Digital Twin-Driven Secure Access Strategy for SAGIN-Enabled IoT Networks
Dongguan University of Technology（东莞理工学院）；Guangzhou Maritime University（广州航海学院）；Xi'an Jiaotong University（西安交通大学）
本文提出基于数字孪生的安全访问策略，通过动态平衡保密容量与排队延迟，提升SAGIN物联网网络的安全性和效率。
2025-11-26 cs.NI
Publish/subscribe-enabled software defined networking for efficient and scalable IoT communications
- 物联网（IoT）是许多不同的使能技术的结果，诸如用于收集、处理、推断和传输数据的嵌入式系统、无线传感器网络、云计算、大数据等。整合所有这些技术需要全面和整体的研究工作，以解决这些技术带来的所有挑战，特别是从物理世界到云托管服务的感知和交付信息。在本文中，我们概述了与标准化工作，对象的移动性，网络和网关接入，QoS支持相关的最重要的问题。特别是，我们描述了一种新的物联网网络架构，集成了软件定义网络（SDN）和对象管理组的数据分发服务（DDS）中间件。拟议的架构将改善物联网系统的服务交付，并为网络带来灵活性。
2017-11-14 cs.NI
A Secure Edge Gateway Architecture for Wi-Fi-Enabled IoT
Astana IT University（阿斯塔纳IT大学）
本文提出了一种 secure 边缘网关架构，通过自适应流量过滤和轻量级策略执行，有效减少Wi-Fi物联网环境中的安全攻击，提升网络韧性。
2025-12-15 cs.NI
On Maximizing Task Throughput in IoT-enabled 5G Networks under Latency and Bandwidth Constraints
5G网络中的雾计算在增加给定网络中的用户数量方面发挥了重要作用。然而，物联网（IoT）已经驱使系统设计者设计异构网络以支持具有不同延迟和数据率约束的不同需求（具有不同优先级值的任务）。在本文中，我们的目标是最大限度地提高由异构网络，标记任务吞吐量，在存在数据率和延迟的限制和设备偏好的计算需求的任务总数。由于我们原来的问题是棘手的，我们提出了一个有效的解决方案的基础上图着色技术。我们证明了我们提出的算法的有效性，使用数值结果，在实验室测试平台上的真实世界的实验，并与国家的最先进的算法比较。
2019-04-10 cs.NI
Reinforcement Learning-Enabled Dynamic Code Assignment for Ultra-Dense IoT Networks: A NOMA-Based Approach to Massive Device Connectivity
Indian Institute of Technology Guwahati（印度理工学院古瓦哈提分校）
本文提出基于强化学习的动态Gold码分配方法，用于提升超密集物联网网络的吞吐量和能效，但指出其在工业环境中的可靠性不足，需结合功率控制或重传机制。
2026-01-11 cs.NI
Experiences from Using LoRa and IEEE 802.15.4 for IoT-enabled Classrooms
针对物联网应用领域的几种网络技术目前在智能城市领域竞争，包括室外和室内部署。然而，到目前为止，还没有明确的赢家，现实世界的部署结果最近才开始浮出水面。在本文中，我们对两种流行的物联网网络技术LoRa和IEEE 802.15.4进行了比较研究，并在欧洲学校建筑内进行了以研究为导向的物联网部署，目标是提高教育的能源效率。我们评估了这两种技术在现实环境中的实际性能，对构建环境、网络质量或数据率等参数的影响进行了比较研究。我们的研究结果表明，这两种技术都有各自的优势，虽然在某些情况下两者都是完全足够的，但在我们的用例中，LoRa表现出更强大的行为。此外，LoRa的特性使其成为室内物联网部署的绝佳选择，例如在教育建筑中，特别是在带宽要求较低的情况下。
2021-02-17 cs.NI
Battery-constrained Federated Edge Learning in UAV-enabled IoT for B5G/6G Networks
在本文中，我们研究了如何从深度强化学习（DRL）方法中优化B5G/6G网络的无人机物联网（IoT）中的联邦边缘学习（FEEL）。联邦学习是一种有效的框架，可以在分散的边缘设备或服务器之间训练共享模型，而无需交换原始数据，这有助于保护数据隐私。在支持无人机的物联网网络中，延迟和能耗是限制FEEL性能的两个重要指标。虽然大多数现有的工作已经研究了如何减少延迟和提高能量效率，很少有工作已经调查了有限的电池在设备上的FEEL的影响。受此启发，我们研究了电池受限的FEEL，其中无人机可以调整其运行CPU频率以延长电池寿命并避免过早退出联邦学习训练。我们通过在时变环境中联合分配计算资源和无线带宽来优化系统。为了解决这个优化问题，我们采用了深度确定性策略梯度（DDPG）为基础的策略，其中的延迟和能量消耗的线性组合被用来评估系统成本。仿真结果表明，该策略优于传统的策略。特别是，它使所有设备都能在有限的电池下完成所有的FEEL循环，同时有效地降低了系统成本。
2021-01-29 cs.NI
Smart-Edge-CoCaCo: AI-Enabled Smart Edge with Joint Computation, Caching, and Communication in Heterogeneous IoT
移动通信技术、硬件、分布式计算、人工智能（AI）技术的发展，推动了边缘计算在异构物联网（IoT）领域的应用。以克服传统云计算模式在大数据时代的缺陷。在本文中，我们首先提出了一种新的具有异构物联网架构的AI智能边缘，该架构结合了边缘计算，缓存和通信。然后，我们提出了Smart-Edge-CoCaCo算法。为了最小化总延迟并确定计算卸载决策，Smart-Edge-CoCaCo使用无线通信模型，边缘云中的协同过滤器缓存模型和计算卸载模型的联合优化。最后，我们建立了一个情感交互测试床，在真实环境中进行计算延迟实验。实验结果表明，随着计算任务数据量和并发用户数的增加，Smart-Edge-CoCaCo算法的计算延迟低于传统云计算模型。
2019-01-08 cs.NI
An Overview of Machine Learning-Enabled Network Softwarization for the Internet of Things
本文概述物联网、网络软化与机器学习的基础，并综述机器学习赋能的网络软化在物联网中的最新进展，以应对复杂网络服务挑战。
2024-02-07 cs.NI
Enhancing Physical Layer Security in LEO Satellite-Enabled IoT Network Communications
本文首次利用随机几何框架分析LEO卫星物联网上行链路中的物理层安全策略，推导出可用概率、成功通信概率和安全通信概率的低复杂度解析表达式，并评估人工噪声技术及星座与网络参数对安全性能的影响。
2024-07-04 cs.NI
Energy Efficient Resource Allocation in EH-enabled CR Networks for IoT
随着物联网（IoT）设备的快速增长，下一代移动网络需要更多的工作频段。通过利用未充分利用的无线电频谱，认知无线电（CR）技术被认为是解决物联网应用频谱稀缺问题的一种有前途的解决方案。与CR技术的发展并行，无线能量收集（WEH）被认为是消除物联网和CR网络充电或更换电池的新兴技术之一。为此，我们建议利用WEH的CR网络中的CR设备不仅能够感测可用的无线电频率在一个协作的方式，但也收获的无线能量传输的接入点（AP）。更重要的是，我们设计了一个优化框架，捕捉能量效率（EE）和频谱效率（SE）的网络之间的基本权衡。特别是，我们制定了一个混合非线性规划（MINLP）的问题，最大限度地提高EE，同时考虑到用户的缓冲区占用，数据率公平性，能源因果关系的约束和干扰的约束。我们进一步证明了所提出的优化框架是一个NP-Hard问题。因此，我们提出了一个低复杂度的启发式算法，称为启发式算法，解决资源分配和能量收集优化问题。所提出的算法被证明是能够实现高精度的接近最优的解决方案，同时具有多项式的复杂性。我们的建议的效率是通过设计良好的模拟验证。
2018-07-06 cs.NI
Trust and Reputation Management for Blockchain-enabled IoT
近年来，人们越来越有兴趣将区块链纳入物联网（IoT），以解决IoT的固有问题，例如单点故障和数据孤岛。然而，区块链本身无法确定来自物联网设备的数据的真实性和准确性。区块链的仅附加性质加剧了这个问题，因为一旦记录在链上，就不可能更改数据。信任和声誉管理（TRM）是解决上述信任问题的有效方法。然而，为支持区块链的物联网应用程序设计TRM框架是一项重要的任务，因为每个应用程序都有其独特的信任挑战，具有独特的功能和要求。在本文中，我们介绍了我们在为各种支持区块链的物联网应用设计TRM框架方面的经验，以提供见解并突出未来机遇的开放研究挑战。
2022-12-09 cs.CR cs.NI
Energy Efficient Barring Factor Enabled Extended Access Barring for IoT Devices in LTE-Advanced
物联网（IoT）设备的同步随机接入信道（RACH）尝试可能导致LTE-A中的无线电接入网络（RAN）过载。3GPP采用禁止位图使能扩展接入禁止（EAB-BB）机制，该机制通告EAB信息（即，禁止接入类的列表）作为基线解决方案来减轻RAN过载。EAB-BB在最近的工作中分析了其最佳性能。然而，一直没有工作，分析限制因素启用扩展访问限制（EAB-BF），一种替代机制，在标准化过程中考虑。由于所涉及的建模复杂性，不仅难以分析EAB-BF，而且还忽略了一个更深远的问题，如这些方案对关键网络性能参数（如eNodeB能耗）的影响。在这方面，第一次，我们开发了一种新的分析模型EAB-BF获得其性能指标。从我们的分析和模拟得到的结果被认为是非常匹配的。此外，我们还建立了一个eNodeB的能量消耗模型，以服务于物联网RACH请求。然后，我们表明，我们的分析和能源消耗模型可以结合起来，以获得EAB-BF设置，可以最大限度地减少eNodeB的能源消耗，同时提供最佳的服务质量（QoS）的性能。结果表明，EAB-BF的最佳性能优于EAB-BB。此外，我们还表明，不仅所有三个3GPP提出的EAB-BF设置标准化过程中考虑提供次优的QoS设备，但也会导致过度的eNodeB能耗，从而严重惩罚网络。最后，我们提供这些3GPP设置，可以导致EAB-BF性能的显着增益的校正。
2016-11-09 cs.NI
BlendMAS: A BLockchain-ENabled Decentralized Microservices Architecture for Smart Public Safety
由于物联网（IoT）的快速技术进步，通过集成异构计算设备以协作地提供公共保护服务，智能公共安全（SPS）系统已经变得可行。虽然面向服务的架构（SOA）已经被IoT和网络物理系统（CPS）采用，但是单片架构难以为基于分布式IoT的SPS系统提供可伸缩和可扩展的服务。此外，传统的安全解决方案依赖于集中式权限，这可能是性能瓶颈或单点故障。受微服务架构和区块链技术的启发，本文提出了一种基于区块链的智能公共安全分布式微服务架构（BlendMAS）。在许可区块链网络中，引入基于微服务的安全机制来保护SPS系统中的数据访问控制。安全服务的功能被解耦到单独的容器化微服务中，这些微服务使用智能合约构建，并部署在边缘和雾计算节点上。大量的实验研究表明，BlendMAS能够为基于物联网的分布式SPS系统提供分散、可扩展、安全的数据共享和访问控制。
2019-02-27 cs.NI
Unleashing the Power of Participatory IoT with Blockchains for Increased Safety and Situation Awareness of Smart Cities
物联网作为一种前所未有的范式出现，具有改变人们互动、思考和生活方式的巨大潜力。它使现有的互联网服务以以前不可能的方式变得可行，并为适用于智能城市的新态势感知应用铺平了道路，例如实时视频监控，交通控制和应急管理。这些应用程序通常依赖于大量的物联网设备来收集和协作处理流数据，以实现实时决策。在本文中，我们介绍了语义虚拟空间（SVS）的概念，这是一种与这些新兴智能城市应用的目标和需求相称的虚拟化云物联网基础设施的抽象，并提出和讨论了可扩展的架构和机制，这些架构和机制可以在云物联网基础设施上实现并自动部署和管理多个SVS实例。
2019-12-02 cs.NI
Next-Generation Satellite IoT Networks: A HAPS-Enabled Solution to Enhance Optical Data Transfer
针对卫星光通信易受天气干扰的问题，提出结合HAPS系统与延迟容忍网络的卫星物联网架构，可提升星地数据传输量，并评估了其投递率与缓冲区占用情况。
2024-08-17 cs.NI
AI-Enabled Bit-Mapping Medium Access Control Protocol for Intelligent and Energy-Efficient IoT Networks
Maharishi International University（玛哈里希国际大学）
本文提出EEI-BMA协议，通过轻量神经网络预测事件概率，动态调整传输调度，降低能耗并保持传感可靠性，实验显示在不同条件下均优于传统协议。
2026-03-13 cs.NI
Survey on Internet of Things enabled by 6G Wireless Networks
6 G无线技术被可视化为通过物联网（IoT）彻底改变多种客户服务，从而为包括自主系统的无处不在的智能社会做出贡献。在本章中，我们对具有6 G无线网络的物联网网络进行了详细的调查，并调查了6 G技术在物联网网络中提供的趋势可能性及其相关利用;首先，我们详细介绍了突破性的物联网技术以及预计将在未来加强物联网网络的技术驱动因素。接下来，我们将介绍相关的用例，详细讨论6 G技术在广泛的物联网潜在应用中的作用。最后，我们强调了几个研究范围和挑战，并列出了潜在的研究需求，并鼓励在6 G网络支持的物联网重点领域内进行进一步研究。
2022-03-16 cs.NI eess.SP
IoTrace: A Flexible, Efficient, and Privacy-Preserving IoT-enabled Architecture for Contact Tracing
接触者追踪有望通过早期发现可能的传染事件，帮助抗击新冠肺炎的传播。为此，大多数现有的解决方案共享以下架构：智能手机不断广播随机信标，这些信标被附近的设备拦截并存储到其本地联系人日志中。在本文中，我们提出了一种支持物联网的联系人追踪架构，放宽了以智能手机为中心的假设，并提供了一种具有以下功能的解决方案：（i）它将最终用户的开销减少到最低限度--移动终端仅广播其信标;（ii）它为用户提供了竞争解决方案所没有达到的隐私程度-即使在最不利于隐私的情况下，该解决方案也提供了k-匿名;以及（iii）它是灵活的：相同的体系结构可以被配置为支持几种模型--从完全分散的到完全集中的模型--并且可以调整系统参数以支持跟踪几种社会交互模型。我们还强调开放的问题，并讨论了一些未来的研究方向。
2021-01-02 cs.CR cs.NI
Location-Enabled IoT (LE-IoT): A Survey of Positioning Techniques, Error Sources, and Mitigation
物联网（IoT）已经开始为许多工业和大众市场应用的未来提供支持。本地化技术正在成为在没有人类感知和干预的情况下向物联网数据添加位置上下文的关键。与此同时，新兴的低功耗广域网（LPWAN）技术具有远距离、低功耗、低成本、大规模连接以及室内和室外区域通信能力等优点。这些功能使LPWAN信号成为大众市场本地化应用的强有力候选者。然而，存在通过使用这样的IoT信号而具有有限的定位性能的各种误差源。本文按照以下顺序对物联网定位系统进行综述：物联网定位系统综述--定位数据源--定位算法--定位误差来源及缓解--定位性能评估。与相关调查相比，本文对物联网本地化方法进行了更全面、更先进的综述，对物联网本地化误差来源和缓解措施进行了原创性综述，对物联网本地化性能评估进行了原创性综述，对物联网本地化应用、机遇和挑战进行了更全面的综述。因此，这项调查为有兴趣在现有物联网系统中实现定位能力、使用物联网系统进行定位或将物联网信号与现有定位传感器集成的同行提供了全面的指导。
2020-04-07 cs.NI eess.SP
IoT Blockchain Solution for Air Quality Monitoring in SmartCities
物联网云支持的社会应用在最近的过去急剧增加，这是由于创新的推动，特别是通过启动计划，在农业，医疗保健，工业等各个领域。现有的物联网云解决方案导致从业者或研究人员陷入严重的安全隐患和性能低下的混乱局面。本文提出了一种基于区块链的物联网云实施方案，以解决智慧城市中存在的问题。它特别强调了SmartCities中空气质量监测系统链码的实施;使用实验说明了名为IoT启用的空气质量监测系统区块链（IB-AQMS）的拟议架构。文中给出了实验结果。
2020-03-29 cs.CR cs.NI
Blockchain Enabled Enhanced IoT Ecosystem Security
区块链（BC）是比特币加密货币系统背后的技术，正开始被采用，以确保物联网（IoT）生态系统的安全性和隐私性。目前学术界和工业界都在这一领域进行着热烈的研究。工作量证明（PoW）是一个加密难题，通过维护被认为是不可破坏的交易的数字分类账，在确保BC安全方面发挥着至关重要的作用。此外，BC使用可变的公钥（PK）来记录用户的身份，从而提供额外的隐私层。不仅在加密货币中成功采用了BC，而且在多方面的非货币系统中也是如此，例如：分布式存储系统，位置证明和医疗保健。最近的研究文章和项目或应用程序进行了调查，以评估物联网安全BC的实施情况，并确定相关的挑战，并为物联网生态系统的BC增强安全提出解决方案。
2018-06-12 cs.CR cs.NI
Quantum-Assisted Online Task Offloading and Resource Allocation in MEC-Enabled Satellite-Aerial-Terrestrial Integrated Networks
本文研究星地空一体化网络中的在线任务卸载与资源分配，提出基于Lyapunov的在线控制算法分解随机优化问题，并设计混合量子-经典广义Benders分解算法高效求解单时隙混合整数非线性规划，以最小化服务延迟。
2024-12-20 cs.NI
Multi-AAV-enabled Distributed Beamforming in Low-Altitude Wireless Networking for AoI-Sensitive IoT Data Forwarding
针对传统AAV辅助物联网数据传输受覆盖范围限制、易产生延迟尖峰抬升信息年龄（AoI）的问题，提出基于分布式波束成形的多AAV协同转发系统，通过深度强化学习联合优化轨迹与通信调度，有效降低AoI与能耗。
2025-09-01 cs.NI
CleanCity-BinSense: An IoT-Enabled Smart Waste Management System with Configurable Real-Time Fill Monitoring and Nearest-Neighbor Route Optimization
Islamic University of Technology（伊斯兰理工大学）；Jahangirnagar University（贾汉吉尔纳加尔大学）
针对发展中城市废物收集低效问题，提出CleanCity-BinSense物联网智能废物管理系统，采用可配置传感模型和最近邻路线优化，实现低成本实时监测与需求驱动收集。
2026-09-09 cs.NI
Assessing the Efficacy of IoT-based Forest Fire Detection: a Practical Use Case
本研究针对6G赋能的物联网森林火灾探测的实际落地挑战，基于SEA-HAZEMON平台的真实数据开展案例研究，为评估分布式传感器火灾探测系统有效性及设计相关机制提供初步参考。
2024-07-12 cs.NI
BlendCAC: A BLockchain-ENabled Decentralized Capability-based Access Control for IoTs
物联网（IoT）的普及允许异构嵌入式智能设备在有或没有人工干预的情况下协作地提供智能服务。在利用大规模基于物联网的应用（如智能电网或智能城市）的同时，物联网也引发了对隐私和安全的更多关注。在物联网面临的最大安全挑战中，访问授权对于资源共享和信息保护至关重要。当今访问控制（AC）的一个弱点是集中式授权服务器，它可能是性能瓶颈或单点故障。在本文中，BlendCAC，一个基于区块链的分散能力的AC被提出用于物联网的安全性。BlendCAC旨在对大规模物联网系统中的设备、服务和信息进行有效的访问控制。基于区块链网络，提出了一种用于访问权限传播的能力委托机制.提出了一种基于身份的能力令牌管理策略，该策略利用智能合约进行访问授权的注册、传播和撤销。在提出的BlendCAC方案中，物联网设备是自己的主人，可以控制自己的资源，而不是由集中式机构进行监督。在Raspberry Pi设备和本地私有区块链网络上实施和测试，我们的实验结果证明了所提出的BlendCAC方法的可行性，可以为物联网系统提供分散，可扩展，轻量级和细粒度的AC解决方案。
2018-04-24 cs.CR cs.DC cs.NI
A Dynamic Game Approach to Designing Secure Interdependent IoT-Enabled Infrastructure Network
利用无处不在的连接和大数据的新兴物联网（IoT）应用正在促进智能一切计划的实现。支持IoT的基础设施自然具有多层系统架构，具有覆盖或底层设备网络及其共存的基础设施网络。这两个异构的相互依赖的网络中的不同组件之间的连接在提供实时信息和确保高水平的态势感知方面发挥着重要作用。然而，由于通信的无线性质，支持物联网的基础设施面临网络威胁。因此，在存在对手的情况下保持网络连接是基础设施网络运营商的关键任务。在本文中，我们建立了一个三人三阶段的动态博弈理论框架，包括两个网络运营商和一个攻击者捕获的安全设计的多层相互依赖的基础设施网络，通过分配有限的资源。我们使用子博弈完美纳什均衡（SPE）来刻画具有连续移动的局中人的策略。此外，我们通过与两个网络运营商可以协调的团队最优解相比较来评估平衡网络的效率。我们进一步设计了一个可扩展的算法来指导均衡物联网使能的基础设施网络的建设。最后，我们使用的战场物联网（IoBT）的新兴范式的案例研究，以证实所获得的结果。
2021-07-26 cs.NI cs.SY eess.SY
Digital Twin Graph: Automated Domain-Agnostic Construction, Fusion, and Simulation of IoT-Enabled World
Missouri University of Science and Technology（密苏里科技大学）
本文提出数字孪生图（DTG）通用数据结构及处理框架，以完全自动化、领域无关的数据驱动图学习方式构建数字孪生，降低领域知识依赖并应对关键挑战。
2023-04-20 cs.LG cs.NI
Orchestrating Service Migration for Low Power MEC-Enabled IoT Devices
本文研究如何利用Kubernetes和S1切换为低功耗MEC物联网设备实现反应式服务迁移，通过WebRTC视频后处理场景验证其在降低端到端时延和UE功耗方面的优势。
2019-05-30 cs.NI cs.SE
AI-enabled Blockchain: An Outlier-aware Consensus Protocol for Blockchain-based IoT Networks
University of Central Florida（中佛罗里达大学）
提出了一种使用机器学习在基于区块链的物联网网络中实现安全和鲁棒共识的新框架。Hyperledger fabric是作为Hyperledger项目的一部分开发的区块链平台，虽然看起来非常适合物联网应用程序，但在不可信的环境中对恶意活动的容忍度相对较低。为此，我们提出了具有两步共识协议的AI启用区块链（AIBC），该协议使用离群值检测算法在超级账本结构平台上实现的物联网网络中达成共识。异常感知共识协议利用监督机器学习算法，该算法在第一步中通过学习的检测器检测异常活动。然后，数据通过超级账本结构中固有的实用拜占庭容错（PBFT）共识协议进行账本更新。我们衡量和报告我们的框架在各种延迟组件方面的表现。结果表明，我们实现的AIBC网络（两步共识协议）通过略微降低延迟性能，提高了超级账本结构在容错方面的性能。
2019-08-09 cs.DC cs.LG cs.NI
Trust in Edge-Enabled IoT Security: Features, Challenges and Research Directions
Istanbul Technical University（伊斯坦布尔理工大学）；Zurich University of Applied Sciences (ZHAW)（苏黎世应用科学大学（ZHAW））
本文系统综述边缘赋能物联网中的信任管理，提出跨架构层与领域分类体系，分析信任设计、集成及攻击，指出研究空白并展望上下文感知自适应信任管理方向。
2026-09-22 cs.AI cs.CR cs.CY
Creating it from SCRATCh: A Practical Approach for Enhancing the Security of IoT-Systems in a DevOps-enabled Software Development Environment
DevOps描述了一种重新组织软件工程中不同学科协同工作的方式以加快软件交付的方法。然而，将DevOps方法引入组织是一项复杂的任务。一个成功的介绍会产生一组结构化的过程描述。尽管结构，这个过程留下了错误的余地：特别是安全问题是在各个阶段解决的，没有考虑相互依赖性。此外，将DevOps方法应用于分布式实体（如物联网（IoT））是困难的，因为该架构是为桌面和云资源量身定制的。在这项工作中，介绍了DevOps流程各阶段中使用的工具的概述。在安全性或对物联网的适用性方面存在差距。基于这些差距，在研究项目SCRATCh的过程中正在开发的解决方案，并在DevOps环境的好处方面进行了讨论。
2020-10-28 cs.NI cs.SE
A Lightweight Blockchain and Fog-enabled Secure Remote Patient Monitoring System
物联网使智能远程医疗应用快速增长。这些基于物联网的远程医疗应用程序为有风险或患有慢性疾病的患者提供快速和预防性的医疗服务。然而，在医疗物联网设备之间交换敏感医疗数据的同时确保数据安全和患者隐私仍然是远程医疗保健应用中的一个重大问题。更改或损坏的医疗数据可能会导致错误的治疗，并为患者带来严重的健康问题。此外，需要解决和改进当前远程医疗应用的效率和响应时间。考虑到对安全高效的患者护理的需求，本文提出了一种轻量级的基于区块链和启用雾的远程患者监护系统，该系统提供了高级别的安全性和高效的响应时间。仿真结果和安全性分析表明，所提出的轻量级区块链架构能够很好地适应资源受限的物联网设备，并且具有较好的安全性。此外，雾计算的增强使远程患者监护系统的响应速度提高了40%。
2023-01-09 cs.CR cs.NI
Blockchain and smart contract for IoT enabled smart agriculture
农业部门在使用最新技术方面仍然落后于所有其他部门。在生产方面，正在引进和采用最新的机器。然而，收获前和收获后的处理仍然是按照传统方法进行的，同时跟踪，存储和发布农业数据。因此，农民得不到应得的报酬，消费者在购买产品之前得不到足够的信息，中间人/加工商提高了零售价格。使用区块链、智能合约和物联网设备，我们可以完全自动化这一过程，同时在所有各方之间建立绝对信任。在这项研究中，我们探索了使用区块链和智能合约的不同方面，并将物联网设备集成到农业的收获前和收获后部分。我们提出了一个系统，该系统使用区块链作为主干，而物联网设备从现场收集数据，智能合约规范所有这些贡献方之间的交互。该系统的实施已显示在图表和适当的解释。为了更好地了解成本，还附上了每个操作的气体成本。我们还分析了该系统的挑战和优势。这项研究的总体影响是展示区块链在农业领域的不可变、可用、透明和强大的安全特性，同时强调区块链、智能合约和物联网的协作所呈现的强大机制。
2021-04-01 cs.CY cs.NI
Optimizing Information Freshness in Computing enabled IoT Networks
物联网（IoT）已成为下一代无线网络的关键功能之一，其中及时交付状态更新数据包对于许多实时IoT应用至关重要。为了向用户提供上下文感知的服务并减轻传输负担，原始数据在传输到目的地之前通常需要进行预处理。然而，计算对整体信息新鲜度的影响还没有得到很好的理解。在这项工作中，我们首先开发了一个分析框架，以研究具有多个传感器的计算支持的物联网系统的信息新鲜度，即信息的峰值年龄（PAoI）。具体地说，我们将计算和传输过程建模为串联队列，并推导出不同传感器的平均PAoI的解析表达式。基于理论结果，我们制定了一个最小最大优化问题，以最大限度地减少不同传感器的最大平均PAoI。我们进一步设计了一个无导数的算法来寻找最佳的更新频率，与该算法的复杂性检查制定的问题的凸性或获得的目标函数的导数可以大大降低。大量的仿真结果验证了我们的分析和所提出的算法的有效性的准确性。
2019-10-12 cs.IT cs.NI math.IT
Prediction based computation offloading and resource allocation for multi-access ISAC enabled IoT system
针对高移动性物联网中移动设备资源受限问题，提出基于预测的ISAC系统计算卸载与资源分配框架，通过提取轨迹和速度等数据属性进行分配决策，其ClusterMan软件包在预测中实现了97%的准确率。
2024-06-28 cs.DC cs.ET cs.NI
A VHetNet-Enabled Asynchronous Federated Learning-Based Anomaly Detection Framework for Ubiquitous IoT
物联网异常检测是入侵检测、设备活动分析、安全监管等多个领域需要的主要智能服务。然而，异构分布的数据和资源受限的终端节点提出了挑战，现有的异常检测模型。高空平台站（High Altitude Platform Station，HAPS）和无人机（Unmanned Aerial Vehicles，UAV）作为垂直异构网络（Vertical HetNets，VHetNet）的重要组成部分，具有部署灵活、资源多维的优势，在泛在物联网系统的感知、计算、存储和通信应用中具有巨大潜力。在本文中，我们提出了一种新的VHetNet启用异步联邦学习（AFL）框架，使分散的无人机协同训练全球异常检测模型。在VHetNet支持的AFL框架中，HAPS作为中央空中服务器运行，并且由于其覆盖范围广以及强大的存储和计算能力，在UAV中训练的本地模型被上传到HAPS以进行全局聚合。我们在AFL框架中引入了无人机选择策略，以防止局部模型质量低、能耗大的无人机影响全局模型的学习效率和检测精度。为了保证无人机与HAPS之间传输的安全性，我们在无人机的局部模型参数中加入设计噪声，以实现差分隐私。此外，我们提出了一种基于复合动作演员评论家（CA2C）的联合设备关联，无人机选择和无人机轨迹规划算法，以进一步提高整体联邦执行效率和检测模型的准确性。在真实数据集上进行的大量实验表明，该算法能够以较短的联邦执行时间和较低的能耗实现…
2023-03-06 cs.NI eess.SP
Federated Learning and Blockchain-enabled Fog-IoT Platform for Wearables in Predictive Healthcare
University of Guelph（圭尔夫大学）；University of Toronto（多伦多大学）
多年来，可穿戴物联网（IoT）设备在多种医疗保健服务中的普及和使用正在增加。受益于这些设备的使用的服务之一是预测分析，这可以改善电子保健的早期诊断。然而，由于可穿戴物联网设备的局限性，数据隐私，服务完整性和网络结构适应性方面的挑战出现了。为了解决这些问题，我们提出了一个在雾物联网网络中使用联邦学习和私有区块链技术的平台。这些技术具有隐私保护功能，可以保护网络内的数据。我们利用雾物联网网络的分布式结构为可穿戴物联网设备创建自适应网络。我们设计了一个测试平台，以检查所提出的平台的能力，以保持分类器的完整性。根据实验结果，所介绍的实现可以有效地保护病人的隐私和预测服务的完整性。我们进一步研究了其他技术对物联网网络安全性和适应性的贡献。总的来说，我们通过分析、模拟和实验证明了我们的平台在解决可穿戴物联网设备在预测性医疗保健中的重大安全和隐私挑战方面的可行性。
2023-01-11 cs.CR cs.LG cs.NI
Machine Learning-Enabled IoT Security: Open Issues and Challenges Under Advanced Persistent Threats
University of Ottawa（渥太华大学）；Ciena（CIENA公司）
尽管物联网（IoT）具有技术优势，但由于无线介质中的漏洞，物联网（IoT）具有网络弱点。基于机器学习（ML）的方法被广泛用于物联网网络中的网络威胁，具有良好的性能。高级持续性威胁（APT）是网络犯罪分子危害网络的突出表现，具有长期性和危害性的特点。然而，它是很难应用ML为基础的方法来识别APT攻击，以获得一个有前途的检测性能，由于正常流量中的一个非常小的百分比。由于缺乏所有类型的APT攻击的公共数据集，因此对物联网网络中的APT攻击进行全面调查的调查有限。这是值得桥梁的国家最先进的网络攻击检测与APT攻击检测在一个全面的评论文章。这篇调查文章回顾了物联网网络中的安全挑战，并介绍了物联网系统中众所周知的攻击、APT攻击和威胁模型。同时，基于特征的，基于异常的，和混合的入侵检测系统的物联网网络进行了总结。本文重点介绍了针对网络入侵的常用ML方法的统计见解以及检测到的攻击类型的数量。最后，常见的网络入侵和APT攻击的开放性问题和挑战，为未来的研究。
2022-04-17 cs.CR cs.LG cs.NI
AoI and Energy Consumption Oriented Dynamic Status Updating in Caching Enabled IoT Networks
缓存技术是一种很有前途的技术，可以通过存储在边缘缓存节点（ECN）中的数据包响应用户的请求，从而降低物联网（IoT）网络中传感器的能耗。对于启用缓存的物联网网络中的实时应用，必须开发动态状态更新策略，以在用户体验的信息新鲜度和传感器消耗的能量之间取得平衡，然而，这一点没有得到很好的解决。在本文中，我们首先从信息年龄（AoI）的角度描述了每个用户的信息新鲜度的演变。然后，我们制定了一个动态的状态更新优化问题，以最小化长期累积成本的期望，它联合考虑用户的AoI和传感器的能量消耗。针对这一问题，提出了一种马尔可夫决策过程（MDP）模型来描述状态更新过程，并提出了一种无模型强化学习算法来解决MDP模型动态未知带来的挑战.最后，通过仿真验证了算法的收敛性，并与零等待基线策略进行了比较。
2020-03-01 cs.IT cs.NI math.IT
Secure Targeted Message Dissemination in IoT Using Blockchain Enabled Edge Computing
本文提出STarEdgeChain，一种结合许可区块链与边缘计算的安全目标消息分发方案，通过单次签密实现高效分发，并验证了其在智能设备上的实用性。
2024-08-02 cs.CR cs.NI
IoT-Enabled Social Relationships Meet Artificial Social Intelligence
University of Science and Technology Beijing（北京科技大学）；Beijing Engineering Research Center for Cyberspace Data Analysis and Applications（北京网络空间数据分析与应用工程研究中心）；Ulster University（阿尔斯特大学）；University of Cagliari（卡利亚里大学）；Stevens Institute of Technology（史蒂文斯理工学院）
随着物联网的最新进展、无处不在的计算资源和移动设备的日益可访问性、富媒体内容的流行以及随之而来的社会、经济和文化变化，计算技术和应用在过去十年中迅速发展。它们现在超越了个人计算，促进了一般的协作和社交互动，导致物联网实体之间的社交关系迅速扩散。这些关系的数量越来越多，其异构的社交特征导致了计算和通信瓶颈，阻碍了物联网网络利用这些关系来改善所提供的服务和定制所交付的内容，这被称为关系爆炸。另一方面，人工智能在社会计算中应用的快速发展已经导致了一个被称为人工社会智能（ASI）的有前途的研究领域的出现，该领域具有解决社会关系爆炸问题的潜力。本文讨论了物联网在社会关系检测和管理中的作用，物联网中社会关系爆炸的问题，并回顾了使用ASI提出的解决方案，包括面向社会的机器学习和深度学习技术。
2021-05-25 cs.AI cs.CY cs.NI
QoE Based Revenue Maximizing Dynamic Resource Allocation and Pricing for Fog-Enabled Mission-Critical IoT Applications
雾计算正在成为物联网（IoT）应用的重要组成部分，充当其计算引擎。任务关键型物联网应用程序对延迟高度敏感，这取决于云服务器的物理位置。云服务提供商（CSP）可以使用不同响应速率的雾节点，并且它面临着将顺序接收的物联网数据转发到其中一个雾节点进行处理的挑战。由于请求的到达时间和性质是随机的，因此重要的是实时地对请求进行最佳分类，并在雾节点处分配可用的虚拟机实例（VMI），以向用户提供高QoE，从而为CSP产生更高的收入。在本文中，我们使用的定价策略的基础上的QoE的应用程序作为分配的结果，并获得一个最佳的动态分配规则的基础上的统计信息的计算请求。所开发的解决方案是统计上最优的，动态的，并在实时实施，而不是在文献中的其他静态匹配方案。所提出的框架的性能进行了评估，使用模拟和结果表明，与基准计划相比，显着改善。
2020-06-02 cs.NI cs.SY eess.SY
Computational Intelligence and Deep Learning for Next-Generation Edge-Enabled Industrial IoT
Guangzhou University（广州大学）；Queen Mary University of London（伦敦玛丽女王大学）
在本文中，我们研究了如何在边缘支持的工业物联网网络中部署计算智能和深度学习（DL）。在该系统中，IoT设备可以协作地训练共享模型，而不会损害数据隐私。然而，由于工业物联网网络中的资源有限，包括计算能力、带宽和信道状态，许多设备都难以及时完成本地训练并将权重上传到边缘服务器。为了解决这个问题，我们提出了一种新的基于多出口的联邦边缘学习（ME-FEEL）框架，其中深度模型可以分为几个具有不同深度的子模型，并从相应子模型的出口输出预测。通过这种方式，计算能力不足的设备可以选择较早的出口，避免训练完整的模型，这可以帮助减少计算延迟，并使设备能够在延迟阈值内尽可能多地参与聚合。此外，我们提出了一个贪婪的方法为基础的出口选择和带宽分配算法，以最大限度地提高出口的总数在每个通信轮。在非独立同分布（non-IID）设置下对经典Fashion-MNIST数据集进行了仿真实验，结果表明，所提出的策略优于传统FL。特别是，所提出的ME-FEEL在资源严重有限的工业物联网网络中可以实现高达32.7%的准确率增益。
2021-10-28 cs.DC cs.LG cs.NI
Age of Processing: Age-driven Status Sampling and Processing Offloading for Edge Computing-enabled Real-time IoT Applications
状态信息的新鲜度对于时间关键的物联网（IoT）应用非常重要。测量状态新鲜度的度量是信息年龄（AoI），其捕获从在源节点处生成状态（例如，然而，在智能物联网应用（例如视频监控）中，状态信息在一些计算密集且耗时的数据处理操作之后被揭示，这将影响状态新鲜度。在本文中，我们提出了一种新的度量，年龄的处理（AoP），量化这种状态的新鲜度，它捕获的时间流逝的最新收到的处理状态数据，因为它是生成的。与AoI相比，AoP进一步考虑了数据处理时间。由于物联网设备的计算能力和能量资源有限，设备可以在受限的状态采样频率下选择将数据处理卸载到附近的边缘服务器，通过联合优化状态采样频率和处理卸载策略，实现长期过程中平均AoP最小化。我们制定了这个在线问题作为一个无限时域约束马尔可夫决策过程（CMDP）的平均奖励标准。然后，我们转换CMDP问题到一个无约束的马尔可夫决策过程（MDP），利用拉格朗日方法，并提出了一个拉格朗日转换框架的原始CMDP问题。此外，我们整合的框架与扰动为基础的细化实现CMDP问题的最优策略。广泛的数值评估表明，该算法优于基准，平均AoP减少高达30%。
2020-03-24 cs.NI eess.SP
Privacy-preserving Blockchain-enabled Parametric Insurance via Remote Sensing and IoT
School of Computing, Australian National University（澳大利亚国立大学计算学院）；Faculty of Information Technology, Monash University（莫纳什大学信息技术学院）；Data61, CSIRO（CSIRO数据61）
本文提出基于简洁零知识证明的隐私保护参数保险框架，通过零知识证明验证保险索赔的有效性和数据源真实性，提升透明度和效率，同时降低Gas成本80%。
2025-08-14 cs.CR cs.NI
Blockchain and Deep Learning-Based IDS for Securing SDN-Enabled Industrial IoT Environments
针对SDN架构在IIoT环境中引发的安全威胁，提出一种集成CNN的IDS与区块链系统的联合方法，分别增强应用层与网络层安全，有效检测并降低命令注入等攻击影响。
2023-12-31 cs.CR cs.NI
Intent-driven Diffusion-based Path for Mobile Data Collector in IoT-enabled Dense WSNs
Annamacharya University（安纳马查亚大学）
本文提出ID2P2框架，通过意图驱动的扩散路径规划，提升物联网密集WSN中移动数据收集器的能效、数据新鲜度和网络公平性。
2026-02-05 cs.DC cs.NI
UAV Swarm-enabled Collaborative Secure Relay Communications with Time-domain Colluding Eavesdropper
针对时域合谋窃听威胁下的物联网安全通信问题，提出无人机蜂群协同中继方案，构建多目标优化问题并设计改进多目标蝗虫算法求解，仿真验证了策略有效性与算法优越性。
2023-10-03 cs.NE cs.NI
Large Language Model Enhanced Differentiable Trajectory Planning for IoT-Enabled Autonomous Driving
State Key Laboratory of Automotive Simulation and Control, Jilin University（吉林大学汽车仿真与控制国家重点实验室）；Center of Research for Cyber Security and Network (CSNET), Faculty of Computer Science and Information Technology, Universiti Malaya（马来西亚大学计算机科学与信息技术学院网络安全与网络研究中心）；Interdisciplinary Centre for Security, Reliability and Trust (SnT), University of Luxembourg（卢森堡大学安全、可靠性与信任跨学科中心）；IMT, Department of Humanities and Technology, Roskilde University（罗斯基勒大学人文与技术系IMT）；Center for Security, Theory and Algorithmic Research, International Institute of Information Technology（国际信息技术研究所安全、理论与算法研究中心）；Department of Computer Science and Engineering, College of Informatics, Korea University（韩国大学信息学院计算机科学与工程系）
针对物联网支持的自动驾驶规划问题，提出大语言模型增强可微轨迹规划框架。通过以周围智能体为中心的数据增强、复杂度感知的语义增强模块及可微优化模块，提升规划效果，在相关基准测试中取得高分，验证了在线部署和实时闭环执行能力。
2026-07-14 cs.NI cs.RO
Optimal Status Update for Caching Enabled IoT Networks: A Dueling Deep R-Network Approach
在物联网（IoT）网络中，缓存是一种很有前途的技术，它通过将数据包缓存在边缘缓存节点（ECN）中来响应用户的数据请求，从而降低传感器的能耗。然而，如果没有一个有效的状态更新策略，由用户获得的信息可能是陈旧的，这反过来将不可避免地恶化的准确性和可靠性的实时应用程序的派生决策。在本文中，我们专注于打击之间的平衡信息的新鲜度，在年龄的信息（AoI），由用户体验和传感器消耗的能量，通过适当地激活传感器更新其当前状态。特别是，我们首先描绘了从不同用户的角度与非均匀持续时间的时间步长，这是由用户的数据请求和ECN的状态更新决策的每个传感器的AoI的演变。然后，我们制定了一个基于非均匀时间步长的动态状态更新优化问题，以最小化长期平均成本，联合考虑平均AoI和能源消耗。为此，马尔可夫决策过程的制定，并进一步，决斗深度R-网络的动态状态更新算法设计通过结合决斗深度Q-网络和表格R-学习，其中的灾难的维数和未知的环境动态可以解决的挑战。最后，通过与五种基线深度强化学习算法和策略进行比较，进行了大量的仿真，以验证我们提出的算法的有效性。
2021-06-13 cs.NI eess.SP
Zero-bias Deep Learning Enabled Quick and Reliable Abnormality Detection in IoT
Embry-Riddle Aeronautical University（安柏瑞德航空大学）；Shenzhen University（深圳大学）
异常检测对于安全关键和延迟受限系统的性能至关重要。然而，随着系统变得越来越复杂，具有大量的异构数据，传统的统计变化点检测方法变得不那么有效和高效。尽管深度学习（DL）和深度神经网络（DNN）越来越多地被用于处理异构数据，但它们仍然缺乏理论上可保证的性能和可解释性。本文集成了零偏差DNN和最快事件检测算法，为物联网（IoT）中的异常和时间相关异常事件的快速可靠检测提供了一个整体框架。我们首先使用零偏置稠密层来增加DNN的可解释性。我们提供了一种解决方案，将零偏DNN分类器转换为性能保证的二进制异常检测器。使用转换的异常检测器，然后，我们提出了一个顺序的最快检测方案，提供了理论上保证最低的异常事件检测延迟下虚警约束。最后，我们证明了该框架的有效性，使用大量的信号记录从现实世界的航空通信系统和模拟数据。我们工作的代码和数据可以在\url{https://github.com/pcwhy/AbnormalityDetectionInZbDNN}上找到
2021-04-08 cs.LG cs.NI cs.PF
Koopman based trajectory model and computation offloading for high mobility paradigm in ISAC enabled IoT system
HCMC University of Technology（胡志明市技术大学）；VNU-HCM（胡志明市国家大学）
本文针对ISAC使能的物联网高移动性场景，提出基于Koopman的轨迹模型和贪婪资源分配优化策略，以最小化多用户网络总能耗，实验显示每1000次迭代可提升33%。
2024-06-28 cs.LG cs.NI cs.SY
