G-IOTA: Fair and confidence aware tangle
本文提出了改善IOTA缠结对分裂攻击的弹性的策略。我们的贡献是双重的。首先，我们定义了信任公平性的概念，提示选择算法，以保证第一次批准所有诚实的提示。然后，我们从信任公平的角度分析IOTA-tangle，并找出其缺陷。其次，我们提出了一种新的选择机制G-IOTA，旨在保护留下的小费。因此，G-IOTA具有良好的置信度公平性。G-IOTA让诚实的交易有效地增加了他们的信心。此外，G-IOTA还为尊重算法并惩罚冲突交易的用户提供了激励机制。此外，G-IOTA提供了一种相互监督机制，减少了投机和懒惰行为的好处。
2019-02-15 cs.DC cs.NI
Link-Aware Energy-Frugal Continual Learning for Fault Detection in IoT Networks
Department of Electronic Systems, Aalborg University（电子系统系，奥尔堡大学）；Department of Electrical and Computer Engineering, Aarhus University（电气与计算机工程系，阿arhus大学）
本文提出一种基于链接感知的节能持续学习方法，用于在物联网网络中实现高效的故障检测，通过适应无线链路条件和能量预算，提升推理召回率达42.8%。
2025-12-15 cs.LG cs.NI
COMSPLIT: A Communication-Aware Split Learning Design for Heterogeneous IoT Platforms
Faculty of Technical Sciences, University of Novi Sad（诺维萨德大学技术科学学院）；Institute for Artificial Intelligence Research and Development of Serbia（塞尔维亚人工智能研究与发展研究所）；Science, Technology and Innovation Unit, The Abdus Salam International Centre for Theoretical Physics（阿卜杜勒·萨拉姆国际理论物理中心科学、技术与创新部）
本文提出 COMSPLIT，一种融合早退策略、面向异构设备与时序数据的通信感知分割学习框架，可在多变信道下自适应部署，并优于假设理想信道的普通 SL。
2024-10-25 cs.DC cs.LG cs.NI
Application and Energy-Aware Data Aggregation using Vector Synchronization in Distributed Battery-less IoT Networks
Indian Institute of Technology (IIT) Kharagpur（印度理工学院卡拉格普尔分校）
针对分布式无电池物联网网络能量动态导致任务执行难保障的问题，提出应用感知任务与能量管理器ATEM和基于向量同步的数据聚合器VSDA，结合LSTM预测能量，以低开销满足异构应用需求，提升系统性能。
2023-11-02 cs.LG cs.NI
A Publish/Subscribe QoS-aware Framework for Massive IoT Traffic Orchestration
物联网（IoT）应用部署需要分配虚拟机、存储和网络元素等资源，这些资源必须部署在不同的基础设施上，如云计算、物联网（CoT）、数据中心和骨干网络。对于大规模物联网数据采集，通常使用基于网关的数据聚合方法，其特征在于传感器/执行器无缝访问并提供缓存/缓冲和预处理功能。从这个角度来看，作为生产者的网关需要分配网络资源来向消费者发送物联网数据。在本文中，它提出了一个发布/订阅（PubSub）服务质量（QoS）感知框架（PSIOT-Orch），编排物联网流量和分配网络资源之间的聚合和消费者的大规模物联网流量。PSIOT-Orch根据其配置的QoS要求调度物联网数据流。此外，该框架在物联网数据用户和消费者之间通过具有有限和受约束资源的受控骨干网络分配网络资源（LSP/带宽）。使用带宽分配模型（BAM）来分配网络资源，以实现用于调度的IoT数据流的高效网络资源分配。PSIOT-Orch采用ICN（信息中心网络）PubSub架构方法来处理框架组件之间的物联网数据传输请求。所提出的框架旨在使用PubSub消息方案收集以ICN为中心的方法的固有优势，同时有效地分配资源，保持QoS意识并处理大规模物联网流量的受限网络资源（带宽）。
2018-06-08 cs.DC cs.NI
AI-enabled Blockchain: An Outlier-aware Consensus Protocol for Blockchain-based IoT Networks
University of Central Florida（中佛罗里达大学）
提出了一种使用机器学习在基于区块链的物联网网络中实现安全和鲁棒共识的新框架。Hyperledger fabric是作为Hyperledger项目的一部分开发的区块链平台，虽然看起来非常适合物联网应用程序，但在不可信的环境中对恶意活动的容忍度相对较低。为此，我们提出了具有两步共识协议的AI启用区块链（AIBC），该协议使用离群值检测算法在超级账本结构平台上实现的物联网网络中达成共识。异常感知共识协议利用监督机器学习算法，该算法在第一步中通过学习的检测器检测异常活动。然后，数据通过超级账本结构中固有的实用拜占庭容错（PBFT）共识协议进行账本更新。我们衡量和报告我们的框架在各种延迟组件方面的表现。结果表明，我们实现的AIBC网络（两步共识协议）通过略微降低延迟性能，提高了超级账本结构在容错方面的性能。
2019-08-09 cs.DC cs.LG cs.NI
A Unified Framework for Context-Aware IoT Management and State-of-the-Art IoT Traffic Anomaly Detection
University of Notre Dame（圣母大学）
本文提出一个统一框架，将上下文驱动的大语言模型与微调异常检测模块相结合，用于物联网设备管理和流量异常检测，并通过评估验证其在真实部署中的准确性、可扩展性和适用性。
2024-12-19 cs.AI cs.NI
FedLE: Federated Learning Client Selection with Lifespan Extension for Edge IoT Networks
University of Calgary（卡尔加里大学）；Michigan State University（密歇根州立大学）
联邦学习（FL）是一种分布式的、隐私保护的学习框架，用于对物联网（IoT）设备在边缘生成的海量数据进行预测建模。阻碍FL在物联网中广泛采用的一个主要挑战是物联网设备普遍存在的电源限制，这是由于电池供电的客户端在本地训练和模型更新时的密集能耗。客户端的低电池电量最终导致其从边缘网络中过早退出，训练数据丢失，从而危及FL的性能，以及其执行其他指定任务的可用性。在本文中，我们提出了FedLE，这是一种节能的客户端选择框架，可以延长边缘物联网网络的使用寿命。在FedLE中，客户端首先运行一个最小的epoch来生成本地模型更新。模型被部分上传到服务器，用于计算每对客户端之间的相似性。对这些客户端对执行聚类，以识别具有相似模型分布的客户端。在每一轮中，低功率客户端被选中的概率较低，从而延迟了电池的消耗。实证研究表明，FedLE在基准数据集上的性能优于基线，并且在电池电量限制下比FedAvg持续更多的训练轮。
2023-02-14 cs.DC cs.LG cs.NI
A New Dynamic Optimal M2M RF interface setting in Relay Selection Algorithm (DORSA) for IoT Applications
机器对机器（M2M）通信是物联网（IoT）中的重要通信类型。如何使用中继选择在这些高密度通信中发送数据可以帮助提高这种类型的通信在各种应用中的性能。此外，同时使用不同射频（RF）接口的可能性有助于更有效地使用频谱。在这项工作中，我们试图进一步使用机器通信RF设备，并在物联网等一些有自己带宽要求的应用中提高网络的平均数据率。因此，我们提供了一种用于中继选择以及同时和动态的多个M2M RF接口设置的优化算法，称为动态最优中继选择和RF接口设置算法（DORSA）。仿真结果表明，与现有的最优直接传输算法和静态RF接口设置的中继选择算法相比，具有三个接口（DORSA_W-B-Z）的DORSA的平均数据率可提高10%。
2021-12-11 cs.NI
Network Performance Estimator with Applications to Route Selection for IoT Multimedia Applications
估计多媒体流量的性能在许多情况下都很重要，包括路由和转发、QoS提供和自适应视频流。本文提出了一种网络性能估计器，旨在提供准实时的IEEE 802.11多跳无线网络中物联网多媒体流量的网络性能估计。据我们所知，建议的多媒体感知性能估计，或MAPE，是第一个确定性的基于模拟的估计，提供实时的每流吞吐量，丢包和延迟估计，同时考虑流间干扰和多速率流，典型的多媒体流量。我们的实验结果表明，MAPE能够提供可供物联网多媒体服务使用的网络性能估计，特别是在物联网视频传输中通知实时路由选择，与随机网络模拟器相比，执行时间仅为一小部分。与现有的确定性模拟器相比，MAPE在可比的执行时间内产生更高的准确性，因为它能够考虑多速率流。
2022-03-28 cs.NI
Energy Harvesting Aware Multi-hop Routing Policy in Distributed IoT System Based on Multi-agent Reinforcement Learning
能量收集技术为不断增长的物联网（IoT）设备提供了一个有前途的解决方案。然而，由于能量收集的微弱和瞬态性质，物联网设备必须间歇性地工作，使得传统的路由策略和能量分配策略不切实际。为此，本文首次开发了一种分布式多代理增强算法，称为全局行动者-批评者策略（GAP），以解决能量收集供电的物联网系统的路由策略和能量分配问题。在训练阶段，每个物联网设备被视为一个代理，并为所有代理训练一个通用模型，以节省计算资源。在推理阶段，可以最大化分组递送速率。实验结果表明，提出的GAP算法实现的数据传输速率约为1.28倍的Q表和ESDSRAA算法，分别为1.24倍。
2022-02-07 cs.NI
Context-aware Computing in the Internet of Things: A Survey on Internet of Things From Industrial Market Perspective
物联网（IoT）是一个动态的全球信息网络，由互联网连接的对象组成，如RFID，传感器和执行器，以及其他仪器和智能家电，它们正在成为互联网的组成部分。在过去的几年里，我们看到了大量的物联网解决方案进入了行业市场。上下文感知通信和计算在过去几年的普适计算中发挥了关键作用，预计也将在物联网范式中发挥重要作用。在本文中，我们从上下文感知技术的角度研究了各种流行和创新的物联网解决方案。更重要的是，我们使用我们围绕众所周知的上下文感知计算理论构建的框架来评估这些物联网解决方案。该调查旨在作为物联网范式中contextaware产品开发和研究的指导方针和概念框架。它还对市场上现有的物联网产品进行了系统的探索，并强调了一些潜在的重要研究方向和趋势。
2015-01-31 cs.CY cs.NI
IoTDevID: A Behavior-Based Device Identification Method for the IoT
Heriot-Watt University（赫瑞-瓦特大学）
设备识别是保护物联网设备网络的一种方式，由此被识别为可疑的设备随后可以从网络中隔离。在这项研究中，我们提出了一种基于机器学习的方法，IoTDevID，通过其网络数据包的特征来识别设备。由于使用了严格的特征分析和选择过程，我们的研究提供了一种通用和现实的方法来建模设备行为，在两个公共数据集上实现了高预测准确性。该模型的基础特征集被证明是更具有预测性的比现有的特征集用于设备识别，并概括到数据看不见的特征选择过程中。与大多数现有的物联网设备识别方法不同，IoTDevID能够使用非IP和低能耗协议检测设备。
2022-07-19 cs.AI cs.CR cs.NI
Energy Efficient Location and Activity-aware On-Demand Mobile Distributed Sensing Platform for Sensing as a Service in IoT Clouds
物联网（IoT）设想了数十亿个传感器部署在我们周围并连接到互联网，其中移动人群传感技术被广泛用于在物联网范式的不同背景下收集数据。由于大数据技术的普及，处理和存储大量数据变得比以往任何时候都更容易。然而，大规模的数据管理任务仍然需要大量的资源，这些资源可能是昂贵的，而不管它们是购买的还是租用的（例如，即用即付的基础设施）。此外，并非每个人都对如此大规模的数据汇集和分析感兴趣。更重要的是，并非每个人都有财力和计算资源来处理如此大量的数据。因此，存在对云集成的移动人群感测平台的及时需求，该平台能够基于数据消费者强制执行的条件按需捕获传感器数据。在本文中，我们提出了一个上下文感知，具体来说，位置和活动感知移动传感平台称为C-MOSDEN（上下文感知移动传感器数据引擎）的物联网域。我们使用三个现实世界的场景来评估所提出的平台，这些场景突出了“选择性感知”的重要性。所提出的平台的计算效率和效率进行了研究，并用于突出上下文感知的选择性传感的优点。
2016-01-04 cs.NI
CF-HFC:Calibrated Federated based Hardware-aware Fuzzy Clustering for Intrusion Detection in Heterogeneous IoTs
CF-HFC通过硬件感知模糊聚类和自适应校准提升异构物联网中的入侵检测性能，实现高准确率和低延迟。
2026-02-13 cs.NI
Optimal energy-aware task scheduling for batteryless IoT devices
针对无电池物联网设备的间歇供电问题，提出能量感知任务调度算法，通过混合整数线性规划避免电源故障，并发现未来8次任务执行的前瞻预测时间即可实现最优调度。
2024-02-07 cs.NI
Maintaining IoT Device Identification under Concept Drift via Budget-Aware Traffic Labeling
School of Electrical Engineering and Telecommunications, University of New South Wales（新南威尔士大学电气工程与电信学院）；School of Computer Science and Engineering, University of New South Wales（新南威尔士大学计算机科学与工程学院）；KDDI Research（KDDI研究所）
该研究针对IoT设备识别中概念漂移导致的分类性能下降问题，提出结合均匀流量采样与漂移检测确定标注量的策略，经380万条IPFIX流记录验证，可有效维持分类性能。
2026-08-25 cs.CR cs.LG cs.NI
Connectivity-Aware Contract for Incentivizing IoT Devices in Complex Wireless Blockchain
区块链被认为是未来6G网络中安全和可信物联网（IoT）的关键骨干技术。然而，在复杂的无线物联网网络中部署区块链系统是具有挑战性的，因为资源有限，无线环境复杂，并且物联网设备具有自利性。区块链现有的激励机制与无线物联网网络不兼容。在本文中，为了激励物联网设备加入无线区块链网络的建设，我们提出了一种多维合同来优化区块链效用，同时解决逆向选择和道德风险问题。具体而言，拟议的合同考虑了物联网设备的哈希能力和通信成本，特别是从复杂网络理论的角度探索了设备的连接性。我们通过模拟研究了不同网络规模和平均链路概率下无线区块链网络的能量消耗和块确认概率。数值结果表明，我们提出的合同机制是可行的，实现了35%以上的效用比现有的方法，并增加了4倍，与原来的基于PoW的激励机制相比，效用。
2022-12-21 cs.GT cs.NI
A Hierarchical and Location-aware Consensus Protocol for IoT-Blockchain Applications
本文提出分层位置感知共识协议 LH-Raft，通过节点声誉与距离形成候选组并选举子层领导者，结合门限签名实现全局共识，实验表明其可扩展并显著降低通信成本、共识延迟和一致时间。
2023-05-28 cs.CR cs.DC cs.NI
A Protocol-Aware P4 Pipeline for MQTT Security and Anomaly Mitigation in Edge IoT Systems
Nara Institute of Science and Technology (NAIST)（奈良先端科学技术大学院大学）；University of Information Technology（信息技术大学）；Vietnam National University（越南国立大学）
本文提出基于P4的边缘物联网系统MQTT安全与异常缓解方案，通过协议感知技术实现高效的数据平面过滤，提升边缘安全性能。
2026-01-12 cs.CR cs.NI
BEHAVE: Behavior-Aware, Intelligent and Fair Resource Management for Heterogeneous Edge-IoT Systems
边缘计算是一种新兴的解决方案，用于支持未来的物联网（IoT）应用，这些应用对延迟敏感，处理密集型或需要更紧密的智能。机器智能和数据驱动的方法被设想用于构建未来的边缘物联网系统，以满足物联网设备对边缘资源的需求。然而，存在重大挑战和技术障碍，使这种边缘物联网系统的资源管理复杂化。运行各种应用程序的IoT设备可以在设备的资源需求中表现出非常难以管理的各种行为。此外，在这样的环境中，由边缘公平有效地管理多维资源是一项具有挑战性的任务。在本文中，我们开发了一种名为BEHAVE的新型数据驱动资源管理框架，该框架可以智能、公平地将边缘资源分配给异构物联网设备，同时考虑其资源需求行为（BRD）。BEHAVE旨在通过以下方式全面解决管理技术障碍：1）基于物联网设备的资源请求和资源使用情况，构建物联网设备BRD建模和评估的有效方案; 2）扩展新的合理、公平和真实的资源分配（RFTA）模型，将设备的BRD和资源分配绑定，以实现公平分配，并鼓励资源需求的真实性;以及3）开发增强的深度强化学习（EDRL）方案以实现RFTA目标。评估结果表明，BEHAVE能够分析物联网设备的BRD并相应地调整其资源管理策略。
2021-03-19 cs.NI
Cost-Effective Situational Awareness Through IoT COTS Radios
针对现有战术态势感知方案成本高、功耗大、便携性差的问题，研究提出基于物联网COTS组件的Beartooth MKII无线电及配套网关，可低成本构建态势感知网络，兼容TAK等现有军事IP基础设施，满足野外战术需求。
2023-08-23 cs.NI
A Generalized Framework for Joint Dynamic Optimal RF Interface Setting and Next-Hop Selection in IoT networks with Similar Requests
在物联网机器上运行的许多应用程序都需要类似的带宽。这些机器配备了多个射频（RF）接口，用于机器对机器或机器对基站（BS）通信。在数据传输中联合动态优化RF接口设置和下一跳选择可以最大化网络数据率。为此，我们提出了一个通用的框架，根据所需的带宽的机器同时选择这些组件。该框架适用于具有多个BS和具有类似带宽请求的源的网络。仿真结果表明，使用该框架，网络源的平均数据率提高了117%。
2022-01-11 cs.NI eess.SP
State-Aware IoT Scheduling Using Deep Q-Networks and Edge-Based Coordination
New York University（纽约大学）；Washington University in St. Louis（圣路易斯华盛顿大学）；Vanderbilt University（范德堡大学）；Northeastern University（东北大学）；University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）
针对智能物联网设备能效管理难题，提出结合深度Q网络与边缘协作的状态感知调度方法，通过状态聚合与协作图建模优化资源分配，实验表明在能耗、延迟和资源利用率上优于基线。
2025-04-22 cs.LG cs.NI
A Hybrid Approach to Monitor Context Parameters for Optimising Caching for Context-Aware IoT Applications
本文提出一种结合层次分析法与滑动窗口的混合缓存策略，通过实时监控上下文新鲜度并动态优先缓存相关属性，以提升上下文感知物联网应用中CMP的缓存性能。
2024-05-01 cs.DC cs.NI
Towards AoI-aware Smart IoT Systems
信息时代（AoI）作为一个关键性能指标（KPI），在信息更新系统和时间关键型应用程序中表征信息的新鲜度，已经变得越来越重要。最近关于该主题的理论研究已经产生了对各种算法如何在各种系统模型和网络场景中执行此度量的重要理解。在本文中，借助理论结果，我们分析了现实网络上的AoI行为，使用我们的两个测试床，解决物联网网络和常规计算机。对于有线和无线链路上的传输协议（例如TCP、UDP和网络套接字）的变化，提供过多数量的AoI测量。实际问题，如同步和选择的硬件以及传输协议，以及它们对AoI的影响进行了讨论。研究结果提供了对应用程序和传输层机制的洞察力，优化AoI在现实生活中的网络。
2019-08-28 cs.NI
Guardian of the HAN: Thwarting Mobile Attacks on Smart-Home Devices Using OS-level Situation Awareness
灵巧家庭系统的新发展是使用移动应用程序来控制家庭局域网（HAN）上的物联网设备。这些系统倾向于依赖Wi-Fi路由器来验证其他设备;正如我们的研究所证实的那样，物联网供应商倾向于信任连接到HAN的所有设备。这种处理使它们暴露于恶意应用程序的攻击，特别是那些在授权手机上运行的应用程序，路由器没有信息可以控制，正如我们的测量研究所证实的那样。减轻这种威胁不能仅仅依靠物联网制造商，他们可能需要改变设备上的硬件以支持加密，增加设备的成本，或者我们需要信任的软件开发人员来正确实现安全性。在这项工作中，我们提出了一种新技术，以统一的、向后兼容的方式控制物联网设备及其应用程序之间的通信。我们的方法称为Hanguard，不需要对物联网设备本身、物联网应用程序或参与手机的操作系统进行任何更改。Hanguard通过桥接操作系统级别的态势感知和路由器级别的每个流控制来实现细粒度的每个应用程序保护：每个手机运行非系统用户空间监视器应用程序，以识别试图访问受保护物联网设备的一方，并通过控制平面通知路由器其访问决策;路由器在验证是否应该允许电话与设备通话之后在数据平面上执行该决定。Hanguard使用基于角色的访问控制（RBAC）模式，该模式利用类型强制（TE）和多类别安全（MCS）原语来定义高度灵活的访问控制规则。我们在Android和iOS（超过95%的移动操作系统市场份额）以及一个流行的路由器上实现了我们…
2017-03-07 cs.CR cs.NI
Semantic Extraction Model Selection for IoT Devices in Edge-assisted Semantic Communications
针对资源受限物联网设备在边缘辅助语义通信中的语义提取模型选择问题，提出一种基于动态规划的近似算法，在满足延迟、容量和准确率约束下最大化总语义速率。
2024-02-26 cs.NI eess.SP
Intrusion Detection on Resource-Constrained IoT Devices with Hardware-Aware ML and DL
Faculty of Sciences, Lebanese University（科学学院，黎巴嫩大学）；DITEN, University of Genova（DITEN，热那亚大学）；IMT Atlantique, Lab-STICC UMR CNRS 6285（IMT Atlantique，Lab-STICC UMR CNRS 6285）；School of Arts and Sciences, Lebanese American University（艺术与科学学院，黎巴嫩美国大学）
本文提出一种硬件感知的入侵检测系统，通过优化树状模型和CNN在边缘设备上的性能，实现实时威胁检测。
2025-12-01 cs.LG cs.NI
QoS Categories Activeness-Aware Adaptive EDCA Algorithm for Dense IoT Networks
IEEE 802.11网络在支持和部署物联网（IoT）方面发挥着重要作用。物联网的实现取决于网络处理大量站点和传输的能力，以及支持服务质量（QoS）的能力。IEEE 802.11网络通过应用具有静态参数的增强型分布式信道接入（EDCA）来启用QoS，而不管现有网络容量或QoS的哪个接入类别（AC）已经是活动的。我们在本文中的目标是提高802.11网络中的上行链路接入的效率，因此，我们提出了一种算法称为QoS类别活动感知自适应EDCA算法（QCAAAE），适应竞争窗口（CW）的大小，仲裁帧间间隔数（AIFSN）值取决于相关的站（STA）的数量，并考虑每个AC的存在。对于不同的业务场景，仿真结果证实了所提出的算法在吞吐量（平均增加23%）和重传尝试率（平均减少47%）方面的优越性，考虑到可接受的延迟敏感的延迟服务。
2019-06-07 cs.NI
Residual Energy Based Cluster-head Selection in WSNs for IoT Application
无线传感器网络（WSN）将专门的传感器分组，这些传感器为具有有限能量和存储资源的物联网（IoT）设备提供传感服务。由于传感器节点中电池的更换或充电几乎是不可能的，功耗成为无线传感器网络中的关键设计问题之一。在能量受限的网络中，分簇算法在节能方面起着重要的作用。选择簇头可以适当地平衡网络中的负载，从而减少能量消耗并提高寿命。本文重点研究了一种高效的簇头选举机制，该机制在能量水平较高的节点之间轮换簇头位置。该算法综合考虑初始能量、剩余能量和簇头的最优值，为适合环境监测、智慧城市和系统等物联网应用的网络选出下一组簇头。仿真分析表明，改进后的协议比LEACH协议吞吐量提高了60%，生存时间提高了66%，剩余能量提高了64%。
2019-02-04 cs.NI
DistPrivacy: Privacy-Aware Distributed Deep Neural Networks in IoT surveillance systems
随着智慧城市的出现，物联网（IoT）设备以及深度学习技术的采用率越来越高。为了支持这种范式在内存和计算方面的需求，引入了具有物联网协同作用的联合实时深度协同推理框架。然而，深度神经网络（DNN）的分布引起了人们对敏感数据的隐私保护的关注。在这种情况下，已经出现了各种威胁，包括黑盒攻击，其中恶意参与者可以准确地恢复馈送到其设备中的任意输入。在本文中，我们介绍了一种方法，旨在通过重新思考的分发策略，在不增加任何计算开销，以确保敏感数据。首先，我们研究了模型结构的特点，使其容易受到隐私威胁。我们发现，我们将模型特征映射划分到大量设备中的次数越多，我们就越好地隐藏原始图像的属性。我们将这样一种方法，即DistPrivacy，作为一个优化问题，我们在协同推理的延迟、数据的隐私级别和物联网参与者的有限资源之间建立了一个权衡。由于问题的NP难度，我们引入了一个在线启发式算法，支持异构物联网设备以及多个DNN和数据集，使普适系统成为隐私感知和低决策延迟应用程序的通用平台。
2020-10-25 cs.DC cs.NI
IoT-enabled Channel Selection Approach for WBANs
微电子技术的最新进展已经实现了无线体域网（WBAN）。然而，无线设备的大规模增长以及将这些设备互连以形成物联网（IoT）的推动对WBAN来说可能是一个挑战;因此，通过仔细的介质访问仲裁来实现强大的通信是必要的。在本文中，我们提出了一种新的协议，使WBAN操作在物联网。基本上，我们利用新兴的蓝牙低功耗技术（BLE），并促进WBAN协调器内的BLE收发器和认知无线电模块（CR）的集成。因此，BLE通过关于在它们附近使用的频率信道的通告来通知WBAN。为了减轻干扰，将TDMA的活动时段扩展为不仅涉及时分多址（TDMA）帧，而且涉及灵活信道选择（FCS）和灵活备份TDMA（FBTDMA）帧。在TDMA帧内的默认信道上经历干扰的WBAN传感器将最终切换到另一干扰减轻信道（IMC）。在CR的帮助下，为WBAN选择IMC，并且每个干扰传感器将被分配（FBTDMA）帧内的时隙以使用这样的IMC进行干扰。
2017-03-28 cs.NI
Application-Aware Resource Allocation and Data Management for MEC-assisted IoT Service Providers
针对MEC辅助物联网服务中数据源与用户分离及服务间数据依赖问题，提出架构与模型，并采用线性松弛舍入启发式算法，仿真验证了其在非均匀流量下的高效性。
2025-01-24 cs.NI
Efficient Intrusion Detection: Combining $χ^2$ Feature Selection with CNN-BiLSTM on the UNSW-NB15 Dataset
本研究提出一种结合χ²特征选择与CNN-BiLSTM的轻量级入侵检测模型，在UNSW-NB15数据集上实现二分类97.90%和多分类97.09%的高准确率，适用于资源受限的物联网设备。
2024-07-20 cs.CR cs.NI
Differentiating Network Flows for Priority-Aware Scheduling of Incoming Packets in Real-Time IoT Systems
当代表操作系统内核线程无条件地执行IP分组处理时，处理系统可能在高传入业务场景中经历过载。对于在工业物联网场景和汽车系统中控制其物理环境的嵌入式实时的【形】设备来说，这尤其令人担忧。我们提出了一个嵌入式实时的【形】感知IP栈适应与早期解复用方案传入的数据包和随后的每流非周期性调度。通过检测现有的嵌入式IP堆栈，部署具有最小延迟的刚性优先级，而无需进一步的任务资源。简单的缓解技术可以应用于单个流，导致几乎不可测量的开销，同时保护系统免受过载条件的影响。与未修改的堆栈相比，我们的IP堆栈自适应能够减少86%以上的低优先级数据包处理时间。因此，网络子系统可以在禁用接收IRQ作为确保最后期限的最后手段之前在7倍更高的一般业务负载下保持活动。
2022-04-19 cs.NI cs.OS
History-Aware Online Cache Placement in Fog-Assisted IoT Systems: An Integration of Learning and Control
在雾辅助物联网系统中，通常的做法是在网络边缘缓存流行内容，以实现高服务质量。由于实践中的不确定性，如未知的文件流行度，缓存放置方案设计仍然是一个悬而未决的问题，面临着以下挑战：1）如何将时间平均存储成本保持在预算范围内，2）如何结合在线学习来帮助缓存放置，以最大限度地减少性能损失（也称为后悔），以及3）如何利用离线历史信息来进一步减少后悔。在本文中，我们制定了一个约束的组合多臂强盗（CMAB）问题的缓存放置未知的文件流行的问题。为了解决这个问题，我们采用虚拟队列技术来管理时间平均存储成本约束，并采用历史感知的强盗学习方法，将离线历史信息集成到在线学习过程中，以处理探索-开发权衡。通过在线控制和历史感知在线学习的有效结合，我们设计了一种基于历史感知Bandit学习的Cache放置方案CPHBL。我们的理论分析和仿真结果表明，CPHBL实现了次线性的时间平均遗憾界。此外，仿真结果验证了CPHBL的优势，基于深度强化学习的方法。
2020-12-15 cs.NI eess.SP
Congestion-Aware Routing in Dynamic IoT Networks: A Reinforcement Learning Approach
物联网（IoT）支持的创新服务需要无缝可靠的无线基础设施，以实现异构和动态低功耗有损网络（LLN）内的通信。LLN路由协议（RPL）旨在满足各种物联网应用领域的通信需求。然而，负载均衡问题存在于重流量负载的情况下，在延迟和数据包传递方面的网络性能下降的RPL。在本文中，我们解决了负载平衡的问题，在RPL网络使用的学习框架。该方法在每个节点上采用Q学习，根据动态网络条件学习最优的父节点选择策略。每个节点将其邻居的路由信息保持为Q值，该Q值表示作为拥塞水平、链路质量和跳距的函数的复合路由成本。利用现有的RPL信令机制不断更新Q值。所提出的方法的性能进行了评估，通过广泛的模拟和现有的工作相比，证明其有效性。结果表明，所提出的方法大大提高了网络性能的数据包传输和平均延迟的信令频率的边际增加。
2021-05-20 cs.NI
Reinforcement Learning-Based Deadline and Battery-Aware Offloading in Smart Farm IoT-UAV Networks
安装有基站的无人机（UAV）是一种很有前途的智能农场监控技术。它们可以为广大的农业地区提供通信和计算服务。在多路访问边缘计算基础设施的帮助下，空中基站（ABS）网络可以为需要处理由现场部署的物联网设备提供的最后期限关键任务的智能农场提供节能解决方案。在本文中，我们介绍了一个多目标最大化问题和Q学习的方法，旨在处理这些任务的截止日期之前，同时考虑到无人机的悬停时间。我们还提出了三个启发式基线来评估我们的方法的性能。此外，我们引入一个整数线性规划（ILP）模型来定义我们的目标函数的上界。结果表明，Q-Learning在剩余能量水平和延迟违规百分比方面优于基线。
2022-02-12 cs.NI
ASA: Adaptive Smart Agent Federated Learning via Device-Aware Clustering for Heterogeneous IoT
Razi University（拉齐大学）；University College Dublin（都柏林大学学院）
ASA通过设备感知聚类实现异构物联网的自适应智能代理联邦学习，提升效率、可扩展性和公平性。
2026-02-16 cs.NI
Context-Aware Environment Monitoring to Support LPWAN-based Battlefield Applications
物联网相关技术的使用在几个领域都在增长。环境监测、物流、智慧城市等应用都是受益于物联网进步的应用示例。在军事环境中，物联网应用可以通过将直接从战场收集的信息提供给指挥、控制、通信、计算机、情报、监视和侦察（C4ISR）系统来支持决策过程。利用战场上已安装的物联网网络，使用物联网节点收集的数据是提高弹性和网络生存能力以及优化可用资源使用的一种方法。为了改善目前在战场上的通信网络，这项工作提出了一个上下文感知的环境监测系统，使用实时战场信息，以提高军事网络的弹性和生存能力。所提出的方法进行了验证的概念验证实验。所获得的结果表明，该系统的实施可以改善通信过程中，即使当网络暴露于不利的气候因素。
2022-03-22 cs.NI cs.SY eess.SY
QoS-Aware Buffer-Aided Relaying Implant WBAN for Healthcare IoT: Opportunities and Challenges
物联网（IoT）推动了移动医疗等各种应用程序开发的范式转变。无线体域网（WBAN）由人体内、体表或周围的许多低功耗设备组成，为移动健康应用提供了理想的生理信号监测解决方案。在植入体WBAN中，植入体医疗设备在至少一个体上设备的帮助下将其测量的生物参数传输到目标集线器，以满足其对尺寸、服务质量（QoS，例如，可靠性）和功耗。在这篇文章中，我们首先回顾了传统的合作WBAN的最新进展。之后，针对传统协作WBAN的缺点，提出了一种支持QoS的缓冲区辅助中继框架。在所提出的框架中，分层调制被认为是满足不同的QoS要求的不同的传感器数据从植入的医疗设备。在此基础上，提出了缓冲区辅助信号中继和多中继植入式WBAN的传输策略。仿真结果表明，所提出的协作WBAN提供了更好的性能比传统的合作同行。最后，指出了缓冲器辅助多中继植入体WBAN的一些开放性研究挑战，以激发更多的研究活动。
2019-02-12 cs.NI
SINR-Aware Base Station Deployment in Wide Area IoT Sensor Networks
Motilal Nehru National Institute of Technology (MNNIT) Allahabad（莫蒂拉尔·尼赫鲁国家技术学院）
针对广域物联网传感器网络，提出一种SINR感知的基站部署问题，利用单调子模覆盖函数设计贪心算法，在多项式时间内达到(1-1/e)近似最优解，实验表明部署成本接近元启发式算法且耗时降低190倍。
2026-06-16 cs.NI cs.SY eess.SY
Situation-Aware Integration and Transmission of Safety Information for Smart Railway Vehicles
近年来，铁路训练的发展趋势主要体现在高速化、信息化、娱乐化、智能化等方面，特别是行车高速化趋势突出，几个技术发达国家之间的高速竞争日趋激烈。为了实现高速，发动机或电动机分布在训练的多个车辆上以提供增加的动力，而单个发动机或电动机主要用于传统列车。速度的提高和更复杂的动力系统自然会导致更高的大规模事故的机会。从这个角度来看，在事故发生之前进行主动安全控制的重要性再怎么强调也不过分。为了实现主动安全控制，需要对从物联网传感器获得的安全信息进行情境感知集成和传输。关键物联网传感器的类型取决于情境条件。因此，安全信息的集成和传输应该与物联网传感器一起执行，以提供适合于所面临情况的安全信息。这篇简短的论文旨在设计一种如何操作物联网传感器网络的方法，以实现铁路车辆的主动安全控制，并提出一种基于队列管理的介质访问控制方案。
2015-04-03 cs.NI
Energy-Aware Receiver-initiated MAC Protocol for Energy Harvesting IoT
Faculty of Technical Sciences, University of Novi Sad（诺维萨德大学技术科学学院）；Department of Computer Systems and Sciences, Stockholm University（斯德哥尔摩大学计算机系统科学系）
针对现有EH-IoT MAC协议依赖存储能量易中断运行的问题，提出EARI-MAC协议，通过数学公式调整接收端占空比，仿真显示其能效与性能优于QPPD-MAC及无能量感知MAC。
2026-10-12 cs.ET cs.NI cs.PF
Delay-aware and Energy-Efficient Computation Offloading in Mobile Edge Computing Using Deep Reinforcement Learning
物联网（IoT）被认为是各种有前景的应用的使能平台，例如智能交通和智能城市，其中大量设备互连以进行数据汇集和处理。这些物联网应用对存储和计算能力提出了很高的要求，而物联网设备通常是资源受限的。作为一种潜在的解决方案，移动边缘计算（MEC）在物联网设备附近部署云资源，以便在本地更好地满足其请求。在这项工作中，我们研究了具有多个边缘服务器的动态MEC系统中的计算卸载，其中具有各种要求的计算任务由IoT设备动态生成并在时变操作环境中卸载到MEC服务器（例如，信道条件随时间改变）。这项工作的目标是最大限度地在各自的截止日期前完成任务，并尽量减少能源消耗。为此，我们提出了一种端到端的深度强化学习（DRL）方法来选择最佳的边缘服务器进行卸载，并分配最佳的计算资源，以使预期的长期效用最大化。仿真结果表明，该方法优于现有的方法。
2021-03-13 cs.NI
Resource-aware IoT Control: Saving Communication through Predictive Triggering
本文提出预测性触发和自触发协议，解决物联网控制中基于事件方法因瞬时决策导致资源闲置的问题，在贝叶斯框架下开发两种方案并通过实验验证其有效性与可扩展性。
2019-01-19 cs.MA cs.NI cs.SY
Intelligent Service Selection in a Multi-dimensional Environment of Cloud Providers for IoT stream Data through cloudlets
Amirkabir University of Technology（阿米尔卡比尔理工大学）
物联网（IoT）服务的扩展和不同传感器生成的大量数据，意味着存储即服务等云计算服务的重要性比以往任何时候都要高。物联网流量对云存储服务施加了额外的限制，例如传感器数据预处理能力以及数据中心和每个数据中心中的服务器之间的负载平衡。此外，它还应符合服务质量（QoS）。混合MWG算法已被提出在这项工作中，它考虑了不同的目标，如能量，处理时间，传输时间，和负载均衡在雾和云层。使用MATLAB脚本来模拟和实现我们的算法，并考虑了不同服务器的服务，例如Amazon，Dropbox，Google Drive等。与MOWCA、KGA和NSGAII相比，MWG的间距指标分别提高了7%、13%和25%。此外，与MOWCA、KGA和NSGAII相比，MWG在质量度量方面分别具有4%、4.7%和7.3%的优化。整体优化结果表明，在考虑不同目标的情况下，与MOWCA、KGA和NSGAII相比，MWG算法的性能分别提高了7.8%、17%和21.6%。
2021-01-26 cs.AI cs.DC cs.NI
Enabling Efficient Client Selection in FL-as-a-Service for Multi-Application based Society 5.0
iitp.ac.in（印度理工学院帕拉普尔分校）
针对物联网FLaaS中的客户端选择问题，提出基于延迟、能耗和链路状态评估的节点选择方法，在HAR数据集上相比随机和Q-learning策略提升了延迟与能效，支持Society 5.0智能服务。
2026-10-01 cs.DC cs.NI
Pareto-Aware Hierarchical Reinforcement Learning for Online Resource Allocation in RIS-assisted Large-Scale IoT Systems
Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））；Department of Industrial Engineering and Decision Analytics, Hong Kong University of Science and Technology（香港科技大学工业工程与决策科学系）；Department of Electronic and Computer Engineering, The Hong Kong University of Science and Technology（香港科技大学电子及计算机工程学系）
针对RIS辅助大规模物联网在线资源分配的高维计算挑战，提出PAAERL框架，通过帕累托感知降维与自动编码器压缩优化，缩短训练时间、加速收敛并降低网络成本，具备良好可扩展性。
2026-08-14 cs.NI
Energy-cost aware off-grid base stations with IoT devices for developing a green heterogeneous network
异构网络（HetNet）是一种特定的蜂窝平台，用于应对快速增长的预期数据流量。从通信的角度来看，数据负载可以被映射到通常放置在运营商网络上的能量负载。同时，可再生能源辅助网络提供减少化石燃料消耗，从而减少环境污染。本文提出了一种基于可再生能源的离网HetNet供电架构，使用一种新的能量共享模型。每个宏、微、微微或毫微微基站（BS）都使用太阳能光伏（PV）以及足够的储能设备。此外，生物质发生器（BG）用于宏和微BS。并置的宏BS和微BS通过端到端电阻线连接。针对非实时的应用，通过权衡功耗和通信时延，提出了一种新的带休眠机制的加权比例公平资源调度算法。此外，针对窄带物联网（IoT）应用的具有扩展的非连续接收（eDRX）和省电模式（PSM）的所提出的算法延长了IoT设备的电池寿命。HOMER优化软件用于执行最佳系统架构、经济性和碳足迹分析，而Monte-Carlo模拟工具用于评估吞吐量和能效性能。该算法对农村实际数据是有效的。我们证明了所提出的电源架构是节能的，具有成本效益，可靠，环保。
2021-10-12 cs.NI eess.SP
Multi-criteria IoT Resource Discovery: A Comparative Analysis
具有嵌入式和全球联网传感器的现实世界对象的增长允许巩固物联网范式，并增加无处不在和上下文感知计算领域的应用程序数量。云计算与物联网的融合将成为处理数千个传感器及其数据的关键。物联网中的主要挑战之一是上下文感知传感器搜索和选择。通常，传感器需要使用两个或多个冲突的上下文属性进行搜索。大多数现有的工作使用某种多标准决策分析来执行传感器搜索和选择，但没有显示出任何关注的质量，这些方法所提出的选择。在本文中，我们分析了SAW，TOPSIS和VIKOR多目标决策方法的行为和它们的选择质量比较帕累托最优解。收集的结果允许分析和比较这些算法的行为，最佳解决方案的数量和冗余。
2016-11-16 cs.NI
From AoI to QVAoI: Query-Based Semantics-Aware Scheduling for Energy-Harvesting IoT Status Update Systems
本文提出了一种基于查询的语义感知调度方法，通过优化查询版本信息年龄（QVAoI）来提升能量收集物联网状态更新系统的性能。
2025-11-28 cs.IT cs.NI math.IT
Optimizing Version AoI in Energy-Harvesting IoT: Model-Based and Learning-Based Approaches
针对能量收集物联网状态更新系统，研究语义指标版本信息年龄（VAoI）的优化，根据系统模型的三种认知程度提出对应策略，结合MDP与RL分析性能权衡，为语义感知策略设计提供指导。
2025-10-01 cs.IT cs.NI math.IT
