Performance Evaluation of Delay Tolerant Network in Heterogeneous Highly Dense Mobile Environment
容迟网络（DTN）是一种机会网络，每个节点都在寻找最佳时机将被称为包的消息发送到目的地。DTN实现了一个存储转发消息交换系统，它只需要在传输层之上引入另一个称为捆绑层的新协议层。束层负责在源节点和目的节点之间存储和转发称为束的消息段中的整个消息。本文评估了异构高密度移动节点环境下的延迟容忍网络层的性能。通过引入动态密集的移动节点网络，借助固定的有线节点和基站节点构建异构网络。移动节点被分配有连续的移动性。建议使用三个参数$Δ$、$Θ$和$λ$来关联使用严格模拟获得的结果。结果表明，在一定的门限值后，移动节点的密集特征并不能掩盖延迟容忍网络数据包的延迟原因。此外，移动节点数量和文件传输连接数量的增加很少改变延迟容忍网络的整体性能。
2013-02-24 cs.NI
Under Water Waste Cleaning by Mobile Edge Computing and Intelligent Image Processing Based Robotic Fish
由于水污染是对水下资源的严重威胁，我们致力于保护水下植物和物种的资源，通过清洁水中的不可生物降解的废物。废物可以回收再利用。本文设计的机器鱼主要由光学传感器、摄像模块、活塞模块和无线收发模块组成。通过利用LTE和5G网络架构，鱼将有关水下垃圾的信息存储在最近的移动边缘计算服务器以及集中式云服务器中。最后，当鱼清除水下废物时，它将捕获的定位对象的图像卸载到移动边缘计算服务器或有时卸载到云服务器以做出决定。服务器采用智能图像处理技术和自适应学习过程来做出决定。然而，如果服务器无法做出决定，那么鱼就会利用其光学生物传感器。通过该方案，用于清理任何水体的时间延迟被最小化，并且鱼的废物收集能力被最大化。该技术可以有效地帮助政府或市政人员在没有人工的情况下制造清洁水。
2020-08-31 cs.DC cs.NI eess.SP
An Actor-Critic Reinforcement Learning Method for Computation Offloading with Delay Constraints in Mobile Edge Computing
在本文中，我们考虑了一个移动边缘计算系统，云服务器和边缘服务器协同提供计算服务。移动边缘计算既可以减少服务延迟，又可以减轻核心网的负载。我们将不同优先级服务的平均延迟约束下的系统平均收益最大化问题建模为一个约束半马尔可夫决策过程（SMDP）。我们提出了一个行动者-评论家算法的资格痕迹，以解决有约束的SMDP。利用神经网络对策略参数和状态值函数的参数进行训练，不断提高系统性能。
2019-01-30 cs.NI
An Analytical Framework for Delay Optimal Mobile Edge Deployment in Wireless Networks
边缘缓存技术的出现为移动用户提供了一种有效的降低服务延迟的方法。然而，由于边缘主机的高部署成本，实际问题是如何在适当的边缘部署策略下实现最小延迟。在这封信中，我们提供了一个分析框架，延迟最佳的移动边缘部署在部分连接的无线网络，其中的请求文件可以缓存在边缘主机和协作传输通过多个基站。为了处理异构传输的要求，我们分离的回程和无线阶段的整个传输，并提出平均用户归一化交付时间（AUDT）的性能指标。最重要的是，我们的特点之间的权衡关系，建议的AUNDT和其他网络部署参数。使用所提出的分析框架，我们能够提供最佳的移动边缘部署策略，这为未来的移动边缘部署提供了一个有用的指导方针。
2020-08-07 cs.NI
Delay Performance Analysis with Short Packets in Intelligent Machine Network
针对智能机器（IM）网络时延分析不足的问题，本文结合排队论与随机几何构建模型，推导传输成功概率等三个时延指标并采用有限块长容量刻画短包传输，仿真验证短包及低IM密度对性能的提升作用，为IM网络优化提供理论基础。
2025-02-14 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
Delay and Delay Variation Constrained Algorithm based on VNS Algorithm for RP Management in Mobile IPv6
随着网络多媒体技术的发展，越来越多的实时多媒体应用需要使用组播通信来传输信息。随着移动IPv6协议通过移动接收器和源的到来，这些应用变得更加重要。这些应用程序需要一个多播路由协议，该协议具有在指定的QoS保证和快速恢复机制内到达多播接收器的数据包。移动IPv6组播时，接收者和组播者的移动性会导致严重的问题。当接收者或发送者移动时，整个多播树的质量可能会下降，从而不能有效地转发多播数据报。D2 V-RPM（delay and delay variation RP Manager）问题是在给定的时延和时延变化范围内，为所有组播会话选择一个最优的组播路由器作为共享组播树（ST）的根，如果该路由器不是最优的或者发生故障，则恢复该路由器。这个NP难问题需要通过启发式算法来解决。在本文中，我们提出了一种新的RP管理算法的基础上可变邻域搜索算法，基于一个系统的邻域变化。D2 VVNS-RPM算法综合考虑树代价、时延和时延变化来选择和恢复RP路由器。仿真结果表明，该算法具有良好的性能.
2013-03-19 cs.NI
Analysis of Capacity Region of Delay-Tolerant Hybrid Mobile Ad Hoc Networks
网络容量域是移动自组网的一个重要特征。利用小区划分模型，推导出了不考虑基站覆盖、移动过程类型、调度和路由算法的混合移动自组网时延容忍上界的表达式。给出了上界的限制条件，分析了稳态服从均匀分布时上界的限制条件。分析了容量限制、节点密度和基站覆盖之间的关系。
2014-04-07 cs.NI
Enhancing Satellite System Throughput Using Adaptive HARQ for Delay Tolerant Services in Mobile Communications
在本文中，我们提出了自适应混合自动重传请求（HARQ）的背景下，移动卫星通信的介绍。通常在地面链路中使用的HARQ方案可以适于提高延迟容忍服务的吞吐量。所提出的方法使用的接收和发送的符号之间的互信息的估计，以估计在下一次传输中解码消息所需的比特数。我们通过模拟陆地移动卫星（LMS）信道来评估我们的方法的性能。我们比较我们的结果与静态HARQ方案，表明我们的自适应重传技术具有更好的效率，同时保持一个可接受的延迟服务。
2015-03-16 cs.NI
Optimizing Intelligent Reflecting Surface-Base Station Association for Mobile Networks
本文研究了一个由多个基站组成的多智能反射面（IRSs）辅助的无线网络，该网络服务于一组移动用户。我们专注于IRS-BS关联问题，其中多个BS相互竞争，以控制有限数量的IRS的相移，以最大限度地提高长期下行链路数据率的相关用户。我们提出了MDLBI，一种基于多智能体深度强化学习的BS-IRS关联方案，该方案优化了BS-IRS关联以及每个IRS与不同BS关联时的相移。MDLBI不需要在BS之间交换信息。仿真结果表明，MDLBI实现了显着的性能改善，是可扩展的大型网络系统。
2021-04-21 cs.NI cs.SY eess.SY
Source Delay in Mobile Ad Hoc Networks
源延迟是指数据包在源节点所经历的时间，是网络延迟性能分析的基本量。然而，在高度动态的移动ad hoc网络（MANDO）的源延迟性能仍然在很大程度上是未知的。研究了基于一种具有调度限制$f$（简称PD-$f$）的通用分组调度方案的移动自组网中的源端时延问题。该方案中，同一个分组由源节点最多调度$f$次，通过适当地设置$f$，可以灵活地控制分组调度过程。首先，我们应用准生灭（QBD）理论来开发一个理论框架来捕捉PD-$f$移动自组网中复杂的分组调度过程。在理论框架的帮助下，我们推导出此类网络中源延迟的累积分布函数以及均值和方差。最后，提供了大量的仿真和理论结果，以验证我们的源延迟分析，并说明在移动自组网的源延迟是如何与网络参数。
2013-10-28 cs.NI
Delay-Energy Joint Optimization for Task Offloading in Mobile Edge Computing
移动边缘计算（MEC）已经被设想为满足移动用户不断增长的资源需求、延长移动设备的电池寿命以及缩短用户经历的请求响应延迟的有希望的范例。MEC环境由许多MEC服务器和无处不在的接入点组成，这些服务器和接入点互连到边缘云网络中。移动用户可以将其计算密集型任务卸载到一个或多个MEC服务器上执行，以节省电池。由于在MEC中部署了大量MEC服务器，因此选择服务器的子集来服务用户任务，同时满足其用户的延迟要求是具有挑战性的。在本文中，我们制定了一个新的延迟能量联合优化问题，通过共同考虑CPU周期的频率调度在移动设备，服务器的选择，以服务于用户卸载任务，任务分配到选定的服务器。为此，我们首先将该问题表示为一个混合整数非线性规划问题，由于求解该非线性规划问题的困难，我们将该问题松弛为一个非线性规划问题，可以在多项式时间内求解。我们还展示了如何从这个放松的解决方案的解决方案，以获得一个可行的解决方案，原来的问题。我们最后进行实验，以评估所提出的算法的性能。实验结果表明，该算法是有前途的。
2018-04-27 cs.NI
A Scheduler for Unsolicited Grant Service (UGS) in IEEE 802.16e Mobile WiMAX Networks
大多数的IEEE 802.16e移动WiMAX调度建议的实时流量使用未经请求的授权服务（UGS）的重点是吞吐量和保证的延迟。延迟变化或延迟抖动以及突发开销的影响尚未被研究。本文介绍了一种新的技术，称为交换最小最大（SWIM）的UGS调度，不仅满足最佳吞吐量的延迟约束，但也最小化延迟抖动和突发开销。
2016-03-25 cs.NI
Intelligent Reflecting Surface Aided Wireless Energy Transfer and Mobile Edge Computing for Public Transport Vehicles
在即将到来的6 G时代，未来公共交通工具（F-PTV），如公共汽车，火车等，将被设计为满足通勤者的通信需求，这些通勤者将携带众多智能设备（智能手机，电子频段等）。这些电池供电的设备需要频繁充电。由于充电设施在通勤时不容易获得，我们设想F-PTV将通过车载接入点通过无线能量传输（WET）提供车载充电。F-PTV还将在内部涂覆智能反射表面（IRS），将入射无线电波反射到预期设备，以提高接收器的信号强度，用于信息和能量传输。F-PTV还将配备移动边缘计算（MEC）服务器，以实现多种目的，包括减少设备的任务完成延迟和提供车载云服务。MEC服务器卸载还将减轻智能设备处理器的密集任务，以节省电池电量。文中还讨论了F-PTV中IRS辅助的MEC-WET集成模型所面临的挑战。我们提出的模拟，以显示这种模型的有效性F-PTV。
2021-02-17 cs.NI
Admission Control with Reconfigurable Intelligent Surfaces for 6G Mobile Edge Computing
针对6G网络中RIS与MEC增强下的用户准入控制难题，提出基于角度过滤、优先级队列和用户分组的优化框架，在高负载下实现高优先级eURLLC服务超90%准入率。
2025-04-20 cs.NI
Intelligent Sensing Scheduling for Mobile Target Tracking Wireless Sensor Networks
边缘计算已经成为一种有前景的范例，以满足移动目标跟踪无线传感器网络（MTT-WSN）不断增长的计算需求。这种模式可以将时间敏感的任务卸载到汇聚节点，以提高计算效率。然而，这是很难执行动态和关键任务的MTT-WSN网络。此外，由于能量有限，网络无法确保连续跟踪。针对这些问题，提出了一种基于边缘智能（EI）技术的分层目标跟踪结构。该结构集成了移动节点和边缘服务器的计算资源，为实时目标跟踪提供高效的计算能力。在此基础上，提出了一个以系统执行延迟和轨迹预测精度为约束的能量优化模型。此外，我们提出了一个长期的动态资源分配算法，以获得最佳的资源分配解决方案的准确和连续的跟踪。仿真结果表明，我们的算法在系统能耗方面优于深度Q学习14.5%以上。与非合作方案相比，该方案在跟踪精度上也有明显的提高。
2021-08-04 cs.NI
Optimal Delay-Throughput Trade-offs in Mobile Ad-Hoc Networks: Hybrid Random Walk and One-Dimensional Mobility Models
在[23]中已经建立了二维i.i.d移动性模型的最佳延迟-吞吐量权衡，其中我们表明，当所需的延迟保证足够大时，可以使用无速率码实现最佳权衡。在本文中，我们将结果推广到其他的迁移模型，包括二维混合随机游动模型，一维独立同分布模型。迁移模型和一维混合随机游走模型。我们同时考虑了快速移动和慢速移动，并在一定条件下建立了最佳的延迟吞吐量权衡。联合编码调度算法也提出了实现最佳的权衡。
2007-05-02 cs.IT cs.NI math.IT
On the Critical Delays of Mobile Networks under Lévy Walks and Lévy Flights
通过大量的研究工作，已经分析了移动网络的延迟-容量权衡。然而，Lévy流动性已知密切捕捉人类运动模式尚未在这样的工作中采用。了解具有Lévy移动性的网络的延迟-容量权衡可以为理解由人类移动性控制的真实移动网络的性能提供重要的见解。本文分析得出了一个重要的点，在延迟容量权衡Lévy移动性，被称为临界延迟。临界延迟是实现比常规静态网络可能实现的吞吐量更大的吞吐量所需的最小延迟（即，在具有$n$节点的网络中每个节点的$O(1/\sqrt{n})$）。Lévy迁移率包括Lévy飞行和Lévy行走，它们的步长分布都是重尾的，但相同步长所需的时间不同。我们所提出的技术涉及（i）分析联合时空概率密度函数的时变位置的一个节点的Lévy飞行和（ii）表征嵌入的马尔可夫过程Lévy步行，这是一个半马尔可夫过程。结果表明，在Lévy行走中，存在一个相变，使得对于$α\in (0,1)$，临界延迟总是$Θ(n^{1/2})$，而对于$α\in [1,2]$，临界延迟总是$Θ(n^{\fracα{2}})$ .相反，Lévy航班具有$α\in(0,2]$的临界延误$Θ(n^{\fracα{2}})$。
2012-02-01 cs.NI
Offloading Energy Efficiency with Delay Constraint for Cooperative Mobile Edge Computing Networks
我们提出了一种新的边缘计算网络架构，使边缘节点合作共享计算和无线电资源，以最大限度地减少移动用户的总能耗，同时满足他们的延迟要求。为了找到移动用户的最优任务卸载决策，我们首先制定联合任务卸载和资源分配优化问题作为一个混合整数非线性规划（MINLP）。优化涉及二进制（卸载决策）和实变量（资源分配），使其成为NP难和计算棘手的问题。为了规避，我们放松的二元决策变量转换MINLP到一个放松的优化问题与实变量。在证明了松弛问题是凸问题后，我们提出了两种解决方案，即ROP和IBBA。ROP是从内点法中引入的，IBBA是从分支定界算法中发展而来的。通过数值计算结果，我们表明，我们提出的方法允许最小化总能耗，并满足移动用户的所有延迟要求。
2018-11-30 cs.NI
End-to-End Delay Modeling for Mobile Ad Hoc Networks: A Quasi-Birth-and-Death Approach
了解移动自组织网络（MANDO）中基本的端到端延迟性能对于在这种网络中支持服务质量（QoS）保证的应用具有重要意义。虽然在文献中已经开发了用于MANNETWORK中的端到端延迟的上界和近似值，但是其通常在延迟分析中引入显著误差，MANNETWORK中的精确端到端延迟的建模仍然是一个技术挑战。这部分是由于人工智能的高度动态行为，但也由于缺乏一个有效的理论框架来捕捉这种动态。本文展示了强大的准生灭（QBD）理论在解决移动自组网中精确端到端时延建模的挑战性问题中的潜在应用。我们首先应用QBD理论来开发一个有效的理论框架来捕捉复杂的动力学在MANNESS。然后，我们表明，在这个框架的帮助下，封闭形式的模型，可以推导出精确的端到端延迟的分析，也每个节点的吞吐量容量在移动自组网。模拟和数值结果进一步说明这些QBD理论为基础的模型以及我们的理论研究结果的效率。
2013-12-27 cs.NI
On the Generalized Delay-Capacity Tradeoff of Mobile Networks with Lévy Flight Mobility
在文献中，无线移动网络的缩放定律已经在节点移动性的各种模型和关于节点之间如何发生通信的几个假设下被表征。为了提高缩放定律分析的真实性，我们提出了一个新的分析框架。该框架是第一个考虑Lévy飞行移动模式，这是已知的密切模仿人类的移动模式。此外，这是第一个工作，允许节点进行通信，而移动。在此框架下，延迟（$\bar{D}$），以获得不同级别的每个节点的吞吐量$(λ)$为Lévy飞行建议为$\bar{D}(λ) = O(\sqrt{\min (n^{1+α} λ, n^2)})$，其中Lévy飞行是一个随机游走的幂律飞行分布的指数$α\in (0,2]$。相同的框架提出了一个新的更严格的折衷$\bar{D}(λ) = O(\sqrt{\max (1,nλ^3)})$的\textit{i.i.d.}的移动性，其延迟低于现有的结果为相同级别的每节点吞吐量。
2012-07-06 cs.NI
Realtime Estimation of IEEE 802.11p for Mobile working Machines Communication respecting Delay and Packet Loss
借助连接性对移动式作业机械进行车队管理不仅可以提高安全性，还可以提高生产率。然而，很少有移动工作机器利用了V2X。此外，没有人发表的仿真结果，是适合于评估的ad-hoc网络在高速公路上的工作地点的性能，那里是拥挤的，低流动性，没有建设。在本文中，我们建议，IEEE 802.11p应该实施车队管理，至少是第一个版本。此外，我们提出了一个机器的分析模型来估计ad-hoc网络的性能，即，根据我们在ns 3中进行的仿真结果，实时计算延迟和分组丢失概率。本文的模型可以进一步用于确定在相应的场景中何时应该使用ad-hoc或蜂窝网络。
2020-04-23 cs.NI
Delay and Throughput Analysis of Computation Offloading in Mobile Edge Computing: A Queueing Network Approach
Department of Electrical Engineering, Sharif University of Technology（电气工程系，谢里夫理工大学）
本文提出乘积形式排队网络模型分析移动边缘计算中树形任务卸载的延迟，并通过可微优化框架设计静态卸载策略，数值验证其优于基线算法。
2026-10-30 cs.NI
Coding Improves the Optimal Delay-Throughput Trade-offs in Mobile Ad-Hoc Networks: Two-Dimensional I.I.D. Mobility Models
在本文中，我们研究了移动ad-hoc网络的延迟吞吐量权衡下的二维的【形】i.i.d.。流动性模型。我们考虑两个移动性时间尺度：（i）快速移动性，其中节点移动性与数据传输处于相同的时间尺度;（ii）缓慢移动性，其中假设节点移动性发生在比数据传输慢得多的时间尺度。给定延迟约束$D,$，主要结果如下：（1）对于二维的【形】独立同分布在具有快速移动台的移动性模型中，每个源-目的地（S-D）对的最大吞吐量被示出为$O(\sqrt{D/n}),$，其中$n$是移动台的数量。(2)对于二维的【形】i.i.d.在慢移动台的移动模型中，每个S-D对的最大吞吐量为$O(\sqrt[3]{D/n}).$。（3）针对每种情况，我们提出了一种联合编码调度算法，以实现最优的延迟-吞吐量折衷。
2007-05-02 cs.IT cs.NI math.IT
Intelligent Reflective Surface vs. Mobile Relay-supported NLoS Avoidance in Indoor mmWave Networks
第六代无线通信（6G）被设想为产生用于改善端到端通信性能的各种技术，其中通信被设想为利用毫米波（mmWave）频率和更高频率的无线信号。其中，这些技术包括智能反射表面（IRS）和移动中继（MR），其设想的作用包括减轻非视线（NLoS）连接的负面影响，特别是在毫米波和更高频率下。这些技术背后的核心思想是使用协作网络，其中源向中继器（在这种情况下为IRS或MR）发送信号，该信号在接收时被转发到目的地。当比较这两种技术时，重要的是要认识到IRS主要被设想为附着到环境中的各种对象（例如墙壁和家具）的静态实体。相比之下，MR将具有更高的自由度，因为它们将能够在环境中无缝定位。基于上述假设，我们推导出一种用于确定室内环境中IRS和MR的最佳位置的方法，即，最大化源和目的地之间的端到端链路质量的方法。接下来，我们捕获在室内毫米波通信中IRS和MR支持的NLoS避免的通信质量指标。我们的研究结果表明，从端到端的链路质量的角度来看，MR通常优于IRS，这表明其利用潜力的吞吐量优化的NLoS避免场景。
2022-07-14 cs.ET cs.NI eess.SP
Stacked Intelligent Metasurfaces-Aided eVTOL Delay Sensitive Communications
针对eVTOL通信延迟问题，首次用网络演算推导概率延迟上界，并提出BCD与SDR联合优化方法，以最小化延迟界限和传播延迟。
2025-07-09 cs.NI
Enhanced HARQ for Delay Tolerant Services in Mobile Satellite Communications
我们的论文的目的是提高效率（在吞吐量或系统容量方面）的移动卫星通信。在这种情况下，我们提出了一种增强的混合自动重传请求（HARQ）的延迟容忍服务。我们的建议使用的互信息的估计。我们评估所提出的方法的性能为陆地移动卫星信道通过模拟。与经典的增量冗余（IR）HARQ方案所获得的结果进行比较。我们提出的技术，表现出更好的性能，在效率方面，同时保持一个可接受的延迟服务。
2015-03-17 cs.IT cs.NI math.IT
The Effect of Mobility on Delayed Data Offloading
延迟卸载是移动用户在城市地区移动时通过Wi-Fi卸载流量的广泛接受的解决方案。然而，延迟卸载以延迟性能为代价提高卸载效率。以前的工作主要集中在提高卸载效率，同时保持延迟性能在一个可接受的区域。在本文中，我们研究了用户的移动性延迟数据卸载的卸载效率和延迟性能之间的权衡方面的影响。我们将具有延迟数据卸载的移动终端建模为具有三种服务状态的M/MMSP/1排队系统。为了实用，我们在分析中考虑了当前商用移动终端的特征。分析结果表明，用户的移动性可以降低延迟卸载所带来的延迟，并指出在给定延迟要求的情况下，可以根据终端的移动性对延迟卸载策略进行优化。
2019-03-27 cs.NI
Enhancing Mobile Data Offloading with Mobility Prediction and Prefetching
我们提出的程序，利用移动性预测和预取，以提高卸载流量从移动网络到WiFi热点，延迟容忍和延迟敏感的流量。我们评估的程序卸载流量的百分比，数据传输延迟，用于预取的缓存大小。评估认为经验测量，并显示各种参数如何影响的程序的性能，以及它们的鲁棒性的时间和吞吐量估计误差。
2013-06-13 cs.NI
Seeing Through the Fog: Empowering Mobile Devices to Expose and Mitigate RAN Buffer Effects on Delay-Sensitive Protocols
针对蜂窝网络RAN缓冲引入的与拥塞无关的时延损害基于时延协议性能的问题，本文提出CellNinjia提供RAN实时可见性，并设计Gandalf识别和补偿RAN引起的时延，在商用4G/5G网络中使Copa和PCC Vivace性能分别提升最高7.49倍和9.53倍。
2025-07-03 cs.NI
A Cooperative Scheduling Scheme of Local Cloud and Internet Cloud for Delay-Aware Mobile Cloud Computing
移动云计算（MCC）是随着移动应用的普及而提出的一种帮助移动设备节省能量和提高计算性能的技术。为了进一步提高MCC的服务质量（QoS），可以将云服务器部署在本地，从而降低延迟。然而，本地云的计算资源通常是有限的。本文设计了一种基于阈值的策略，通过本地云和互联网云资源的协作来提高MCC的QoS，同时利用了本地云的低延迟和互联网云的丰富计算资源的优势。该策略还根据应用程序的延迟要求应用优先级队列。通过所提出的算法获得取决于业务负载的最佳阈值。仿真结果表明，在本地云过载的情况下，互联网云的辅助可以大大提高服务质量。如果本地云根据其延迟要求对任务进行排序，则可以实现更好的QoS，其中延迟敏感的应用程序在延迟容忍的应用程序之前执行。此外，该策略的最优阈值对系统的QoS有很好的影响。
2015-11-27 cs.DC cs.NI
An Intelligent Mobile-Agent Based Scalable Network Management Architecture for Large-Scale Enterprise System
为了解决集中式网络管理模型（SNMP或CMIP管理模型）的可扩展性和灵活性问题，近年来提出了几种基于移动Agent的分布式网络管理模型。虽然使用移动代理来分配和委托管理任务来方便地处理前面提到的问题，许多基于代理的管理框架，如初始平台模型和静态中层管理人员采用移动代理模型不能有效地满足当前网络的需求，这是在规模和复杂性不断增长。此外，各种技术，如SONET、ATM、以太网、DWDM等，存在于网络的接入、城域网和核心（长途）部分的不同层，在它们自己的成帧和协议结构方面增加了复杂性。因此，控制和管理这些网络中的流量是一项具有挑战性的任务。针对上述问题，提出了一种基于智能可扩展层次代理的大规模复杂网络管理模型。提出了成本估算，以期计算管理数据开销方面的总体管理成本。此后获得的结果建立所提出的架构相比，集中式和平床代理模型的有用性。
2012-02-09 cs.DC cs.MA cs.NI
AoI-Delay Tradeoff in Mobile Edge Caching with Freshness-Aware Content Refreshing
移动边缘缓存可以有效地减少服务延迟，但可能会引入信息陈旧，需要及时的内容刷新。然而，内容刷新消耗额外的传输资源，并可能降低移动系统的延迟性能。在这项工作中，我们提出了一个新鲜度感知的刷新计划，以平衡服务延迟和内容新鲜度测量的信息年龄（AoI）。具体地，如果AoI超过某个阈值（称为刷新窗口），则缓存的内容项将在用户请求时被刷新为最新版本。近似地导出了平均AoI和服务延迟的封闭形式，这揭示了AoI-延迟相对于刷新窗口的折衷关系。此外，刷新窗口被优化以最小化平均延迟，同时满足AoI要求，并且结果指示为流行内容项设置较小的刷新窗口。在OMNeT++平台上进行了大量的仿真，以验证分析结果。结果表明，该方案可以抑制频繁的刷新请求到达率的增加，从而可以减少约80%的平均延迟，同时保持AoI低于1秒的重载场景.
2020-02-14 cs.IT cs.NI math.IT
A Novel Adaptive Caching Mechanism for Video on Demand System over Wireless Mobile Network
无线移动网络视频点播系统是一种向移动用户提供视频服务的系统，其主要问题是用户在观看自己喜欢的电影时需要等待很长时间才能获得视频服务。如何降低视频点播系统中的延迟时间是本文研究的重点。本文提出了一种新的缓存机制--代理服务器缓存机制，该缓存机制能够有效地降低视频点播系统中的延迟时间，从而提高视频点播系统的性能解决服务延迟的问题。当客户端从当前广播频道错过与第一段相关的广播阶段时，会发生这种延迟。当客户端从当前广播频道错过与第一段相关的广播阶段时，发生该延迟。延迟的客户端将直接从代理服务器获取第一段，而不是等待属于第一段的后续广播频道。所提出的方案，确保从移动客户端到达时，他们获得的第一段。此外，所提出的方案的性能进行了验证，通过应用VOD系统，这可以涉及到平衡机制，以保持特定的请求通过本地代理服务器，以提供一个公平的传播这些请求。所得到的结果证实，所提出的方案减少了系统的时间延迟与现有的最佳方案相比。当每分钟有10个客户端到达时（客户端/分钟），代理缓存方案中的平均时间延迟的结果为179.2505毫秒，当视频长度为30、60和90时，平均时间延迟为140毫秒。同时，当到达请求的数量被设置为2、4、6、8和10时，用于获得视频的第一片段的失败概率保持为零。
2018-12-03 cs.NI
Performance and Energy Efficiency of Mobile Data Offloading with Mobility Prediction and Prefetching
我们提出了一个详细的评估程序，利用移动性预测和预取，以提高卸载流量从移动网络到WiFi热点，延迟容忍和延迟敏感的流量。我们认为经验测量和评估的百分比卸载流量，数据传输延迟，和能源消耗的建议程序。我们的研究结果说明了各种因素，如移动，WiFi和热点回程吞吐量，数据大小，热点的数量，以及时间和吞吐量估计误差，影响移动数据卸载的性能和能源效率与移动性预测和预取增强。
2013-06-16 cs.NI
Network Capacity Region and Minimum Energy Function for a Delay-Tolerant Mobile Ad Hoc Network
我们研究了两个数量的兴趣在一个延迟容忍的移动ad hoc网络：网络容量区域和最小能量函数。网络容量区域被定义为考虑所有可能的调度和路由算法的网络能够稳定支持的所有输入速率的集合。在这个区域中的任何输入速率矢量，最小能量函数建立所需的最小时间平均功率来支持it.In这项工作中，我们考虑了一个小区划分的延迟容忍移动ad hoc网络一般马尔可夫移动模型。这个简单的模型结合了无线传输的局部性和节点移动性的基本特征，使我们能够准确地计算相应的网络容量和最小能量函数。此外，我们提出了简单的计划，提供性能保证，是任意接近这些界限的成本增加的延迟。
2011-01-10 cs.IT cs.NI math.IT
Wireless Mobility Management with Prediction, Delay Reduction and Resource Management in 802.11 Networks
在802.11无线基础设施网络中，当移动节点从一个接入点移动到另一个接入点时，如果切换是平滑的并且如果在目标接入点中预留了足够的资源，则活动连接将不会被严重丢弃。在一个5 × 5的接入点网格中，在一个6 × 6的区域网格中，通过位置跟踪和数据采掘，我们预测移动节点的移动模式具有良好的准确性。移动节点的预扫描，以及预认证的相邻接入点和预重新关联被用来减少扫描延迟，认证延迟和重新关联延迟分别。该模型利用预测结果进行第一阶段预留，并根据分组内容类型进行第二阶段预留，使得移动节点在切换到下一个接入点时能够预留足够的资源。因此，整个移动性管理方案减少了切换延迟。性能仿真验证了所提出的模型。
2014-10-08 cs.NI
I-Min: An Intelligent Fermat Point Based Energy Efficient Geographic Packet Forwarding Technique for Wireless Sensor and Ad Hoc Networks
能量消耗和数据包传输延迟是衡量无线自组织和传感器网络地理路由协议性能的两个重要指标。因此，能够确保更少的能量消耗和在分组递送中经历更少的延迟的协议适合于同时对延迟敏感和能量饥饿的网络。因此，解决这两个问题的智能分组转发技术是任何地理路由协议所寻找的技术。在本论文中，我们提出了一个基于费马点的转发技术，减少了数据包传输过程中所经历的延迟以及传输和接收数据包所消耗的能量。
2010-06-18 cs.NI
A Survey on Intelligent Computation Offloading and Pricing Strategy in UAV-Enabled MEC Network: Challenges and Research Directions
移动网络运营商（MNO）必须选择如何将移动终端（MD）查询委托给其移动边缘计算（MEC）服务器，以便最大化具有不同延迟需求的已接纳请求的总体益处。无人机和人工智能由于其部署的灵活性、无人机的高机动性和人工智能算法的高效性，可以提高MNO的性能。MD产生的成本与MNO获得的利润之间存在权衡。另一方面，将智能计算卸载到支持UAV的MEC是一种有前途的方式，可以弥合MD有限的处理资源以及用于UAV-MEC网络中的计算卸载的智能算法与即将到来的应用的高计算需求之间的差距。这项研究着眼于一些研究的好处，计算卸载过程中的无人机MEC网络，以及智能模型，用于计算卸载。此外，本文还探讨了几种智能定价技术在不同结构的无人机MEC网络。最后，本文重点介绍了一些重要的开放式研究问题和未来的研究方向，人工智能（AI）在计算卸载和应用智能定价策略的无人机MEC网络。
2022-08-22 cs.DC cs.NI
Boosting the Performance of Content Centric Networking using Delay Tolerant Networking Mechanisms
以内容为中心的网络（CCN）为未来的互联网架构引入了从以主机为中心到以信息为中心的通信模型的范式转变。它支持检索特定内容，而不管内容的物理位置。内容缓存和内容分发网络是解决互联网上由其设计引起的内容分发固有问题的最流行的方法。此外，间歇性连接的移动环境或破坏性网络对CCN部署提出了重大挑战。在本文中，我们考虑使用移动用户的可能性，以提高内容交付的效率。移动用户正在产生总互联网流量的很大一部分，现代移动设备有足够的存储空间来缓存下载的内容，这些内容可能也会在短时间内引起其他移动用户的兴趣。我们提出了一个分析模型的CCN框架，集成了延迟容忍网络架构到本地CCN，我们提出了大规模的模拟结果。在移动设备上缓存可以将内容检索时间缩短50%以上，而在许多情况下，从其他移动设备发送的请求的比例可以超过75%。
2018-03-01 cs.NI
The Interplay of Reconfigurable Intelligent Surfaces and Mobile Edge Computing in Future Wireless Networks: A Win-Win Strategy to 6G
可重构智能表面（RIS）授权通信被认为是第六代（6G）无线网络的使能技术。RIS辅助通信的关键思想是增强现代无线网络的容量、覆盖范围、能源效率、物理层安全性和许多其他方面。与此同时，移动边缘计算（MEC）已经通过将独立云服务器的计算、通信和缓存功能扩展到网络边缘来展示其巨大的潜力。在本文中，我们首先概述了MEC和RIS如何相互受益。我们设想MEC和RIS的集成将为无线网络的未来发展带来前所未有的转变。我们提供了一个系统级的观点，MEC辅助RIS（和RIS辅助MEC），将无线网络向6G发展。我们还概述了一些基本的挑战，涉及到MEC辅助RIS（和RIS辅助MEC）网络的实施。最后，讨论了RIS辅助MEC的关键研究方向。
2021-05-13 cs.ET cs.IT cs.NI
Restricted Mobility Improves Delay-Throughput Trade-offs in Mobile Ad-Hoc Networks
在本文中，我们分析了渐进的延迟吞吐量的权衡在移动ad-hoc网络中的异构节点的移动性受限。我们发现，节点的空间异质性有能力大大提高现有的缩放定律的假设下，节点是相同的，统一访问整个网络区域。特别是，我们考虑的情况下，每个节点移动到一个空间平稳分布的结果，作为一个幂律的指数三角洲与距离的家乡点根据一个受限制的流动性过程，其周围的自己的家乡点。对于这种受限的移动性模型，我们提出了一类新的调度和路由方案，显着优于所有的延迟吞吐量的结果，以前获得的情况下，相同的节点。特别地，对于delta = 2，随着节点数量的增加，即使不采用复杂的编码或信号处理技术，也可以实现几乎恒定的延迟和几乎恒定的每节点吞吐量（除了多对数因子）。
2008-07-08 cs.NI cs.PF
Deep Learning-based Intelligent Dual Connectivity for Mobility Management in Dense Network
超密集网络部署已被提出作为实现第五代（5G）移动通信系统中的容量目标的关键技术。然而，较小小区的部署不可避免地导致更频繁的切换，从而使移动性管理更具挑战性，并降低了密集网络部署所提供的容量增益。为了在这样的网络环境中充分收获移动用户的收益，我们提出了一种智能双连接机制，通过基于深度学习的移动性预测进行移动性管理。我们首先使用深度学习算法之一的LSTM（长短期记忆）算法，从每个用户设备（UE）的历史轨迹中学习其移动模式，并预测其未来的移动趋势。基于相应的预测结果，网络将判断UE是否需要切换。对于切换情况，将为相关UE建立双连接。因此，UE可以在切换过程中从两个基站获得无线电信号。仿真结果表明，所提出的智能双连接机制在保证网络能量效率的同时，能够显著提高移动用户在切换过程中的服务质量。
2018-05-30 cs.NI
Energy-Latency Aware Intelligent Reflecting Surface Aided Multi-cell Mobile Edge Computing
本文研究IRS辅助多小区MEC中的能量与时延联合优化问题，提出基于BCD的迭代算法联合优化计算资源、波束成形和IRS相移，并通过数值实验验证其优于基准方案。
2025-06-04 cs.NI
Mobile Reconfigurable Intelligent Surfaces for NOMA Networks: Federated Learning Approaches
提出了一种新的可重构智能表面（RIS）增强型室内无线网络框架，其中一个RIS安装在机器人上调用，使移动的RIS和提高移动用户的服务质量。同时，采用非正交多址（NOMA）技术以进一步提高频谱效率，因为RISs能够为NOMA提供人工控制的信道条件，这可以被视为获得NOMA增益的有利操作条件。为了优化所有用户的总速率，调用深度确定性策略梯度（DDPG）算法来优化移动RIS的部署和相移以及功率分配策略。为了提高DDPG智能体训练的效率和有效性，采用了联邦学习（FL）的概念，使多个智能体能够同时探索相似的环境并交流经验.我们还证明了在相同的随机探索策略下，FL武装深度强化学习（DRL）代理理论上可以获得与独立代理相比的奖励增益。我们的仿真结果表明，移动RIS方案可以显着优于固定RIS范式，它提供了约三倍的数据率增益相比，固定RIS范式。此外，NOMA方案能够在和速率方面实现与OMA方案相比42%的增益。最后通过多小区仿真验证了FL增强DDPG算法比独立训练框架具有更优的收敛速度和优化性能。
2021-03-20 cs.NI cs.SY eess.SY
Delay-Optimal Computation Task Scheduling for Mobile-Edge Computing Systems
移动边缘计算（MEC）是一种很有前途的范例，可以提高移动设备的计算体验质量。然而，MEC系统的计算任务调度策略的设计不可避免地遇到一个具有挑战性的两时标随机优化问题。具体地，在较大的时间尺度中，应该决定是在移动终端本地执行任务还是将任务卸载到用于云计算的MEC服务器，而在较小的时间尺度中，任务输入数据的传输策略应该适应信道侧信息。在本文中，我们采用了马尔可夫决策过程的方法来处理这个问题，其中的计算任务调度的基础上的任务缓冲区，本地处理单元的执行状态，以及状态的传输单元。通过分析每个任务的平均延迟和移动终端的平均功耗，我们建立了一个功率受限的延迟最小化问题，并提出了一个有效的一维搜索算法来寻找最优的任务调度策略。仿真结果表明，所提出的最优随机任务调度策略的能力，在实现较短的平均执行延迟相比，基线政策。
2016-05-10 cs.IT cs.NI math.IT
Artificial Intelligence Powered Mobile Networks: From Cognition to Decision
移动网络（MN）有望提供前所未有的机会，以实现一个全新的互联体验世界，并从根本上改变人们与一切事物的交互方式。MN正变得越来越复杂，由日益复杂的配置问题和蓬勃发展的新服务需求驱动。这种复杂性对部署、管理、操作、优化和维护提出了重大挑战，因为它们需要对MN的全面理解和认知。人工智能（Artificial Intelligence，AI）是一种在计算机中模拟智能行为的技术，它在许多应用领域都取得了巨大的成功，这表明了它在认知MN状态和做出智能决策方面的潜力。在本文中，我们首先提出了一个AI驱动的移动网络架构，并讨论了认知复杂性，高维动作空间决策以及自适应系统动态方面的挑战。然后，讨论了与AI相关的潜在解决方案。最后，我们提出了一个深度学习的方法，直接映射MN的状态感知QoS，认知与决策相结合。我们提出的方法可以帮助运营商做出更明智的决策，以保证QoS。同时，我们所提出的方法的有效性和优势，证明了在现实世界的数据集，涉及$31261$用户在$5$天内的$77$站。
2021-12-08 cs.NI
Intelligent Detection System framework using Mobile agents
基于移动代理的入侵检测系统框架是一种分层的框架机制，旨在支持异构网络环境，以最佳方式识别入侵者。传统的计算机误用检测技术可以有效地识别已知的攻击，但在其他情况下表现得很差。异常检测具有检测未知攻击的潜力;然而，这是一项非常具有挑战性的任务，因为其目的是在没有任何关于特定入侵的先验知识的情况下检测未知攻击。这项技术仍处于早期阶段。本文的目标是该系统可以检测到异常的用户活动。现有的研究在这一领域集中在用户活动或程序操作，但不是同时在这两个。在本文中，试图同时看两个。基于一个入侵检测框架[1]，实现了一个新的用户异常检测系统，并通过分析用户活动和程序运行活动，在模拟环境中进行了多个入侵检测实验。建议的框架是一个分层的框架，这是为了满足IDS的核心目的，并允许检测入侵尽可能快地与可用的数据使用移动代理。该框架的主要目的是提供安全的网络使用移动代理机制，增加移动功能，以监视来自不同的计算系统的用户进程。实验结果表明，该系统能够有效地检测用户的异常行为。
2010-04-05 cs.CR cs.NI
CICV5G: A 5G Communication Delay Dataset for PnC in Cloud-based Intelligent Connected Vehicles
本文提出公开的5G通信时延数据集CICV5G，包含超30万条记录，用于研究时延对云端智能网联汽车规划与控制性能的影响，并为通信建模和网络部署提供参考。
2025-04-11 cs.ET cs.NI
A First Look at Mobile Intelligence: Architecture, Experimentation and Challenges
人工智能（AI）技术使移动设备成为能够自动学习和行动的智能对象。虽然人工智能将为移动应用程序带来巨大的机会，但很少有工作集中在架构和与云的交互上。本文详细介绍了移动智能的三种体系结构，并介绍了其广阔的应用前景。此外，我们进行了一系列的实验，以评估流行的商业应用程序和智能框架的性能。我们的研究结果表明，体验质量（QoE）的要求和现状之间有很大的差距。到目前为止，我们只看到了冰山一角。我们提出了问题和挑战，以推进移动智能领域，并希望为即将到来的铺平道路。
2018-07-12 cs.CY cs.NI
Intelligent Mobile AI-Generated Content Services via Interactive Prompt Engineering and Dynamic Service Provisioning
College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院）；Western University（西安大略大学）；College of Information and Communication Engineering, Sungkyunkwan University（成均馆大学信息与通信工程学院）；University of Hong Kong（香港大学）
针对移动AIGC中提示质量差与静态资源配置低效问题，提出交互式LLM/IRL提示工程及D3PG动态服务供给算法，显著提升生成成功率与用户体验。
2025-02-17 cs.LG cs.NI
Mobile Edge Computing Network Control: Tradeoff Between Delay and Cost
随着移动边缘计算（MEC）被广泛用于减轻终端用户设备上计算和交互密集型应用的计算负担，理解由此产生的延迟和性价比引起了人们的极大关注。虽然大多数现有的工作集中在单跳MEC网络中的单任务卸载，但下一代应用（例如，工业自动化、增强/虚拟现实）需要用于多跳MEC网络上多任务服务的动态配置的高级模型和算法。在这项工作中，我们利用动态云网络控制的最新进展，提供多跳MEC网络的性能的全面研究，解决多任务卸载，及时的数据包调度，联合计算和通信资源分配的关键问题。我们提出了一个完全分布式算法的基础上，李亚普诺夫控制理论，实现吞吐量最优性能的延迟和成本保证。仿真结果验证了我们的理论分析，并提供了有见地的指导原则之间的相互作用，在MEC网络中的通信和计算资源。
2022-04-20 cs.NI cs.SY eess.SY
Information Propagation Speed in Mobile and Delay Tolerant Networks
本文的目标是增加我们对移动和延迟容忍网络（DTNs）的基本性能限制的理解，其中端到端的多跳路径可能不存在，通信路由可能只能通过时间和移动性。我们使用分析工具，推导出通用的理论上界的信息传播速度在大规模的移动和间歇连接的网络。换句话说，我们上限的最佳性能，在延迟方面，可以实现使用任何路由算法。然后，我们将展示我们的分析如何应用于特定的流动性和图形模型，以获得特定的分析估计。特别是，在二维网络中，当节点以最大速度$v$移动，其密度$ν$是小的（网络是稀疏的，肯定断开），我们证明了信息传播速度的上界由（$1+O(ν^2))v$在随机路点模型，而它的上界由$O(\sqrt{νv} v)$为其他移动模型（随机行走，布朗运动）。我们还提出了模拟，确认在这些情况下的界限的有效性。最后，我们将我们的结果推广到一维和三维网络。
2009-03-06 cs.IT cs.NI math.IT
Designing and Analysis of A Wi-Fi Data Offloading Strategy Catering for the Preference of Mobile Users
近年来，通过Wi-Fi卸载移动流量已成为降低移动用户通信成本的潜在解决方案。用户希望通过Wi-Fi卸载来降低成本，同时将延迟保持在可接受的范围内。此外，不同的用户对成本和延迟性能有不同的敏感度。如何根据用户的偏好做出合理的代价-时延权衡是分载策略设计的关键问题。为了解决这个问题，我们提出了一个面向偏好的卸载策略，目前的商业终端，只通过一个通道同时传输流量。将该策略建模为一个三状态M/MMSP/1排队系统，其中服务过程是一个马尔可夫调制服务过程（MMSP），通过建立一个混合嵌入马尔可夫链，得到了该策略的结构化解.我们的分析表明，给定用户的偏好，存在一个最优的截止日期，以最大化的效用，它被定义为成本和延迟的线性组合。我们还提供了一种方法来选择最佳的截止日期。仿真结果表明，该策略具有最优的截止期，可以达到良好的性能。
2020-08-20 cs.NI
