴于对“第五个五年发展计划”第46条建立“国家信息网络”的任务的广泛猜测，我们避免假设这个结构的目的。为了征求对未来研究的关键反馈，我们概述了我们的初步研究结果，并试图证明，争论中的问题是一个全国性的现象，值得更广泛的关注。
2012-09-28 cs.CY cs.NI
An Efficient Mobile Gateway Selection and Discovery Based-Routing Protocol in Heterogeneous LTE-VANET Networks
针对异构LTE-VANET网络中多跳路由效率低的问题，提出基于多度量中继选择的移动网关推选与路由发现协议，可降低开销、实现无缝切换，显著提升网络性能。
2023-03-30 cs.NI
Privacy-preserving Intelligent Resource Allocation for Federated Edge Learning in Quantum Internet
联邦边缘学习（FEL）是分布式机器学习的一个很有前途的范例，它可以在协作训练全局模型的同时保护数据隐私。然而，自由电子激光仍然面临着模型的机密性问题，由于窃听的风险，通过传统的加密方案交换密钥。因此，在本文中，我们提出了一个层次结构的量子安全的自由电子激光系统具有理想的安全性的基础上的量子密钥分配（QKD），以方便公钥和模型加密的窃听攻击。具体地说，我们提出了一个随机资源分配模型的高效量子密钥分配加密自由电子激光的密钥和模型。在FEL系统中，远程FEL工作者通过量子安全通道连接到簇头，以协作地训练聚合全局模型。但是，由于每个位置的工作人员数量不可预测，因此支持安全模型传输到服务器的密钥速率需求是不可预测的。所提出的系统需要有效地分配有限的QKD资源（即，波长），使得在存在随机需求的情况下，通过将针对所提出的架构的优化问题公式化为随机规划模型来最小化总成本。为此，我们提出了一种基于联邦强化学习的资源分配方案来解决所提出的模型中没有完整状态信息的问题。所提出的方案使QKD管理者和控制者能够训练全球QKD资源分配策略，同时保持他们的私人经验本地化。数值结果表明，在不确定需求下，所提出的方案能够成功地实现成本最小化目标，同时与现有方案相比，训练效率提高了约50%.
2022-10-09 cs.NI eess.SP
Non-uniform EWMA-PCA based cache size allocation scheme in Named Data Networks
作为一种以数据为中心的支持缓存的体系结构，命名数据网络（NDN）被认为是当前以主机为中心的基于IP的Internet基础设施的适当替代方案。利用网络内缓存、基于名称的路由和接收方驱动的会话，NDN可以极大地提高互联网资源的使用方式。NDN中的一个关键问题是缓存分配和管理过程。我们在这项研究中的主要贡献是内存需求的分析，以分配合适的内容存储大小的NDN路由器，相对于长期的基于中心的度量和指数加权移动平均（EWMA）的短期参数，如用户的行为和传出流量的综合影响。为了确定在这样大的数据集的相关性，数据采掘方法可以证明是有价值的研究人员。在本文中，我们采用数据融合的方法，即主成分分析（PCA），发现从短期和长期的路由器参数的关系。PCA的输出，挖掘出原始数据集，用于分配适当的缓存大小的路由器。评估结果表明，在源，和NDN路由器的内容存储的命中率增加。此外，对于建议的高速缓存大小分配方案，在NDN路由器的未满足和未决的利益的数量小于度中心的高速缓存大小计划。
2017-08-07 cs.NI
In the IP of the Beholder: Strategies for Active IPv6 Topology Discovery
现有的IPv6互联网中的主动拓扑发现方法在很大程度上反映了IPv4的方法。鉴于大而稀疏的地址空间，结合积极的ICMPv6速率限制的路由器，这项工作开发了一种不同的方法来互联网范围内的IPv6拓扑映射。我们采用随机探测技术，以分布探测负载，最大限度地减少速率限制的影响，并在更高的速率探测。其次，我们广泛地分析了各种IPv6 hitlist和目标生成方法的效率和功效时，用于拓扑发现，并合成新的目标列表的基础上，我们的实证结果，以提供广度（覆盖整个网络）和深度（找到潜在的子网）。采用我们的探测策略，我们发现超过1.3M的IPv6路由器接口地址从一个单一的有利位置。最后，我们分享我们的探测器实现，合成的目标列表，并发现IPv6拓扑结构的结果。
2018-10-09 cs.NI
Flexible Allocation of Heterogeneous Resources to Services on an IoT Device
在物联网（IoT）中，设备和网关可以配备有多个异构网络接口，其应当被大量服务利用。在这项工作中，我们的问题分配服务的资源需求的设备的异构接口建模，并给出了一个混合线性规划（MILP）formulation.For有意义的实例大小的MILP模型给出了最优的解决方案，提出的计算困难的问题。我们提供了有见地的结果，讨论的属性派生的解决方案相对于分裂的服务到不同的接口。
2015-04-13 cs.NI
Internet Resource Pricing Models, Mechanisms, and Methods
随着视频和语音网络应用的快速发展，CDN（Content Distribution Networks，内容分发网络）和P2P（Peer-to-Peer，对等网络）内容分发技术逐渐成熟。如何有效地利用网络资源，从而吸引了越来越多的关注。对于资源定价的研究，一个包含定价模型、定价机制和定价方法的完整的定价策略涵盖了所有相关的主题。我们首先介绍了三个基本的互联网资源定价模型，通过互联网的成本分析。然后，随着服务类型的演变，我们引入了几个相应的机制，可以确保定价的执行和资源分配。在网络资源定价方法上，讨论了经济学中的效用最优化问题，重点讨论了两类定价方法（系统最优化和实体策略最优化）。最后，对全文进行了总结，并对未来适用于新服务环境的定价策略的研究方向进行了展望。
2011-04-11 cs.NI
BalanceDN: Load-Balancing Allocation of Interest for Fast Discovery in Content Centric Networks
BalanceDN针对NDN内容搜索缓慢与拥塞问题，提出基于负载均衡哈希和分布式解析器分配的内容分发与定位方法，在ndnSIM中验证可显著减少网络资源消耗并实现快速内容发现。
2024-02-24 cs.NI
A SDN/OpenFlow Framework for Dynamic Resource Allocation based on Bandwidth Allocation Model
实际系统（如5G、云和物联网）中的通信网络环境呈现出越来越多的用户、应用和服务，这些用户、应用和服务高度分布，具有不同的异构通信需求。在这种情况下，资源分配需要动态、高效和定制的解决方案，带宽分配模型（BAM）是支持这一新趋势的替代方案。本文提出了通过软件定义网络的带宽分配模型（BAMDDN）框架，该框架使用软件定义网络（SDN）/OpenFlow策略与BAM动态地分配用于MPLS（多协议标签交换）网络的资源（带宽）。该框架采用了一种创新的BAM系统实现方法，通过使用OpenFlow的SDN控制MPLS网络。实验结果表明，使用SDN/OpenFlow与BAM进行带宽分配确实具有有效的优势，MPLS网络需要灵活的资源共享之间的应用程序，并促进迁移到SDN/OpenFlow网络的路径。
2021-01-31 cs.NI
Network Slicing with MEC and Deep Reinforcement Learning for the Internet of Vehicles
未来第五代（5G）无线生态系统中的车辆互联形成了所谓的车联网（IoV）。车联网提供了需要延迟敏感、计算密集和带宽需求服务的新型应用。移动边缘计算（MEC）和网络切片（NS）是5G网络中的两项关键使能技术，可用于优化网络资源分配并保证车联网应用的多样化需求。由于传统的基于模型的优化技术通常以NP难、强非凸和非线性数学规划公式告终，本文引入了一种基于深度强化学习（DRL）的无模型方法来解决基于网络切片的MEC使能车联网中的资源分配问题。此外，该解决方案使用非正交多址接入（NOMA），使稀缺的信道资源的更好的利用。所考虑的问题共同解决的信道和功率分配，切片选择和车辆的选择（车辆分组）。我们建模的问题作为一个单一的代理马尔可夫决策过程。然后，我们使用DRL使用著名的DQL算法来解决它。我们表明，我们的方法是强大的和有效的，在不同的网络条件下相比，基准解决方案。
2022-01-27 cs.NI eess.SP
Distributed architecture for resource description and discovery in the IoT
如今，物联网（IoT）创建了一个庞大的智能对象生态系统，这些对象通过互联网相互连接，允许它们交换信息并进行交互。这种模式已经扩展到一个新的概念，称为物联网（WoT），考虑到每个物理对象都可以使用基于Web的语言和协议进行访问和控制，例如：CoAP协议，它正在成为最受欢迎和最合适的协议。此外，目前提出的用于创建物联网环境的架构缺乏对物联网服务的发现，选择和组合及其以可扩展和可互操作的方式集成的有效和标准支持。为了克服这一点，在这项工作中，我们提出了一个混合和分布式CoAP为基础的架构，考虑到所有这些方面相结合的雾计算范式和结构化的P2P覆盖网络。此外，我们描述了我们的架构的不同组成部分，并解释它们之间的相互作用。
2022-09-22 cs.NI
A Survey on Time-Sensitive Resource Allocation in the Cloud Continuum
人工智能（AI）和物联网（IoT）应用在当今世界迅速增长，它们不断连接到互联网，并在设备和环境之间处理，存储和交换信息。由于其固有的计算密集型和资源受限的性质，云和边缘平台对这些应用程序至关重要。云和边缘资源分配的最大挑战之一是有效管理计算和通信资源，以满足应用程序的性能和延迟保证。云资源（处理器、内存、存储、带宽）的异构性、可变的成本结构和不可预测的工作负载模式使得资源分配技术的设计变得复杂。为了解决这个复杂的问题，已经进行了许多研究。在本文中，目前国家的最先进的资源分配技术的云连续体，特别是那些考虑时间敏感的应用程序，进行审查。此外，我们提出了云连续体的资源分配问题中的关键挑战，对现有文献进行分类的分类法和潜在的研究空白。
2020-04-30 cs.DC cs.NI
Efficient and Secure Discovery for AI Agents: The Case for DNS
Verisign（威瑞信）
本文提出利用 DNS 作为 AI 智能体发现的基础设施，通过评估导航完整性、查找复杂性和事务性能，证明 DNS 能够以低延迟和低数据量支持大规模智能体发现。
2026-09-08 cs.NI
Service Discovery -- A Survey and Comparison
随着互联网、企业内部网和家庭网络中服务数量的不断增加，服务发现成为现代网络系统中不可或缺的一部分。本文提供了一个全面的调查服务发现的主要解决方案。我们涵盖了现有系统中使用的技术和功能。虽然已经发表了一些调查文章，这个对象，我们的贡献集中在比较和分析调查的解决方案，根据八个主要标准，我们已经定义了。这种比较将有助于确定现有的发现协议的局限性，并确定未来的研究机会，在服务发现。
2013-08-13 cs.NI
Scalable Oriented-Service Architecture for Heterogeneous and Ubiquitous IoT Domains
物联网（IoT）发展迅速，到2020年将有500亿个物联网设备互连。对于数量庞大的物联网设备，需要高度可扩展的发现架构来提供物联网资源和服务的自主注册和查找。当新的物联网设备被纳入互联网时，该架构应该能够动态更新，并对现有设备进行更改。目前在Internet上使用最多的发现体系结构是域名系统（DNS）。DNS通过两种分布式机制提供可扩展的解决方案：多播DNS（mDNS）和DNS服务目录（DNS-SD）。这两种机制都已被应用于发现本地物联网域中的资源和服务。然而，完整的架构尚未被设计为支持无处不在的物联网域的全局发现、本地目录和搜索引擎。此外，该架构应该提供其他横向功能，例如用于描述服务和资源的公共语义，以及用于与M2M平台和移动客户端互连的服务层。本文提出了一种基于DNS的面向服务架构，以支持全局发现，本地目录和分布式搜索引擎，使物联网资源和服务的可扩展查找。该架构提供了两种基于mDNS和DNS-SD的轻量级发现机制，这些机制已针对物联网设备的约束进行了优化，以允许自主注册。此外，我们分析并提供其他相关元素，如语义描述和通信接口，以支持物联网设备和客户端的异构性。所有这些元素都有助于构建一个可扩展的架构，用于发现和访问异构和无处不在的物联网域。
2013-11-18 cs.NI
Dynamic Directional Routing of Freight in the Physical Internet
H. Milton Stewart School of Industrial & Systems Engineering, Georgia Institute of Technology（佐治亚理工学院 H. 米尔顿·斯图尔特工业与系统工程学校）
本文提出动态方向路由方法，通过实时数据优化货运路径，提升物流网络的灵活性和适应性，解决大规模货运调度中的路由平衡问题。
2025-04-03 cs.NI
Resource Allocation in Quantum Networks for Distributed Quantum Computing
近年来，量子计算技术的发展一直在稳步推进，目前的趋势表明，它将在不久的将来大规模用于商业目的。加速可以通过汇集计算基础设施来提高，以并行化算法执行或解决单个量子计算机上不可行的更大实例，这需要底层量子互联网：量子计算机通过量子链路和中继器互连以交换纠缠的量子比特。然而，到目前为止，量子互联网的研究一直集中在提供点对点流，这是适合（例如）量子传感和计量学，但不用于分布式量子计算。在本文中，在量子计算和网络的基础知识之后，我们从量子网络供应的角度研究了分布式节点上智能计算的需求和目标。然后，我们设计了一个资源分配策略，通过一个全面的模拟活动，其结果突出的关键功能和性能问题进行评估，并导致在这个方向上进一步调查的方式。
2022-05-10 cs.NI quant-ph
Age-Optimal Power Allocation in Industrial IoT: A Risk-Sensitive Federated Learning Approach
这项工作研究了工业物联网中的实时环境监测场景，其中无线传感器主动收集环境数据并将其传输到控制器。我们采用金融数学中的风险敏感性概念作为目标，以联合最小化网络能耗的均值、方差和其他高阶统计量，这些统计量受信息年龄（AoI）阈值违规概率和AoI违规率超过预定义阈值的约束。我们使用极值理论中的结果来表征极端AoI陈旧性，并通过将Lyapunov优化和联邦学习（FL）的原理编织在一起，提出了一种分布式功率分配方法。仿真结果表明，所提出的基于FL的分布式解决方案与集中式基线相当，同时消耗的系统能量减少28.50%，并且优于其他基线。
2021-06-13 cs.NI
Towards Better Internet Citizenship: Reducing the Footprint of Internet-wide Scans by Topology Aware Prefix Selection
Internet服务发现是研究协议部署的一个新兴课题。为此，我们的社区定期扫描整个广告的IPv4地址空间。在本文中，我们质疑这一原则。做一个好的互联网公民意味着我们应该把扫描流量限制在必要的范围内。我们对扫描数据进行了研究，结果表明，有几个前缀不适合任何感兴趣的主机，网络拓扑结构相当稳定。我们认为，这使我们能够收集代表性的数据扫描less。在我们的论文中，我们探讨的想法，扫描所有的前缀一次，然后确定感兴趣的前缀为未来的扫描。根据我们对censys.io数据集（6个月内包含28次完整IPv4扫描的4.1 TB数据）的分析，我们发现我们可以将扫描流量减少25-90%，仅错过1-10%的主机，具体取决于所需的权衡和协议。
2016-09-14 cs.NI
SPFR: Semantic Potential Field Routing for the Distributed Internet of Agents
该研究针对分布式智能体互联网路由挑战，提出SPFR算法，整合执行器发现与重新选择到逐跳转发，经模拟验证其性能优于相关方法且鲁棒性良好。
2026-08-27 cs.NI
Implementation and Deployment of a Distributed Network Topology Discovery Algorithm
在过去的几年里，网络测量界一直对使用大量（数百或数千）测量监视器的互联网拓扑发现问题感兴趣。获取互联网拓扑信息的标准方法是使用traceroute工具从少量的监视器中获取。最近的论文提出了增加监视器数量将更准确地查看拓扑的观点。然而，增加监视器的数量并不是一个简单的过程。在监视器附近重复工作会浪费时间，因为会重新探索网络的已知部分，而在目的地附近可能会出现分布式拒绝服务（DDoS）攻击，因为探测器从一组源向给定的目的地汇聚。在先前的工作中，本报告的作者提出了Doubletree，一种用于协作拓扑发现的算法，它减少了网络上的负载，即，路由器IP接口和终端主机，同时发现几乎与基于traceroute的标准方法一样多的节点和链路。这份报告介绍了我们在一个名为traceroute@home的工具中对Doubletree的开源和免费下载的实现。我们描述了traceroute@home在PlanetLab测试平台上的部署和验证，并报告了从这一经验中吸取的教训。我们将讨论如何进一步开发traceroute@home，并讨论未来改进的想法。
2006-03-21 cs.NI
Lifelong Learning for Minimizing Age of Information in Internet of Things Networks
在本文中，终身学习问题的物联网（IoT）系统进行了研究。在所考虑的模型中，每个IoT设备旨在通过在动态环境下控制其在每个时隙的计算资源分配来平衡其信息新鲜度和能量消耗折衷。无人机（UAV）被部署为飞行基站，以便使物联网设备能够适应新的环境。为此，提出了一种由UAV使用的新的终身强化学习算法，以便在UAV每次访问时适应设备的操作。通过使用来自先前访问过的设备和环境的经验，UAV可以帮助设备更快地适应其环境的未来状态。为此，在UAV处维护由所有设备共享的知识库。仿真结果表明，该算法可以收敛$25\%$到$50\%$速度比策略梯度基线算法，优化每个设备的决策问题在隔离。
2021-03-29 cs.NI
Allocation of Heterogeneous Resources of an IoT Device to Flexible Services
物联网（IoT）设备可以配备有多个异构网络接口。大量的服务可能需要这些接口的部分或全部可用资源。在这里，我们提出了一个精确的数学公式分配服务的接口与异构资源在一个或多个回合。对于合理的实例大小，所提出的配方产生这个计算困难的问题的最佳解决方案。我们证明了该问题的NP完全性，并开发了两种算法来逼近大实例大小的最优解。第一种算法首先分配最苛刻的服务需求，考虑接口资源的平均成本。第二个计算需求的资源份额，并通过在需求相等的份额中随机选择来首先分配需求最大的资源份额。最后，我们提供了模拟结果，让我们深入了解这两种情况下不同接口的服务分裂。
2016-03-27 cs.NI
Multi-criteria IoT Resource Discovery: A Comparative Analysis
具有嵌入式和全球联网传感器的现实世界对象的增长允许巩固物联网范式，并增加无处不在和上下文感知计算领域的应用程序数量。云计算与物联网的融合将成为处理数千个传感器及其数据的关键。物联网中的主要挑战之一是上下文感知传感器搜索和选择。通常，传感器需要使用两个或多个冲突的上下文属性进行搜索。大多数现有的工作使用某种多标准决策分析来执行传感器搜索和选择，但没有显示出任何关注的质量，这些方法所提出的选择。在本文中，我们分析了SAW，TOPSIS和VIKOR多目标决策方法的行为和它们的选择质量比较帕累托最优解。收集的结果允许分析和比较这些算法的行为，最佳解决方案的数量和冗余。
2016-11-16 cs.NI
Radio Resource Allocation for Scalable Video Services over Wireless Cellular Networks
高质量的视频服务总是需要更高的带宽。因此，为了提供视频服务，多播/广播服务（MBS）和单播服务以及无线蜂窝网络上的现有语音、因特网和其他后台业务服务，需要有效地管理无线资源，以便降低总的强制呼叫终止概率，最大化总的服务质量，并最大化收益。MBS会话的固定带宽分配降低MBS视频的质量和带宽利用率，或者增加总的强制呼叫终止概率，当然也增加切换呼叫丢弃概率。可分级视频编码（SVC）技术允许可变比特率分配用于视频服务。在本文中，我们提出了一种带宽分配方案，该方案在MBS会话和非MBS业务呼叫（例如，语音、单播、因特网和其它后台业务）。所提出的方案减少了带宽分配的MBS会话在拥塞的交通条件下，只容纳更多的呼叫系统中。而不是分配固定带宽的BMS会话和非MBS流量，我们的计划为他们分配可变带宽。然而，通过为它们分配最小带宽来保证视频的最低质量。使用数学和数值分析，我们表明，该方案最大限度地提高了带宽利用率，并显着降低了整体强制呼叫终止概率以及切换呼叫丢弃概率。
2014-12-11 cs.MM cs.NI
Scalable Grid Resource Discovery through Distributed Search
本文提出了一个简单的和可扩展的基于Web的网格资源发现模型的互联网。资源发现模型包含元数据和资源查找器Web服务。资源查找器Web服务的信息保存在分布在Internet应用层的资源库中。资源查找器Web服务将通过以与DNS协议类似的方式向存储库发送查询来发现。介绍了实现该模型的两种体系结构的底层技术。这些架构是：直接和集中式的基于Web的网格资源发现。资源发现时间是在GridSim中模拟这些模型后计算的。通过进行可扩展性测试，我们发现，当增加更多的用户和资源的网格上的负载，我们的模型相比，网格资源发现时间的成本是边际的。
2011-10-08 cs.DC cs.NI
Distributed no-regret edge resource allocation with limited communication
针对5G边缘网络中资源分配的在线优化问题，本文提出一种通信受限下的分布式原始-对偶算法，证明其遗憾和违规均为次线性，并在Milano数据集上验证了效果。
2023-04-11 cs.NI
Reinforcement Learning for Resource Allocation in Vehicular Multi-Fog Computing
Jeju National University（济州国立大学）
针对车载多雾计算中动态车辆移动和波动负载导致的资源分配难题，本文将其建模为马尔可夫决策过程，应用Q-learning、DQN和Actor-Critic等强化学习算法实现自适应任务分配，有效降低了延迟并提升了负载平衡与任务成功率。
2025-10-31 cs.NI
Glowing in the Dark Uncovering IPv6 Address Discovery and Scanning Strategies in the Wild
在这项工作中，我们确定在互联网上的IPv6扫描器的扫描策略。我们提供了一个独特的角度对IPv6扫描仪的行为进行控制实验，利用一个大的和未使用的/56 IPv6子网。我们通过托管与Internet上支持IPv6的服务器直接或间接联系的应用程序，有选择地使部分子网对扫描器可见。通过仔细的实验设计，我们减轻了隐变量对发送到我们的/56子网的扫描的影响，并建立了IPv6主机活动类型和它们引起的扫描仪注意之间的因果关系。我们表明，IPv6主机活动，例如，网络浏览、NTP池和Tor网络中的成员身份，导致扫描程序向我们的子网发送比以前更多的未经请求的IP扫描和反向DNS查询。DNS扫描器将其扫描集中在我们的应用程序托管的地址空间的狭窄区域，而IP扫描器则广泛扫描整个子网。即使在我们的子网中的主机活动消退之后，我们也会观察到对以前托管应用程序的地址空间部分的持续残留扫描
2022-10-05 cs.NI
Resource Allocation for Mobile Metaverse with the Internet of Vehicles over 6G Wireless Communications: A Deep Reinforcement Learning Approach
Nanyang Technological University（南洋理工大学）
提高人与人之间的交互性和互联性是Metaverse的亮点之一。Metaverse依赖于一种核心方法，即数字孪生，这是一种将物理世界的对象，人，动作和场景复制到虚拟世界的方法。能够在Metaverse中实时和移动地访问与物理世界相关的场景和信息，对于为所有用户开发高度可访问，交互和互连的体验至关重要。这种发展允许来自其他位置的用户访问关于在另一个位置发生的事件的高质量的真实世界和最新信息，并与其他人超交互地进行社交。然而，由于虚拟世界图形的数据量很大，并且需要低延迟传输，因此从Metaverse接收其他人生成的连续、平滑的更新是一项具有挑战性的任务。随着移动增强现实（MAR）技术的发展，即使在移动环境下，用户也可以通过Metaverse以高度交互的方式进行交互。因此，在我们的工作中，我们考虑了一个用户移动车联网（IoV）的环境，通过无线通信从Metaverse服务提供商小区站（MSPCS）下载实时虚拟世界更新。我们设计了一个环境，多个小区站，其中将有一个切换用户的虚拟世界图形下载任务之间的小区站。由于传输延迟是移动性下接收虚拟世界更新的主要问题，我们的工作旨在分配系统资源，以最大限度地减少车辆中的用户从蜂窝基站下载虚拟世界场景所需的总时间。我们利用深度强化学习，并评估算法在不同环境配置下的性能。我们的工作提供了Metaverse在支持AI的6G通信上的用例。
2022-09-27 cs.LG cs.NI eess.SP
An experiment in distributed Internet address management using blockchains
目前管理全球IP地址池的系统集中在五个跨国组织，即区域互联网注册管理机构（RIR）。这些RIR中的每一个管理大量国家的地址池。由于RIR是私人组织，它们受所在国法律框架的约束。这种配置导致管辖权从RIR所在国家的法律框架溢出到RIR所服务的所有国家（RIR所服务的国家事实上成为RIR所在国家法律体系的主体）。由于部署了新的安全技术，如RPKI和BGPsec，使RIR能够强制执行分配，这种情况更加严重。在本文中，我们介绍了InBlock，这是一个基于区块链的分布式治理机构，旨在提供IP地址的分散管理。InBlock还旨在实现与当前IP地址分配系统相同的目标，即唯一性，公平性，保护，聚合，注册和最小化开销。InBlock是一个去中心化的自治组织，即，作为以太坊中的一组区块链智能合约。任何实体都可以通过单独向InBlock进行（加密）货币转移来请求向InBlock注册表分配地址。所需的费用，连同每年的续期费，作为一种机制，以阻止储存和其他浪费的做法。与任何新技术一样，使用区块链来构建IP地址注册表存在许多悬而未决的问题。因此，我们认为需要进行实际实验，以便对这种系统有实际的经验。我们建议使用InBlock作为起点进行分布式地址管理实验，以了解该领域的未来发展方向。
2018-07-27 cs.CR cs.NI
Adaptive-Shot Hybrid Quantum Anomaly Detection for Tactile Internet Security: Reliability-Aware Measurement Allocation Under Resource Constraints
Iowa State University（爱荷华州立大学）；Grand Valley State University（大峡谷州立大学）；Kansas State University（堪萨斯州立大学）
针对触觉互联网安全，提出自适应射击变分量子电路策略，动态分配量子测量次数，在资源约束下平衡决策可靠性与资源消耗，显著节省射击次数并保持低决策分歧。
2026-10-06 cs.CR cs.LG cs.NI
Enabling Blockchain Interoperability Through Network Discovery Services
本文提出一种去中心化的区块链网络发现架构，解决网络间初始发现缺失问题，并设计激励机制与资产服务发现机制，经Substrate实现验证，可处理13万并发请求且中位响应5.5毫秒。
2025-06-19 cs.DC cs.NI
Internet of Things: An Overview
随着技术的进步和智能设备的数量持续大幅增长，对支持设备的互连、异构和分布式网络的无处不在的上下文感知平台的需求已经引起了今天所称的物联网。然而，为实现上述目标铺平道路并使物联网范式更加有形需要整合和融合不同的知识和研究领域，涵盖从识别和通信到资源发现和服务集成的各个方面。通过本章，我们旨在重点研究主题，包括拟议的架构，安全和隐私，网络通信手段和协议，并最终通过提供未来的方向和物联网发展面临的开放性挑战来总结。
2017-03-19 cs.DC cs.NI
Optimal Distributed Bandwidth Allocation in NB-IoT Networks
在本文中，我们研究了5G背景下窄带物联网（NB-IoT）与移动边缘计算（MEC）的关键问题。我们解决了物联网设备在特定应用和服务中要求数据传输带宽时可能具有不同优先级的挑战。由于启用MEC的物联网网络中带宽的稀缺性，我们的目标是优化一组NB-IoT设备的带宽分配，使该组设备可以协同工作，以最大限度地提高其整体效用。为此，我们设计了一种最佳分布式算法，并使用模拟来证明其在完全分布式框架中有效管理各种物联网数据流的功效。
2021-03-05 cs.NI cs.SY eess.SY
Joint Auction-Coalition Formation Framework for Communication-Efficient Federated Learning in UAV-Enabled Internet of Vehicles
由于车辆、路边单元（RSU）和智能设备等车联网（IoV）组件的先进功能以及生成的数据量不断增加，联邦学习（FL）成为一种很有前途的工具，因为它支持可以在车联网中实现的隐私保护机器学习。然而，FL的性能受到通信链路故障和节点丢失的影响，特别是当需要连续交换模型参数时。因此，我们建议使用无人机（UAV）作为无线中继，以促进车联网组件和FL服务器之间的通信，从而提高FL的准确性。然而，单个UAV可能没有足够的资源为FL过程的所有迭代提供服务。在本文中，我们提出了一个联合拍卖联盟形成框架，以解决无人机联盟的分配到组的车联网组件。具体而言，联盟形成游戏制定的最大化的无人机的个人利润之和。提出了联合拍卖-联盟形成算法，实现了无人机联盟的稳定划分，并将拍卖机制应用于无人机联盟的分配。拍卖方案的设计考虑了车联网组件对异构无人机的偏好。仿真结果表明，大联盟，其中所有的无人机加入一个单一的联盟，并不总是稳定的，由于利润最大化的行为的无人机。此外，我们表明，随着无人机的合作成本的增加，无人机更喜欢独立地支持车联网组件，而不是形成任何联盟。
2020-07-13 cs.NI eess.SP
