Data Scheduling Algorithm for Scalable and Efficient IoT Sensing in Cloud Computing
针对IoT-云中动态工作负载与网络变化导致的调度难题，本文提出深度RL与ACO结合的混合数据调度算法，实验证明其在响应时间、资源利用率、能耗及SLA合规性方面均有显著提升。
2025-09-29 cs.DC
Poster Abstract: Towards Scalable and Trustworthy Decentralized Collaborative Intrusion Detection System for IoT
入侵检测系统（IDS）的目的是通过部署一个检测器来连续监视网络流量，从而警告用户即将到来的攻击。为了提高入侵检测系统的检测能力，通常由一组独立的入侵检测器协同工作来构建整体网络表征的智能，这就是协同入侵检测系统（Collaborative Intrusion Detection System，CIDS）。然而，开发一个有效的CIDS，特别是针对物联网生态系统，提出了几个挑战。区块链技术的最新趋势和进展，提供了分布式信任和安全不可变存储的保证，可能有助于设计有效的CIDS。在这张海报摘要中，我们介绍了我们正在进行的基于区块链技术的物联网分散式CIDS的工作。我们提出了一个架构，提供负责任的信任建立，促进激励和惩罚，并通过交换布隆过滤器可扩展的入侵信息存储。我们目前正在本地测试平台上实施模块化架构的概念验证，并评估其在检测物联网网络中常见攻击和相关开销方面的有效性。
2020-02-18 cs.CR cs.DC
Efficient micro data centres deployment for mobile healthcare monitoring systems in IoT urban scenarios
Complutense University of Madrid（马德里康普顿斯大学）
在过去的十年中，物联网范式导致连接设备数量呈指数级增长。这种趋势使互联网更接近日常活动，并使数据汇集能够用于创建和改进各种服务和应用程序。尽管有很大的好处，但这种模式也带来了一些挑战。需要更强大的存储和处理能力来为所有这些设备提供服务。此外，部署和管理基础设施以有效支持这些资源的需求仍然是一个挑战。建模和仿真可以帮助设计和分析这些场景，提供灵活而强大的机制来研究和比较不同的策略和基础设施。在这种情况下，微型数据中心（MDC）可以作为减少不堪重负的云数据中心基础设施的有效方法。本文探讨了一种M\&S方法来研究医疗物联网场景的整体功耗。患者佩戴非侵入式监测设备，该设备定期生成要在MDC中执行的任务。我们提取现有的城市基础设施的布局，模拟监测人口的行为，并比较几个数据中心配置的功耗。
2023-02-20 cs.AI cs.DC
SchEdge: A Dynamic, Multi-agent, and Scalable Scheduling Simulator for IoT Edge
本文提出了SchEdge，一个用于模拟物联网边缘任务调度的动态、自适应且可扩展的框架，通过多智能体并行实现多种调度方案，并经实验验证了其效率、可扩展性和鲁棒性。
2025-04-06 cs.DC
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
Seamless Deployment of Machine Learning Inference at the Far Edge: An Empirical AWS IoT Greengrass Architecture for Industrial Predictive Maintenance
Kwame Nkrumah University of Science and Technology（科瓦梅·恩克鲁玛科技大学）
本文针对工业预测性维护的需求，提出基于AWS IoT Greengrass v2的混合云-边缘架构，通过实验验证其可大幅降低带宽与延迟，解决现有相关研究的四大空白。
2026-10-14 cs.AI cs.DC
SoK: Beyond IoT MUD Deployments -- Challenges and Future Directions
由于物联网设备在家庭和工业环境中的进步，在物联网生态系统中建立问责制的机制至关重要。在过去几年中，已开始在这方面采取各种举措，解决许多社会技术问题和挑战，以建立一个问责制度。在工业界和学术界都受到了广泛关注的解决方案是制造商使用描述（MUD）规范。它使物联网设备制造商能够描述每个设备正常工作所需的通信。MUD的实现具有挑战性，这不仅是因为物联网设备和制造商/运营商/监管机构的多样性，而且还因为基于MUD的流量控制在现有互联网基础设施中的增量集成。为了更好地理解这些挑战，在这项工作中，我们探索和调查了不同研究团队和组织提出的三种实现的原型，有助于社区了解现有技术实现的各种功能。考虑到存在一些只能由本地策略定义的行为，我们提出了一个MUD能力的网络集成我们的用户策略服务器（UPS）。UPS为网络管理员和最终用户提供了通过用户友好界面与MUD组件进行交互的机会。因此，我们提出了一个全面的调查的挑战。
2020-04-22 cs.DC cs.NI
MicroFog: A Framework for Scalable Placement of Microservices-based IoT Applications in Federated Fog Environments
微服务架构（MSA）在开发大规模物联网应用程序以部署在分布式和资源受限的雾计算环境中方面正在迅速普及。作为一种云原生应用架构，微服务的真正力量来自于其松散耦合、可独立部署和可扩展的性质，从而实现跨联合雾和云集群的分布式放置和动态组合。因此，有必要开发新的微服务放置算法，利用这些微服务特性来提高应用程序的性能。然而，现有的雾计算框架由于在多个领域存在不足而缺乏对集成此类放置策略的支持，包括跨多雾多云环境的MSA应用放置和部署，跨多个分布式集群的动态微服务组合，框架的可扩展性，对部署异构微服务应用的支持等。为此，我们设计并实现了MicroFog，一个雾计算框架，提供一个可扩展的、易于配置的控制引擎，该引擎在联合的雾环境中执行布局算法和部署应用程序。此外，MicroFog提供了对容器编排和动态微服务组合的充分抽象。该框架使用多个用例进行评估。结果表明，MicroFog是一个可扩展、可扩展且易于配置的框架，可以集成和评估新的放置策略，以便在多雾多云环境中部署基于微服务的应用程序。我们集成了多个微服务放置策略，以展示MicroFog支持水平缩放放置的能力，从而将应用程序服务的响应时间减少了54%。
2023-02-14 cs.DC
VIoLET: A Large-scale Virtual Environment for Internet of Things
物联网部署一直在增长，包括传感器，网络，边缘，雾和云资源。尽管研究人员和从业者对此非常感兴趣，但大多数人都无法获得大规模的物联网测试平台进行验证。允许分析建模的仿真环境是评估实际计算环境中的软件平台或应用程序工作负载的糟糕替代品。在这里，我们提出了VioLET，这是一个用于在云虚拟机中定义和启动大规模物联网部署的虚拟环境。它提供了一个声明性模型来指定基于容器的计算资源，这些资源与使用Docker的本地边缘，雾和云设备的性能相匹配。这些可以通过复杂的拓扑结构相互连接，在这些拓扑结构上实施专用/公共网络以及带宽和延迟规则。用户还可以在这些设备上配置合成传感器以生成数据。我们验证了具有> 400个设备和> 1500个设备核心的部署的VioLET，并表明虚拟物联网环境以适度的成本与预期的计算和网络性能紧密匹配。这填补了物联网模拟器和实际部署之间的重要空白。
2018-06-15 cs.DC
PoAh: A Novel Consensus Algorithm for Fast Scalable Private Blockchain for Large-scale IoT Frameworks
在当今的互联世界中，资源受限的设备被部署用于传感和决策应用，从智能城市到环境监测。这些资源受限的设备被连接起来，以创建通常被称为物联网（IoT）、雾计算和边缘计算的实时分布式网络。区块链在这些领域中获得了很大的兴趣，通过忽略集中式依赖来保护系统，其中工作量证明（PoW）在使整个安全解决方案分散化方面发挥着至关重要的作用。由于设备的资源限制，PoW不适合基于区块链的安全解决方案。本文提出了一种新的共识算法，称为认证证明（PoAh），它引入了一种加密认证机制，以取代PoW资源受限的设备，并使区块链应用程序特定。因此，PoAh既适合私有区块链，也适合许可区块链。此外，PoAh不仅保护了系统，还保持了系统的可持续性和可扩展性。所提出的共识算法的理论评估在仿真场景中，并在实时硬件测试床，以验证其性能。最后，讨论了PoAh及其在物联网和边缘计算场景中与区块链的集成。所提出的PoAh虽然在有限的计算机资源（例如像Raspberry Pi这样的单板计算设备）中运行，但延迟大约为3秒。
2020-01-21 cs.CR cs.DC
SPRITE: A Scalable Privacy-Preserving and Verifiable Collaborative Learning for Industrial IoT
Indian Institute of Engineering Science and Technology, Shibpur（希布尔印度工程科学与技术学院）；University of New South Wales（新南威尔士大学）
最近，协作学习被广泛应用于工业物联网（IIoT）中生成的敏感数据建模。它使大量设备能够通过与服务器协作来集体训练全局模型，同时将数据集保持在它们各自的场所。然而，现有的方法受到高开销的限制，并且还可能遭受恶意服务器返回的伪造的聚合结果。因此，我们提出了一种可扩展、隐私保护和可验证的协作学习（SPRITE）算法，用于训练IIoT的线性和逻辑回归模型。我们的目标是通过引入雾作为中间件来减轻资源受限的IIoT设备的负担和对云的信任依赖。SPRITE采用阈值秘密共享来保证隐私保护和对IIoT设备丢失的鲁棒性，而可验证的加性同态秘密共享则确保模型聚合期间的可验证性。我们在一个诚实但好奇的环境中证明了SPRITE的安全性，在这个环境中，云是不值得信任的。我们通过理论开销分析和在具有两个真实工业数据集的IIoT用例上进行的广泛测试床实验，验证了SPRITE的可扩展性和轻量级。对于大规模工业设置，SPRITE在线性和逻辑回归方面的性能分别比竞争对手提高了65%和55%，同时将IIoT设备的通信开销降低了90%。
2022-03-22 cs.CR cs.DC cs.LG
FLIC: A Distributed Fog Cache for City-Scale Applications
我们提出FLIC，分布式软件数据缓存框架雾，减少网络流量和延迟。FLIC的目标是城市规模的协作物联网设备部署，其中每个节点收集并与周围设备共享数据。随着需要大量训练数据的机器学习和其他数据处理技术被移植到低成本和低功耗的物联网系统中，我们预计数据分析将远离云端。与云的分离将减少对耗电的集中式云基础设施的依赖。然而，协作物联网设备的城市规模部署通常通过蜂窝服务连接到互联网，其中服务费用与网络使用量成比例。物联网系统架构师必须聪明，以便在这些场景中降低成本。为了减少运营城市规模的协作物联网系统部署所需的网络带宽，FLIC在雾中的物联网节点上实现了分布式缓存。FLIC允许物联网网络共享其数据，而无需与简单的云存储服务重复交互，从而减少对备份存储的调用。我们的结果显示读取的错误率低于2%。因此，只允许5%的请求需要后备存储。我们还能够实现每秒传输的字节数减少50%以上。
2020-03-25 cs.DC cs.OS
Constrained Bayesian Optimization for Hierarchical Federated Learning in IoT Networks for Plant Disease Classification
University of Zagreb（萨格勒布大学）；University of Thessaly（塞萨利大学）；International Hellenic University（国际希腊大学）；University of Glasgow（格拉斯哥大学）；Trinity College Dublin（都柏林圣三一学院）；Italian National Research Council（意大利国家研究委员会）
本文提出一种约束贝叶斯优化框架，用于在资源受限的物联网环境中高效配置分层联邦学习，以平衡能耗、执行时间和预测性能，并在植物病害分类任务上仅探索11.11%搜索空间即达到接近最优性能。
2026-09-09 cs.DC cs.LG
HoliBench: A Cross-Platform Benchmarking and Deployment Toolkit for Foundation Models in CPS-IoT Applications
University of California, Los Angeles（加州大学洛杉矶分校）
HoliBench是一个跨平台基准测试与部署工具包，联合评估基础模型在CPS-IoT设备上的准确性、延迟和能量，通过统一工作流揭示现有工具遗漏的权衡，并支持多模型部署预测。
2026-09-14 cs.DC cs.LG cs.PF
Multi-Component Optimization and Efficient Deployment of Neural-Networks on Resource-Constrained IoT Hardware
University of South Carolina（南卡罗来纳大学）；Dublin City University（都柏林城市大学）；University of Sydney（悉尼大学）；Newcastle University（纽卡斯尔大学）
大多数物联网设备，如智能手表，智能插头，HVAC控制器等，由具有受限规格（低存储器、时钟速度和处理器）的硬件驱动，这不足以容纳和执行大型高质量模型。在这种资源受限的设备上，制造商仍然能够通过遵循对物联网设备/产品进行编程以收集和传输数据（图像、音频、传感器读数等）的传统方法来提供有吸引力的功能（以促进销售）。他们基于云的ML分析平台。几十年来，这种在线方法一直面临着数据流受损、延迟导致的非实时分析、带宽限制、昂贵的订阅、用户最近提出的隐私问题和GDPR指南等问题。在本文中，为了在资源受限的物联网设备上实现超快速和准确的基于AI的离线分析，我们提出了一个端到端的多组件模型优化序列和开源的实现。研究人员和开发人员可以使用我们的优化序列在多个方面优化高内存，计算要求的模型，以产生小尺寸，低延迟，低功耗的模型，可以舒适地适应和执行资源受限的硬件。实验结果表明，我们的优化组件可以产生的模型是：（i）12.06倍压缩;（ii）0.13%至0.27%更准确;（iii）在0.06 ms处的数量级更快的单元推理。我们的优化序列是通用的，并且可以应用于针对异常检测、预测性维护、机器人技术、话音识别、和机器视觉
2022-04-20 cs.DC cs.LG
Edge System Design Using Containers and Unikernels for IoT Applications
针对边缘物联网部署缺乏统一框架的问题，提出结合容器与unikernel的混合边缘系统，按应用复杂度分配技术并加入容器编排，经ARM设备实验验证可提升资源利用率、降低延迟。
2024-12-08 cs.DC
Enhancing Middleware-based IoT Applications through Run-Time Pluggable QoS Management Mechanisms. Application to a oneM2M compliant IoT Middleware
近年来，电信和计算机网络通过网络功能虚拟化（NFV）和软件定义网络（SDN）见证了新的概念和技术。允许应用控制网络的SDN和允许在虚拟化环境中部署网络功能的NFV是越来越多地用于物联网（IoT）的两种范例。这种互联网（IoT）带来了在未来几年内互连数十亿设备的希望，这带来了几个科学挑战，特别是满足IoT应用所需的服务质量（QoS）的挑战。为了解决这个问题，我们已经确定了QoS方面的两个瓶颈：遍历的网络和允许应用程序与物联网设备交互的中间实体。在本文中，我们首先提出了一个创新的“网络功能”的部署和运行时环境。然后，我们描述了我们的一般方法的解决方案，包括在动态的，自主的，无缝部署的QoS管理机制。我们还描述了这种方法的实施要求。最后，我们提出了一个重定向机制，实现作为一个网络功能，允许一个给定的中间件流量的数据路径的无缝控制。该机制通过与车辆运输相关的用例进行评估。
2018-07-16 cs.DC
Efficient Fog Node Placement using Nature-Inspired Metaheuristic for IoT Applications
针对物联网场景下雾节点部署需兼顾连通性与覆盖度的多目标优化难题，提出基于海洋捕食者算法（MPA）的部署方案，在多基准测试中性能优于现有前沿方法。
2023-02-12 cs.DC cs.NI
MOHAF: A Multi-Objective Hierarchical Auction Framework for Scalable and Fair Resource Allocation in IoT Ecosystems
针对物联网生态系统中分布式资源分配的效率与公平性挑战，本文提出MOHAF多目标分层拍卖框架，通过分层聚类降低复杂度并结合贪心子模优化，联合优化成本、QoS、能效和公平性，在实验中展现出优于现有方法的性能与完美公平性。
2025-08-20 cs.DC cs.GT cs.NE
Benchmarking Message Brokers for IoT Edge Computing: A Comprehensive Performance Study
University of North Texas（北德克萨斯大学）；Argonne National Laboratory and University of Chicago（阿贡国家实验室和芝加哥大学）
本文通过统一的基准框架评估了八个主流消息中间件，揭示了轻量级中间件在低延迟方面的优势及企业级平台的高开销问题，为物联网部署提供了实用指导。
2026-03-23 cs.DC
RIFLE: Robust Distillation-based FL for Deep Model Deployment on Resource-Constrained IoT Networks
Department of Computer Engineering, Sharif University of Technology（谢里夫技术大学计算机工程系）；Karlsruhe Institute of Technology (KIT)（卡尔斯鲁厄理工学院）
RIFLE通过基于logit的知识蒸馏方法，提升资源受限物联网网络中深度模型的鲁棒性和隐私保护，显著提高训练效率和攻击防御能力。
2026-02-09 cs.CR cs.DC cs.LG
Fog Computing in IoT Aided Smart Grid Transition- Requirements, Prospects, Status Quos and Challenges
由于IT领域的发展，即智能交通和信息技术，现代智能电网（SG）系统与智能设备和实体一起利用。当这些基础设施被赋予物联网（IoT）和传感器网络时，它们会使对象的宇宙变得活跃和在线。传统的云部署屈服于满足分析和计算需求分散，动态和资源时间关键SG生态系统。本文概括性地考察了云计算实用程序在多大程度上可以满足SG生态系统的关键任务需求，以及哪些子域和服务需要基于雾的计算原型。这项工作的目的是了解雾计算算法的适用性，以与核心为中心的云计算支持相互作用，从而能够提出一种新的实时和无延迟的SG服务。这项工作还强调了基于雾的SG部署带来的机遇。相应地，我们还强调了挑战和研究重点阐明了雾计算成功SG过渡的可行性。
2018-02-06 cs.DC cs.ET
SCALHEALTH: Scalable Blockchain Integration for Secure IoT Healthcare Systems
本研究提出SCALHEALTH，一种基于Hyperledger Fabric的区块链方案，结合认证、IPFS和NFT，通过双区块链（健康与金融）实现安全、去中心化的物联网医疗系统，模拟显示性能优于常规方案。
2024-03-12 cs.CR cs.DC
SENSE: Scalable Data Acquisition from Distributed Sensors with Guaranteed Time Coherence
物联网（IoT）中的数据分析要求我们将来自大量传感器的事件流结合起来。事件的这种组合（联接）通常基于与事件相关联的时间戳。我们解决了在物联网中获取和加入事件的环境中的两个挑战：首先，由于传感器数量的不断增加，我们面临着中心加入在吞吐量，延迟和网络利用率方面的性能限制。其次，在物联网中，不同的传感器节点由不同的组织运营，并使用不同的时间同步技术。因此，具有相同时间戳的事件不一定在完全相同的时间被记录，并且联合的数据元组具有未知的时间不一致性。这可能会导致未检测到的故障，例如错误的相关性和错误的预测。我们提出了SENSE，一个可扩展的数据采集系统从分布式传感器。SENSE引入时间相干性测量作为除了常见的时间同步技术之外的基本数据特征。数据元组的时间相干性是元组中包含的所有值已经从传感器读取的时间跨度。我们探讨了量化和优化时间一致性的概念和算法，并表明SENSE可扩展到数千个传感器，在延迟和一致性约束下有效运行，并适应不断变化的网络条件。
2019-12-10 cs.DB cs.DC
DORY: Automatic End-to-End Deployment of Real-World DNNs on Low-Cost IoT MCUs
深度神经网络（DNN）部署在物联网的极端边缘的终端节点上是支持普及的深度学习增强型应用的关键推动因素。基于MCU的低成本终端节点片内存储器有限，通常用暂存器代替高速缓存，以减少面积开销并提高能效--需要在存储层次结构的不同级别之间进行基于DMA的显式存储器传输。在这些系统上映射现代DNN需要积极的拓扑相关的平铺和双缓冲。在这项工作中，我们提出了DORY（面向存储器的部署）-一种自动工具，用于在通常小于1 MB片上SRAM内存的低成本MCU上部署DNN。DORY将平铺抽象为约束编程（CP）问题：它在每个DNN层施加的拓扑约束下最大化L1内存利用率。然后，它生成ANSI C代码来编排片外和片内传输以及计算阶段。此外，为了最大限度地提高速度，DORY增加了CP公式，促进性能有效的瓷砖尺寸。作为DORY的案例研究，我们将GreenWaves Technologies GAP 8作为目标，它是市场上最先进的并行超低功耗MCU级器件之一。在这款器件上，DORY的MAC/周期性能比GreenWaves专有软件解决方案高2.5倍，比在单层STM 32-F746 MCU上的最先进性能高18.1倍。使用我们的工具，GAP-8可以执行1.0 MobileNet-128网络的端到端推断，平均消耗仅63 pJ/MAC@4.3 fps -比STM 32-F746好15.4倍。我们将所有的开发-DORY框架，优…
2021-03-19 cs.AR cs.DC cs.NE
IoT Expunge: Implementing Verifiable Retention of IoT Data
物联网（IoT）系统的不断发展旨在通过提供多种增值服务来简化最终用户的日常生活。然而，物联网系统可能会捕获和存储有关云中个人的敏感个人数据，从而危及用户隐私。新兴的立法，如加州的CalOPPA和欧洲的GDPR，支持强有力的隐私法来保护云中的个人数据。其中一项法律涉及严格执行数据保留政策。本文提出了一个名为IoT Expunge的框架，该框架允许传感器数据提供商将数据存储在云平台中，以确保执行保留策略。此外，云提供商还提供可验证的证据，证明其遵守保留策略。在现实世界的智能建筑测试平台上的实验结果表明，IoT Expunge对用户施加了最小的开销，以根据数据保留策略验证数据。
2020-03-10 cs.CR cs.DB cs.DC
