An Intrusion Detection Architecture for Clustered Wireless Ad Hoc Networks
无线自组织网络中的入侵检测是一项具有挑战性的任务,因为这些网络动态地改变其拓扑结构,缺乏可以分析聚合流量的集中点,利用容易被操纵的基础设施协议,并且依赖于嘈杂的、间歇性的无线通信。由于这些网络具有开放介质、动态变化的拓扑结构、依赖合作算法、缺乏集中监控点以及缺乏明确的防线等特点,安全性仍然是其面临的主要挑战。在本文中,我们提出了一个合作的,分布式的入侵检测体系结构的基础上聚类的节点,解决了网络的安全漏洞,便于准确检测攻击。该体系结构被组织为一个动态的层次结构,在该层次结构中,入侵数据由节点获取,并在向上流动到簇头时被增量地聚合、减少体积并进行分析。在协同入侵检测中,相邻簇的簇头之间进行通信。对于与入侵相关的消息通信,移动代理由于其轻量级计算的高效性和在协作入侵检测中的适用性而被使用。仿真结果表明了该结构的有效性和效率。
2010-12-31 cs.CR cs.NI
A Centralized Channel Allocation Method in Clustered Ad Hoc Networks
认知无线电网络是下一代无线通信的发展方向。这种类型的网络需要有效的频谱分配方法。本文提出了一种新的元启发式进化方法,用于解决Ad Hoc网络环境中的信道分配问题。该方法基于图论模型,以最大化频谱利用率和最小化同频干扰为目标,提出了一种帝国主义竞争算法(ICA),用于解决分簇自组织网络拓扑中的频谱分配问题.建议的方法进行了测试的几种情况下,ICA为基础的计划的性能进行了比较,遗传算法为基础的计划。
2020-07-28 cs.NI
(k,m)-connectivity in Mobile Clustered Wireless Networks
由于公式(28)计算中的一个关键错误,本文已被作者撤回。提出了移动分簇无线网络中$(k,m)$连通性的新概念,其中存在$n$移动簇成员和$n^d$静态簇头,其中$k,m,d$均为正常数,$k\leq m$ . $(k,m)$ -连接性表示在由$m$时隙组成的时间段中,对于每个集群成员存在至少$k$时隙,并且在这些$k$时隙的任何一个中,集群成员可以直接与至少一个集群头通信。我们研究了当团簇成员按随机游动或独立同分布运动时,渐近$(k,m)$ -连通性的临界传输范围.流动性模型在随机游走迁移率下,我们提出了两个一般的非均匀速度模型,其中集群成员可能以不同的速度移动。在这两种移动模型下,我们还定义了弱参数和强参数条件,从而导致对网络渐近$(k,m)$ -连通概率的不同评估精度,为简单起见,下面表示为$P(\mathcal {C})$。对于这两种迁移率,在弱参数条件下,我们给出了$P(\mathcal {C})$的界,并导出了$(k,m)$ -连通的临界透射范围.对于具有一种速度模型和独立同分布的随机游动迁移率,在强参数条件下,给出了$P(\mathcal {C})$关于传输半径的精确渐近概率分布.我们的研究结果为设计大规模无线网络提供了基本的见解和理论指导。
2013-05-16 cs.IT cs.NI math.CO
Clustered Hierarchy in Sensor Networks: Performance and Security
为了提高无线传感器网络的性能,已经有很多论文提出了无线传感器网络的性能。这种网络资源有限,每个传感器的能量来自一个很小的电池,有时很难更换或充电。传输能量是最令人关注的部分,也是能耗较高的部分。在许多文献中已经提出了分层的层次结构,在大多数情况下,它提供了比其他协议更好的网络性能。在我们的论文中,首先我们讨论了一些技术,涉及到这个协议,已经提出了能源效率,其中一些提出了提供更多的安全级别的网络。我们的建议,然后建议对这些技术中的一些修改,以提供更多的节能,应该导致高性能的网络,我们也适用于我们的技术在现有的一个,提出了增加集群传感器网络的安全级别。
2010-04-05 cs.NI
Rethinking Clustered Federated Learning in NOMA Enhanced Wireless Networks
School of Electrical and Electronic Engineering, The University of Manchester(曼彻斯特大学电气与电子工程学院);Khalifa University(哈利法大学);Department of Electrical Engineering and Computer Science, Khalifa University(哈利法大学电气工程与计算机科学系);Department of Electrical and Electronic Engineering, University of Manchester(曼彻斯特大学电气与电子工程学院)
本研究针对非独立同分布数据集下NOMA增强无线网络的聚类联邦学习场景,通过理论分析泛化间隙,结合谱聚类、匹配算法和KKT条件优化资源分配,实现了测试准确率和收敛速度的提升。
2024-03-05 cs.IT cs.LG cs.NI
Small Large-Scale Wireless Networks: Mobility-Assisted Resource Discovery
在这项研究中,小世界的概念进行了调查的背景下,大规模的无线自组织和传感器网络。无线网络是一种空间图,通常比随机网络更加聚集,并且具有更高的路径长度特性。我们观察到,通过添加少量的随机链接,无线网络的路径长度可以大大减少,而不影响集群。更有趣的是,这样的链路不需要随机形成,而是可以被限制在连接的节点之间的有限数量的跳。这具有重要的实际意义,因为现在我们可以在大规模无线网络中引入分布式算法,基于我们所谓的联系人,以提高此类网络中资源发现的性能,而无需诉诸全局洪泛。我们提出了新的基于接触的协议,在无线网络中有效地添加逻辑捷径。新协议利用移动性,以增加搜索的可达性。我们研究了我们提出的基于接触的架构的性能,并阐明了大规模的无线网络可以变成小世界网络的背景。
2002-07-17 cs.NI
Effect of Spatial and Temporal Traffic Statistics on the Performance of Wireless Networks
由于新的无线应用的出现和场景的复杂性,无线网络中的业务变得多样化,并且在空间和时间上都是波动的。本文的目的是定量地分析无线业务的影响,在空间和时间上的波动,对无线网络的性能。特别是,我们建议结合随机几何和排队论的工具来模拟交通的空间和时间波动,据我们所知,很少有分析评估。我们推导了空间和时间统计,总到达率,队列的稳定性和用户的延迟考虑两个不同的空间特性的流量,即,均匀分布和非均匀分布的情况。数值结果表明,虽然用户成簇时的流量波动(反映在总到达率的方差上)比用户均匀分布时剧烈得多,但不稳定概率较小。本文的工作为考虑业务量复杂时空波动的无线网络设计提供了参考。
2020-08-26 cs.NI
Empowering HWNs with Efficient Data Labeling: A Clustered Federated Semi-Supervised Learning Approach
Hamad Bin Khalifa University(哈马德·本·哈利法大学)
针对分层无线网络中未标注数据多、两层聚合收敛慢的问题,提出 CFSL 框架,利用专用模型生成伪标签,在准确率与延迟上显著优于现有方法。
2024-01-19 cs.LG cs.NI
Energy-Aware Scheme used in Multi-level Heterogeneous Wireless Sensor Networks
无线传感器网络(WSNs)是一个能量受限的系统,由于节点的能量消耗有限,导致其使用寿命缩短,如何延长其使用寿命是WSNs设计和构思中面临的主要挑战。分簇算法通常是用于增加网络的可扩展性和寿命的关键技术。在本文中,我们提出并评估了一个分布式的能量有效的无线传感器网络的分簇算法。该协议是一种新的分簇算法,通过引入节点的剩余能量来确定簇头,从而降低了节点失效的概率。我们研究了层次聚类的无线传感器网络上的节点的异质性的影响。仿真结果表明,该算法提高了整个网络的生命周期,并且以首节点死亡为指标,其性能优于LEACH和EEHC。
2013-06-19 cs.NI
Reduced-Dimension Design of MIMO Over-the-Air Computing for Data Aggregation in Clustered IoT Networks
物联网(IoT)网络的一个基本操作是通过无线信道聚合分布式感测数据以用于函数计算,称为无线数据聚合(WDA)。针对密集传感器,最近开发的技术称为空中计算(AirComp),可以通过使用多访问信道的波形叠加属性“空中”聚合分布式数据来显著降低WDA延迟。在这项工作中,我们设计了多输入多输出(MIMO)AirComp,用于计算集群物联网网络中的向量值函数,其中多天线传感器形成集群,多天线接入点(AP)执行WDA。由此产生的高维但低秩MIMO信道使得降低AirComp中的信道或信号维度以避免暴露于来自信道零空间的噪声变得重要。受此启发,我们开发了一个降维MIMO AirComp的框架,具有分解聚合波束成形(DAB)。考虑具有非重叠到达角范围的可分离信道簇的情况。最优DAB具有这样的结构,其中内部分量提取相应信道簇的主导特征空间,并且外部分量联合均衡所得到的低维信道。考虑更复杂的不可分簇的情况。我们提出了一个次优的DAB设计,其中的内组件进行降维和联合均衡集群信道协方差矩阵和外组件联合均衡的小规模衰落信道。此外,有效的算法,利用AirComp原则的各个DAB组件和信道反馈的排名优化。
2018-12-06 cs.IT cs.NI eess.SP
Individual Preference Aware Caching Policy Design in Wireless D2D Networks
高速缓存辅助的无线设备到设备(D2 D)网络允许显著的吞吐量增加,这取决于文件的流行度分布的集中度。许多研究假设所有用户都有相同的偏好分布;然而,这在实践中可能不是真的。这项工作调查是否以及如何个人喜好的信息可以有利于缓存辅助D2 D网络。我们研究了一个集群网络,并得出一个网络效用,同时考虑到用户分布和信道衰落的影响到分析。我们还制定了一个效用最大化的问题,设计缓存策略。这个最大化问题可以应用于优化几个重要的量,包括吞吐量,能源效率(EE),成本和命中率,并解决不同的权衡问题。在用户协调的假设下,给出了一种求解该问题的一般方法,并证明了该方法在一个较弱的假设下能够得到稳定点。使用模拟的实际设置,我们表明,性能可以显着提高与适当利用个人喜好。我们还表明,不同类型的权衡存在于不同的性能指标,它们可以通过缓存策略和合作距离设计进行管理。
2020-05-15 cs.NI
Optimized Caching and Spectrum Partitioning for D2D enabled Cellular Systems with Clustered Devices
在移动设备处缓存和利用设备到设备(D2D)通信是支持通过无线网络的大规模内容递送的两种有前景的方法。高速缓存使能的无线网络的分析通常通过假设设备均匀分布来进行,然而,在社交网络中,移动设备本质上被分组为不相交的集群。在这方面,本文提出了一个时空的数学模型,跟踪服务请求的到来,并考虑到集群设备的几何形状。假设两种设备,具体地,内容客户端和内容提供方。假设内容提供方具有剩余存储器,该剩余存储器被利用来遵循随机概率缓存方案主动缓存来自已知库的内容。内容客户端可以从其附近(集群)的最近内容提供方或者作为最后手段的基站(BS)检索所请求的内容。开发的时空模型被用来制定一个联合优化问题的内容缓存和频谱划分,以最大限度地减少平均服务延迟。由于优化问题的高复杂性,缓存和频谱划分问题是解耦的,并使用块坐标下降(BCD)优化技术迭代求解。为此,带宽划分和概率缓存子问题,分别获得了最优和次优的解决方案。数值结果突出了所提出的计划优于传统的缓存计划下平等和优化的带宽分配。特别是,它示出的平均服务延迟减少了近100%和350%,相比,Zipf和均匀的缓存计划下,相等的带宽分配,分别。
2020-03-24 cs.IT cs.NI math.IT
Designing secure clustering protocol with the approach of reducing energy consumption in wireless sensor networks
近年来,无线传感器网络及其应用成为众多研究者关注的焦点。为了在这些网络中获得可扩展性潜力,大多数节点被分类为称为集群的不同组,并且被选择为集群头或聚合节点的节点提供从其他集群节点收集数据汇集和聚合并将其发送到网络的其余部分的操作。聚类和数据聚合增加了网络的可扩展性,使网络的有限资源得到充分利用。然而,这些机制也造成了网络中的一些漏洞,例如在分簇网络中,簇头节点被认为是攻击者所期望的和有吸引力的目标,因为无论是通过物理攻击和节点捕获还是通过其他攻击来获得它们的信息,攻击者都可以获得相应簇的全部信息。在这项研究中,安全分簇的节点被认为是减少节点的能量消耗的方法,并提出了一种协议,除了满足先进的安全需求的无线传感器网络的能量消耗量减少的节点。由于网络分簇的存在,在这样的网络中存在可扩展性潜力,并且根据簇头节点的频繁变化在簇中执行负载分配,并最终增加网络寿命。
2013-08-15 cs.NI
Machine Learning-Driven Content Popularity Prediction and Cache Optimization in D2D Clustered Networks
提出ML CPCO框架,通过机器学习预测用户和集群级别的内容需求,考虑用户参与意愿,优化D2D集群网络中的缓存放置,实现近97%的缓存利用率并减少回程流量。
2026-06-26 cs.NI
Interference-Aware Channel Assignment for Maximizing Throughput in WMN
无线网状网络(WMN)具有动态自组织和自配置的特点,网络中的节点自动建立自组织网络并保持网状连接。使用多个无线电和多个信道的能力可以被兑现以增加无线网状网络的聚合吞吐量。因此,有效使用可用接口和信道而不受干扰成为关键因素。在本文中,我们提出了干扰感知集群的信道分配方案,最大限度地减少干扰,提高吞吐量。在我们提出的方案中,我们优先考虑最大限度地减少干扰范围内附近的网状节点的干扰,而不是最大限度地提高信道分集。我们使用NS-3模拟我们提出的工作,结果表明,我们的计划提高了网络性能比BFSCA和分布式贪婪CA。
2013-05-10 cs.NI
Joint Energy and SINR Coverage in Spatially Clustered RF-powered IoT Network
由于射频(RF)信号无处不在,RF能量收集正在成为为物联网设备供电的一种有吸引力的解决方案。在本文中,我们对一个物联网网络进行了建模和分析,该网络从同一个无线网络中收集RF能量并接收信息。为了实现该操作,每个时隙被划分为计费和信息接收阶段。对于这种设置,我们表征两个性能指标:(i)能量覆盖和(ii)联合信号干扰加噪声(SINR)和能量覆盖。分析是使用一个现实的空间模型来执行的,该模型捕获了物联网设备的位置与无线网络的节点(以下称为物联网网关)之间的空间耦合,这在文献中经常被忽略。特别是,我们使用泊松集群过程(PCP)对物联网设备的位置进行建模,并假设其中一些集群在其中心部署了物联网网关(GW),而其他GW独立于物联网设备部署。耦合水平可以通过调整部署在集群中心的总GW的比例来控制。由于固有的棘手性计算散粒噪声过程的分布,这种设置,我们提出了两个准确的近似,使用上述指标的特点。从我们的结果中得出了多个系统设计见解。例如,我们证明了最佳时隙划分,最大限度地提高系统吞吐量的存在。此外,我们探讨了物联网设备和GW的位置之间的耦合水平对这种最佳时隙划分的影响。特别是,我们的研究结果表明,充电阶段的持续时间的最佳值增加耦合的水平降低。
2018-12-24 cs.IT cs.NI math.IT
A Secure Clustering Protocol with Fuzzy Trust Evaluation and Outlier Detection for Industrial Wireless Sensor Networks
University of Guelph(圭尔夫大学)
安全性是工业无线传感器网络(IWSNs)中的主要问题之一。为了保证分簇式无线传感器网络的安全性,提出了一种基于模糊信任评估和离群点检测的安全分簇协议(SCFTO)。首先,针对开放无线网络中传输的不确定性,采用区间二型模糊逻辑控制器估计信任度。然后引入基于密度的离群点检测机制,获得自适应的信任阈值,用于隔离恶意节点成为簇头。最后,提出了一种基于模糊的簇头选举方法,在能量节约和安全保障之间取得平衡,使得剩余能量较多或对其他节点信任度较低的正常传感器节点有较高的概率成为簇头。大量的实验证明,我们的安全分簇协议可以有效地抵御来自内部恶意或受损节点的网络攻击。
2022-07-20 cs.AI cs.NI cs.SY
DBSCAN-based Vehicle Clustering and UAV Placement for NOMA-based Resource Management in Cellular V2X Communications
本文研究C-V2X网络中的无线资源管理,提出两阶段方法:先基于DBSCAN和车辆状态聚类并部署UAV,再在簇内构建NOMA分组分配资源,仿真证明其在频谱效率等指标上表现优越。
2025-04-30 cs.NI
Caching Improvement Using Adaptive User Clustering
在本文中,我们将探索使用小型蜂窝网络的5G无线网络最有前途的技术之一,即主动缓存。利用存储技术的增长并通过研究用户行为,可以通过对最有可能被请求的内容进行主动缓存来降低峰值流量。我们提出了一种新的方法,其中,而不是缓存最流行的内容,网络内的用户根据其内容的流行程度进行聚类,并相应地进行缓存。我们还提出了一种方法,用于估计网络内的集群数量的基础上赤池信息准则。我们解析推导出一个封闭形式的表达的命中概率,我们提出了一个优化问题,其中的小基站与集群的关联进行了优化。
2016-05-31 cs.NI
Optimal Capacity Relay Node Placement in a Multi-hop Wireless Network on a Line
我们使用信息论的可达速率公式的多中继信道的中继节点沿直线连接的源节点和汇聚节点的最佳布局问题进行了研究。我们使用的可达速率公式是用于中继和解码转发中继处的全双工无线电。对于单中继的情况下,在源节点和中继节点和个人的功率约束,我们提供了明确的公式的最佳中继位置和最佳功率分配到源中继信道,指数和幂律路径损耗信道模型。对于多个中继的情况下,我们考虑指数路径损耗和总功率约束的源和继电器,并推导出一个优化问题,其解决方案提供了最佳的中继位置。数值结果表明,在低衰减的中继大多是集群靠近源,以便能够相互合作,而在高衰减,他们被均匀地放置和工作的中继器。的结构的最优功率分配的节点的给定位置,然后激励我们制定的问题即兴(“你去”)放置中继沿着一条线的指数分布的长度,与指数路径损耗,以便最小化的成本函数,是添加剂的跳数。跳成本权衡能力限制项,从最优功率分配解决方案的动机,对增加中继节点的成本。我们制定的问题作为一个总成本马尔可夫决策过程,我们证明结果的价值函数,并提供见解的安置政策,通过数值探索。
2013-04-17 cs.NI
On Performance of Logical-Clustering Of Flow-Sensors
在最先进的普适计算中,可以预见的是,任何人和任何东西都可以无限制地访问信息。无线传感器网络将在上述愿景中发挥关键作用。这反映了任何情况都可以在任何地方感知和分析的现象。它使异质上下文无处不在。上下文聚类是有效管理无处不在的上下文信息以最大限度地发挥其潜力的技术之一。逻辑聚类对于共享实时上下文是有用的,其中传感器在物理上是分布式的,但在逻辑上是聚类的。本文基于ns-3仿真研究了逻辑分簇的网络性能。特别是可靠性,可扩展性和可达性方面的延迟,抖动和数据包丢失的逻辑集群网络进行了研究。性能研究表明,抖动表现出40%和44%的波动分别为每个集群的节点增加200%和集群大小增加100%。数据包流量增加83%,丢包率仅增加18%。
2014-01-29 cs.DC cs.NI
Efficient and Secure Routing Protocol for WSN-A Thesis
无线传感器网络(WSN)的发展提供了小型和低成本的传感器,其具有感测各种类型的物理和环境条件、数据处理和无线通信的能力。由于无线传感器网络协议是特定于应用程序的,重点是路由协议,可能会有所不同,这取决于应用程序和网络架构。在这项工作中,新的路由协议已被提出,这是一个基于簇的安全协议被命名为高效和安全的路由协议(ESRP)的无线传感器网络。ESRP的目标是为分簇的无线传感器网络提供一种具有动态安全特性的能量有效的路由解决方案。在网络形成期间,连接到个人计算机(PC)的节点已被选择作为汇聚节点。一旦传感器节点被部署,汇聚节点在逻辑上隔离集群结构中的其他节点,并随后创建一个WSN。这种集中式簇形成方法用于减少节点级处理负担,并避免多次通信。为了确保可靠的数据传输,各种安全功能已被纳入拟议的协议,如修改零知识协议(MZKP),混杂的听力方法,陷阱的对手和地雷探测。ESRP的一个独特的功能是,它可以动态地决定这些安全方法的选择,基于节点的剩余能量。
2017-06-17 cs.NI
Optimized Federated Multitask Learning in Mobile Edge Networks: A Hybrid Client Selection and Model Aggregation Approach
针对移动边缘网络中客户端非独立同分布数据及分层网络的收敛慢、模型分配错配问题,提出带两阶段客户端选择与双层聚合的聚类联邦多任务学习方法,提升收敛速度、降低训练时间与最高60%能耗,保障模型适配性与公平性。
2024-07-12 cs.NI
Exploiting Coplanar Clusters to Enhance 3D Localization in Wireless Sensor Networks
本文研究了在三维共面环境下基于距离的无线传感器网络定位问题。在大多数实际应用中,即使环境是3D的,接地传感器节点通常部署在2D平面上。这些表面的例子包括在室内和室外都能看到的结构(例如地板、门、墙壁、桌子等)。和室外(例如,山脉、山谷、丘陵等)环境.在这样的环境中,传感器节点通常表现为共面节点簇。我们将这种类型的展开称为平面展开。当存在平面部署时,共面性给传统的基于距离的定位算法带来困难,因为如果到该节点的距离测量来自共面节点,则该节点不能被明确地定位。因此,许多已经局部化的节点组在该过程中变得无效,仅仅因为它们是共面的。因此,我们提出了一种算法,称为共面性基于定位(CBL),可以用作任何定位算法的扩展,以避免大多数翻转所造成的共面性。CBL首先在聚集在同一表面上的节点之间执行2D定位,然后在3D中找到这些簇的位置。我们已经进行了实验,使用三边测量的2D本地化,和四边形的3D本地化,并通过实验验证,利用聚类信息导致一个更精确的定位比单纯的四边形。我们还提出了一个启发式提取聚类信息的情况下,它是不可用的,这是有待于在未来改进。
2015-03-08 cs.CG cs.NI
iTUAVs: Intermittently Tethered UAVs for Future Wireless Networks
uOttawa(渥太华大学);KU Leuven(荷语鲁汶大学);Carleton University(卡尔顿大学)
我们提出了间歇系留无人机(iTUAV)之间的权衡系留无人机(TUAV)的功率可用性和非系留无人机的灵活性。iTUAV可以提供蜂窝连接,同时临时连接到最合适的地面锚。此外,它可以灵活地从一个锚点分离,移动,然后附着到另一个锚点,以保持/提高移动用户的覆盖质量。因此,我们在这里讨论现有的基于无人机的蜂窝网络技术,然后详细描述iTUAV系统,其组件和操作模式。随后,我们提出了一个现有的和拟议的系统突出的主要功能,如流动性和能源的差异进行比较研究。为了强调iTUAV系统的潜力,我们进行了案例研究,评估iTUAV性能,并将其与基准进行比较。结果表明,在该地区只有10个锚点,iTUAV系统可以为90%的无系留无人机交换系统覆盖的用户提供服务。此外,从一个小的案例研究的结果证明,iTUAV允许平衡性能/成本,可以现实地实施。例如,当用户位置被群集时,只有2个活动的iTUAV和4个锚点,实现的性能优于具有3个TUAV的系统,而当考虑单个UAV在100分钟的事件时,只有6个锚点的系统优于无系留UAV,因为它结合了位置灵活性和增加的任务时间。
2022-10-26 cs.NI cs.RO cs.SY
Energy efficiency of network-coding enabled mobile small cells
由于无线设备中有限的电池容量,能量效率变得越来越重要,而同时用户吞吐量要求不断增加。在本文中,我们研究了一种能量有效的合作计划,采用网络编码,以提高能源效率的移动设备。在此,我们提出将移动设备集群到移动小小区中,其中一个移动设备充当具有基本收发器、编码和中继功能的组头。组头协调从移动小小区中的移动设备到网络的基站的传输。该协作方案的目标函数是在一定的误码率下,最小化移动设备的能量消耗。建议的网络编码为基础的计划已被评估通过数值模拟和比较,既有传统的直接发送方案,没有合作组,和合作中继方案。结果表明,与网络编码的合作,能源效率可能会显着增加提供的基站和移动设备的密度是低于一定的值。在该值以上,所比较的协作方案中没有一个可以提高能量效率,而是仅当移动设备经由它们附近的基站进行发送时才降低功耗。
2022-05-12 cs.NI
Auction-Based RIS Allocation With DRL: Controlling the Cost-Performance Trade-Off
Institute of Telecommunications TU Wien(电信研究所 TU 威尼斯)
本文提出基于拍卖和深度强化学习的RIS分配方法,通过动态租赁和智能体学习实现成本与性能的最优权衡。
2026-02-18 cs.LG cs.MA cs.NI
Dynamic Channel Access for Energy Efficient Data Gathering in Cognitive Radio Sensor Networks
无线传感器网络(WSNs)运行在免许可的频谱遭受不受控制的干扰,因为这些频谱变得越来越拥挤。新兴的认知无线电传感器网络(CRSNs)提供了一个很有前途的解决方案,以应对这一挑战,使传感器节点的机会主义接入许可信道。然而,由于传感器节点必须消耗大量的能量来支持CR功能,如信道感知和切换,机会信道接入应仔细设计,以提高CRSN的能量效率。为此,我们研究了动态信道接入问题,以提高能源效率的集群CRSN。在保护主用户的需求下,我们研究了资源分配问题,以最大限度地提高利用许可信道进行簇内和簇间数据传输的能量效率。考虑到传感器节点在信道感知和切换过程中的能量消耗,根据免许可信道的丢包率,进一步确定了传感器节点感知和切换到许可信道以提高能量效率的条件。此外,提出了两种动态信道接入方案,分别用于确定簇内和簇间数据传输的信道感知和切换序列。大量的仿真结果表明,所提出的信道接入方案可以显着降低CRSN的能量消耗。
2015-07-22 cs.NI
Coverage Analysis for UAV-Assisted Cellular Networks in Rural Areas
尽管农村地区的覆盖增强是下一代无线网络(即,5G和6G),低预期利润阻止了电信提供商在人口稀少的地区投资。因此,需要设计和部署具有成本效益的替代方案,将蜂窝基础设施扩展到这些地区。一个具体的数学模型,表征和清楚地捕捉上述问题可能是一个关键的推动力,研究任何潜在的解决方案的效率。不幸的是,通常使用的数学工具,模型大规模无线网络的目的是不捕捉不公平,在蜂窝覆盖方面,遭受郊区和农村地区。事实上,在大城市中,蜂窝部署基本上是容量驱动的,因此蜂窝基站密度在市中心最大,并且在远离市中心时下降。在本文中,一个新的随机几何为基础的模型,以显示覆盖的空间变化之间的城市,郊区和郊区的定居点。事实上,通过实施非齐次泊松点过程(PPP),它是可能的,以研究在一个现实的情况下,地面基站(TBS)聚集在城市中心周围,而外部空中基站(ABS)均匀分布在城市禁区外的性能指标。在此基础上,我们的模拟结果可以量化的改善,在覆盖概率方面,即使是一个令人惊讶的低密度的ABS可以带来周边地区取决于禁区的延伸,使我们能够得出有见地的考虑。
2021-03-25 cs.CG cs.NI
Data Collection through Vehicular Sensor Networks by using TCDGP
如今,许多汽车制造商正计划在其车辆中安装无线连接设备,以实现与“路边基站”以及车辆之间的通信,以实现安全,驾驶辅助和娱乐的目的。一个明显的特点是,车辆是高度移动的,速度高达30米/秒,虽然他们的移动模式是更可预测的比移动自组织网络(MANET)中的节点,由于道路,速度限制和通勤习惯的约束。因此,这些网络需要特定的解决方案,并确定一个新的研究领域,即,车载自组织网络(VANET)。在本文中,我们专注于一个特定的VSN架构,其中的ad hoc网络由电信/服务提供商操作,结合无价值的个人感知数据,并从中提取有效的反馈有关的情况下,在一个地理区域的道路。在运营的VSN中,提供商倾向于使用自由频率通信介质(例如IEEE 802.11p)来减少其网络上的流量负载。为此,我们提出了TCDGP(树形数据收集协议),一个跨层协议的基础上分层和地理数据汇集,聚合和传播机制。我们分析我们的解决方案的性能,使用模拟环境和现实的移动模型。我们证明了这种解决方案的可行性,并表明,TCDGP提供了宝贵的信息,而不会使他的网络过载的运营商。
2012-08-19 cs.NI
A Combined Environmental Monitoring Framework based on WSN Clustering and VANET Edge Computation Offloading
本文提出一种结合WSN聚类与VANET边缘计算卸载的联合环境监测框架,通过SUMO和Veins仿真验证了其在广大农村道路上的高效性与可扩展性。
2024-11-15 cs.DC cs.NI
A Game-Theoretic Approach for Enhancing Security and Data Trustworthiness in IoT Applications
基于无线传感器网络(WSNs)的物联网(IoT)是快速发展的技术之一,为不同的系统管理和弹性数据可访问性做出了巨大贡献。设计一个强大的物联网网络会带来一些挑战,例如数据可信度(DT)和电源管理。提出了一种重复博弈模型来增强基于分簇的无线传感器网络的物联网安全性和对抗选择性转发攻击的DT。此外,该模型能够检测硬件(HW)的集群成员(CM)的故障,并节省由于数据包重传的功耗。该模型依赖于TDMA协议,以促进检测过程,并避免在簇头(CH)的交付数据包之间的冲突。所提出的模型的目的是保持数据包传输,各向同性或非各向同性传输,从CM的CH最大化的DT,并旨在区分恶意CM和一个遭受硬件故障。因此,它可以管理由于恶意攻击影响或HW故障而导致的因此损失的功率。仿真结果表明,该机制提高了性能与TDMA在六个不同的环境对SF攻击,实现帕累托最优DT相比,一个非合作的防御机制。
2019-11-19 cs.NI eess.SP
Energy-Aware Edge Association for Cluster-based Personalized Federated Learning
Beijing University of Posts and Telecommunications(北京邮电大学);China Academy of Information and Communications Technology(中国信息通信研究院)
无线网络上的联邦学习(FL)通过利用网络边缘的泛在智能进行隐私保护模型训练来实现数据感知服务。随着上下文感知服务的普及,个性化偏好的多样化导致用户数据之间的条件分布不一致,从而导致推理性能下降。从这个意义上说,提出了集群式联邦学习来对具有相似偏好的用户设备进行分组,并为每个集群提供个性化模型。这就需要在边缘关联中进行创新设计,包括用户聚类和资源管理优化。通过综合考虑模型精度、通信资源分配和能量消耗,提出了一个精度-成本权衡优化问题。为了符合FL中的参数加密技术,我们提出了一种迭代求解过程,该过程在云服务器处采用基于深度强化学习的方法进行边缘关联。奖励函数包括在每个基站的能量消耗最小化和所有用户的平均模型精度。在我们提出的解决方案下,多个边缘基站被充分利用,以实现具有成本效益的个性化联邦学习,而无需任何先验知识的模型参数。仿真结果表明,我们提出的策略优于现有的策略,在实现准确的学习,低能耗成本。
2022-02-06 cs.AI cs.LG cs.NI
A Convolutional Attention Based Deep Network Solution for UAV Network Attack Recognition over Fading Channels and Interference
ISCTE – Instituto Universitário de Lisboa(里斯本大学学院);PDMFC(PDMFC公司);IT – Instituto de Telecomunicações(电信研究所);FCT – Universidade Nova de Lisboa(新里斯本大学);CTTC - Centre Tecnològic de Telecomunicacions de Catalunya(加泰罗尼亚电信技术中心)
当用户通过空对地(A2G)无线通信网络与无人机(UAV)交换数据时,他们会将链路暴露给可能增加数据包丢失并可能中断连接的攻击。例如,在紧急交付中,丢失控制信息(即与UAV控制通信相关的数据)可能导致事故,导致UAV破坏和损坏城市中的建筑物或其他元素。为了防止这些问题,必须在5G和6G场景中解决这些问题。该研究提供了一种深度学习(DL)方法,用于在高度复杂的场景中检测配备正交频分复用(OFDM)接收器的无人机中的攻击,这些场景涉及经过认证的地面用户以及未知位置的攻击者。我们使用5G无人机连接中可用的两个可观察参数:接收信号强度指示符(RSSI)和信号干扰噪声比(SINR)。前瞻性的算法是可推广的攻击识别,这不会发生在训练过程中。此外,它可以识别20个地面用户环境中的所有攻击者。对识别攻击的时间要求进行了更深入的研究,结果表明,经过训练后,攻击开始后所需的最小时间为100 ms,最小攻击功率为2 dBm,与经过认证的无人机使用的功率相同。我们的算法还可以从500米的距离检测移动的攻击者。
2022-07-16 cs.CR cs.LG cs.NI
Distributed satellite information networks: Architecture, enabling technologies, and trends
Harbin Institute of Technology (Shenzhen)(哈尔滨工业大学(深圳));Pengcheng Laboratory(鹏城实验室);Dalian University of Technology(大连理工大学);State Key Laboratory of Integrated Services Networks(集成服务网络国家重点实验室);State Key Laboratory of CNS/ATM(CNS/ATM国家重点实验室);National Engineering Laboratory for Mobile Network Technologies(移动网络技术国家工程实验室);State Key Laboratory of Networking and Switching Technology(网络与交换技术国家重点实验室);National Mobile Communications Research Laboratory(移动通信研究中心);Purple Mountain Laboratories(紫金山实验室);ZTE Corporation Algorithm Department(中兴通讯算法部);State Key Laboratory of Mobile Network and Mobile Multimedia Technology(移动网络与移动多媒体技术国家重点实验室);Beijing Institute of Spacecraft System Engineering(北京航天航天系统工程研究所);University of Sydney(悉尼大学)
本文针对卫星系统体制孤岛与资源受限问题,提出分布式卫星信息网络(DSIN)架构,探讨了其网络架构、信道建模、云原生分布式MIMO等使能技术及跨层优化,并展望了未来研究方向。
2025-06-25 cs.AI cs.IT cs.NI