RTChoke: Efficient Real-Time Traffic Chokepoint Detection and Monitoring
我们提出了一种新的高效的自适应传感和监控解决方案，支持交通监控应用的移动传感设备系统。我们做了一个关键的观察，在通勤时间的变化大部分出现在几个拥堵热点，和一个可靠的估计拥堵可以通过选择性地监测拥堵只是在这些热点。我们设计了一个智能手机应用程序和一个后端系统，自动识别和监控拥堵热点。该解决方案在传感设备上的电池使用量和用于上传数据的网络字节方面都具有较低的资源占用。当用户不在任何热点区域内时，自适应采样可以节省电池电量并减少网络使用，同时确保可以有效地识别任何新的热点。我们的研究结果表明，我们的应用程序消耗的能量比我们的实验中的不同路线的周期性采样系统少40- 80%，具有类似的拥塞信息的准确性。该系统可用于各种应用，例如向接近热点的用户自动发出拥堵警报，可靠的端到端通勤时间估计和有效的替代路线建议。
2014-12-08 cs.NI
ShieldShare: Building a VPN-backed Android Hotspot for Secure Internet Sharing with Per-User Traffic Accounting
Khoury College of Computer Sciences Northeastern University Vancouver, Canada
本文提出ShieldShare，一种无需root权限的Android应用，通过代理实现安全VPN热点共享，并支持按用户计费。系统采用模块化架构，包含VPN检测、热点管理、代理流量转发及流量计量功能。
2026-05-02 cs.CR cs.NI
Performance and Energy Efficiency of Mobile Data Offloading with Mobility Prediction and Prefetching
我们提出了一个详细的评估程序，利用移动性预测和预取，以提高卸载流量从移动网络到WiFi热点，延迟容忍和延迟敏感的流量。我们认为经验测量和评估的百分比卸载流量，数据传输延迟，和能源消耗的建议程序。我们的研究结果说明了各种因素，如移动，WiFi和热点回程吞吐量，数据大小，热点的数量，以及时间和吞吐量估计误差，影响移动数据卸载的性能和能源效率与移动性预测和预取增强。
2013-06-16 cs.NI
Heterogeneous Ultra-Dense Networks with Traffic Hotspots: A Unified Handover Analysis
随着通信需求的不断增长和移动设备的不断小型化，物联网正在将移动终端的数量扩展到一个巨大的水平。为了处理这样数量的通信数据，需要部署大量的基站（BS）。然而，异构网络（HetNet）的密集部署导致更频繁的切换，这可能增加网络负担并降低用户体验，特别是在流量热点区域。在本文中，我们开发了一个统一的框架来研究无线网络的切换性能与交通热点。使用随机几何，我们推导出的平均距离和切换指标的理论表达式在HetNet中，在热点用户和BS之间的相关性被捕获。具体地说，宏小区的分布被建模为独立的泊松点过程（PPP），热点内外两层小小区分别被建模为PPP和泊松簇过程（PCP）.提出了一种改进的随机航路点（MRWP）模型，消除了传统模型中的密度波动现象，提高了切换判决的准确性。结合PCP和MRWP模型，推导了典型终端到不同层次基站的距离分布。然后，推导了典型终端到不同基站的平均距离表达式，揭示了切换率、切换失败率和乒乓率是基站密度、簇内小小区散射方差、用户速度和触发时间阈值的函数。仿真结果验证了所提出的分析模型和理论表达式的准确性。
2022-04-07 cs.NI eess.SP
Node Centrality Metrics for Hotspots Analysis in Telecom Big Data
在这项工作中，我们感兴趣的是大数据在电信领域的应用，分析了意大利电信为米兰和特伦托提供的两周数据集。我们的目标是确定热点，这是非常高的通信流量相对于他人的地方，并衡量它们之间的相互作用。我们将热点建模为图中的节点，然后应用节点中心性度量来量化每个节点的重要性。我们回顾了五个节点中心性度量，并表明它们可以分为两个家庭：第一个家庭是由接近度和介数中心性，而第二个家庭由度，PageRank和特征向量中心性。然后我们进行统计分析，以评估两周内结果的一致性。我们发现，在各种中心性指标下的热点排名几乎与米兰和特伦托的时间保持一致。我们进一步确定，PageRank中心性的度量值的相对差异小于接近中心性，这适用于米兰和特伦托。最后，我们的分析表明，结果的方差是显着较小的特伦托比米兰。
2019-03-13 cs.NI
Enhanced capacity & coverage by Wi-Fi LTE Integration
Wi-Fi结合宽带蜂窝网络在热点处提供具有成本效益的数据容量。热点需要捕获大量用户并提供高数据率。Wi-Fi接口上的数据率受介质访问协议的影响，当大量用户处于活动状态时，介质访问协议会由于延迟和意外冲突而损失吞吐量。决定可以关联的用户数量的热点范围受到客户端而不是接入点的较低功率的限制。通过经由另一接入网络转移去往接入点的业务，可以提高范围和效率。该上行链路重定向或转向通过同时使用Wi-Fi和LTE无线电接口来实现。三个选项-松散，紧密和混合集成，以提供增强的容量和覆盖范围。
2014-06-12 cs.NI
CogCell: Cognitive Interplay between 60GHz Picocells and 2.4/5GHz Hotspots in the 5G Era
无线通信设备的快速增长和各种新应用的出现已经触发了对下一代移动宽带系统的研究，即，5G。传统的2G-4G系统覆盖大面积的设想，以服务于室内和室外环境。然而，在5G时代，预计80%的整体流量将在室内产生。因此，需要重新考虑宏小区移动网络的当前方法，其中在室内和室外之间没有区分。我们设想了60，GHz毫米波微微蜂窝结构，以支持高速室内和热点通信。我们将5G室内网络设想为具有强大覆盖范围的2.4/5GHz和提供高数据速率的60 GHz链路之间的相互作用的组合。这需要明智的协调与合作。我们提出了一种60，GHz的微微蜂窝网络架构，称为CogCell，利用无处不在的WiFi。我们建议将60/5GHz用于数据平面，将2.4/5GHz用于控制平面。混合网络架构考虑了在60，GHz域中连接不良的情况下机会性地回退到2.4/5，GHz。此外，为了避免在60，GHz定向链路中由于移动性而频繁的重新波束形成，我们提出了一种认知模块--传感器辅助的智能波束切换过程，它减少了通信开销.我们相信，CogCell概念将有助于未来的室内通信和可能的室外热点，其中移动站和接入点相互协作，以改善用户体验。
2015-05-07 cs.NI
Resource-efficient Transmission of Vehicular Sensor Data Using Context-aware Communication
即将到来的智能交通控制系统（ITSC）将基于其优化过程中获得的汽车作为移动传感器节点的人群感知数据。总之，公共蜂窝网络将面临机器类型通信（MTC）的大量增加，并且将需要有效的通信方案来最小化物联网（IoT）数据流量对人类通信的干扰。在这个演示中，我们提出了一个开源框架，用于车辆传感器数据的上下文感知传输，该框架利用有关传输信道特性的知识，以利用连接热点，其中可以执行高等级的数据传输，如果资源效率。在会议上，我们将介绍用于获取和实时可视化所需网络质量指标的测量应用程序，并根据现场实验获得的测量数据展示传输方案在真实车辆场景中的表现。
2018-04-16 cs.NI
High Capacity Indoor & Hotspot Wireless System in Shared Spectrum - A Techno-Economic Analysis
对无线和移动互联网接入的预测表明，特别是在内置环境中，流量呈指数级增长。设施所有者等非传统参与者对部署和运营自己的室内网络以满足容量需求的兴趣越来越大。这些本地运营商将需要与邻近网络共享频谱，因为它们不太可能拥有自己的专用频谱。因此，网络间干扰的管理成为高容量供应的关键问题。运营商之间的紧密合作提供了卓越的性能，但以高昂的基础设施成本和业务相关障碍为代价。另一方面，有限的协调造成运营商之间的有害干扰，这反过来又需要更密集的网络。在本文中，我们提出了一个技术经济分析框架，调查和比较室内运营商的策略。通过引入新的运营商间成本因素，我们改进了传统的网络成本模型。然后，我们提出了一个数值例子来证明所提出的框架可以帮助我们比较不同的运营商策略。最后，我们提出了未来研究的方向。
2013-02-14 cs.IT cs.NI math.IT
F4Tele: FSO for Data Center Network Management and Packet Telemetry
大量占用带宽的应用程序和服务迫使数据中心（DC）管理员优化可用资源的利用率。准确地说，管理流量的网络份额已经显著增长，因为DC网络变得越来越复杂，需要大量数据来进行有效的调试和故障排除。因此，我们使用自由空间光通信（FSO）与波分复用（WDM）技术，以建立一个灵活而高性能的逻辑网络，负责管理流量。FSO-WDM可以在视距（LoS）链路上提供可重构的多太比特拓扑。由于空间和处理能力的原因，我们不能提供从每个数据机架到网络管理机架的直接连接。可替代地，数据机架被分组在一起，因为每个组在与其平均到达率匹配的持续时间内被服务。由于数据机架显示出不同的到达率，热点机架被分配有更长的服务时间。评估结果表明，F4 Tele的高吞吐量接近昂贵的解决方案（基准）。
2020-06-12 cs.NI
Capacity and Energy Trade-Offs in FR3 6G Networks Using Real Deployment Data
Universitat Politècnica de València（瓦伦西亚理工大学）；Huawei Technologies（华为技术有限公司）
本文通过现实部署数据，分析了FR3 6G网络在容量与能耗之间的权衡，指出非共址、流量感知的部署策略能显著提升吞吐量与能效。
2026-01-20 cs.NI
Cost- and Energy-Aware Multi-Flow Mobile Data Offloading Using Markov Decision Process
随着对移动数据的需求的快速增长，移动网络运营商正试图通过部署无线局域网（LAN）热点来扩展无线网络容量，在所述无线局域网（LAN）热点上他们可以卸载他们的移动流量。然而，这些以网络为中心的方法通常不满足移动用户（MU）的利益。考虑到许多问题，MU应该能够决定是否将其流量卸载到互补的无线LAN。我们以前的工作研究了单流无线局域网卸载从MU的角度考虑延迟容忍的流量，货币成本和能源消耗。在本文中，我们研究了多流移动数据卸载问题从MU的角度来看，MU有多个应用程序同时从远程服务器下载数据，不同的应用程序的数据有不同的截止日期。我们制定了无线局域网卸载问题作为一个有限时域离散时间马尔可夫决策过程（MDP），并建立了一个基于动态规划算法的最优策略。针对基于动态规划的卸载算法时间复杂度仍然较高的问题，提出了一种以性能为代价的低时间复杂度的启发式卸载算法。大量的模拟进行验证我们提出的卸载算法。
2018-01-30 cs.NI
Optimal Oblivious Load-Balancing for Sparse Traffic in Large-Scale Satellite Networks
Massachusetts Institute of Technology（麻省理工学院）
研究了大规模LEO卫星网络中稀疏流量的最优盲目负载均衡方案，通过线性规划证明了在稀疏流量下，盲目路由无法低于特定负载上限，并构造了达到下限的最优方案。
2026-10-01 cs.DC cs.NI
When Cellular Meets WiFi in Wireless Small Cell Networks
覆盖在现有宏蜂窝系统上的小小区基站（SCBS）的部署被视为用于卸载业务、优化覆盖和提高未来蜂窝无线系统的容量的关键解决方案。设想下一代SCBS是多模的，即，其能够在许可和未许可频带上同时发送。这构成了WiFi和蜂窝无线电接入技术（RAT）的具有成本效益的集成，可以有效地应对峰值无线数据流量和异构服务质量要求。为了利用这种多模式SCBS的优势，我们讨论了新提出的跨系统学习的范例，SCBS通过该范例自组织并自主地引导其跨不同RAT的流量。跨系统学习允许SCBS利用WiFi和蜂窝世界的优势。例如，SCBS可以将延迟容忍数据业务卸载到WiFi，同时学习它们在授权蜂窝频带上的传输策略的概率分布函数。本文将首先介绍跨系统学习的基本构建块，然后在覆盖WiFi热点的长期演进（LTE）模拟器中提供初步的性能评估。值得注意的是，它表明，所提出的跨系统学习方法显着优于一些基准流量导向政策。
2013-03-22 cs.IT cs.NI math.IT
MAEC : A Movement-Assisted Energy Conserving Method in Event Driven Wireless Sensor Networks
能量是无线传感器网络中最重要的资源之一。最近，人们利用基站的移动性来保存能量。但在事件驱动网络中，移动性问题与连续监测问题有很大不同，因为只有一小部分传感器节点在同一时间有数据要发送。为了延长网络的生命周期，需要尽量减少转发流量的传感器节点数量.在本文中，我们提出了一种移动辅助节能方法，试图减少转发传感器节点的数量，通过指导基站移动靠近热点。特别是当应用于具有一组协作移动基站的网络时，该方法取得了良好的性能。大量的仿真实验验证了该方案的有效性。
2005-07-05 cs.NI
Resource Allocation in Dynamic TDD Heterogeneous Networks under Mixed Traffic
University of Science and Technology of China（中国科学技术大学）；State University of New York, Buffalo（纽约州立大学布法罗分校）
本文研究动态TDD异构网络中混合交通的资源分配问题，提出两阶段策略，通过网络容量最大化和网络效用最大化提升网络吞吐量和用户体验。
2016-08-24 cs.NI cs.SY eess.SY
Dynamic Hierarchical Birkhoff-von Neumann Decomposition for All-to-All GPU Communication
National Tsing Hua University（国立清华大学）；New York University（纽约大学）
本文提出了一种动态层次Birkhoff-von Neumann分解框架，用于优化所有到所有GPU通信的调度，通过减少分解复杂性并提高稳定性来提升大规模训练集群的性能。
2026-02-26 cs.DC cs.NI
A Deep Reinforcement Learning Based Approach for Cost- and Energy-Aware Multi-Flow Mobile Data Offloading
随着对移动数据的需求的快速增长，移动网络运营商正试图通过部署无线局域网（LAN）热点来扩展无线网络容量，移动网络运营商可以将其移动业务卸载到该无线局域网热点上。然而，这些以网络为中心的方法通常不满足移动用户（MU）的利益。考虑到许多问题，如不同的应用程序的最后期限，货币成本和能源消耗，MU如何决定是否卸载他们的流量到互补的无线局域网是一个重要的问题。以前的研究假设MU的移动模式是事先知道的，这并不总是正确的。在本文中，我们研究了MU的政策，以尽量减少他的货币成本和能源消耗，而不知道MU的流动性模式。我们建议使用一种称为深度Q网络（DQN）的强化学习技术，用于MU从过去的经验中学习最佳卸载策略。在所提出的基于DQN的卸载算法中，不再需要MU的移动性模式。此外，MU的剩余数据的状态被直接馈送到卷积神经网络在DQN没有离散化。因此，不仅在以前的工作中存在的离散化误差消失，而且它使所提出的算法具有概括过去的经验，这是特别有效的状态数很大的能力。大量的模拟进行验证我们提出的卸载算法。
2018-01-30 cs.NI
Dynamic Resource Allocation and Activity Management for Energy Efficiency and Fairness in Heterogeneous Networks
异构网络（HetNet）的能耗高于宏网络（MONET），这引起了人们对HetNet的能效的极大关注。在这项工作中，我们研究了一种动态激活策略，该策略根据动态变化的用户流量在Active和Idle之间改变小小区的状态，以提高HetNet的能量效率。此外，我们将动态层间带宽分配到我们的模型。所提出的动态带宽分配和动态激活（DBADA）策略应用于小小区的小区边缘部署，其中热点区域远离主基站。我们的目标是以最小的能量消耗最大化网络的总效用。为了保证用户之间的比例公平性，我们使用对数效用函数。为了评估所提出的策略的性能，通过仿真评估了用户数据率和网络能耗的中位数、10百分位数和总和。仿真结果表明，DBADA策略将单位用户数据率的能耗提高了$25\%$。与小型小区的始终活动场景相比，它还实现了至少$25\%$的较低能耗。
2019-10-18 cs.NI
ETGuard: Detecting D2D Attacks using Wireless Evil Twins
在本文中，我们展示了一个现实的变体无线邪恶的双胞胎（D2D）通过网络发起设备到设备（D2D）的攻击，特别是对于Android。我们展示了一种攻击，其中ET在通过它中继网络流量之前感染Android设备，并在造成设备后立即从网络中消失。该攻击利用无线网络的强制门户设施来发起D2D攻击。我们将ET配置为在提交门户页面时启动设备中已安装应用程序的恶意组件。在本文中，我们提出了一个在线的，增量的，自动化的，基于指纹的预关联检测机制命名为ETGuard作为一个客户端-服务器机制的实时工作。指纹由无线AP周期性地发送的信标帧构建，以通知客户端设备它们在网络中的存在和能力。一旦检测到，ETGuard会连续发送取消身份验证帧，以防止客户端连接到ET。ETGuard从多个角度来看都优于现有的最先进技术。我们的技术不需要任何昂贵的硬件，不修改任何协议，不依赖于任何网络特定的参数，如往返时间（RTT），跳数等，可以部署在真实网络中，是增量的，并且被动地操作以实时检测拥塞。为了评估效率，我们在802.11a/b/g无线网络中部署ETGuard。使用12种不同的攻击场景进行实验，其中每个场景在用于引入ET的源中不同。ETGuard能够有效地检测通过硬件、软件或移动热点引入的恶意软件，具有高准确性，只有一个误报场景，没有误报。
2019-03-14 cs.CR cs.NI
