QoS Provisioning Using Hybrid FSO RF Based Hierarchical Model for Wireless Multimedia Sensor Networks
我们的目标是在时间受限的传感器网络中提供有保证的数据包传输服务。无线网络是高度可变的环境，其中可用链路带宽可随网络负载而变化。由于多媒体应用需要更高的带宽，所以我们使用FSO链路进行传输。FSO链路的主要优点是它们提供更高的带宽和安全性，而RF链路提供更高的可靠性。在这个多层网络中的路由是基于定向地理路由协议，其中传感器路由他们的数据通过多跳路径，到一个强大的基站，通过簇头。在MAC层中也已经结合了一些修改以提高这样的系统的QoS。
2009-09-03 cs.NI
Deterministic and Probabilistic P4-Enabled Lightweight In-Band Network Telemetry
本文提出DLINT和PLINT两种轻量级带内网络遥测技术，分别通过逐流聚合与布隆过滤器压缩、蓄水池抽样概率插入来降低P4-INT传输开销，同时保持高监控精度。
2024-04-09 cs.NI
Reliable and Distributed Network Monitoring via In-band Network Telemetry
传统的网络监控解决方案通常缺乏可扩展性，因为它们具有通过单个控制器从所有网络组件收集心跳的集中式特性。作为一种解决方案，带内网络遥测（INT）框架最近已被提出来收集网络遥测信息更自主和分布式通过采用可编程开关。然而，它对以下方面提出了进一步的挑战：（i）找到合适的INT路径以优化控制开销和信息新鲜度，以及（ii）确保控制信息在多跳INT路径上的可靠传递。在这项工作中，我们提出了一个监测方案，可靠的图分区INT（GPINT），通过扩展我们以前的工作，并集成共享队列环（SQR）作为一个可靠性功能，对潜在的故障，在网络遥测收集由于网络拥塞和链路退化，可能会导致网络的可见性损失。我们实现了我们的建议，在最近的数据平面程序设计语言P4，并将其与传统的简单网络管理协议（SNMP），也是另一个国家的最先进的研究采用欧拉的方法INT路径生成。我们的分析首先表明，在不同的网络条件下，有一个数据恢复机制对数据包丢失的重要性。然后，我们的仿真结果表明，GPINT与可靠性扩展性能远远优于其对手的遥测收集延迟和开销监测方案，即使在大量的数据包丢失。
2022-12-30 cs.NI
Reinforcement-Learning based routing for packet-optical networks with hybrid telemetry
Universidad Carlos III de Madrid（马德里卡洛斯三世大学）；Telefonica I+D（西班牙电信研发部门）
本研究提出一种面向混合遥测分组光网络的强化学习路由方法，结合物理层与链路层测量值设置时延奖惩，通过Q-learning寻优，可动态适应网络负载与链路质量变化并提供开源实现。
2024-06-21 cs.LG cs.NI
Efficient Laser Frequency Allocation in Packet-Optical Nodes with Coherent Transceivers
本文研究在ROADM网络边缘部署分组-光节点时，利用CMIS遥测数据和SDN控制器本地执行机器学习技术来高效分配激光频率槽，从而降低平均激光配置时间并提升控制平面效率。
2025-02-04 cs.NI
NG-Scope: Fine-Grained Telemetry for NextG Cellular Networks
蜂窝最后一跳的精确且高粒度的信道容量遥测对于传输层协议和前沿应用（例如视频点播和可视电话）的有效操作至关重要。本文介绍了设计，实施和实验性能评估的NG范围，第一个这样的遥测工具，能够融合物理层信道占用读数从蜂窝控制信道与高层数据包到达统计，并作出准确的容量估计。NG-Scope处理最新的蜂窝创新，例如当多个基站将其信号聚合在一起为移动用户提供服务时。商用蜂窝网络中的端到端实验表明，无线容量随信道质量、移动性、每个小区内的竞争流量以及聚合小区的数量而显著变化。我们的实验表明，显著提高了小区负载估计的准确性，错过了检测不到1%的数据容量的整体，减少了82%相比，OWL，最先进的蜂窝监测。进一步的实验表明，基于MobileInsight的CLAW具有30.5 Mbit/s的均方根容量误差，是NG-Scope（9.2 Mbit/s）的3.3倍。
2022-01-18 cs.NI
DESiRED -- Dynamic, Enhanced, and Smart iRED: A P4-AQM with Deep Reinforcement Learning and In-band Network Telemetry
本文提出基于P4的AQM方案DESiRED，利用INT反馈和深度强化学习动态调整目标时延，实验显示视频卡顿减少90倍、高分辨率播放质量提升42倍。
2023-10-27 cs.NI
Sketchy With a Chance of Adoption: Can Sketch-Based Telemetry Be Ready for Prime Time?
草图算法或草图已经成为传统的基于数据包采样的网络遥测解决方案的一种有前途的替代方案。在高层次上，它们具有吸引力，因为它们具有高资源效率和准确性保证。虽然最近在网络任务的草图绘制的各个方面都取得了重大进展，但许多基本挑战仍然没有解决，可能是采用的绊脚石。我们在本文中的贡献是在整个生态系统中识别和制定这些研究挑战，包括网络运营商，平台供应商/开发人员和算法设计人员。我们希望这些作为一个必要的激励社区，使更广泛地采用基于草图的遥测。
2020-12-10 cs.DC cs.NI
Sonata: Query-Driven Network Telemetry
运营网络依赖于收集和分析测量数据。目前的技术并不容易做到这一点，通常是因为它们将数据汇集（例如，分组捕获或流监视），产生太多的数据来回答一般问题，或者产生太少的数据来回答详细问题。在本文中，我们提出了索纳塔，网络遥测系统，使用统一的查询接口，以推动联合收集和分析网络流量。Sonata利用两种新兴技术--流媒体分析平台和可编程网络设备--来促进联合收集和分析。Sonata允许运营商以高级语言更直接地表达网络流量分析任务。底层运行时将每个查询划分为在交换机上运行的一部分和在流媒体分析平台上运行的另一部分，迭代地细化查询以有效地仅捕获与运营商的查询有关的流量，并利用草图来减少交换机中的状态以换取更近似的结果。通过对原型实现的评估，我们证明了Sonata可以支持各种网络遥测任务，网络中的状态更少，流分析系统的数据率更低，比目前的方法可以实现。
2017-05-02 cs.NI
iTeleScope: Intelligent Video Telemetry and Classification in Real-Time using Software Defined Networking
视频继续主导着网络流量，但如今的运营商对穿越其域的视频流的数量、持续时间和分辨率的可见性很差。目前的方法是不准确的，昂贵的，或不可扩展的，因为它们依赖于统计采样，中间盒硬件，或数据包检测软件。我们提出了{ \em iTelescope}，这是第一个智能，廉价，可扩展的基于SDN的解决方案，用于实时的【形】识别和分类视频流。我们的解决方案在将动态流规则与遥测和机器学习相结合方面是新颖的，并且是建立在商用OpenFlow交换机和开源软件上的。我们开发了一个功能齐全的系统，在实验室中使用多种机器学习算法对其进行训练，并验证其性能，在识别和分类来自许多提供商（包括Youtube和Netflix）的视频流时，准确率超过95\%。最后，我们进行了测试，以证明其可扩展性，以数万并发流，并部署它生活在校园网服务数百真实用户。我们的系统以极低的成本为企业和运营商网络运营商提供了前所未有的视频流性能的细粒度实时的【形】可见性。
2018-04-26 cs.NI
Evolving Mobile Cloud Gaming with 5G Standalone Network Telemetry
本文提出Telesa，一种被动式5G独立组网网络遥测系统，通过向应用服务器流式传输细粒度RAN信息，实现毫秒级比特率自适应和拥塞控制，在真实网络上将云游戏体验质量提升178-249%。
2024-09-18 cs.NI
Integrating LEO Satellites and Multi-UAV Reinforcement Learning for Hybrid FSO/RF Non-Terrestrial Networks
Korea University（高丽大学）；University of Oulu（奥卢大学）；Deakin University（迪肯大学）
低空地球轨道（LEO）卫星（SAT）和新兴的无人机（UAV）组成的巨型星座是超越第五代（5G）系统的高速和长距离通信的有前途的推动者。在这篇文章中，我们将SAT和无人机集成在一个非地面网络（NTN）中，研究了通过SAT和无人机中继使用毫米波（mmWave）射频（RF）或自由空间光（FSO）链路在两个遥远的地面终端之间转发数据包的问题。为了最大限度地提高通信效率，与轨道卫星和无人机的运动轨迹的实时关联应该优化与合适的FSO/RF链路，这是具有挑战性的，由于时变的网络拓扑结构和大量的可能的控制动作。为了克服这个困难，我们将这个问题提升到多智能体深度强化学习（MARL），并采用了一种新的动作降维技术。仿真结果证实，我们提出的SAT-UAV集成方案实现了1.99倍更高的端到端的总吞吐量相比，基准计划与固定的地面中继。在提高吞吐量的同时，我们提出的方案还旨在减少无人机控制能量，产生比仅最大化吞吐量的基线方法高2.25倍的能量效率。最后，由于使用混合FSO/RF链路，所提出的方案实现了高达62.56倍的峰值吞吐量和21.09倍的最坏情况吞吐量，比使用RF或FSO链路的情况高，突出了在超5G NTN中共同设计SAT-UAV关联，UAV轨迹和混合FSO/RF链路的重要性。
2020-10-20 cs.LG cs.NI eess.SP
Enabling the Reflex Plane with the nanoPU
最近的许多论文已经证明了使用可编程交换机的快速网络内计算，运行速度比CPU快许多数量级。编写交换机软件的主要限制是约束编程模型和有限状态。在本文中，我们探讨是否一种新型的CPU，称为nanoPU，提供了一个有用的中间地带，与熟悉的C/C++编程模型，并可能在一个单一的芯片上的数据包处理许多太比特/秒，RPC响应时间小于1 $μ$ s。为了评估nanoPU，我们原型和基准测试三种常见的网络服务：数据包分类，网络遥测报告处理，和共识协议的nanoPU。每个服务都使用AWS中FPGA上的周期精确模拟进行评估。我们发现，数据包分类速度快2 $\times$，INT报告的处理速度比最先进的方法快一个数量级以上。我们的生产质量Raft共识协议在nanoPU上运行，在3 $μ$ s内写入3路复制键值存储（MICA），是最先进技术的两倍，99\%尾部延迟仅为3.26 $μ$ s。为了了解这些服务如何结合起来，我们研究了{ \em网络反射平面}的设计和性能，该平面旨在处理遥测数据，做出快速控制决策，并在几微秒内更新一致的复制状态。
2022-12-13 cs.NI
On Machine Learning DoS Attack Identification from Cloud Computing Telemetry
Federal University of Espírito Santo（圣埃斯皮里图联邦大学）
拒绝服务（DoS）攻击的检测仍然是云环境的一个挑战，影响了由这种虚拟化基础设施托管的大量服务和应用程序。通常，在文献中，DoS攻击的检测仅通过分析网络中的数据包流量来执行。这项工作提倡使用来自云的遥测技术来检测使用机器学习算法的DoS攻击。我们的假设是基于丰富的本地数据汇集服务，从物理和虚拟主机的指标。我们的初步结果表明，可以准确地识别拒绝服务的k-最近邻（kNN）和决策树（CART）。
2019-04-11 cs.CR cs.LG cs.NI
Traffic Flow Modeling for UAV-Enabled Wireless Networks
本文研究了面向多业务的无人机无线网络中的业务流建模问题，这对于支持此类网络未来的各种应用至关重要。我们提出了一个通用的交通流模型，面向多业务的无人机使能无线网络。在此模型下，我们首先将网络服务分为三个子集：遥测，物联网（IoT）和流数据。基于帕累托分布，我们然后划分所有的无人机分为三个不同的网络使用的子组。我们进一步确定不同的网络服务的数据包的数量和总的数据大小，根据数据包到达率的9个段，其中每个段代表一个映射关系的一个子集的服务和一个子组的无人机。仿真结果表明，我们的流量模型预测的数据包的数量和数据大小可以很好地匹配这些在一个真实的场景。
2022-01-05 cs.NI
Toward Intelligent Networks via AI-Aware GPU-Native Packet Processing
Wayne State University（韦恩州立大学）；University of Maryland, Baltimore County（马里兰大学巴尔的摩县分校）
本文提出AGP框架，将GPU升级为主要数据路径控制器，实现GPU原生报文处理等功能，消除CPU在关键路径的影响，大幅降低延迟、提升能效与推理吞吐量。
2026-10-09 cs.NI
Dynamic SLA-aware Network Slice Monitoring
University of Waterloo（滑铁卢大学）；University of Regina（里贾纳大学）
SliceScope 通过闭环控制框架实现动态 SLA 意识网络切片监控，结合动态资源分配与变化触发 INT 提高监控精度。
2025-12-13 cs.NI
On the Limits and Best Practice for NB-Fi: A New LPWAN Technology
本文针对新型LPWAN技术NB-Fi缺乏研究的问题，建立数学模型分析不同速率分配下的丢包率、包错误率和平均延迟，并据此提出优化网络性能的配置指南。
2023-09-22 cs.NI
EJ-FAT Joint ESnet JLab FPGA Accelerated Transport Load Balancer
为了提高高数据率/容量的科学速率，Thomas Jefferson National Accelerator Facility（JLab）与Energy Sciences Network（ESnet）合作，定义了一种边缘数据中心流量整形/转向传输能力，其特点是数据事件感知网络整形和转发。本次ESnet JLab FPGA加速传输（EJFAT）的重点是联合开发UDP流数据的动态计算工作负载均衡器（LB）。LB是由现场可编程门阵列（FPGA）和控制平面组成的套件，现场可编程门阵列（FPGA）执行动态可配置的、低固定延迟的LB数据平面，该LB数据平面以高吞吐量的实时分组重定向为特征，控制平面在FPGA主机计算机上运行，该FPGA主机计算机监视网络和计算场遥测，以便为目的地计算主机重定向/负载均衡做出动态决策。
2023-03-28 cs.NI
High Speed Network Processing for Scientific Computing in the Open Cloud Testbed
Northeastern University（东北大学）；University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）
本文提出基于FPGA的SmartNIC架构，在OCT平台上利用P4实现线速网络处理，集成SciTags标准监控科学数据流，实验证明低延迟与高准确性。
2026-10-07 cs.DC cs.NI
Contact Plan Design For Optical Interplanetary Communications
Concordia University（康考迪亚大学）；Inria, INSA Lyon（法国国家信息与自动化研究所，里昂国立应用科学学院）；CONICET - Universidad Nacional de Córdoba（阿根廷国家科学研究委员会，科尔多瓦国立大学）
本文提出首个考虑 PAT 的光学星际回传网络 CPD 框架，通过建模重新定向延迟优化接触计划，提升网络容量并减少机械指向开销。
2026-01-26 cs.NI
NetBurst: Event-Centric Forecasting of Bursty, Intermittent Time Series
University of California, Santa Barbara（加州大学圣巴bara分校）；Cisco Research（思科研究）；Lawrence Berkeley National Laboratory（伯克利国家实验室）；Northwestern University（西北大学）
针对网络遥测数据中罕见突发和长间隔低活动的“野性”统计特性，提出NetBurst事件中心管道，通过压缩低活动期、分离突发时序和幅度流学习统一表示，在预测误差、突发分布匹配和异常描述性上显著优于Chronos-2等基线。
2026-06-11 cs.LG cs.NI
Certified Closed-Loop Control for Packet Networks: A Compositional Certification Framework
Lancaster University（兰卡斯特大学）；University of Cambridge（剑桥大学）；Nanjing University of Information Science and Technology（南京信息工程大学）；Tianjin University（天津大学）
本文提出一种组合认证框架，通过在提议者与数据平面之间插入认证算子，将候选动作投影到满足证书的可执行动作或报告不可行并执行有量化松弛的默认动作，从而保证数据包网络在延迟、部分状态信息等条件下的安全性、稳定性与组合性。
2026-06-01 cs.NI cs.SY eess.SY
An LLM-Powered AI Agent Framework for Holistic IoT Traffic Interpretation
University of Notre Dame（内布拉斯加大学达灵顿分校）
该文提出一个基于大语言模型的AI智能体框架，通过跨层特征提取、异常检测与混合检索增强问答，实现物联网流量的整体解读，并在多个数据集上显著提升生成质量且开销低。
2025-10-15 cs.CL cs.CR cs.NI
Data-Driven Adaptive Resource Allocation for Reliable Low-Latency Uplink Communications in Rural Cellular 5G Multi-Connectivity
Universidad de Málaga（马拉加大学）；Aalborg University（奥尔堡大学）；NanoPing
针对农村5G上行通信中资源受限和功率控制导致的延迟与可靠性问题，提出基于测量数据的主锚自适应故障切换（PAAF）框架，通过选择性冗余激活实现低开销的可靠通信。
2026-05-27 cs.NI cs.SY eess.SY
FNCC: Fast Notification Congestion Control in Data Center Networks
本文提出FNCC机制，利用ACK携带INT信息实现亚RTT拥塞通知，并通知并发拥塞流数以快速调整公平速率，相比HPCC和DCQCN分别减少流完成时间27.4%和88.9%，且保持高利用率。
2024-05-27 cs.NI
SIDLE: Semantically Intelligent Distributed Leader Election Algorithm for Wireless Sensor Networks
本文介绍了一组无线传感器和执行器网络（WSAN）的部署物联网（IoT）系统在农村地区部署的无人机下降传感器和执行器在一定的位置作为一个网格的六边形形式。节点在硬件和功能上是异构的，因此并非所有节点都能够直接向基站传输数据。原始的只能收集本地数据。然而，那些更复杂的装备有远程无线电遥测和更多的计算能力。功耗优化是设计WSAN的关键因素之一。总功耗必须最小化，因为传感器是自我管理的。按时间基准收集传感器并给电池充电是不可行的。因此，能源消耗优化和收获绿色能源是考虑的其他因素。在这方面，协议被设计成支持这种要求。预处理的数据首先由每个六边形单元的领导者收集和组合。然后，将信息分组发送到头簇。因此，头簇重新处理接收到的信息，并使用各种接收到的信息来描绘区域的更好的全局视图。最后，处理后的信息被发送到最近的基站或移动无人机。
2022-06-14 cs.DC cs.NI
High-Fidelity Network Management for Federated AI-as-a-Service: Cross-Domain Orchestration
Electronics Engineering Department, Sabancı University（萨班大学电子工程系）；Ericsson Research, Türkiye（爱立信研究）
本文提出基于尾风险包络的AIaaS管理平面，通过确定性护栏与随机模型结合，实现多域联邦下的高保真网络管理与端到端服务保障。
2026-02-18 cs.AI cs.NI
