A Comparative Survey of LPWA Networking
受所建议的物联网（IoT）应用的不断增加的变化以及当前无线技术在可扩展的远程部署中缺乏适用性的激励，已经开发了许多不同的低功率广域（LPWA）技术。这些技术有望在廉价的低功耗设备上实现可扩展的高范围网络，促进无处不在的物联网的发展。本文提供了这种新的LPWA范式的定义，提出了一种系统的方法来定义合适的用例，并对当前的LPWA标准进行了详细的比较，包括主要技术，即将推出的蜂窝选项和剩余的专有解决方案。
2018-02-12 cs.NI
Hybrid SDN Evolution: A Comprehensive Survey of the State-of-the-Art
软件定义网络（SDN）是一种演进的网络范式，已被大型网络和云提供商采用，其中包括技术巨头。然而，接受一个新的和未来的范式作为一个替代完善和成熟的传统网络范式需要大量的时间以及相当多的财政资源和技术专长。因此，许多企业负担不起它。混合SDN（hSDN）），其中在确认现有传统网络基础设施的同时利用SDN功能。最近，hSDN已被视为各种企业和组织的可行网络解决方案。因此，关于hSDN研究的文献主体已经显著改善。在这个帐户上，我们提出了这篇论文作为一个全面的国家的最先进的调查，扩大后，从许多不同的角度hSDN。
2021-03-30 cs.NI
Resource Management in Cloud Networking Using Economic Analysis and Pricing Models: A Survey
本文对云网络资源管理的经济和定价模型的应用进行了全面的文献综述。为了实现可持续的利润优势、成本降低和云资源供应的灵活性，云网络中的资源管理需要自适应和鲁棒的设计来解决许多问题，例如，资源分配、带宽预留、请求分配和工作负载分配。经济模型和定价模型受到了广泛的关注，因为它们可以在社会福利、公平性、真实性、利润、用户满意度和资源利用率方面产生令人满意的性能。本文回顾了经济和定价模型的应用，以开发自适应算法和协议，在云网络资源管理。此外，我们调查了各种激励机制使用的价格策略在边缘计算资源共享。此外，我们还考虑在基于云的软件定义无线网络（SDWN）中使用定价模型。最后，我们强调了将经济和定价模型应用于云网络的重要挑战、开放性问题和未来研究方向
2017-01-08 cs.DC cs.GT cs.NI
Low Latency Datacenter Networking: A Short Survey
数据中心是支持众多在线服务的大数据基础设施的基石。对交互性的需求（其显著影响用户体验和提供商收入）被转化为对数据中心网络中的流的严格定时要求。因此，低延迟网络正在成为工业界和学术界的主要关注点。我们对网络社区在低延迟数据中心网络方面取得的最新进展进行了简短的调查。我们提出了一个基于四种主要技术的分类法来分类现有的工作，减少队列长度，加速重传，优先化鼠标流和利用多路径。然后，我们回顾了选择的论文，强调了主要思想，并讨论了它们的利弊。我们还提出了我们的研究挑战和机遇的观点，希望在这个领域有更多的未来工作。
2014-07-31 cs.DC cs.NI cs.PF
A Survey on Software Defined Networking: Architecture for Next Generation Network
软件定义网络（SDN）的演进在下一代网络（NGN）的发展中发挥了重要作用。SDN作为一种可编程的网络，具有动态的服务提供，引起了学术界和工业界的浓厚兴趣。在这篇文章中，一个全面的调查提出了SDN的进步，在传统的网络。本文涵盖了SDN的历史演变，SDN的功能架构及其相关技术，OpenFlow标准/协议，包括OpenFlow与光交换机等网络元件（NE）接口的基本概念。此外，还进行了有选择的建筑调查。我们提出的软件定义异构网络的体系结构，指向新技术，使新的前景在网络技术领域的开放，这将有助于在处理巨大的互联网流量，并帮助基础设施和服务提供商动态定制他们的资源。此外，目前的研究项目和各种活动正在进行的标准化SDN作为NGN由不同的标准开发组织（SODs）已适当阐述，以判断该技术如何走向标准化。
2020-01-28 cs.NI
Interest Flooding Attacks in Named Data Networking: Survey of Existing Solutions, Open Issues, Requirements and Future Directions (Extended version)
命名数据网络（NDN）是以信息为中心的网络愿景的重要实现。NDN架构采用基于名称的路由和位置无关的数据检索。在其他重要功能中，NDN集成了安全机制，并专注于保护内容而不是通信渠道。随着新架构的出现，新的威胁也随之而来，NDN也不例外。NDN是新的网络攻击的潜在目标，如兴趣泛滥攻击（IFA）。攻击者利用IFA在NDN中发起（D）DoS攻击。在文献中已经提出了许多IFA检测和缓解解决方案。然而，迄今为止还没有对这些解决方案进行全面的审查研究。因此，在本文中，我们提出了一个调查的各种IFA与所有相关的建议的解决方案作为反措施对IFA的详细比较研究。我们还审查了一个完整的和有效的IFA解决方案的要求，并通过一系列的攻击场景，找出IFA检测和缓解机制所遇到的各种问题。最后，在本次调查中，我们提供了一个开放的问题和未来的研究方向，关于IFA的分析。本手稿由发表在ACM Computing Surveys上的论文的扩展版本组成：https://dl.acm.org/doi/10.1145/3539730。
2022-06-11 cs.NI
Underwater Optical Wireless Communications, Networking, and Localization: A Survey
水下无线通信可以通过声波、射频（RF）和光波进行。与其带宽受限的声学和RF通信相比，水下光无线通信（UOWC）可以在低延迟水平上支持更高的数据率。然而，严重的水生通道条件（例如，吸收、散射、湍流等）对UOWC提出了巨大的挑战，并大大减少了可达到的通信范围，这需要有效的网络和本地化解决方案。因此，本文从以下几个方面对水下无线光网络的挑战、发展和前景进行了全面的综述：1）潜在的网络结构; 2）物理层问题，包括传播特性、信道建模和调制技术; 3）数据链路层问题，包括链路配置、链路预算、性能指标和多址接入方案; 4）网络层主题，包括中继技术和潜在的路由算法; 5）传输层主题，如连通性，可靠性，流量和拥塞控制; 6）应用层目标和最先进的UOWN应用程序，以及7）本地化及其对UOWN层的影响。最后，我们概述了开放的研究挑战，并指出了未来的方向，水下光无线通信，网络和本地化的研究。
2018-02-28 cs.NI
Deep Learning in Mobile and Wireless Networking: A Survey
University of Edinburgh（爱丁堡大学）；Imperial College London（伦敦帝国理工学院）
移动设备的迅速普及以及移动应用和服务的日益普及对移动和无线网络基础设施提出了前所未有的要求。即将到来的5G系统正在不断发展，以支持爆炸式的移动流量、敏捷的网络资源管理以最大限度地提高用户体验，以及提取细粒度的实时分析。随着移动环境日益复杂、异构和不断发展，完成这些任务具有挑战性。一个潜在的解决方案是采用先进的机器学习技术来帮助管理数据量和算法驱动应用程序的增长。最近深度学习的成功为解决这一领域的问题提供了新的强大工具。在本文中，我们弥合了深度学习与移动和无线网络研究之间的差距，通过对这两个领域之间的交叉进行全面调查。我们首先简要介绍了深度学习技术的基本背景和最新技术，以及在网络中的潜在应用。然后，我们讨论了几种技术和平台，促进深度学习到移动系统的有效部署。随后，我们提供了一个基于深度学习的移动和无线网络研究，我们按不同的领域进行分类的学术评论。根据我们的经验，我们将讨论如何为移动环境量身定制深度学习。我们通过明确当前的挑战和开放的未来研究方向来完成这项调查。
2019-01-30 cs.LG cs.NI
A Comprehensive Survey of Wireless Time-Sensitive Networking (TSN): Architecture, Technologies, Applications, and Open Issues
本文综述无线TSN的网络架构、关键无线技术与协议及工业应用，并总结其融合挑战与未来研究方向。
2024-10-23 cs.NI
The Road Ahead for Networking: A Survey on ICN-IP Coexistence Solutions
近年来，当前的互联网经历了一个意想不到的范式转变的使用模式，这促使研究人员对信息为中心的网络（ICN）范式的设计作为一个可能的替代现有的架构。尽管学术界和工业界都对ICN的可行性和有效性进行了研究，但实现互联网协议（IP）的完全替代仍是一项具有挑战性的任务。一些研究小组已经通过设计自己的架构来解决共存问题，但考虑到网络的不变状态，这些都不是走向未来互联网的最终解决方案。为了设计这样的架构，研究界现在需要对迄今为止解决共存问题的现有解决方案进行全面概述。本文的目的是通过提供第一个全面的调查和分类的共存架构，根据他们的特点（即，部署方法、部署场景、所解决的共存要求和所使用的体系结构或技术）和评估参数（即，在架构的部署和运行时行为期间出现的挑战）。我们相信，本文将最终填补走向最终共存架构的设计所需的空白。
2019-10-15 cs.NI
Survey on Network Virtualization Hypervisors for Software Defined Networking
软件定义网络（SDN）已经成为用于使通信网络的控制灵活的有前景的范例。SDN分离数据包转发平面，即，数据平面与控制平面分开，并采用中央控制器。网络虚拟化允许多个用户（租户）灵活地共享物理网络资源。每个租户在其虚拟网络上运行其自己的应用，即，实际物理网络的一部分。SDN网络的虚拟化承诺允许网络利用SDN联网和网络虚拟化的组合益处，并且因此近年来吸引了显著的研究关注。用于虚拟化SDN网络的关键组件是SDN管理程序，其将底层物理SDN网络抽象为多个逻辑隔离的虚拟SDN网络（vSDN），每个虚拟SDN网络具有其自己的控制器。我们在本文中全面调查了SDN网络的虚拟机管理程序。我们根据SDN虚拟机管理程序的架构将其分为集中式和分布式虚拟机管理程序。此外，我们根据其执行平台将虚拟机管理程序细分为专门在通用计算平台上运行的虚拟机管理程序，或者在通用计算平台与通用或专用网络元件的组合上运行的虚拟机管理程序。我们详尽地比较了现有SDN虚拟机管理程序的网络属性抽象和隔离功能。作为未来研究议程的一部分，我们概述了SDN虚拟机管理程序的性能评估框架的发展。
2015-10-09 cs.NI
A Comprehensive Survey on Networking over TV White Spaces
TV空白空间是指已分配但本地未使用的TV频谱，并且可以由未授权设备作为次要用户使用。由于其较低的频率（例如，54 - 698 MHz），电视频谱上的通信在长距离和穿越障碍物时具有优异的传播特性。这些特性以及它们的广泛可用性使TV空白空间成为许多现有无线技术的绝佳选择和替代品，特别是那些需要长距离和高带宽通信的无线技术。在过去的十年中，学术界、工业界和标准机构已经做出了许多努力，以利用TV空白空间的潜力用于包括无线宽带互联网接入在内的若干应用。它们的特性和功能也具有许多新应用的潜力，包括传感和监控，物联网，无线控制，智能公用事业，基于位置的服务以及运输和物流。在本文中，我们进行了回顾性的审查和比较研究，现有的工作联网在电视空白。此外，我们还讨论了相关的研究挑战，如处理主要和次要电视频谱用户之间的干扰，电视空白空间的时间和空间变化和碎片，天线设计，移动性和安全性。我们还描述了未来的研究方向，以应对上述挑战。据我们所知，这是第一次全面调查的文献电视空白网络的研究。
2019-08-05 cs.NI
Potential Networking Applications of Global Positioning Systems (GPS)
本研究的主要目的是调查目前的应用全球定位系统的分布式系统和网络。本报告包括全球定位系统产品、当前应用、制造商地址和进一步信息来源的详细清单。
1998-09-24 cs.NI
A Survey on Open-Source Edge Computing Simulators and Emulators: The Computing and Networking Convergence Perspective
本文综述40余种开源边缘计算仿真器与模拟器，按数据包级、应用级和模拟器分类，并从五个维度评估，为计算与网络融合研究提供工具选择指导。
2025-05-15 cs.DL cs.NI
Quantum Computing in Wireless Communications and Networking: A Tutorial-cum-Survey
本文以教程兼综述形式系统介绍量子计算基础及其在无线通信与网络优化中的应用，并展望安全、定位、视频流等方向及开放问题。
2024-11-19 cs.NI
Genetic Algorithms in Wireless Networking: Techniques, Applications, and Issues
近年来，无线接入技术由于操作的容易性和无约束无线介质的安装而变得越来越普遍。无线网络的设计是具有挑战性的，由于高度动态的环境条件，使参数优化是一项复杂的任务。由于动态且通常未知的操作条件，现代无线网络标准越来越依赖于机器学习和人工智能算法。遗传算法（GA）为实现诸如分类、学习和优化的人工智能任务提供了一个完善的框架。遗传算法是众所周知的，其显着的通用性和多功能性，并已被应用在各种各样的设置在无线网络。在本文中，我们提供了一个全面的调查，在无线网络中的应用程序的遗传算法。我们提供了一个共同的GA模型和配置的博览会，并提供了广泛的调查GA技术在无线网络中。我们还指出了开放的研究问题，并确定未来的工作潜力。虽然各种调查存在于文献中的气体，我们的论文是第一篇论文，尽我们所知，它侧重于它们在无线网络中的应用。
2014-11-19 cs.NI
Internet of Intelligence: A Survey on the Enabling Technologies, Applications, and Challenges
智能互联网被认为是一种新兴的网络模式，它将使智能像信息一样容易获得。本文概述了智能互联网，重点是动机，架构，使能技术，应用程序和现有的挑战。这可以为那些有兴趣深入了解智能互联网概念和这一新兴网络模式的关键推动因素的人提供一个良好的基础。具体而言，本文首先调查了网络范式和人工智能（AI）的演变，在此基础上，我们提出了智能互联网的动机，证明网络需要智能，智能需要网络。然后，我们提出了分层的体系结构来描述智能系统的互联网，并讨论了每一层的使能技术。此外，我们还讨论了关键应用程序及其与智能互联网范式的集成。最后，总结了一些技术挑战和开放的问题，以充分发挥智能互联网的好处。
2022-05-18 cs.NI
Software-Defined Networking: A Comprehensive Survey
软件定义网络（SDN）是一种新兴的范例，它有望通过打破垂直整合、将网络的控制逻辑与底层路由器和交换机分离、促进网络控制的（逻辑）集中化以及引入对网络进行编程的能力来改变这种状况。在网络策略的定义、在交换硬件中的实现以及流量的转发之间引入的关注点的分离是所需灵活性的关键：通过将网络控制问题分解为易于处理的部分，SDN使得在网络中创建和引入新的抽象变得更容易，简化了网络管理并促进了网络演进。在本文中，我们提出了一个全面的调查SDN。我们首先介绍SDN的动机，解释其主要概念以及它与传统网络的区别，它的根源以及关于这种新范式的标准化活动。接下来，我们使用自下而上的分层方法来展示SDN基础设施的关键构建块。我们对硬件基础设施、南向和北向API、网络虚拟化层、网络操作系统（SDN控制器）、网络程序设计语言和网络应用程序进行了深入分析。我们还将研究跨层问题，如调试和故障排除。为了预测这种新模式的未来发展，我们讨论了SDN正在进行的主要研究工作和挑战。特别是，我们解决了交换机和控制平台的设计-重点关注弹性，可扩展性，性能，安全性和可靠性等方面-以及运营商传输网络和云提供商的新机会。最后但并非最不重要的是，我们分析了SDN作为软件定义环境的关键推动者的地位。
2014-10-08 cs.NI
Unsupervised Machine Learning for Networking: Techniques, Applications and Research Challenges
Information Technology University (ITU)-Punjab（旁遮普信息技术大学）；National University of Sciences and Technology (NUST)（国立科技大学）；Sunway University（双威大学）；Lancaster University（兰卡斯特大学）；University of Stirling（斯特灵大学）；Western Michigan University（西密歇根大学）
虽然机器学习和人工智能长期以来一直应用于网络研究，但大部分此类工作都集中在监督学习上。最近，使用非结构化原始网络数据来采用无监督机器学习以提高网络性能并提供诸如流量工程、异常检测、互联网流量分类和服务质量优化的服务的趋势正在上升。在网络中应用无监督学习技术的兴趣来自于它们在其他领域的巨大成功，例如计算机视觉、自然语言处理、语音识别和最优控制（例如，用于开发自动驾驶汽车）。无监督学习很有趣，因为它可以使我们摆脱对标记数据和手工特征工程的需求，从而促进灵活，通用和自动化的机器学习方法。这篇综述论文的重点是概述无监督学习在网络领域的应用。我们提供了一个全面的调查，突出了无监督学习技术的最新进展，并描述了它们在网络环境中的各种学习任务的应用。我们还提供了关于未来方向和开放研究问题的讨论，同时也确定了潜在的陷阱。虽然之前已经发表了一些关于机器学习在网络中应用的调查论文，但文献中缺少类似范围和广度的调查。通过本文，我们通过仔细综合这些调查论文的见解，同时提供对最新进展的当代报道，来推进知识状态。
2017-09-19 cs.LG cs.NI
A Survey on Data Plane Flexibility and Programmability in Software-Defined Networking
近年来，软件定义网络（SDN）引起了研究界的广泛关注，大量的调查和综述论文证明了这一点。SDN的架构明确地识别了三个平面：应用平面、控制平面和数据平面。应用平面执行网络应用;控制平面基于由网络应用生成的请求来调节用于整个网络的规则;并且基于所设置的规则，控制器配置数据平面中的交换机。交换机在数据平面中的作用是根据控制器给出的指令简单地转发数据包。通过分析SDN相关的研究论文，可以观察到，研究从一开始就没有充分关注数据平面。因此，本文给出了一个全面的概述数据平面调查，特别强调的问题，可编程性和灵活性。调查的第一部分致力于通过数据平面灵活性和可编程性的几个定义和方面来评估实际的数据平面架构。然后，SDN相关的研究进行了概述，目的是确定关键因素的影响逐渐偏离与ForCES和OpenFlow规范给出的原始数据平面架构，我们称之为数据平面的演变。通过建立处理的问题和解决问题的方法之间的相关性，ForCES和OpenFlow数据平面架构的局限性被确定。基于所确定的限制，概括的方法来解决数据平面的灵活性和可编程性的问题。通过研究一般的方法，已确定的开放问题，建立未来的研究方向的建议的理由。
2019-04-04 cs.NI
Security, Privacy, and Access Control in Information-Centric Networking: A Survey
以信息为中心的联网（ICN）是一种新的联网范例，其取代了通信网络中广泛使用的以主机为中心的联网范例（例如，互联网、移动自组织网络），其具有以信息为中心的范例，该范例优先传送命名内容，而不考虑内容的来源。内容和客户端安全性在ICN范式中更内在，而当前以主机为中心的范式则是事后才考虑的。通过设计，ICN范式固有地支持几个安全和隐私功能，例如出处和身份隐私，这些功能在以主机为中心的范式中仍然不能有效地使用。然而，鉴于其新生，ICN范式有几个开放的安全和隐私问题，一些存在于旧范式中，一些是新的和独特的。在这篇文章中，我们调查现有的文献中的安全和隐私的研究子空间在ICN。更具体地说，我们探讨了三个广泛的领域：安全威胁，隐私风险和访问控制执行机制。我们提出了现有工作的基本原理，讨论了所提出的方法的缺点，并探讨了潜在的未来研究方向。在广泛的安全领域，我们回顾了攻击场景，如拒绝服务，缓存污染和内容中毒。在广泛的隐私领域，我们讨论了用户隐私和匿名，姓名和签名隐私以及内容隐私。ICN无处不在的缓存特性为访问控制的实施带来了一个需要特别关注的重大挑战。在这个广泛的领域，我们回顾现有的访问控制机制，包括基于防御，基于属性，基于会话，和代理重新加密的访问控制方案。我们总结了调查的经验教训和未来工作的范围。
2017-06-01 cs.CR cs.NI
Networking Architecture and Key Supporting Technologies for Human Digital Twin in Personalized Healthcare: A Comprehensive Survey
本文全面综述了个性化医疗中人类数字孪生（HDT）的网络架构与关键支撑技术，介绍了其通用框架、设计要求，并详细分析了包含数据采集、通信、计算、管理和决策层的网络架构及未来研究方向。
2023-06-24 cs.NI
Socially-Aware Networking: A Survey
手持设备的广泛普及使移动运营商能够随时随地连接。同时，移动设备的移动模式强烈地依赖于用户的移动，这与他们的社会关系和行为密切相关。因此，今天的移动网络正变得越来越以人为中心。这导致了一个新领域的出现，我们称之为社会感知网络（SAN）。SAN的主要特征之一是社会意识成为网络解决方案设计中不可或缺的信息。这种新兴的范例适用于用户具有社交关系和交互的各种类型的网络（例如，机会网络、移动社交网络、延迟容忍网络、自组织网络等）。通过利用节点的社会属性，SAN可以为创新应用和服务提供更好的网络支持。此外，它还促进了人类社会和网络物理系统的融合。在本文中，第一次，尽我们所知，我们提出了一个调查这一新兴领域。介绍了SAN的基本概念。我们打算在这方面推广广泛使用的社会属性。从路由转发、激励机制和数据分发三个方面对SAN的研究现状进行了综述。讨论了移动社会感知和学习、隐私、节点自私性和可扩展性等方面的一些重要问题。
2013-12-23 cs.NI cs.SI physics.soc-ph
AI Reasoning for Wireless Communications and Networking: A Survey and Perspectives
本综述系统梳理了AI推理（尤其大语言模型智能体）在无线通信网络中的应用，提出了分类体系与逐层分析框架，并展望了未来研究方向，为推理技术融入下一代无线网络提供路径指引。
2025-09-11 cs.NI
Generative Adversarial Networks (GANs) in Networking: A Comprehensive Survey & Evaluation
University of Tehran（德黑兰大学）；Shahid Beheshti University（沙希德·贝赫什提大学）；Standard Research Institute（标准研究院）；University of East London（东伦敦大学）；Middlesex University（密德萨斯大学）
尽管他们的概念是最近才出现的，但生成对抗网络（GANs）构成了一个广泛研究的机器学习子领域，用于通过深度生成建模创建合成数据。因此，GANs已应用于许多领域，最值得注意的是计算机视觉，其中它们通常用于生成或变换合成图像。鉴于它们相对易于使用，因此网络领域的研究人员（深度学习方法已得到广泛应用）自然应该对基于GAN的方法感兴趣。因此，迫切需要对这种活动进行全面调查。在本文中，我们展示了机器学习的这一分支如何使计算机和通信网络的多个方面受益，包括移动网络、网络分析、物联网、物理层和网络安全。在此过程中，我们将提供一个新的评估框架，用于比较非图像应用程序中不同模型的性能，并将其应用于许多参考网络数据集。
2021-05-10 cs.LG cs.NI
Applications of Generative AI (GAI) for Mobile and Wireless Networking: A Survey
University of Ulsan（蔚山大学）；Mepco Schlenk Engineering College（梅普科施伦克工程学院）；Pusan National University（釜山国立大学）；University of Liverpool（利物浦大学）；Kyonggi University（京畿大学）；Trinity College Dublin（都柏林圣三一学院）
本文综述了生成式人工智能（GAI）在移动与无线网络中的应用，涵盖网络管理、无线安全和语义通信，并总结了当前挑战与未来方向。
2024-10-19 cs.AI cs.NI
A Survey on DRL based UAV Communications and Networking: DRL Fundamentals, Applications and Implementations
本文综述DRL在无人机通信与组网中的应用，从基础算法、问题建模到实现，阐明其应对动态、大规模优化任务的价值与多智能体未来方向。
2025-02-18 cs.NI
Software Defined Optical Networks (SDONs): A Comprehensive Survey
新兴的软件定义网络（SDN）范例将数据平面与控制平面分离，并将网络控制集中在SDN控制器中。应用程序与控制器交互以实现网络服务，例如具有服务质量（QoS）的网络传输。SDN促进了网络功能的虚拟化，使得多个虚拟网络可以在给定的已安装物理网络基础设施上操作。由于光（光子）通信组件的特定特性和高光传输容量，基于SDN的光网络提出了特别的挑战，但也具有巨大的潜力。在这篇文章中，我们全面调查研究SDN范式在光网络中的研究;简而言之，我们调查软件定义光网络（SDON）领域。我们主要将SDON的研究分为基础设施层、控制层和应用层。此外，我们还涵盖了SDON研究重点是网络虚拟化，以及SDON研究重点是编排的多层和多域网络。根据调查，我们确定了SDON面临的挑战，并概述了未来的发展方向。
2016-07-17 cs.NI
QoS in IEEE 802.11-based Wireless Networks: A Contemporary Survey
除了移动蜂窝网络之外，基于IEEE 802.11的无线局域网（WLAN）代表了最广泛部署的无线联网技术。随着关键应用向数据网的迁移，以及诸如数字音频/视频和多媒体游戏的多媒体应用的出现，IEEE 802.11的成功关键取决于其提供服务质量（QoS）的能力。许多研究都集中在为IEEE 802.11 WLAN配备支持QoS的功能。在本调查中，我们提供了这些技术的概述。我们讨论的QoS功能纳入IEEE 802.11标准在物理（PHY）和媒体访问控制（MAC）层，以及其他更高层的建议。我们还专注于软件定义网络（SDN）和云网络的新架构的发展，可用于促进基于IEEE 802.11的网络中的QoS配置。最后，我们确定了一些开放的研究问题，供今后考虑本文。
2014-11-11 cs.NI
A Survey of Scheduling Algorithms for the Time-Aware Shaper in Time-Sensitive Networking (TSN)
本文综述了时间敏感网络（TSN）中时间感知整形器（TAS）的调度算法，涵盖TSN特性、调度问题及优化方法，并总结了现有研究的优化目标、评估结果及未来方向。
2023-03-27 cs.NI
Applications of Deep Reinforcement Learning in Communications and Networking: A Survey
Nanyang Technological University（南洋理工大学）；University of Technology Sydney（悉尼科技大学）；Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院）；York University（约克大学）；University of Electronic Science and Technology of China（电子科技大学）；Sungkyunkwan University（成均馆大学）
本文对深度强化学习在通信和网络中的应用进行了全面的文献综述。现代网络，例如，物联网（IoT）和无人机（UAV）网络变得更加分散和自主。在这样的网络中，网络实体需要在本地做出决策，以在网络环境的不确定性下最大化网络性能。强化学习已被有效地用于使网络实体能够获得最优策略，包括例如，决策或动作，当状态和动作空间很小时，给定它们的状态。然而，在复杂的大规模网络中，状态和动作空间通常很大，强化学习可能无法在合理的时间内找到最优策略。因此，已经开发了深度强化学习（强化学习与深度学习的组合）来克服这些缺点。在本调查中，我们首先给出了从基本概念到高级模型的深度强化学习教程。然后，我们回顾了为解决通信和网络中的新问题而提出的深度强化学习方法。这些问题包括动态网络接入、数据率控制、无线缓存、数据卸载、网络安全和连接保护，这些都对5G及以后的下一代网络很重要。此外，我们还介绍了深度强化学习在流量路由、资源共享和数据汇集方面的应用。最后，我们强调了应用深度强化学习的重要挑战，开放问题和未来的研究方向。
2018-10-18 cs.LG cs.NI
Ultra-Low Latency (ULL) Networks: The IEEE TSN and IETF DetNet Standards and Related 5G ULL Research
许多网络应用，例如，工业控制，要求超低延迟（Ultra-Low Latency，简称UWB）。然而，传统的分组网络只能将端到端时延减少到几十毫秒的量级。IEEE 802.1时间敏感网络（TSN）标准和相关的研究已经寻求为GPRS网络提供链路层支持，而新兴的IETF确定性网络（DetNet）标准寻求提供补充的网络层GPRS支持。本文对IEEE TSN和IETF DetNet标准及其相关研究进行了全面的综述。这些标准和研究的调查是根据流概念、流同步、流管理、流控制和流完整性的主要类别组织的。物联网机制在新兴的第五代（5G）网络接入链中起着至关重要的作用，从无线设备经由接入、回程和核心网络。我们调查了专门针对5G网络中的VoIP支持的研究，主要类别包括前传，回程和网络管理。在整个过程中，我们确定了现有标准和研究的陷阱和局限性。因此，这一调查可以作为制定标准增强措施和未来可持续发展研究的基础，以解决已确定的缺陷和限制。
2018-09-24 cs.NI
Machine Learning for Networking: Workflow, Advances and Opportunities
最近，机器学习已被用于每一个可能的领域，以利用其惊人的力量。长期以来，网络化、分布式计算系统是为机器学习提供高效计算资源的关键基础设施。网络本身也可以从这种有前途的技术中受益。机器学习技术在网络中的应用，不仅可以帮助解决网络中的老问题，而且可以促进新的网络应用。在这篇文章中，我们总结了基本的工作流程，以解释如何将机器学习技术应用于网络领域。然后，我们提供了一个选择性的调查，最新的代表性进展，解释他们的设计原理和好处。这些进展被分为几个网络设计目标，并详细介绍了它们在MLN工作流程的每个步骤中的执行情况。最后，我们阐明了网络设计和社区建设的新机遇，这一新的跨学科。我们的目标是为机器学习网络提供广泛的研究指南，以帮助和激励研究人员开发创新的算法，标准和框架。
2017-11-16 cs.NI
Machine Learning Empowered Intelligent Data Center Networking: A Survey
East China Normal University（华东师范大学）；University of Technology Sydney（悉尼科技大学）；Hamad Bin Khalifa University（哈马德·本·哈利法大学）
为了支持不断增长的基于云的服务的需求，数据中心中的服务器和网络设备的数量呈指数级增长，这反过来又导致网络优化的高度复杂性和困难。为了应对这些挑战，学术界和工业界都转向人工智能技术来实现网络智能。为此，近几年来，提出了相当多新颖的和创造性的基于机器学习（ML-based）的研究工作。然而，数据中心网络的智能优化仍然面临着巨大的挑战，尤其是在海量异构业务和流量数据的在线实时动态处理场景下。据我们所知，目前对智能DCN缺乏系统的、原创性的全面研究和深入分析。为此，本文全面研究了机器学习在数据中心网络中的应用，并对近年来的研究成果进行了综述和深入分析，包括流量预测、流量分类、负载均衡、资源管理、路由优化和拥塞控制等。为了提供一个多维度和多角度的各种解决方案的比较，我们设计了一个质量评估标准称为REBEL-3S公正地衡量这些研究工作的优势和劣势。此外，我们还提出了对数据中心网络和机器学习融合的技术演进的独特见解，以及一些挑战和潜在的未来研究机会。
2022-03-01 cs.LG cs.NI
Survey on Terahertz Nanocommunication and Networking: A Top-Down Perspective
纳米技术的最新发展预示着纳米尺寸的器件有望为许多突破性的应用带来光明。与纳米器件之间的通信将需要释放这些应用的全部潜力。由于传统的通信方法不能直接应用于纳米通信，出现了几种替代的范例。其中，太赫兹（THz）频段的电磁纳米通信尤其有前景，这主要得益于石墨烯等新型材料的突破。出于这个原因，许多研究工作现在都针对太赫兹波段纳米通信，因此纳米网络。由于预计这些趋势将在未来继续下去，我们认为总结这些研究领域的现状是有益的。因此，在这次调查中，我们的目标是提供当前太赫兹纳米通信和纳米网络研究的概述。具体来说，我们讨论了设想的应用程序支持的纳米网络在太赫兹波段，连同要求，这些应用程序对底层的纳米网络。随后，我们提供了一个概述的协议栈的不同层，以及可用的信道模型和实验工具的当前贡献。作为最后的贡献，我们确定了一些开放的研究挑战，并概述了几个潜在的未来研究方向。
2021-02-05 cs.ET cs.NI cs.SY
Towards the Internet of Underground Things: A Systematic Survey
本文介绍了地下物联网（IoUT）领域的最新进展，重点是使能通信技术、网络问题和定位技术。物联网由地下事物（传感器）、通信技术和网络协议实现。这种新的物联网模式促进了地下环境中传感和通信的集成，适用于石油和天然气、农业、地震测绘和边界监测等各种行业。这些应用需要从部署的地下事物中收集相关信息。然而，恶劣的地下传播环境，包括沙子，岩石，和流域不允许使用单一的通信技术进行地表和地下事物之间的信息传输。因此，各种无线和有线通信技术被用于地下通信。无线技术基于声波、电磁波、磁感应和可见光通信，而有线技术使用同轴电缆和光纤。在本文中，最先进的通信技术进行了调查，并提出了相应的物联网和本地化技术。此外，还介绍了物联网技术的进展和应用。此外，还确定了IoUT设计和实施的新研究挑战。
2019-08-26 cs.NI eess.SP
Survey on Near-Space Information Networks: Channel Modeling, Transmission, and Networking Perspectives
本文从信道建模、传输与组网视角系统综述了近空间信息网络，分析了高空平台与无人机信道差异、不稳定运动对天线阵列相位延迟的影响及各层传输协议，并通过实验验证了部分技术性能。
2025-05-10 cs.NI eess.SP
From Literature to Insights: Methodological Guidelines for Survey Writing in Communications Research
本文面向通信与网络领域综述作者，基于顶级期刊编辑经验提出涵盖选题、文献收集、结构组织、批判性写作、教程案例、插图设计和未来方向的七步实践指南。
2025-09-30 cs.NI
Artificial Intelligence Enabled Wireless Networking for 5G and Beyond: Recent Advances and Future Challenges
目前正在部署第五代（5G）无线通信网络，并且预计在未来十年内将开发超5G（B5 G）网络。人工智能（AI）技术，特别是机器学习（ML），通过涉及需要在B5 G中处理的大量数据，有可能有效地解决非结构化和看似棘手的问题。本文研究了如何利用AI和ML来设计和运营B5 G网络。我们首先全面调查了将AI/ML技术引入B5 G无线网络所带来的最新进展和未来挑战。我们的调查涉及无线网络设计和优化的不同方面，包括信道测量、建模和估计、物理层研究以及网络管理和优化。然后，ML算法和应用B5 G网络进行了审查，其次是应用AI/ML算法B5 G网络的标准发展的概述。我们通过将AI/ML应用于B5 G网络的未来挑战来总结这项研究。
2020-01-02 cs.NI eess.SP
Physical Education and English Language Arts Based K-12 Engineering Outreach in Software Defined Networking (Extended Version)
K-12工程推广通常集中在基础电气和机械工程或机器人实验中，这些实验融入了科学或数学课程。相比之下，我们提出了一个新的推广计划，重点是通信网络的原则，使无处不在的网络和智能手机应用程序。我们设计的外展活动，说明了通过活动和体育（PE）团队比赛的通信网络的原则，以及在英语语言艺术（ELA）类的故事写作和漫画。PE活动涵盖存储转发分组交换、超文本传输协议（HTTP）网页下载、蜂窝无线网络中的连接建立以及软件定义网络（SDN）中的分组路由的原理。拟议的外展计划已形成由K-12教师评估。此外，本研究亦以学生对通讯网路工程之兴趣、自我效能、效用及负面刻板印象为研究对象，评估外展计画对学生认知之影响。
2020-06-09 cs.NI
Secure Time-Sensitive Software-Defined Networking in Vehicles
未来车载网络（IVN）的当前设计为交换式以太网骨干做准备，交换式以太网骨干可以托管高级LAN技术，例如IEEE时间敏感网络（TSN）和软件定义网络（SDN）。在本文中，我们提出了一个集成的时间敏感的软件定义网络（TSSDN）的架构，同时使控制的同步和异步的实时和尽力而为的通信所有IVN流量类。尽管有中央SDN控制器，我们可以验证控制可以在没有TSN流量延迟惩罚的情况下运行，只要协议正确映射。我们展示了TSSDN如何自适应和可靠地增强车载通信的网络安全性。一个系统的调查可能的控制流与交换以太网的集成显示，这些策略允许塑造一个软件定义的IVN的攻击面。我们将讨论控制流标识符在不同层上的嵌入，涵盖了从完全公开的映射到深度封装的范围。我们实验评估这些策略在生产车辆，我们映射到一个现代的以太网拓扑结构。我们的研究结果表明，较低网络层上的汽车控制流的可见性可以在整个网络基础设施中实现隔离和访问控制。这样的TSSDN骨干网可以在IVN内建立和调查信任区域，并减少联网汽车在各种攻击场景中的攻击面。
2022-08-26 cs.NI
Digital Twin for Networking: A Data-driven Performance Modeling Perspective
新兴技术和应用使网络变得前所未有的复杂和异构，导致物理网络实践成本高昂且风险巨大。数字孪生网络（DTN）可以通过虚拟方式使用户了解性能如何随着修改而相应变化，从而减轻这些负担。对于这种“假设”的性能评估，传统的模拟和分析方法是低效的，不准确的，不灵活的，我们认为，数据驱动的方法是最有前途的。在本文中，我们确定了性能评估的三个要求（保真度、效率和灵活性）。然后，我们提出了一个比较选定的数据驱动的方法，并调查其在数据，模型和应用程序的潜在趋势。虽然已经能够广泛应用，但模型处理多样化输入的能力与从生产网络收集的有限数据之间仍然存在重大冲突。我们进一步说明了数据汇集，模型构建和应用前景的机会。本调查旨在为DTN的性能评估提供参考，同时也为未来DTN的研究提供便利。
2022-06-01 cs.NI
Large Language Models for Networking: Workflow, Advances and Challenges
Tsinghua University（清华大学）；Peking University（北京大学）
本文综述了大型语言模型在网络领域的应用，提出了一个抽象工作流来描述其基本过程，介绍了现有工作的亮点及运作方式，并探讨了面临的挑战、潜在解决方案和未来研究前景。
2024-04-29 cs.AI cs.NI
Resource Management of energy-aware Cognitive Radio Networks and cloud-based Infrastructures
由于移动设备的日益普及，无线网络领域在过去十年中得到了迅速发展。对移动性和连接性的巨大需求使得无线网络成为一个领域，随着新的挑战和问题的出现，其持续的技术发展非常重要。目前，许多科学家和研究人员正在无线网络的几个主题中开发新的方法和优化方法。本调查论文研究工作从以下主题：认知无线电网络，互动广播，节能网络，云计算和资源管理，互动营销和优化.
2015-05-05 cs.NI
Advanced Algorithms in Heterogeneous and Uncertain Networking Environments
如今，通信网络在各个地方和各种规模上都得到了使用：从家庭的小型物联网（IoT）网络开始，通过校园和企业网，一直到互联网提供商的一级网络。因此，网络设备应该支持在处理时间、带宽能量消耗、最后期限等方面具有高度异构特性的过多任务，评估这些特性以及用于处理它们的当前可用资源的量需要分析所有到达的输入、从许多远程设备收集信息，并且整合所有这些信息。在当今的网络环境中，实时的执行所有这些任务是非常具有挑战性的，其特征在于延迟的严格限制和不断增加的数据率。因此，网络算法通常应该在不确定性下做出决策。这项工作解决了在异构和不确定的网络环境中优化性能。我们首先详细介绍了异质性和不确定性的来源，并表明不确定性出现在网络设计的各个层面，包括执行任务所需的时间;可用资源的数量;以及成功完成任务的预期收益。接下来，我们调查当前的解决方案，并显示其局限性。基于这些见解，我们开发一般的设计概念，以解决异构性和不确定性，然后使用这些概念来设计实用的算法。对于我们的每一种算法，我们都提供了严格的数学分析，从而显示了最坏情况下的性能保证。最后，我们在各种输入轨迹上实现并运行建议的算法，从而进一步了解我们的算法设计原则。
2021-10-11 cs.NI
A Survey of Energy Efficiency in SDN Software Based Methods and Optimization Models
软件定义网络（SDN）范例具有通过分离控制平面和转发平面的可编程网络元件、通过优化路由的效率以及网络管理的灵活性的优点。由于能量成本在网络的总成本中占很大比例，因此能量效率已经成为现代网络机制的重要设计要求。然而，设计节能解决方案并非易事，因为它们需要解决能源效率和网络性能之间的权衡。在本文中，我们将讨论可用于新兴SDN的能效功能。我们提供了一个全面的和新颖的基于软件的节能解决方案的分类，分为流量感知，终端系统感知和规则放置的子类别。我们提出了一般的优化模型为每个子类别，并提出了目标函数，参数和约束条件，以考虑在每个模型。提供了关于最先进方法的特征、其优点和缺点的详细信息。还描述了用于提高交换机效率的基于硬件的解决方案。此外，我们讨论了SDN的能源效率领域的开放问题和未来的研究方向。
2019-07-30 cs.NI
A Survey on Software-Defined VANETs: Benefits, Challenges, and Future Directions
第五代（5G）网络的发展正越来越容易成为新应用和商业模式增长的主要驱动力。随着下一代智能车载网络和应用的发展，车载自组网（VANG）和软件定义网络（SDN）代表了5G技术的关键推动力。近年来，研究人员专注于SDN和VANET的集成，并研究与架构相关的不同主题，软件定义VANET服务的好处以及适应它们的新功能。然而，完整的体系结构的安全性和健壮性仍然是值得怀疑的，并已在很大程度上被淘汰。此外，部署和集成新的实体和几个架构组件驱动新的安全威胁和漏洞。在本文中，首先，我们调查了最先进的SDN为基础的车载ad-hoc网络（SDVN）架构的网络基础设施的设计，功能，优点和挑战。最后，我们讨论了SDVN体系结构对主要安全威胁的应对措施，这些安全威胁违反了关键的安全服务，如可用性、机密性、身份验证和数据完整性，我们还提出了不同的对策，最后，我们讨论了经验教训和未来的研究工作方向，为未来的SDVN体系结构提供严格的安全和隐私解决方案。据我们所知，这是第一个全面的工作，提出了这样的调查和分析SDVN在未来一代网络（例如，5G和以信息为中心的网络）和应用（例如，智能交通系统，以及温哥华的物联网广告）。
2019-05-21 cs.NI
Security of 5G-Mobile Backhaul Networks: A Survey
移动一代的迅速发展以及初期的数据网络能力和利用率，使数据流量呈指数级增长。这样的流量消耗了5G移动回程网络中的各种关键问题。移动回程的安全性是至关重要的;然而，有有限数量的文章，探讨了这样的要求。本文讨论了安全5G移动回程架构的潜在设计问题和关键挑战。比较现有的国家的最先进的安全移动回程的解决方案，连同他们的主要贡献进行了探讨。此外，本文还讨论了各种关键问题，涉及服务质量（QoS），路由和调度，资源管理，容量增强，延迟，安全管理，并使用机制，如软件定义网络和毫米波技术。此外，还提出了研究的挑战和未来的发展方向。
2019-06-27 cs.CR cs.NI cs.SI
Toward Agentic AI: Generative Information Retrieval Inspired Intelligent Communications and Networking
College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院）；University of Technology and Design, Singapore（新加坡科技设计大学）；Institute for Infocomm Research, Agency for Science, Technology and Research（新加坡科技研究局信息通信研究院）；Auburn University（奥本大学）；University of Houston（休斯顿大学）；Kyung Hee University（庆熙大学）
本文提出生成式信息检索启发的智能体AI框架，通过多源检索与自反思验证提升电信网络规划决策的准确性、一致性与检索效率。
2025-02-24 cs.AI cs.NI
Towards Time Sensitive Networking on Smart Cities: Techniques, Challenges, and Solutions
本文综述了时间敏感网络（TSN）在智慧城市中的应用，分析了其面临的互操作性、可扩展性等挑战，并提出将TSN从汽车和工业领域适配到城市环境的技术路线与解决方案。
2025-05-07 cs.NI
Towards Ubiquitous 6G Computing and Networking Convergence: Architecture and Mechanism for Cross-Domain Resource Coordination
Beijing University of Posts and Telecommunications（北京邮电大学）；University of Electronic Science and Technology of China（电子科技大学）
针对6G异构计算网络需求，提出基于分层多智能体强化学习的跨域协调架构与编排机制，显著降低能耗并提升任务满意度。
2026-06-16 cs.NI
Game Theory for Multi-Access Edge Computing: Survey, Use Cases, and Future Trends
博弈论（GT）已被成功地用于制定，设计或优化，许多代表性的通信和网络场景的操作。在这些场景中的游戏涉及，像往常一样，不同的球员与冲突的目标。本文主要综述了将理论游戏应用于无线网络的文献，重点介绍了即将到来的多访问边缘计算（MEC）的用例。MEC相对较新，在网络外围提供云服务，旨在减少服务延迟回程负载，并增强相关运营方面，如体验质量或安全性。我们对GT的介绍集中在MEC服务在无线资源上带来的主要挑战。该调查分为经典和进化游戏。然后，我们的讨论继续到对游戏有用性有相当大影响的更具体的方面，即：理性与进化策略，玩家之间的合作，可用的游戏信息，游戏的方式（单轮，重复），游戏模型评估，以及模型结果如何应用于优化资源受限的资源和平衡真实边缘网络场景中的各种权衡。最后，我们反思了经验教训，强调了未来的趋势和研究方向，在即将到来的MEC服务中应用理论模型游戏，同时考虑网络设计问题和使用场景。
2019-02-24 cs.GT cs.NI
Large Language Models for Next-Generation Wireless Network Management: A Survey and Tutorial
本文系统综述了大语言模型在6G无线网络管理中的应用，涵盖方法框架、关键技术、案例研究及未来方向，旨在解决传统优化方法在复杂动态环境中的不足。
2025-09-07 cs.NI
Towards Novel Multipath Data Scheduling For Future IoT Systems: A Survey
在互联网诞生的最初几年，互联网被广泛用于通过使用IP地址在用户和相应的数据源之间传输数据包。随着技术的进步，互联网已被用于在数十亿连接的几个小型和资源受限的设备内共享数据，以创建所谓的物联网（IoT）的框架。这些系统以呈现这些设备中出现的大量数据而闻名。另一方面，众所周知，这些设备会给物联网网络带来巨大的开销。因此，作为物联网网络的一部分，开发解决不同网络相关问题的解决方案至关重要。在本文中，我们回顾了这些挑战出现在路由，拥塞，节能，可扩展性，异构性，可靠性，安全性和服务质量（QoS）。这可以用来最佳地使用可用网络。作为这项研究工作的一部分，将对物联网中的网络优化过程进行详细调查，如另一项研究所示。由于无线网络的进步，相关的物联网设备配备了多个元素，包括多个网络接入接口。采用多路径TCP（MPTCP）技术可以提高数据传输的总吞吐量。另一方面，利用传统的MPTCP路径管理算法导致数据传输领域的其他问题，甚至缓冲区阻塞。这将导致整个物联网网络中传输性能降低的大量问题。为此，我们开发了一种新的多路径算法，将有效地管理数据传输的智能调度和无缝的方式使用多个无线/有线路径。
2021-05-17 cs.NI
