Internet of Things (IoT) Connectivity in 6G: An Interplay of Time, Space, Intelligence, and Value
物联网（IoT）连接在5G无线通信系统中具有突出的存在。随着这些系统的部署，对6G无线系统的研究工作和愿景激增。为了在6G系统中定位物联网的发展，本文首先对5G中支持物联网连接的方式进行了批判性的分析。接下来，从时间、空间、智能和价值等多个维度讨论了无线物联网的演进。我们还推测，重点将从物联网设备及其连接扩展到复杂物联网环境的出现，被视为整个物联网生态系统的构建块。
2021-11-11 cs.IT cs.NI math.IT
Leveraging Edge Intelligence and LLMs to Advance 6G-Enabled Internet of Automated Defense Vehicles
School of Electrical Engineering and Computer Science University of Ottawa（电气工程与计算机科学学院渥太华大学）
本文探讨了在6G和超可靠低延迟通信支持下，结合边缘智能与预训练生成式大型语言模型（LLM）优化军事自动驾驶决策与通信，以推进自动化防御车辆互联网（IoADV）在关键防御应用中的潜力、机遇与挑战。
2025-02-23 cs.AI cs.CL cs.NI
The Internet of Agentic AI: Communication, Coordination, and Collective Intelligence at Scale
Department of Electrical and Computer Engineering（电气与计算机工程系）；NYU Center for Cybersecurity（纽约大学网络安全中心）；NYU Tandon School of Engineering（纽约大学坦顿工程学院）；New York University（纽约大学）
本文提出智能体互联网（IoAI）愿景，构建异构智能体在云、边缘、设备等环境中发现、协商、通信与协作的开放生态系统，并探讨其架构、机制及关键研究挑战。
2026-06-12 cs.AI cs.CY cs.MA
Computational Intelligence based Intrusion Detection Systems for Wireless Communication
无处不在和普适计算的新兴趋势旨在将微处理器嵌入日常设备（诸如手表、智能电话、家庭视频系统、自动对焦相机、智能车辆、乐器、厨房电器等）中，并赋予它们无线通信能力。这种先进的计算模式，也称为物联网或网络物理计算，导致互联网和计算出现在任何地方，使用任何设备和位置。在最大限度地欣赏和适当考虑不断互联网实用程序的演变弧线，深度和范围的情况下，同样有必要设想互联网免费和无处不在的可用性所带来的安全和数据保密性挑战。本文分析了计算智能技术的作用，设计自适应和认知入侵检测系统，可以有效地检测恶意网络活动，并提出了新的三层架构设计智能入侵检测系统的无线网络。
2021-04-22 cs.CR cs.NI
Explainable Artificial Intelligence (XAI) for Internet of Things: A Survey
Pamukkale University（帕穆卡莱大学）；Gazi University（加齐大学）；Hacettepe University（哈杰泰佩大学）
本文系统综述 XAI 在物联网中的近期研究，按方法与应用分类，并梳理挑战、开放问题及未来方向。
2022-06-07 cs.AI cs.LG cs.NI
Scalable Intelligence-Enabled Networking with Traffic Engineering in 5G Scenarios for Future Audio-Visual-Tactile Internet
为了提高未来的网络性能，本文提出了可扩展的智能网络（SIEN），消除了5G场景中视听触觉互联网的流量冗余，如增强的移动宽带，超可靠和低延迟通信，以及大量的机器类型通信。SIEN由智能管理平面（ImP）、智能使能平面（IeP）、控制平面和用户平面组成。对于ImP，决策执行的容器是由一种新的图算法来组织对象，如网络元素和资源分区。对于IeP，设计了一种新的学习系统，在存在不平衡、冲突和部分数据的情况下，使用一致性函数进行泛化和个性化决策。对于控制平面，借鉴信息中心组网和软件定义网络，设计了标识-位置映射方案。对于用户平面，注册、请求和数据被转发以实现SIEN并测试其性能。评估结果表明，SIEN优于四个国家的最先进的技术，冗余流量减少高达46.04%的基础上的混合假设，模拟和概念验证的实施视听触觉互联网多媒体服务。为了验证该方法的有效性，分别对流量卸载的最佳情况和最差情况进行了数据率、延迟和密度测试。评估仅关注可扩展性问题，而SIEN将有利于改善更多问题，如域间安全性，超低延迟，按需移动性，多宿主路由和跨层特征不一致性。
2019-10-16 cs.MM cs.NI
Mobile Edge Intelligence and Computing for the Internet of Vehicles
车联网（IoV）是一种新兴的模式，由车辆通信和网络的最新进展驱动。研究的进步现在可以通过车辆到车辆通信在车辆之间提供可靠的通信链路，以及通过车辆到基础设施通信在车辆和路边基础设施之间提供可靠的通信链路。与此同时，车辆的能力和智能正在迅速增强，这将有可能支持大量新的令人兴奋的应用，这些应用将集成全自动驾驶汽车，物联网（IoT）和环境。这些趋势将带来智能车联网时代，这将严重依赖通信、计算和数据分析技术。为了存储和处理智能车联网产生的大量数据，车载处理和云计算将不足以分别由于资源/功率限制和通信开销/延迟。通过在无线网络边缘部署存储和计算资源，无线接入点，边缘信息系统（EIS），包括边缘缓存，边缘计算和边缘AI，将在未来智能车联网中发挥关键作用。这样的系统将不仅提供低延迟的内容交付和计算服务，而且还提供本地化的数据采集、聚合和处理。本文综述了智能车联网EIS的最新发展。主要设计问题，方法和硬件平台进行了介绍。特别是，说明了智能车辆的典型用例，包括边缘辅助感知，映射和定位。此外，各种开放的研究问题被确定。
2019-06-02 cs.NI eess.SP
How Can Applications of Blockchain and Artificial Intelligence Improve Performance of Internet of Things? -- A Survey
在物联网（IoT）时代，我们周围的大量计算设备相互操作和交互，以提供工业、医疗以及家庭、办公室、教育部门等日常生活活动中的若干重要服务。物联网网络中的参与设备通常具有资源约束并且设备容易受到不同的网络攻击，导致安全和认证方面的漏洞。区块链作为一种革命性的创新技术，应用于加密货币、市场预测等领域，使用分布式账本，安全高效地记录交易。为了利用区块链的巨大潜力，工业界和学术界都非常重视将其与物联网集成，正如一些现有文献所报道的那样。另一方面，人工智能（AI）能够将智能嵌入系统中，因此AI可以与物联网设备集成，以便根据需求自动应对不同的环境。此外，区块链和人工智能都可以与物联网集成，以设计自动化、安全且强大的物联网模型，正如许多现有作品所提到的那样。在本次调查中，我们对物联网、区块链和AI进行了讨论，并描述了在物联网中应用区块链和AI的几项研究工作。在此基础上，指出了现有相关研究的优势和局限性。我们还讨论了在设计基于物联网的模型时利用区块链和人工智能的全部能力所面临的不同挑战。因此，突出的挑战性问题可以为未来物联网模型的开发打开大门，这些模型将基于区块链和AI与物联网的集成而智能和安全。
2021-11-28 cs.NI
6G White Paper on Edge Intelligence
University of Oulu（奥卢大学）；Capobianco（卡波比安科公司）；Huawei（华为）；TU Delft（代尔夫特理工大学）；University of Vigo（维戈大学）；VTT Technical Research Centre of Finland（芬兰技术研究中心）；Poznan University of Technology（波兹南理工大学）；University of Helsinki（赫尔辛基大学）；Pengcheng Laboratory（鹏城实验室）
在本白皮书中，我们提供了6 G边缘智能的愿景。迈向5G和未来的6 G网络，利用数据驱动的机器学习和人工智能的智能解决方案对于几个现实世界的应用变得至关重要，包括但不限于更高效的制造、新颖的个人智能设备环境和体验、城市计算和自主交通设置。我们将边缘计算与其他6 G引擎一起作为建立未来2030年智能互联网技术的关键组成部分，如本系列6 G白皮书所示。在本白皮书中，我们重点关注边缘计算基础设施和平台，数据和边缘网络管理，边缘软件开发，ML/AI算法的实时和分布式训练，以及安全，隐私，定价和最终用户方面。我们讨论了关键的推动因素和挑战，并确定了智能边缘服务开发的关键研究问题。作为本白皮书的主要成果，我们设想了从物联网到智能物联网的过渡，并为6 G智能边缘的发展提供了路线图。
2020-04-30 cs.AI cs.DC cs.NI
Toward Real-Time Mirrors Intelligence: System-Level Latency and Computation Evaluation in Internet of Mirrors (IoM)
James Watt School of Engineering, University of Glasgow（格拉斯哥大学詹姆斯·瓦特工程学院）
本文研究了IoM系统中计算任务放置对延迟、资源负载和网络开销的影响，提出四种策略并发现最优选择依赖于网络条件、节点距离和用户负载。
2026-03-08 cs.HC cs.NI
Making a Case for Federated Learning in the Internet of Vehicles and Intelligent Transportation Systems
University of Western Ontario（西安大略大学）
随着5G网络的引入和技术的进步，例如网络功能虚拟化和软件定义网络，新的和新兴的网络技术和用例正在形成。其中一项技术是车辆互联网（IoV），它描述了车辆和基础设施的互联系统。再加上人工智能和机器学习的最新发展，车联网将转变为智能交通系统（ITS）。然而，有几个操作上的考虑因素阻碍了ITS系统的采用，包括可扩展性、高可用性和数据隐私。为了应对这些挑战，联邦学习，一个协作和分布式智能技术，建议。通过ITS案例研究，强调了部署在整个网络路边基础设施上的联合模型通过利用组智能从故障中恢复的能力，同时减少了恢复时间并恢复了可接受的系统性能。联邦学习具有众多用例和优势，是ITS的关键推动因素，并有望在5G及其他网络和应用中实现广泛应用。
2021-02-19 cs.LG cs.NI
6G comprehensive intelligence: network operations and optimization based on Large Language Models
本文提出基于大语言模型的6G网络性能优化与智能运营架构，并设计网络健康评估系统，以推动网络全面智能化发展。
2025-01-22 cs.NI
Unmanned Aerial Vehicle for Internet of Everything: Opportunities and Challenges
信息和通信技术（ICT）的最新进展使物联网（IoT）从单一的“物”方面进一步扩展到“物的智能连接”的全能角色。同时，万物互联（IoE）的概念被提出作为物联网的万能扩展。然而，IoE的实现遇到了关键的挑战，包括有限的网络覆盖和现有网络技术的有限资源。近年来，无人机（UAV）由于其高机动性、低成本和灵活部署等优点而受到广泛关注。因此，无人机可能会克服IoE的挑战。本文对无人机支持的万物互联的机遇和挑战进行了全面调查。我们首先提出了万物互联的三个关键期望：1）可扩展性，需要具有无处不在覆盖的可扩展网络架构; 2）智能化，需要实现智能事物的全球计算平面; 3）多样性，需要提供不同的应用程序。此后，我们将回顾实现这些期望的支持技术，并讨论万物互联的四个内在限制（即，覆盖约束、电池约束、计算约束和安全问题）。然后，我们介绍了无人机的概述。接下来，我们将讨论无人机为万物互联带来的机遇。此外，我们还介绍了一种利用无人机的移动性来实现无人机万物互联（Ue-IoE）的解决方案，在该方案中，我们表明Ue-IoE可以大大增强万物互联的可扩展性、智能性和多样性。最后，我们概述了Ue-IoE的未来发展方向。
2020-04-12 cs.NI eess.SP
Bringing Information Centric Networking to Challenged Environments: An overview of the Second Workshop on Future Internet Architecture for Developing Regions
第二届发展中地区未来互联网架构研讨会（FI4D）于2017年1月8日举行。该研讨会由在美国拉斯维加斯举行的第14届IEEE消费者通信$\&$网络会议主办。本报告总结了半天活动中的动机、讨论和观点。
2018-05-30 cs.NI
From Crawled to Published: A Publisher-Controlled Web Architecture for an AI-Native Internet
KAUST（卡塔尔科技大学）
本文提出AI原生互联网的概念，旨在通过语义解析器和信息片段暴露机制，优化网络架构以支持AI驱动的语义检索。
2026-10-21 cs.AI cs.IR cs.NI
Economics of Internet of Things (IoT): An Information Market Approach
物联网（IoT）已经被提出为连接设备并向各种应用提供服务的新范例，交通、能源、智慧城市和医疗保健。在本文中，我们关注一个重要问题，即，物联网的经济性，这可能对物联网应用的成功产生巨大影响。特别是，我们采用并提出了信息经济学方法及其在物联网中的应用。我们首先回顾了为物联网服务开发的现有经济模型。然后，我们概述了与物联网相关的信息经济学的两个重要主题，即，信息的价值和信息的良好定价。最后，我们提出了一个博弈论模型来研究物联网传感服务的价格竞争。最后对信息经济学在物联网领域的应用前景进行了展望。
2015-10-23 cs.NI
Superprocesses as models for information dissemination in the Future Internet
未来的互联网将由大量潜在互联的人和设备组成，提供各种服务，应用和通信机会。特别是，几乎所有便携式设备都可以使用的短距离无线通信将使人类梦想中最大的互联智能计算设备云的形成成为可能：Proximate Internet。在本文中，我们认为超过程，更具体地说，超布朗运动，作为一个合适的数学模型来分析的一个基本问题，信息传播的背景下，Proximate互联网。该模型提供了一个很有前途的分析框架，既研究相关的信息传播过程中的理论特性，并制定有效和可靠的模拟方案非常大的系统。
2013-07-17 cs.NI math.PR
A Study on Internet of Things based Applications
本文详细分析了基于物联网（IoT）的各种应用。这解释了物联网是如何从移动计算和普适计算发展而来的。它强调了一个事实，即物体通过互联网连接，而不是人。物联网的属性是产品信息、电子标签、标准表达和上传信息。它利用射频识别（RFID）技术和无线传感器网络（WSN）。物联网应用程序用于医疗保健，供应链管理，国防和农业等领域。最后，本文重点讨论了物联网所涉及的问题。虽然这是一个福音，但物联网面临着某些关键问题，如隐私和安全。
2012-06-18 cs.NI
Revisiting the Internet of Things: New Trends, Opportunities and Grand Challenges
物联网（IoT）将物理环境中无处不在的数据访问梦想变为现实。物联网将传感器和执行器嵌入到物理对象中，以便它们可以在彼此之间进行通信和交换数据，从而提高效率，同时实现实时智能服务并为人们提供更好的生活质量。在过去五年中，部署的物联网设备数量迅速增长，使物联网成为近代历史上最具颠覆性的技术。在本文中，我们重新评估了物联网在我们生活中的地位，并对其使能技术、应用、上升趋势和重大挑战提供了深刻的见解。该论文还强调了人工智能在使物联网成为人类历史上最具变革性的技术方面的作用。
2022-11-14 cs.CY cs.DC cs.NI
ADN: An Information-Centric Networking Architecture for the Internet of Things
按名称转发数据被认为是对当前互联网架构进行以信息为中心的重新设计的一个必要方面，这使得内容访问、传播和存储更加有效。命名数据网络（NDN）和内容中心网络（CCNx）架构是这种方法的主要示例。然而，按名称转发数据会导致存储和通信复杂性，其数量级大于基于使用地址转发数据的解决方案。此外，NDN和CCNx中使用的特定算法已被证明具有许多限制。可寻址数据网络（ADN）架构是作为NDN和CCNx的替代方案引入的。ADN对于物联网（IoT）的大规模部署特别有吸引力，因为它在中继节点中需要的存储和处理远远少于NDN。ADN允许用名称来表示事物和数据，就像NDN和CCNx一样。然而，ADN并没有用命名数据转发来取代互联网的腰部，而是使用了基于地址的转发平面，并引入了一个信息平面，可以无缝地将名称映射到地址，而无需最终用户应用程序的参与。仿真结果表明，与NDN相比，ADN可以实现数量级的复杂性节省。
2017-04-20 cs.NI
The Future of Internet of Things and Multimodal Language Models in 6G Networks: Opportunities and Challenges
University of Guelph（圭尔夫大学）
本综述探讨物联网与多模态语言模型在6G网络中的整合潜力，分析其在医疗、农业和智慧城市等领域的应用及四大支柱，并指出数据、计算、隐私和实时处理等关键挑战。
2025-04-17 cs.AI cs.CY cs.ET
Smart Home Wireless Sensor Nodes Addressing the Challenges using Smart Objects and Artificial Intelligence
灵巧家庭是智能建筑和家庭自动化的进一步发展，其中增加了上下文感知和自主行为。它们基于互联网和无线传感器节点等新兴技术的结合。这些无线传感器节点具有挑战性，因为它们消耗电池功率，使用网络带宽，并且产生无线干扰。目前，存在不同的方法来应对这些挑战。然而，这些方法是基于调整发射机频率并结合睡眠方式方法使用占空比。本文介绍了一种方法，大大降低了无线传感器节点的功耗和传感器事件的传输量。它使用包括人工智能的智能对象来有效地处理位置上的传感器事件，从而节省了这些事件的昂贵的无线传输。在本文中，它已被证明，这种方法提供了巨大的节省功耗和网络负载，这反过来又降低了干扰水平
2019-03-08 cs.NI eess.SP
Semantic Communication Meets Edge Intelligence
诸如自主交通系统等新兴应用的发展预计将导致移动数据流量的爆炸性增长。随着可用频谱资源变得越来越稀缺，越来越需要从香农的经典信息论（CIT）到语义通信（SemCom）的范式转变。具体而言，前者采用“先传输后理解”的方法，而后者则利用人工智能技术“先理解后传输”，从而通过减少交换的数据量而不否定传输符号的语义有效性来减轻带宽压力。然而，语义提取（SE）过程会产生昂贵的计算和存储开销。在这篇文章中，我们介绍了一个边缘驱动的培训，维护和执行SE。我们进一步研究了如何通过SemCom提高智能代理的泛化能力，以较低的计算开销和减少信息交换的通信开销来增强边缘智能。最后，我们提出了一个案例研究，涉及语义感知资源优化的无线供电物联网（IoT）。
2022-02-14 cs.NI eess.SP
A Survey of Machine and Deep Learning Methods for Internet of Things (IoT) Security
Qatar University（卡塔尔大学）；Temple University（天普大学）；University of Idaho（爱达荷大学）
物联网（IoT）集成了数十亿个智能设备，这些设备可以在最少的人为干预下相互通信。它是计算计算史上发展最快的领域之一，预计到2020年底将有500亿台设备。一方面，物联网在增强几个可以提高生活质量的现实智能应用方面发挥着至关重要的作用。另一方面，物联网系统的交叉性和部署此类系统所涉及的多学科组件带来了新的安全挑战。为物联网设备及其固有漏洞实施加密、身份验证、访问控制、网络安全和应用程序安全等安全措施是无效的。因此，应加强现有的安全方法，以有效地保护物联网系统。机器学习和深度学习（ML/DL）在过去几年中取得了长足的进步，机器智能已经从实验室好奇心转变为几个重要应用中的实用机器。因此，ML/DL方法对于将物联网系统的安全性从仅仅促进设备之间的安全通信转变为基于安全的智能系统非常重要。这项工作的目标是提供ML /DL方法的全面调查，这些方法可用于为物联网系统开发增强的安全方法。提出了与固有或新引入的威胁相关的物联网安全威胁，并讨论了各种潜在的物联网系统攻击面以及与每个面相关的可能威胁。然后，我们全面回顾了用于物联网安全的ML/DL方法，并介绍了每种方法的机会、优点和缺点。我们讨论了将ML/DL应用于物联网安全的机遇和挑战。这些机遇和挑战可以作为未来潜在的研究方向。
2018-07-29 cs.CR cs.LG cs.NI
Towards 6G Internet of Things: Recent Advances, Use Cases, and Open Challenges
基于万物互联（IoE）的智能服务由于无线网络的不断增长的需求而获得相当大的普及。这就要求对作为下一代通信系统的具有增强性能的无线网络进行评估。尽管5G网络在支持众多基于万物互联的服务方面显示出巨大的潜力，但仍不足以满足新智能应用的全部要求。因此，对于设想6G无线通信系统以克服现有5G网络中的主要限制的需求增加。此外，将人工智能纳入6G将为与网络优化相关的非常复杂的问题提供解决方案。此外，为了进一步增加未来6G网络的价值，研究人员正在研究新技术，如太赫兹和量子通信。未来6G无线通信的需求是支持海量数据驱动的应用和不断增长的用户数量。本文介绍了6G无线网络的最新进展，包括从1G到5G通信的演进，6G的研究趋势，使能技术和最新的6G项目。
2021-11-12 cs.NI cs.SY eess.SY
Redefinition of Digital Twin and its Situation Awareness Framework Designing Towards Fourth Paradigm for Energy Internet of Things
本研究面向能源物联网复杂性挑战，结合第四范式重定义数字孪生概念，提出以DT为数据引擎、大模型为智能引擎的DT-SA态势感知框架，经实际案例验证可提升EIoT管理效能并推动相关智能技术发展。
2024-07-12 cs.ET cs.NI eess.SP
