Energy Efficient IoT Virtualization Framework with Peer to Peer Networking and Processing
本文提出了一种具有P2P网络和边缘计算的节能物联网虚拟化框架。在这个网络中，物联网任务处理请求由对等体提供服务。我们工作中的对等点由托管虚拟机（VM）的IoT对象和中继表示。我们已经考虑了三种情况，以调查节省功耗和系统的能力，在任务处理方面。第一个场景是仅中继场景，其中仅使用中继处理任务请求。第二个场景是仅对象场景，其中仅使用IoT对象处理任务请求。最后一个场景是混合场景，其中使用IoT对象和VM处理任务请求。我们开发了一个混合整数线性规划（MILP）模型，以最大限度地提高系统所服务的处理任务数量，并最大限度地降低物联网网络的总功耗。我们调查了我们的框架下的影响，虚拟机的位置限制，公平性的约束对象之间，任务数量的限制，上行链路和下行链路的有限容量，和处理能力的限制。基于MILP模型原理，我们开发了一个节能的虚拟化物联网P2P网络启发式（EEVIPN）。启发式的结果是可比的MILP的能源效率和任务处理。我们的研究结果表明，混合方案提供高达77%（平均57%）的处理任务请求，但与其他方案相比，具有更高的能耗。仅中继场景可以服务74%（平均57%）的处理任务请求，与混合场景相比节省8%的功耗。相比之下，28%（平均22%）的任务请求可以通过应用仅对象场景成功处理，与混合场景相比节省高达62%的功率。
2018-12-19 cs.NI
Emerging Edge Computing Technologies for Distributed Internet of Things (IoT) Systems
互联智能设备和各种物联网（IoT）垂直领域数量的不断增长，导致了处理分布式IoT系统生成的大量原始数据并向最终用户提供实时反馈的关键挑战。虽然现有的云计算范式具有巨大的虚拟计算能力和存储容量，但由于所涉及的延迟及其集中式操作模式，它不适合于延迟敏感的应用程序和分布式系统。为此，边缘/雾计算最近已经成为将云计算功能扩展到网络边缘的下一代计算系统。尽管边缘计算具有地理分布、移动性支持和位置感知等诸多优势，但在实现未来物联网系统的边缘计算技术时，需要解决各种通信和计算相关的挑战。本文从无线资源与计算资源的联合协调、系统优化和智能资源管理等方面对新兴技术进行了分类，对当前存在的问题和有效的解决方案进行了全面的阐述。此外，还提出了一个边缘物联网系统的优化框架，以提高各种性能指标，如吞吐量、延迟、资源利用率和能耗。最后，一个基于机器学习（ML）的案例研究，以及一些数值结果来说明边缘计算的意义。
2018-10-26 cs.NI
IoT Equipped Intelligent Distributed Framework for Smart Healthcare Systems
医疗保健部门的基本目标是采用不同的技术来观察和跟踪患者在日常生活中的各种临床参数。远程患者观察应用程序越来越受欢迎，因为这些应用程序促进了经济的医疗保健服务。通过这些应用程序收集的数据管理过程也需要适当注意。虽然云促进的医疗保健应用程序迎合了各种解决方案来存储患者记录并根据所有利益相关者的需求提供所需的数据，但受到安全问题的影响，更多的响应时间并影响系统的持续可用性。为了克服这些挑战，本章提出了一个基于智能物联网的分布式框架来部署远程医疗服务。在所提出的模型中，系统的各个实体使用物联网和分布式数据库管理系统互连，以满足患者和医疗保健工作者的安全和快速数据可用性。区块链的概念用于确保患者医疗记录的安全性。该模型将包括对从区块链保护的分布式数据库管理系统中获取的临床记录进行智能分析。提出的模型进行了测试，真实的临床数据和结果进行了详细讨论。
2021-10-25 cs.NI
Enabling Architecture for Distributed Intelligent Network Softwarization for the Internet of Things
针对物联网异构设备带来的挑战，提出融合SDN、NFV和联邦学习的分布式智能网络软化架构，以提升受限网络的效率与可扩展性。
2024-02-07 cs.NI
Adaptive flow-level scheduling for the IoT MAC
在过去的十年中，分布式CSMA（构成WiFi的基础）已被广泛部署，以提供无缝和高速的移动互联网接入。然而，分布式CSMA对于未来的IoT/M2M应用可能并不理想，其中连接的设备/传感器/控制器的密度预计将比目前的无线网络高出几个数量级。在这样的高密度网络中，与完全分布式MAC协议相关联的开销将成为瓶颈。此外，物联网通信可能具有严格的QoS要求，目前WiFi网络的“尽力而为”调度可能不适合。这需要重新设计无线MAC，同时考虑到未来物联网/M2M网络的要求。在本文中，我们提出了一种基于预留的（最小开销）无线MAC，专门针对IoT/M2M应用而设计。主要功能包括：（i）流级，而不是分组级竞争，以最小化开销，（ii）最后期限感知的、基于预留的调度，以及（iii）随着变化的工作负载动态地适配MAC参数的能力。
2019-12-23 cs.NI
Applications of Distributed Machine Learning for the Internet-of-Things: A Comprehensive Survey
本文全面综述了分布式机器学习在物联网服务与应用中的方法、挑战及未来研究方向，涵盖联邦学习、多智能体强化学习等关键技术。
2023-10-16 cs.NI eess.SP
On multiple IoT data streams processing using LoRaWAN
LoraWAN已成为物联网设备中最成功的框架之一。现实世界的场景需要使用这样的网络以及强大的流处理应用层。为了维护只处理一次的语义，必须确保我们有适当的方法来主动检测消息丢失并进行处理。流处理发挥关键作用的一个重要用例是将通过连接到边缘设备的网关传输的各种数据流连接起来，这些边缘设备作为某些常见业务需求的一部分彼此相关。LoraWAN支持连接到边缘设备的多个网关，并且凭借其不同的设备类别，网络可以有效地发送和接收消息，从而节省电池电量和网络带宽。我们利用设备的这些特性来检测、处理丢失的消息并最终处理它们，而不是依赖于对所传输消息的显式确认。
2021-10-31 cs.NI
IoTreeplay: Synchronous Distributed Traffic Replay in IoT Environments
物联网（IoT）中的物联网案例通常涉及大量互连的异构设备。由于许多物联网场景的关键性，系统和应用程序需要在推出之前进行彻底测试。现有的分段环境和测试框架能够模拟网络特性，但无法独立地提供实际的网络范围的流量控制来测试系统应用程序。为了扩展现有的框架，我们提出了分布式流量回放工具IoTreeplay。该工具将TCPLivePlay嵌入到一个环境中，该环境允许同步重播具有多个端点和连接的网络流量。回放发生在用户定义的网络或包含物联网用例的测试床中。可以捕获网络流量并与原始跟踪进行比较，以评估准确性和可靠性。由此产生的实现能够在最大传输速率内准确地重放连接，但会与常规TCP连接的偏差（如数据包丢失或连接重置）作斗争。已经执行了评估，基于记录的时间戳测量数据包之间的单个延迟和聚合延迟。
2022-08-19 cs.DC cs.NI
DLedger: An IoT-Friendly Private Distributed Ledger System Based on DAG
随着物联网（IoT）市场的不断增长，分类账系统面临着新的挑战，即如何有效地存储和保护IoT设备收集的大量客户记录。这些记录的真实性、可用性和完整性对业务提供商和客户都至关重要。在本文中，我们描述了DLedger，一个轻量级和弹性的分布式账本系统。DLedger不是一个区块链，而是在有向无环图（DAG）上构建账本，因此其操作可以容忍网络分区和间歇性连接。DLedger使用的不是计算密集型的工作量证明（PoW），而是身份验证证明（PoA），其轻量级操作是物联网友好的，以实现共识。此外，DLedger构建在一个名为命名数据网络（NDN）的以数据为中心的网络上，该网络有助于异构物联网网络中的点对点数据传播。
2019-07-25 cs.CR cs.NI
IoT Stream Processing and Analytics in The Fog
新兴的雾模式已经吸引了学术界和工业界越来越多的兴趣，由于它可以提供低延迟，弹性和成本效益的服务。许多Fog应用（如视频挖掘和事件监控）依赖于数据流处理和分析，这些在云中非常流行，但尚未在Fog架构的背景下进行全面研究。本文通过分析几种典型应用的共性，给出了雾数据流的一般模型和体系结构。我们还分析了雾流的设计空间与四个基本维度（系统，数据，人，优化）的考虑，其中既有新的设计挑战和利用现有技术所产生的问题进行了调查，如云流处理，计算机网络，和移动计算。
2017-05-17 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
TD-MQTT: Transparent Distributed MQTT Brokers for Horizontal IoT Applications
本文提出TD-MQTT机制，通过透明连接订阅者与代理解决分布式MQTT架构中需预先获知代理地址的问题，实验表明其在响应时间上显著优于标准MQTT。
2024-06-04 cs.NI
Distributed Path Reconfiguration and Data Forwarding in Industrial IoT Networks
在当今典型的工业环境中，数据分发调度的计算是高度集中的。通常，中央实体配置数据转发路径，以便保证数据生产者和消费者之间的低递送延迟。然而，由于链路或节点故障或其性能过度降级，这些要求可能在以后变得不可能满足。在本文中，我们专注于维护这些事件后的应用程序所需的网络功能。我们避免不断重新计算的配置集中，通过设计一个能源效率的本地和分布式路径重构方法。具体而言，给定的应用程序所需的操作参数，我们提供了几个算法功能，本地重新配置的数据分布路径，当通信链路或网络节点发生故障。我们通过模拟将我们的方法与其他最先进的方法进行比较，并在能耗和数据传输成功率方面展示了性能提升，以及一些新出现的关键见解，这些见解可以进一步提高性能。
2018-03-29 cs.NI
Energy Efficient Location and Activity-aware On-Demand Mobile Distributed Sensing Platform for Sensing as a Service in IoT Clouds
物联网（IoT）设想了数十亿个传感器部署在我们周围并连接到互联网，其中移动人群传感技术被广泛用于在物联网范式的不同背景下收集数据。由于大数据技术的普及，处理和存储大量数据变得比以往任何时候都更容易。然而，大规模的数据管理任务仍然需要大量的资源，这些资源可能是昂贵的，而不管它们是购买的还是租用的（例如，即用即付的基础设施）。此外，并非每个人都对如此大规模的数据汇集和分析感兴趣。更重要的是，并非每个人都有财力和计算资源来处理如此大量的数据。因此，存在对云集成的移动人群感测平台的及时需求，该平台能够基于数据消费者强制执行的条件按需捕获传感器数据。在本文中，我们提出了一个上下文感知，具体来说，位置和活动感知移动传感平台称为C-MOSDEN（上下文感知移动传感器数据引擎）的物联网域。我们使用三个现实世界的场景来评估所提出的平台，这些场景突出了“选择性感知”的重要性。所提出的平台的计算效率和效率进行了研究，并用于突出上下文感知的选择性传感的优点。
2016-01-04 cs.NI
Efficient Online Classification and Tracking on Resource-constrained IoT Devices
在智能IoT设备上越来越需要及时处理，这导致在IoT设备上直接实现信息处理任务以节省带宽并保证隐私。特别地，以连续形式监视和跟踪所观察到的信号是各种近实时处理IoT设备的常见任务，诸如在灵巧家庭、身体区域和环境感测应用中。然而，这些系统可能是低成本的资源受限的嵌入式系统，配备有紧凑的存储器空间，从而存储连续信号的完整信息状态的能力是有限的。因此，在本文中，我们开发了高效及时处理嵌入式系统的解决方案，用于在线分类和跟踪具有紧凑存储空间的连续信号。特别是，我们专注于智能插头的应用，能够以独立的方式及时分类电器类型和跟踪电器行为。我们使用低成本的Arduino平台实现了一个智能插头原型，具有少量的内存空间，以演示以下及时处理操作：（1）学习和分类与连续功耗信号相关的模式，以及（2）使用小的本地内存空间跟踪信号模式的发生。此外，我们的系统设计也足够通用，可以及时监控和跟踪其他资源受限的物联网设备中的应用程序。
2020-04-02 cs.NI
Communication Aspects of the Integration of Wireless IoT Devices with Distributed Ledger Technology
在设备之间安全地共享和存储信息的普遍需求要求用分散的信任架构取代集中的信任架构。分布式账本技术（DLT）被认为是去中心化信任最有前途的推动者，但它们仍然缺乏技术成熟度，其成功采用取决于对基本设计权衡的理解及其在实际技术设计中的反映。这项工作的重点是在物联网（IoT）的背景下有效集成DLT的挑战和潜在解决方案。我们首先介绍物联网应用的前景，并讨论DLT提供的限制和机会。然后，我们回顾了资源受限的设备与分布式信任网络的集成中遇到的技术挑战。我们描述了轻量级同步协议的共同特点，并提出了一种新的分类，植根于物联网的角度。我们确定了在端点设备上接收账本信息的需求，这意味着双向数据交换，与传统的面向上行链路的物联网系统通信技术形成对比。
2019-03-05 cs.DC cs.NI
A Survey of Distributed Ledger Technology for IoT Verticals
物联网（IoT）和分布式账本技术（DLT）显著改变了我们的日常生活。由于它们的分布式操作环境和自然分散的应用程序，这两种技术的融合表明未来会有更奢华的安排。本文开展了一项全面的调查，以调查和说明各种物联网用例的最新DLT，从灵巧家庭到自动驾驶汽车和智能城市。我们开发了一个新的框架，通过扩展知识图谱方法，对物联网上的DLT进行系统和全面的审查。通过此次审查的相关见解，我们提取了创新和实用的DLT设计技术，以实现高性能，可持续和高度可扩展的物联网系统。我们的研究结果支持为未来设计一个端到端的物联网原生DLT架构，以充分协调网络辅助功能。
2022-08-22 cs.CR cs.DB cs.DC
Witness-based Approach for Scaling Distributed Ledgers to Massive IoT Scenarios
分布式账本技术（DLT）在构建物联网（IoT）系统的安全性和信任方面发挥着重要作用。然而，具有大量设备的物联网部署，例如在环境监测应用中，会生成和发送大量数据。这将产生大量必须在分布式账本中处理的交易。在这项工作中，我们首先证明了工作量证明（PoW）区块链无法在相当大的物联网连接基础设施中扩展。为了解决这个问题，我们提出了一个轻量级的分布式账本方案，将PoW区块链集成到物联网中。在我们的方案中，我们将交易分为两种类型：1）全局交易，必须由全局区块链节点处理; 2）本地交易，可以由称为证人的实体在本地处理。性能评估表明，我们提出的方案通过在本地处理一小部分与证人数量成反比的交易，提高了集成区块链和物联网监控系统的可扩展性。从而减少全局事务的数量。
2020-04-14 cs.NI cs.SY eess.SY
Software Defined Edge Computing for Distributed Management and Scalable Control in IoT Multinetworks
最近，边缘计算已经成为支持物联网多网络中移动访问的一个有前途的范例。然而，异构无线通信方案的共存给此类网络中的移动性管理和接入控制带来了新的挑战。为了保持其计算连续性，软件定义网络（SDN）架构可以应用于分布式边缘网络，其为移动性管理提供一致的框架并为访问控制创建安全机制。在本文中，我们首先回顾了最先进的SDN技术及其在边缘计算中的应用。特别是，我们强调了与边缘计算环境中SDN的移动性管理和访问控制相关的突出问题。我们还介绍了一些有效的解决方案，这些问题，通过提出现实世界的测试床实验，原型和数值分析采用基于SDN的边缘计算范例的物联网多网络。
2021-04-06 cs.DC cs.NI
GT-TSCH: Game-Theoretic Distributed TSCH Scheduler for Low-Power IoT Networks
针对低功耗物联网中TSCH调度更新问题，提出基于非合作博弈论的分布式调度器GT-TSCH，通过监控队列长度、DAG位置、链路质量和生成率更新调度，证明纳什均衡存在性，实验显示吞吐量和延迟优于现有方法。
2023-06-22 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
A distributed routing protocol for sending data from things to the cloud leveraging fog technology in the large-scale IoT ecosystem
提出一种基于雾计算的分布式路由协议，通过多标准簇头选择和平衡树分层传输，降低能耗和延迟，提升网络寿命。
2026-05-28 cs.NI
Generative Adversarial Networks for Distributed Intrusion Detection in the Internet of Things
Virginia Tech（弗吉尼亚理工大学）
为了获得物联网（IoT）的好处，必须保护系统免受网络攻击，以实现关键任务和实时应用。为此，入侵检测系统（IDS）已被广泛用于检测由物联网系统中的网络攻击者引起的异常。然而，由于物联网的大规模性质，IDS必须以分布式方式运行，对中央控制器的依赖性最小。此外，在许多情况下，如健康和金融应用程序，数据集是私有的，物联网设备可能不打算共享这些数据。为此，本文提出了一种分布式生成对抗网络（GAN），为物联网提供一个完全分布式的IDS，以便在不依赖任何集中式控制器的情况下检测异常行为。在这种架构中，每个IoTD都可以监控自己的数据以及邻居IoTD，以检测内部和外部攻击。此外，所提出的分布式IDS不需要在IoT之间共享数据集，因此，它可以在保护用户数据隐私的IoT中实现，例如健康监控系统或金融应用。分析表明，所提出的分布式GAN具有更高的检测入侵的准确性相比，一个独立的IDS，只有一个单一的IoTD数据集的访问。仿真结果表明，提出的分布式基于GAN的入侵检测系统具有高达20%的准确率，提高25%的精度，并降低60%的误报率相比，一个独立的基于GAN的IDS。
2019-06-03 cs.CR cs.LG cs.NI
Application and Energy-Aware Data Aggregation using Vector Synchronization in Distributed Battery-less IoT Networks
Indian Institute of Technology (IIT) Kharagpur（印度理工学院卡拉格普尔分校）
针对分布式无电池物联网网络能量动态导致任务执行难保障的问题，提出应用感知任务与能量管理器ATEM和基于向量同步的数据聚合器VSDA，结合LSTM预测能量，以低开销满足异构应用需求，提升系统性能。
2023-11-02 cs.LG cs.NI
DISCO: Distributed Spectrum Compliance and Orchestration for Scalable IoT Coexistence
Chicago State University（芝加哥州立大学）
研究大规模物联网频谱共存问题，提出DISCO分层架构，将本地频谱学习与其他部分分离，构建可部署合规平面，通过无人机共存案例研究展示其在效率与风险权衡上的优势，平均吞吐量提升，违规率降低。
2026-07-24 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
Distributed Cell Association for Energy Harvesting IoT Devices in Dense Small Cell Networks: A Mean-Field Multi-Armed Bandit Approach
University of Manitoba（曼尼托巴大学）
新兴的物联网（IoT）驱动的超密集小型蜂窝网络（UD-SCN）将需要应对各种挑战。一方面，大量的设备共享有限的无线资源将使集中式控制机制由于信息获取和计算的过度成本而不可行。另一方面，为了减少来自固定电网和/或电池的能量消耗，许多IoT设备可能需要依赖于从周围环境收集的能量（例如，来自RF传输、环境源）。然而，由于能量收集的机会主义性质，这将在网络操作中引入不确定性。在本文中，我们研究了UD-SCN中能量收集物联网设备的分布式小区关联问题。在回顾了关于小小区网络中的小区关联问题的最新研究之后，我们概述了IoT驱动的UD-SCN中的分布式小区关联的主要挑战，其中IoT设备将需要在存在不确定性（例如，关于信道/网络的有限知识）和有限的计算能力。为此，我们提出了一种基于平均场多臂强盗游戏的方法来解决UD-SCN中能量收集物联网设备的上行链路小区关联问题。这种方法特别适合于分析大型多智能体系统下的不确定性和缺乏信息。我们提供了一些理论结果，以及初步的性能评估结果所提出的方法。
2016-04-30 cs.LG cs.MA cs.NI
Service Embedding in IoT Networks
物联网预计将在不久的将来参与各种复杂任务的执行。能够处理多种传感和驱动功能的物联网对象是智能建筑、智能工厂、家庭自动化和医疗保健自动化等智能应用的基石。这些智能应用程序以高级请求的形式表达它们的需求。这些请求的特征在于感测致动功能、处理和内存需求、激活区域、延迟等的不同要求。在基于面向服务架构的物联网中，应用程序请求被转换为业务流程BP工作流。在这项研究中，我们模拟这样的BP作为一个虚拟网络包含一组虚拟节点和链接连接在一个特定的拓扑结构。这些虚拟节点表示所请求的处理和需要感测或致动的位置。虚拟链路捕获节点之间所请求的通信要求。在本文中，我们介绍了一个使用混合整数线性规划MILP优化的框架，该框架将虚拟层的BP嵌入到物联网物理层的较低级别实现中。所提出的框架产生了一个物理计划，该计划最佳地分配了所需的处理，并将所需位置的传感和驱动提供给适当的物联网节点。优化目标是最小化IoT层总功耗，并以最小化每个IoT节点的流量延迟的方式优化流量分配。我们的研究结果表明，该框架通过降低功耗和延迟，提高了网络性能。
2019-09-29 cs.NI
Detecting FDI Attack on Dense IoT Network with Distributed Filtering Collaboration and Consensus
物联网的兴起使得越来越多的个性化服务的发展成为可能，例如经常处理大量数据的工业服务。然而，随着物联网的发展，其威胁也越来越大。虚假数据注入（FDI）攻击是对物联网等数据网最有害的攻击之一。目前处理这种攻击的大多数系统都没有考虑到数据验证，特别是在数据聚类服务上。这项工作引入了CONFINIT，这是一种针对密集物联网数据传播服务的FDI攻击的入侵检测系统。它结合了看门狗监控和物联网设备之间的协作共识，以快速检测攻击者。在NS-3模拟器中对CONFINIT进行了密集工业物联网的评估，它的检测率为99%，假阴性率为3.2%，假阳性率为3.6%，在没有FDI攻击者的情况下，检测率高达35%。
2020-10-29 cs.CR cs.DC cs.NI
On the Energy Self-Sustainability of IoT via Distributed Compressed Sensing
本文倡导使用分布式压缩感知（DCS）范式来部署能量收集（EH）物联网（IoT）设备，以实现能源自我可持续性。我们考虑具有信号/能量模型的网络，该模型捕捉到这样一个事实，即收集的信号和不同设备的收获能量都可以表现出相关性。我们对经典压缩感知（CS）方法和提出的基于分布式CS（DCS）的EH IoT数据采集方法的性能进行了理论分析。此外，我们进行了深入的比较，建议基于DCS的方法对分布式信源编码（DSC）系统。这些性能表征和比较体现了各种系统现象和参数的影响，包括信号相关性，EH相关性，网络规模和能量可用性水平。我们的研究结果揭示，所提出的方法提供了显着增加的数据收集能力相对于基于CS的方法，并提供了一个显着减少的均方误差失真相对于DSC系统。
2020-09-11 cs.IT cs.NI math.IT
Communication-oriented Model Fine-tuning for Packet-loss Resilient Distributed Inference under Highly Lossy IoT Networks
Kyoto University（京都大学）；Tokyo Institute of Technology（东京工业大学）；University of Oulu（奥卢大学）
分布式推理（DI）框架作为一种用于实时应用的技术已经获得了关注，该技术由资源受限的物联网（IoT）设备上的尖端深度机器学习（ML）授权。在DI中，计算任务通过有损IoT网络从IoT设备卸载到边缘服务器。然而，通常，在通信延迟和可靠性之间存在通信系统级的权衡;因此，为了提供准确的DI结果，需要适配可靠且高延迟的通信系统，这导致DI的不可忽略的端到端延迟。这促使我们通过ML技术的努力来改善通信延迟和准确性之间的权衡。具体来说，我们提出了一个面向通信的模型调优（COMtune），其目的是实现高度准确的DI与低延迟，但不可靠的通信链路。在COMtune中，关键思想是通过应用dropout技术模拟不可靠通信链路的影响来微调ML模型。这使得DI系统能够获得针对不可靠通信链路的鲁棒性。我们的ML实验表明，COMtune可以在低延迟和有损网络下实现准确的预测。
2021-12-17 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
FogMQ: A Message Broker System for Enabling Distributed, Internet-Scale IoT Applications over Heterogeneous Cloud Platforms
由于大量地理上分布的设备通过消息代理进行通信，传统消息代理会出现过度的尾端到端延迟。另一方面，无代理消息传送系统虽然确保低延迟，但高度依赖于直接设备到设备（D2D）通信技术的限制，并且不能很好地扩展，因为大量资源有限的设备交换消息。在本文中，我们提出了FogMQ，一个基于云的消息代理系统，克服了传统系统的局限性，使自主发现，自我部署，并在异构云平台上的消息代理的在线迁移。对于每个设备，FogMQ都提供了一个高容量的设备克隆服务，可以订阅设备消息。克隆有助于在资源丰富的云计算节点中进行近边缘数据分析。FogMQ中的克隆应用了Flock，这是一种模拟群集行为的算法，允许克隆以分布式方式动态选择并自主迁移到不同的异构云平台。
2016-10-03 cs.DC cs.NI
LPWAN based IoT Architecture for Distributed Energy Monitoring in Deep Indoor Environments
Dortmund University of Applied Sciences and Arts（多特蒙德应用技术大学）
本文提出了一种基于 LPWAN 的分布式物联网架构，通过结合多种 LPWAN 技术优化成本和覆盖范围，用于深室内环境的能源监控。
2025-11-30 cs.NI cs.SY eess.SY
Energy efficient distributed analytics at the edge of the network for IoT environments
National Research Council（国家研究委员会）
由于个人移动和IoT设备的普及，许多“智能环境”（例如，智能城市和智能工厂）将成为大量数据的生成器。目前，这些数据的分析通常是通过集中的基于云的服务来实现的。然而，根据许多研究，从数据所有权以及无线网络容量的角度来看，这种方法可能存在重大问题。在本文中，我们利用雾计算范式将计算移动到产生数据的地方。我们利用了一个著名的分布式机器学习框架（假设迁移学习），并对经过物联网设备的移动节点以及网络基础设施边缘的雾网关进行数据分析。我们分析了分布式学习框架的不同配置的性能，（i）在学习任务中获得的准确性和（ii）在所涉及的节点之间发送数据所花费的能量。具体而言，我们考虑了用于我们考虑的不同类型的节点之间的通信的参考无线技术，例如LTE，Nb-IoT，802.15.4，802.11等。我们的结果表明，通过移动节点收集数据并使用短程通信技术（例如802.15.4和802.11）执行分布式分析，允许大幅降低系统的能量消耗，直至$94\%$，但损失了相对于相对湿度的准确度。最高可达$2\%$的集中式云解决方案。
2021-09-23 cs.DC cs.LG cs.NI
Layerwise Geo-Distributed Computing between Cloud and IoT
Chinese Academy of Sciences（中国科学院）；University of Chinese Academy of Sciences（中国科学院大学）；Osaka University（大阪大学）；Tokyo Institute of Technology（东京工业大学）
在本文中，我们提出了一种新的深度学习系统架构，称为k度分层网络，以实现云和物联网（IoT）之间的高效地理分布式计算。地理分布式计算将云扩展到物联网邻居网络的地理边缘。该方案的基本思想包括k度约束和分层约束。定义了k度约束，使得第h层上每个顶点的度正好是k（h），以扩展现有的深度信念网络并控制通信成本。分层约束被定义为使得分层度在正方向上单调递减以逐渐降低数据的维数。我们证明了k度分层网络是稀疏的，而典型的深度神经网络是密集的。在M-分布式MNIST数据库的评估，该建议是优于一个国家的最先进的模型，在通信成本和学习时间的可扩展性。
2022-01-14 cs.AI cs.DC cs.LG
DistPrivacy: Privacy-Aware Distributed Deep Neural Networks in IoT surveillance systems
随着智慧城市的出现，物联网（IoT）设备以及深度学习技术的采用率越来越高。为了支持这种范式在内存和计算方面的需求，引入了具有物联网协同作用的联合实时深度协同推理框架。然而，深度神经网络（DNN）的分布引起了人们对敏感数据的隐私保护的关注。在这种情况下，已经出现了各种威胁，包括黑盒攻击，其中恶意参与者可以准确地恢复馈送到其设备中的任意输入。在本文中，我们介绍了一种方法，旨在通过重新思考的分发策略，在不增加任何计算开销，以确保敏感数据。首先，我们研究了模型结构的特点，使其容易受到隐私威胁。我们发现，我们将模型特征映射划分到大量设备中的次数越多，我们就越好地隐藏原始图像的属性。我们将这样一种方法，即DistPrivacy，作为一个优化问题，我们在协同推理的延迟、数据的隐私级别和物联网参与者的有限资源之间建立了一个权衡。由于问题的NP难度，我们引入了一个在线启发式算法，支持异构物联网设备以及多个DNN和数据集，使普适系统成为隐私感知和低决策延迟应用程序的通用平台。
2020-10-25 cs.DC cs.NI
Medium Access using Distributed Reinforcement Learning for IoTs with Low-Complexity Wireless Transceivers
Michigan State University（密歇根州立大学）
本文提出了一种基于分布式强化学习（RL）的框架，该框架可用于在具有低复杂度无线收发器的物联网网络中合成MAC层无线协议。所提出的框架不依赖于复杂的硬件功能，例如载波侦听及其相关的算法复杂性，这些功能在低成本和低能耗物联网设备的无线收发器中通常不受支持。在这个框架中，访问协议首先制定为马尔可夫决策过程（MDP），然后使用RL解决。一个分布式和多Agent RL框架被用作协议合成的基础。分布式行为使得节点独立地学习最优传输策略，而不必依赖于完整的网络级信息和其他节点行为的直接知识。节点学习最小化分组冲突，使得可以针对高于用于IoT设备的已知基准协议（诸如ALOHA）的负载条件获得和维持最佳吞吐量，而无需复杂的收发器。此外，观察到的节点能够学习最佳的行为在异构负载和网络拓扑条件的存在下。最后，所提出的学习方法允许无线带宽以不依赖于这种异质性的方式在网络节点之间公平地分布。通过仿真实验，本文展示了学习范式的性能和它的能力，使节点适应他们的最佳传输策略，在飞行中响应各种网络动态。
2021-04-29 cs.DC cs.LG cs.NI
The CTTC 5G end-to-end experimental platform: Integrating heterogeneous wireless/optical networks, distributed cloud, and IoT devices
物联网（IoT）将促进不同领域的各种应用，如智能城市，智能电网，工业自动化（工业4.0），智能驾驶，老年人辅助和家庭自动化。数十亿具有不同应用需求的异构智能设备将连接到网络，并将生成大量聚合数据，这些数据将在分布式云基础设施中处理。另一方面，还存在将功能部署为云基础设施中的软件（SW）实例的一般趋势[例如，网络功能虚拟化（NFV）或移动边缘计算（MEC）]。因此，下一代移动网络，即第五代（5G），不仅需要开发新的无线电接口或波形来应对预期的流量增长，还需要将端到端（E2 E）异构网络与分布式云资源集成，以提供E2 E物联网和移动服务。本文介绍了由加泰罗尼亚电信中心（CTTC）开发的E2 E 5G平台，这是第一个能够重现这种雄心勃勃的场景的已知平台。
2018-03-20 cs.IT cs.NI math.IT
HetEng: An Improved Distributed Energy Efficient Clustering Scheme for Heterogeneous IoT Networks
在电池供电的网络中，由于在某些情况下难以充电或更换节点，因此网络寿命一直是一个具有挑战性的问题。聚类方法是一种很有前途的方法来解决这一挑战，并通过有效地分配集群中的节点之间的任务，延长生命周期。本研究旨在使用能量感知聚类方法来改善异构物联网设备的能耗。在异构IoT网络中，节点（即，电池供电的IoT设备）可以具有各种能量简档和通信能力。现有的分簇算法大多忽略了节点间能量容量的异质性，并假设它们具有相同的能量水平。在这项工作中，我们提出了HetEng，簇头（CH）的选择过程，扩展了现有的聚类算法，名为智能BEEM。为此，我们提出了一种统计方法，该方法通过根据节点的真实能量水平（焦耳）不断改变节点之间的CH角色，在网络拓扑中的高能量节点之间分配能量消耗。实验结果表明，与SmartBEEM相比，HetEng使存活节点增加了6.6%，节点之间的剩余能量提高了3%。此外，我们的方法平均减少了1%的总迭代次数。
2021-06-29 cs.DC cs.DM cs.NI
Towards Big data processing in IoT: network management for online edge data processing
Tsinghua University（清华大学）；Hong Kong University of Science and Technology（香港科技大学）
数据负载大、覆盖范围广一直是物联网面临的关键问题。然而，在移动边缘计算（MEC）网络中，庞大的数据可以在边缘进行部分处理。本文讨论了一种基于MEC的大数据分析网络。分布式网络终端生成的原始数据由边缘服务器收集和处理。边缘服务器分离出大量冗余数据，并将提取的信息传输到中心云进行进一步分析。然而，考虑到边缘计算能力有限，庞大数据源中的部分原始数据可能会直接传输到云端。为了在线管理有限的资源，我们提出了一种基于李亚普诺夫优化的算法，以联合优化边缘处理器频率，发射功率和带宽分配的政策。该算法的目标是在不知道数据源概率分布的情况下，稳定数据处理延迟和节省能量。所提出的网络管理算法可能有助于未来物联网中的大数据处理。
2019-05-05 cs.AI cs.DC cs.IT
Serving Graph Neural Networks With Distributed Fog Servers For Smart IoT Services
Sun Yat-sen University（中山大学）
本文提出分布式实时GNN推理框架Fograph，利用多雾节点异构资源与GNN特定压缩技术，解决云端服务通信开销大的问题，实现最高5.39倍执行加速和6.84倍吞吐量提升。
2023-07-04 cs.AI cs.DC cs.LG
An IoT Blockchain Architecture Using Oracles and Smart Contracts: the Use-Case of a Food Supply Chain
区块链是一种分布式技术，允许在相互交互和执行交易的不可靠用户之间建立信任。虽然区块链技术主要用于加密货币，但它已成为在物联网（IoT）领域建立信任的一种使能技术。然而，物联网区块链的天真使用导致了高延迟和广泛的计算能力。在本文中，我们提出了一种专用于供应链的区块链架构，该供应链包括不同的分布式物联网实体。我们为这种架构提出了一个轻量级的共识，称为LC4IoT。通过广泛的模拟评估的共识。结果表明，所提出的共识使用低的计算能力，存储能力和延迟。
2022-01-27 cs.CR cs.NI
Distributed Swarm Learning for Edge Internet of Things
本文提出分布式群体学习（DSL）框架，融合人工智能与生物群体智能，以应对边缘物联网在通信、计算、异构性、安全隐私及非凸优化等方面的挑战，为大规模边缘学习提供高效稳健的解决方案。
2024-03-29 cs.AI cs.LG cs.NI
Integration of Blockchain and IoT: An Enhanced Security Perspective
区块链（BC）是比特币加密货币的副产品，因其在各种不同领域的适用性而获得了巨大而广泛的普及-特别是在多方面的非货币系统中。通过采用哈希和非对称加密等加密技术-以及分布式共识方法，基于区块链的分布式账本不仅变得高度安全，而且不可变，从而消除了对任何第三方中介的需求。相反，无数的IoT（物联网）设备越来越多地添加到网络中。这种现象在安全和隐私方面带来了更高的风险。因此，解决不断增长的物联网生态系统的安全问题至关重要。本文探讨了BC在物联网生态系统中确保增强安全性和隐私性的适用性。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。
2020-11-05 cs.CR cs.NI
Distributed Anomaly Detection using Autoencoder Neural Networks in WSN for IoT
Institute for Infocomm Research, A*STAR（新加坡科技研究局资讯通信研究院）；Singapore University of Technology and Design（新加坡科技设计大学）
无线传感器网络（WSN）是物联网（IoT）的基础，它弥合了物理世界和网络世界之间的差距。异常检测是这方面的一项关键任务，因为它负责识别各种感兴趣的事件，如设备故障和未发现的现象。然而，这项任务是具有挑战性的，因为难以捉摸的性质异常和周围环境的波动性。在无线传感器网络这样的资源稀缺环境中，这一挑战进一步加剧，并削弱了许多现有解决方案的适用性。本文首次将自编码神经网络引入到无线传感器网络中来解决异常检测问题。我们设计了一个分别驻留在传感器和物联网云上的两部分算法，以便（i）可以以完全分布式的方式在传感器处检测异常，而无需与任何其他传感器或云进行通信，以及（ii）相对更计算密集的学习任务可以由云以更低（和可配置）的频率处理。除了最小的通信开销之外，传感器上的计算负载也非常低（多项式复杂度），并且大多数COTS传感器都可以负担得起。使用一个真正的无线传感器网络室内测试平台和传感器数据收集超过4个月，我们通过实验证明，我们提出的基于自动编码器的异常检测机制，实现了高检测精度和低误报率。由于我们选择的自动编码器神经网络的无监督学习功能，它还能够适应非静态环境中不可预见的新变化。
2018-12-12 cs.LG cs.NI
Contextual-Bandit Anomaly Detection for IoT Data in Distributed Hierarchical Edge Computing
Singapore University of Technology and Design（新加坡科技设计大学）；Institute for Infocomm Research, A*STAR（新加坡科技研究局资讯通信研究院）；Missouri University of Science and Technology（密苏里科技大学）；CNRS（法国国家科学研究中心）；Telecom Sud Paris（南巴黎电信学院）；Institut Mines Telecom（矿业电信学院）；Paris-Saclay University（巴黎-萨克雷大学）
深度神经网络（DNN）的进步极大地支持了异常物联网数据的实时检测。然而，物联网设备很难负担复杂的DNN模型，并且将异常检测任务卸载到云端会导致长时间的延迟。在本文中，我们提出并构建了一个用于分布式分层边缘计算（HEC）系统的自适应异常检测方法的演示，以解决单变量和多变量物联网数据的这个问题。首先，我们构建了多个异常检测DNN模型，其复杂度不断增加，并将每个模型与HEC中的一个层从下到上相关联。然后，我们设计了一个自适应方案，选择这些模型之一的飞行，从每个输入数据提取的上下文信息的基础上。模型的选择制定为一个上下文的强盗问题，其特征在于一个单步马尔可夫决策过程，并使用强化学习策略网络解决。我们构建了一个HEC测试平台，实现了我们提出的方法，并使用真实的物联网数据集对其进行了评估。演示表明，我们提出的方法显着降低了检测延迟（例如，单变量数据集的71.4%），而不会牺牲准确性，而不是将检测任务卸载到云端。我们还将其与其他基线方案进行了比较，并证明了它实现了最佳的精度-延迟权衡。我们的演示也可在线获得：https://rebrand.ly/91a71
2020-04-15 cs.DC cs.LG cs.NI
A Distributed Virtual Network Function Placement Approach in Satellite Edge and Cloud Computing
卫星边缘计算已成为为偏远地区的物联网设备提供计算服务的一种很有前途的方式，这些地区不在地面网络的覆盖范围内，但由于卫星资源的限制，它不适合大规模的物联网设备。云计算可以为物联网设备提供足够的可用资源，但由于网络延迟高，无法满足延迟敏感型用户的服务需求。协作边缘和云计算是通过结合边缘和云计算的优势，为众多物联网设备提供灵活的服务。研究了协同卫星边缘和云计算环境下，以最小化卫星网络带宽使用率和服务端到端延迟为目标的虚拟网络功能（VNF）配置问题.我们制定的VNF布局问题作为一个整数非线性规划问题，并提出了一个分布式VNF布局（D-VNFP）算法来解决它，因为VNF布局问题是NP-难的。通过实验验证了该算法的有效性。实验结果表明，该算法在解决卫星边缘和云计算环境下的VNF布局问题时，性能优于已有的Greedy和Viterbi算法.
2021-04-06 cs.DC cs.NI
Master Graduation Thesis: A Lightweight and Distributed Container-based Framework
边缘/雾计算是一种新的计算范式，为资源有限的物联网（IoT）设备提供可扩展的计算和存储资源。与云计算相比，边缘/雾服务器的资源更少，但可以以更高的带宽和更少的通信延迟访问。因此，集成边缘/雾和云基础设施可以支持执行各种延迟敏感和计算密集型物联网应用。尽管一些框架试图提供这种集成，但仍然存在一些挑战需要解决，例如不同物联网应用的动态调度，可扩展性机制，多平台支持以及支持不同的交互模型。为了克服这些挑战，我们提出了一个轻量级和分布式的基于容器的框架，称为FogBus 2。它提供了一种调度异构物联网应用程序的机制，并实现了几种调度策略。此外，它提出了一种优化的遗传算法，以获得快速收敛到合适的解决方案。此外，它还提供了一种可扩展性机制，以确保在物联网设备数量增加或资源负担过重时的有效响应。此外，FogBus 2的动态资源发现机制有助于新实体快速加入系统。我们还开发了两个物联网应用程序，称为康威的生命游戏和视频光学字符识别，以证明FogBus 2在处理实时和非实时物联网应用程序方面的有效性。实验结果表明，FogBus 2的调度策略与其他调度策略相比，将物联网应用的响应时间提高了53%。此外，与不支持可伸缩性的框架相比，可伸缩性机制可以减少高达48%的排队等待时间。
2021-08-08 cs.DB cs.DC cs.NI
Preventing Denial of Service Attacks in IoT Networks through Verifiable Delay Functions
无需许可的分布式账本提供了一种很有前途的方法来处理物联网（IoT）范式。由于物联网设备主要产生数据交易和小额支付，因此使用费用来管理网络访问的分布式账本并不是最佳选择。在本文中，我们研究了IOTA开发的一种专门为物联网设计的无费用架构。由于缺乏费用，恶意节点可以利用此功能生成无限数量的事务并执行拒绝服务攻击。我们建议通过可验证的延迟函数来减轻这些攻击。这些功能，这是不可并行化，难以计算，易于验证，最近才制定。在我们的工作中，我们设计了一个拒绝服务预防机制，解决网络异构性，有限的节点计算能力，和硬件特定的实现优化。可验证延迟函数大多从理论角度进行研究，但在实际应用中做得很少。因此，本文可以被认为是该领域的开创性工作，因为它在理论数学框架和现实问题之间架起了桥梁。
2020-06-02 cs.CR cs.NI
Towards Big data processing in IoT: Path Planning and Resource Management of UAV Base Stations in Mobile-Edge Computing System
数据负载大、覆盖范围广一直是物联网在线数据处理的关键问题。最近，移动边缘计算（MEC）和无人机基站（UAV-BS）已经成为物联网中有前途的技术。本文提出了一种基于MEC技术的三层在线数据处理网络。在底层，原始数据由广泛分布的传感器生成，反映了本地信息。在它们上面，无人机基站（UAV-BS）被部署为移动MEC服务器，收集数据并进行数据处理的初始步骤。在它们之上，中心云接收处理结果并进行进一步评估。由于这是一个在线数据处理系统，边缘节点应该稳定延迟，以确保数据的新鲜度。此外，有限的机载能量对边缘处理能力造成限制。为了智能地管理网络资源以节省能量和稳定延迟，我们开发了一种基于李雅普诺夫优化的在线确定策略。在低数据率的情况下，倾向于降低边缘处理器频率以节省能量。在存在高数据率的情况下，它将智能地分配用于边缘数据卸载的带宽。同时，悬停式无人机基站带来了大范围、灵活的服务覆盖，这就带来了有效的路径规划问题。在本文中，我们应用深度强化学习，并开发了一个在线路径规划算法。以周围环境的观察作为输入，训练CNN网络来预测每个动作的奖励。通过仿真，我们验证了它在提高服务覆盖率的有效性。其结果将有助于未来物联网中的大数据处理。
2019-06-12 cs.IT cs.NI cs.SY
Source-Code Analysis of iFogSim for Simulating Distributed IoT Architectures: Coverage, Challenges, and Enhancements
University of Dschang（贾昂大学）
本文通过分析iFogSim源代码，探讨其在模拟非标准物联网架构中的覆盖性、挑战及改进方法，提出七个开发建议以提升工具性能。
2026-04-25 cs.NI cs.SE
Dynamic and Distributed Routing in IoT Networks based on Multi-Objective Q-Learning
Department of Computer and Systems Sciences, Stockholm University（计算机与系统科学系，斯德哥尔摩大学）
本文提出了一种动态分布式多目标Q学习路由算法，通过并行学习多个Q表和贪婪插值策略，实现对物联网网络中动态优先事项的高效适应，显著降低能耗并提高奖励和数据包交付率。
2026-02-06 cs.AI cs.DC cs.LG
Timely Detection and Mitigation of Stealthy DDoS Attacks via IoT Networks
物联网（IoT）网络由传感器、执行器、移动和可穿戴设备组成，这些设备可以连接到互联网。由于市场上已有数十亿具有重大漏洞的此类设备，互联网服务以及一些也连接到互联网的网络物理系统面临着危险的威胁。具体来说，由于其现有的漏洞，物联网设备很容易受到损害，并成为一种新型的隐形分布式拒绝服务（DDoS）攻击的一部分，称为蒙古DDoS，其特点是其广泛分布的性质和每个来源的攻击规模小。本研究提出了一种新的基于异常的入侵检测系统（IDS），能够及时检测和缓解这种新兴类型的DDoS攻击。建议的IDS的检测和缓解隐身DDoS攻击的能力，甚至非常低的攻击大小，每个源通过数值和测试台实验证明。
2020-06-15 cs.CR cs.NI stat.ML
