Exploiting Temporal Complex Network Metrics in Mobile Malware Containment
恶意手机蠕虫通过短距离蓝牙联系在设备之间传播,类似于人类和其他生物病毒的传播。最近的工作采用流行病学和复杂网络的模型来分析恶意软件的传播和修补特定节点的影响。这些方法采用了移动网络的静态观点,即,通过聚集随时间出现的所有边,这导致真实交互的近似表示:相反,这些网络本质上是动态的,并且边的出现和消失受到人类接触的排序的高度影响,这是现有复杂网络测量根本无法捕获的。在本文中,我们首先研究如何通过免疫关键节点(即使通过静态或时间介数中心性度量仔细选择)阻止恶意软件传播是无效的:这是由于这些网络中的替代路径的丰富性。然后,我们引入了一个时间感知的遏制策略,传播补丁消息从节点具有高的时间接近中心,并使用三个真实世界的数据集显示其有效性。时间上的接近度允许识别能够快速到达大多数节点的节点:我们表明,该方案可以减少蜂窝网络资源消耗和相关成本,同时在有限的时间内完全遏制恶意软件。
2011-05-10 cs.NI physics.soc-ph
Performance of Cell-Free Massive MIMO in Realistic Urban Propagation Environments
本文首次对比研究了 CF-mMIMO 在 log-distance 信道模型与基于真实 3D 城市布局和实际 AP 位置的 raytracing 现实城市传播环境下的性能,发现其在现实环境下无法达到高且均匀的吞吐量,质疑了其实际城市部署的吸引力。
2025-05-02 cs.NI eess.SP
Optimal Patching in Clustered Malware Epidemics
University of Pennsylvania(宾夕法尼亚大学);University of Southern California(南加州大学)
本文提出一个通用框架,利用异质性推导出最优补丁策略,以最小化恶意软件传播的总成本。通过分析证明,在均场确定性 regime 中,最优补丁策略为简单单阈值策略,并通过数值模拟验证其优势。
2014-03-07 cs.CR cs.NI cs.SI
Dense Urban Channel Measurements for Utility Pole Fixed Wireless Links
该无线电信道测量活动表征了在密集城市环境中通过安装在公用事业或交通灯杆上的无线设备之间的固定回程链路所经历的传播条件。测量表征的2x1多输入单输出信道在2.45 GHz频段的空间分离的全向天线和交叉极化定向天线。结果包括小规模和大规模的信道统计,天线相关系数值和定向天线实现的离边抑制。
2016-05-27 cs.NI
Millimeter Wave Picocellular System Evaluation for Urban Deployments
随着传统蜂窝频带中的严重频谱短缺,30和300 GHz之间的毫米波(mmW)频率作为下一代微蜂窝和微微蜂窝无线网络的可能候选者已经吸引了越来越多的关注。mmW频带提供比当前蜂窝分配大的数量级的频谱,并且使得非常高维的天线阵列能够经由空间复用获得进一步的增益。然而,毫米波信号在室外非视距(NLOS)链路中的传播仍然具有挑战性,并且广域毫米波蜂窝网络的可行性远未明确。本文使用最近在纽约市28 GHz的真实世界的测量提供了一个现实的评估毫米波微微蜂窝网络在密集的城市部署。据发现,即使在保守的传播假设下,具有100米的小区半径的毫米波系统可以提供一个数量级的容量增加超过当前最先进的4G蜂窝网络具有类似的小区密度。然而,还示出了这样的mmW网络可以在很大程度上功率受限的机制中操作,在该机制中,没有充分利用全部空间和带宽自由度。这种功率受限机制与当前带宽受限的蜂窝系统形成显著对比,需要用于mmW系统的替代技术,其可以解锁mmW频带提供的进一步增益。
2014-04-25 cs.NI
Path Loss Modelling for UAV Communications in Urban Scenarios with Random Obstacles
本文提出曼哈顿随机模拟器(MRS),通过考虑不规则建筑和随机障碍物改进视距概率(PLoS)估计,并推导城市环境中无人机通信的路径损耗差异与经验模型。
2025-01-24 cs.NI
Enhancing Evacuation Safety: Detecting Post-Nuclear Event Radiation Levels in an Urban Area
本研究利用ONE模拟器构建核事件后场景,评估Epidemic和PRoPHET两种DTN路由协议,证明其能确保辐射数据传播,支持应急响应与疏散安全。
2025-06-23 cs.NI
Wireless Mesh Network Performance for Urban Search and Rescue Missions
在本文中,我们证明了犬的姿态估计(CPE)系统可以提供一个可靠的估计,一些姿势,并在一个网状网络与有效的无线传输时。姿态估计是时间敏感的,因此姿态数据快速到达其目的地是重要的。提出了传播延迟和分组投递率的测量算法,并将其用于评估无线Mesh网络(WMN)作为传输这种时间关键数据的手段的性能。实验是在一个建筑物的房间里进行的,那里的无线电特性与部分倒塌的建筑物非常相似,这是一个典型的US&R环境。本文提出的实验结果,这表明,它是可能的,以实时接收犬姿态估计数据,虽然结果的准确性取决于网络的大小和部署环境。
2010-03-16 cs.NI
RIS-Aided Mobile Network Design
Institute of Radiocommunications Poznan University of Technology(波兹南理工大学无线电通信研究所)
本文研究波兹南城市中无线电信号传播分布,探讨RIS最优部署位置,设计5G/6G RAN,通过仿真分析不同传播场景,展示RIS在提升城市信号质量中的潜力,减少基站需求,优化网络成本。
2026-03-18 cs.NI
Information Dissemination Speed in Delay Tolerant Urban Vehicular Networks in a Hyperfractal Setting
本文利用现代城市的自相似性和分层组织,研究了城市车辆网络的基本通信特性。我们使用了一个创新的模型,称为“超分形”,捕捉交通和车辆位置的自相似性,但避免了极端的规律性和随机性。我们使用分析工具来推导城市延迟容忍网络中信息传播速度的理论上界和下界(即,网络总是断开的,因此使用存储-携带-转发路由模型)。我们证明了平均广播时间的行为作为$n^{1-δ}$倍缓慢变化的函数,其中$δ$依赖于精确的分形维数。此外,我们表明,广播加速部分是由于一个有趣的自相似现象,我们表示为{ \em信息隐形传态}。这种现象由于车辆交通的拓扑而出现,并且触发广播时间的加速。我们表明,我们的模型适合真实的城市开放的交通数据集。我们目前的模拟确认的有效性的界限在多个现实的设置,包括变速的情况下,使用QualNet和离散事件模拟器在Matlab中。
2019-08-08 cs.NI
Cross Device Federated Intrusion Detector for Early Stage Botnet Propagation in IoT
本研究提出一种跨设备联邦入侵检测机制,在物联网设备本地运行ML模型并仅共享权重,以检测早期僵尸网络传播,在MedBIoT数据集上达到71%准确率,并考察了投毒攻击风险。
2023-11-15 cs.NI
Signal Propagation in RIS-Aided 5G Systems
本研究针对波兰波兹南的城市5G NR网络部署,分析不同天线配置的基站及不同悬挂高度的可重构智能表面(RIS)对信号传播与覆盖的影响,揭示了RIS提升城市环境信号质量的潜力。
2025-03-24 cs.NI eess.SP
Urban Delay Tolerant Network Simulator (UDTNSim v0.1)
延迟容忍网络(DTN)是一种网络方法,它处理可能发生在许多种通信网络中的网络中断和高延迟。高延迟的主要原因包括网络的部分连通性,如可以在具有频繁网络分区的许多类型的ad hoc无线网络中看到的,如在星际和深空网络中经历的长传播时间,以及如在陆地无线网络环境中观察到的由于节点的移动性而导致的频繁链路中断。由于网络环境中涉及的复杂性,在这样的真实场景中实验网络架构、协议和移动模型是困难的。因此,在本文中,我们提出了城市延迟容忍网络模拟器(UDTNSim)0.1版的文档,能够模拟城市道路网络环境与DTN特性,包括移动模型和路由协议。此版本的UDTNSim中包含的移动模型是(i)静止移动,(ii)简单随机移动,(iii)基于路径类型的移动,(iv)基于路径记忆的移动,(v)具有受限移动的路径类型,以及(vi)具有等待移动的路径类型。除了移动模型,我们还提供了三个路由和数据切换协议:(i)流行路由,(ii)优越的只有汉诺,和(iii)优越的对等汉诺。UDTNSim v0.1是使用面向对象的编程方法设计的,以便为DTN环境提供新功能之外的灵活性。UDTNSim v0.1作为开源模拟器分发,供研究社区使用。
2017-09-17 cs.NI
Multi-User Provisioning in Millimeter-Wave Urban Cellular Networks
在本文中,我们提出了第一个全面的研究毫米波(mm波)城市蜂窝网络的多用户容量,使用特定站点的射线跟踪传播数据和现实的天线阵列模式。我们比较TDMA和SDMA(时分和空分多址,分别)不同的网络场景和天线配置的性能。我们提出了一个贪婪的启发式算法来解决网络范围内的定向链路分配问题,从而估计多用户毫米波网络的可达容量和覆盖范围。我们的研究结果表明,小区间的干扰是可以忽略不计的,所以TDMA的性能是严格限制空中分时共享。相比之下,SDMA的主要限制因素是小区内干扰,强调实际天线阵列旁瓣的影响。尽管如此,SDMA在平均UE吞吐量方面显著优于TDMA,使用8x8阵列时高达2Gbps。作为一个重要的设计见解,我们的研究结果表明,较大的基站天线阵列限制小区内干扰,同时补偿小UE阵列,降低成本和波束成形的要求,在实际的SDMA网络。我们的分析还表明,在实际的混合波束成形架构中,有限数量的天线子阵列可能会迫使SDMA丢弃具有良好覆盖的UE,突出了基站密集化和天线资源之间的权衡。
2020-02-04 cs.NI eess.SP
Enhanced 5G/B5G Network Planning/Optimization deploying RIS in Urban/Outdoor Scenarios
本文面向基多密集城市场景,提出部署RIS与STARS的5G/B5G网络规划优化策略,并在3.5/28 GHz频段验证其覆盖、信号质量与吞吐量收益。
2024-12-06 cs.NI cs.SY eess.SY
A Novel Approach to Detect Spam Worms Propagation with Monitoring the Footprinting
互联网上的关键安全威胁之一是被感染的机器,这些机器可用于发起各种安全攻击,例如发送垃圾邮件和传播恶意软件、访问有用信息和DDoS。垃圾邮件活动的攻击者是大量受感染机器的志愿者。我们的主要重点是检测网络中可能参与或参与垃圾邮件活动的受损机器;这些机器通常被称为垃圾邮件僵尸。诸如端口扫描、数据库扫描等活动被视为网络内的恶意活动。因此,为了克服这一点,我们开发了一个最有效的垃圾邮件僵尸检测系统,该系统基于其他系统的行为,就好像执行上述活动被视为僵尸机器一样。如果网络中的任何系统试图收集有关任何其他系统的信息,那么这将被视为恶意活动,不应允许这样做。SYN数据包用于启动网络内的通信,以便建立连接。如果任何系统试图用这些数据包淹没网络,我们可以假设该系统试图收集其他系统的信息。这就是所谓的足迹。因此,我们将尝试检测任何涉及足迹的系统,并向管理员报告。
2014-02-09 cs.CR cs.NI
Intelligent Base Station Deployment in Urban Wireless Networks: A Geographic Data-Informed Digital Twin Approach
Southeast University(东南大学);Purple Mountain Laboratories(紫金山实验室)
该研究提出地理数据驱动的数字孪生结合深度强化学习的智能基站部署框架,仅用公开地理数据即可实现优化,性能接近理想基准且开销大幅降低。
2026-09-16 cs.AI cs.NI
AI-Driven Real-Time Relay Optimisation in Smart Urban NR-V2X Networks via Learning-to-Optimise Graph Neural Networks
针对NR-V2X网络中RSU部署有限导致的连接不稳定问题,提出基于GNN的L2O框架实现实时多跳中继选择,以MILP最优解为监督训练GINE模型,在真实城市数据上恢复11.3%连接增益并实现100倍加速。
2026-09-18 cs.AI cs.LG cs.NI
AI-Driven Multi-Hop Relay Selection for Smart Urban NR-V2X Networks via Learning-to-Optimize Graph Neural Networks
研究智能城市NR-V2X网络中多跳中继选择问题,提出基于图神经网络的学习优化框架,将车辆通信状态建模为属性图,通过离线MILP预言机监督、边缘感知图同构网络近似决策,实验证明该方法能在降低执行时间的同时实现与MILP相当的连接性。
2026-07-24 cs.AI cs.LG cs.NI