Intelligent IoT Attack Detection Design via ODLLM with Feature Ranking-based Knowledge Base
San Francisco State University(旧金山州立大学);Lawrence Berkeley National Laboratory(劳伦斯伯克利国家实验室)
针对物联网DDoS攻击检测难题,提出基于设备端大语言模型(ODLLM)结合特征排序知识库的框架,实现高效准确检测,并在边缘计算中展现优越性能。
2025-03-27 cs.AI cs.CR cs.NI
Design and implementation of intelligent packet filtering in IoT microcontroller-based devices
Aeronautics Institute of Technology (ITA)(航空技术学院);University of São Paulo (USP)(圣保罗大学);Universidade Federal de Minas Gerais (UFMG)(米纳斯吉拉斯联邦大学)
针对物联网设备安全方案稀缺的问题,提出低资源占用的ML数据包过滤器T800,在ESP32上验证其可通过拦截恶意流量提升算力,还提供适配多系统的性能评估策略,助力资源受限IoT设备安全增强。
2023-05-30 cs.CR cs.LG cs.NI
Monitoring in IOT enabled devices
随着网络规模继续呈指数级增长,相应网络中的节点数量也相应增加。随着物联网(IOT)的出现,人们认为更多的设备将连接到现有的网络基础设施。因此,随着网络趋于变得更加异构,管理员的监控预计将变得更加复杂。此外,考虑到设备将被添加到网络的规模,物联网的寻址将更加复杂,因此由于管理更大范围的地址,监控必然会成为一项艰巨的任务。本文将揭示什么样的监控机制可以部署在物联网(IOTs)及其整体有效性。
2015-07-14 cs.NI
A Lightweight Blockchain and Fog-enabled Secure Remote Patient Monitoring System
物联网使智能远程医疗应用快速增长。这些基于物联网的远程医疗应用程序为有风险或患有慢性疾病的患者提供快速和预防性的医疗服务。然而,在医疗物联网设备之间交换敏感医疗数据的同时确保数据安全和患者隐私仍然是远程医疗保健应用中的一个重大问题。更改或损坏的医疗数据可能会导致错误的治疗,并为患者带来严重的健康问题。此外,需要解决和改进当前远程医疗应用的效率和响应时间。考虑到对安全高效的患者护理的需求,本文提出了一种轻量级的基于区块链和启用雾的远程患者监护系统,该系统提供了高级别的安全性和高效的响应时间。仿真结果和安全性分析表明,所提出的轻量级区块链架构能够很好地适应资源受限的物联网设备,并且具有较好的安全性。此外,雾计算的增强使远程患者监护系统的响应速度提高了40%。
2023-01-09 cs.CR cs.NI
IoT Behavioral Monitoring via Network Traffic Analysis
The University of New South Wales(新南威尔士大学);School of Electrical Engineering and Telecommunications(电气与电信工程学院)
灵巧家庭、企业和城市越来越多地配备了大量的物联网(IoT),从智能灯到安全摄像头。虽然物联网网络有可能造福我们的生活,但它们带来了传统IT网络所没有的隐私和安全挑战。由于缺乏可见性,这种智能环境的运营商通常不知道他们的物联网资产,更不用说每个物联网设备是否正常运行,免受网络攻击。这篇论文是我们努力开发技术来分析物联网的网络行为模式,自动化物联网分类,推断其操作上下文,并检测指示网络攻击的异常行为的结果。我们通过调查物联网生态系统开始这篇论文,同时回顾当前的漏洞评估,入侵检测和行为监控方法。对于我们的第一个贡献,我们收集流量跟踪,并通过流量模式的属性来描述物联网设备的网络行为。我们开发了一个强大的基于机器学习的推理引擎,使用这些属性进行训练,并展示了28个物联网设备的实时分类,准确率超过99%。我们的第二个贡献是通过降低属性提取的成本,同时识别物联网设备状态来增强分类。原型实现和评估展示了我们的监督机器学习方法检测五个物联网设备的行为变化的能力。我们的第三个也是最后一个贡献是开发了一个模块化的无监督推理引擎,该引擎可以动态地适应新物联网设备的添加和/或对现有设备的更新,而不需要对模型进行系统范围的重新训练。我们通过实验证明,我们的模型可以自动检测10个物联网设备中的攻击和固件更改,准确率超过94%。
2020-01-28 cs.CR cs.LG cs.NI
Federated Kalman Filter for Secure IoT-based Device Monitoring Services
University of Guelph(圭尔夫大学)
本文提出一种结合联邦卡尔曼滤波器、联邦学习与私有区块链的平台,用于解决物联网设备监控服务中的隐私问题,实验证明其在基于RSSI的定位数据估计上具有显著改进潜力。
2023-04-03 cs.CR cs.LG cs.NI
Machine Learning Methods for Monitoring of Quasi-Periodic Traffic in Massive IoT Networks
Aalborg University(奥尔堡大学)
大规模物联网(IoT)部署的核心问题之一是监控大量链路的状态。通过链路传输的业务的不规则性加剧了这个问题,因为业务的不规则性可以伪装成链路故障,反之亦然。在这项工作中,我们提出了一个流量模型的物联网设备运行准周期性的应用程序,我们提出了监督和无监督的机器学习方法来监测网络性能的物联网部署与准周期性的报告,如智能计量,环境监测和农业监测。无监督方法基于Lomb-Scargle周期图,这是天文学家开发的一种方法,用于估计不均匀采样时间序列的谱密度。
2020-02-27 cs.LG cs.NI
IoT Monitoring with Blockchain: Generating Smart Contracts from Service Level Agreements
针对物联网服务监控中SLA违规证据易被篡改的信任问题,本研究开发了一个Java库,能根据给定SLA自动生成智能合约,结合区块链技术实现无可辩驳的违规监控,并在远程患者监控模拟场景中达到100%的捕获成功率。
2024-08-23 cs.CR cs.DC cs.ET
SmartProduct: a prototype platform for product monitoring-as-a-service, leveraging IoT technologies and the EPCIS standard
近年来,物联网(IoT)技术通过包含一组技术而受到了极大的关注,这些技术使得各种异构物理对象(称为事物)能够通过高效的联网协议进行交互和通信。这些技术已经在制造业、医疗保健、农业等多个领域得到了应用。物联网可以应用和有用的另一个领域是供应链跟踪,在整个供应链中对产品进行监控。物联网数据汇集可以使应用程序激增,这些应用程序能够跟踪每个产品的环境相关信息(例如存储条件),并将它们与可追溯性数据结合在一起,以提供完整的产品监控服务。传统的供应链追踪方法(如产品追踪、储存条件监控、使用的运输工具等)涉及昂贵且容易出错的程序,因为通常需要人工参与。由于所涉各利益攸关方(生产商、分销商、零售商)不使用可互操作的技术和标准,因此也可能出现严重的各自为政。为了克服这些限制,我们提出了一个灵活而安全的原型平台,该平台利用物联网技术,结合电子产品代码信息服务(EPCIS)标准。平台的物联网软件/硬件模块用于收集物联网数据(即地理位置、环境温度、湿度等),而基于EPCIS的软件收集和记录传统的供应链可追溯性数据(例如,制造的产品类型、装载到卡车上/从卡车上卸载的产品、转换为另一种产品的产品等)。使用具有强大身份验证/授权机制的丰富RESTful API向第三方应用程序提供产品监控即服务(PMaaS)。
2022-10-17 cs.NI
Energy Conserved Failure Detection for NS-IoT Systems
本文针对NS-IoT系统,提出基于MAF的动态休眠监控机制及强化学习PPO算法,以降低监控能耗并优化故障检测,仿真验证了其高效性与稳定性。
2024-04-19 cs.NI
Toward SATVAM: An IoT Network for Air Quality Monitoring
空气污染是印度仅次于营养不良的第二大公共健康风险。由于缺乏空间和时间分布的空气质量信息,无法对其对人类健康和国民经济的影响进行科学研究。在本文中,我们提出了我们对SATVAM的初步努力,空气质量监测的时间变量流分析,旨在解决这一差距。我们介绍了多学科,多机构的项目和一些关键的物联网技术使用。这些跨越了气体传感器与无线微尘封装的硬件集成,使用6LoWPAN和RPL的无线传感器网络设计,以及与云后端的集成,用于数据采集和分析。我们初步部署的结果将为改进设计提供信息,从而实现城市规模的可负担和可管理的监测。这将导致数据驱动的城市空气质量管理政策。
2018-11-19 cs.NI
A Virtual Cybersecurity Department for Securing Digital Twins in Water Distribution Systems
Media Engineering Group University of Extremadura(媒体工程组埃斯特拉达大学)
针对中小企业供水系统数字孪生面临的网络攻击及预算不足问题,提出基于开源工具和机器学习集成模型的虚拟网络安全部门(VCD)框架,以低成本实现高效威胁检测与防护。
2025-04-28 cs.CR cs.LG cs.NI
Intelligent Internet of Things (IoT) Node Demonstrator for Device Monitoring and Control in the Oil and Gas Sector
物联网(IoT)是将智能和非智能设备连接到网络的新工业口号。数据传输的安全性、不同方法的互操作性、Wi-Fi的普及以及低功耗MCU的发展等问题,扩大了对石油和天然气行业物联网最佳替代技术的探索。本文重点介绍物联网设备的通信方法,以确定基于IEEE 802.11标准的新型MOD-WIFI-ESP8266-DEV Wi-Fi单元与德州仪器MSP430接口的功能级别和效率。该系统使用Android应用程序和Web服务控制LED并监控温度/湿度传感器(DHT 11)。该系统以三层结构呈现了一个轻量级、小尺寸、低成本和低功耗的物联网系统生态系统。预计该系统的行业/用户将能够控制,监控和分析由连接设备网络生成的数据。
2019-02-26 cs.NI
Content-based Cognitive Interference Control for City Monitoring Applications in the Urban IoT
在城市物联网中,设备和系统在城市范围内互联,为市民提供创新服务。然而,由传感和处理系统产生的流量可能会使本地接入网络过载。当并发应用程序相互干扰并竞争可用资源时,就会出现共存问题。支持城市物联网的网络的多尺度和异构性进一步加剧了这种影响。本文的主要贡献之一是在支持城市物联网计算和数据处理的异构本地接入网络中引入面向内容的认知干扰控制的概念。考虑多种通信技术(诸如设备到设备和长期演进(LTE))的网络场景。本文的重点是城市监控应用,其中由摄像机系统生成的视频数据流被远程处理以检测对象。认知网络的范式扩展到动态形状的并发数据流产生的干扰模式,并诱导兼容的视频处理算法的丢包轨迹。数值结果表明,所提出的认知传输策略,使一个显着的吞吐量增加的干扰应用程序的目标精度的监测应用。
2016-06-06 cs.NI
Verifying and Monitoring IoTs Network Behavior using MUD Profiles
物联网设备越来越多地参与网络攻击,引起了社区对它们对关键基础设施、企业和公民构成的风险的担忧。为了降低这种风险,IETF正在推动物联网供应商以制造商使用描述(MUD)的形式开发其物联网设备预期用途的正式规范,以便他们在任何操作环境中的网络行为都可以被锁定和严格验证。本文旨在帮助物联网制造商开发和验证MUD配置文件,同时帮助这些设备的采用者确保它们与其组织策略兼容,并根据其MUD配置文件跟踪设备网络行为。我们的第一个贡献是开发一个工具,该工具将任意物联网设备的流量跟踪作为输入,并自动为其生成MUD配置文件。我们将我们的工具作为开源贡献,将其应用于28个消费者物联网设备,并强调在此过程中遇到的见解和挑战。我们的第二个贡献是应用一个正式的语义框架,不仅验证了一个给定的MUD配置文件的一致性,但也检查其与给定的组织政策的兼容性。我们将我们的框架应用于代表性组织和选定的设备,以展示MUD如何减少物联网验收测试所需的工作。最后,我们展示了运营商如何使用已知的MUD配置文件动态识别物联网设备,并监控它们在网络上的行为变化。
2019-02-07 cs.NI
Application Scheduling with Multiplexed Sensing of Monitoring Points in Multi-purpose IoT Wireless Sensor Networks
无线传感器网络(WSNs)有许多应用,是物联网系统的重要组成部分。无线传感器网络的主要功能是从传感器节点覆盖的特定点收集数据,并将收集到的数据传输到远程单元进行进一步处理。在物联网用例中,WSN基础设施可能需要由许多应用共享,这需要调度这些应用以分时共享节点和网络资源。在本文中,我们调查的问题,在无线传感器网络基础设施的应用程序调度。我们专注于应用程序的情况下,请求一组监测点被感测在该区域的无线传感器网络的跨度,并提出了一个共享的数据的方法,利用多路复用的多个应用程序所请求的监测点的传感,这减少了传感和通信网络上的负载。我们还提出了一个遗传算法称为GABAS,和三个贪心算法调度应用到一个无线传感器网络的基础设施,考虑不同的标准。我们进行了广泛的模拟实验,以评估我们的算法,并比较它们的一些标准的调度方法。结果表明,我们提出的方法比标准的调度方法在最大完工时间,周转时间,等待时间,成功的执行率指标。我们还观察到,我们的遗传算法是非常有效的调度应用程序相对于这些指标。
2022-10-12 cs.NI
Remote IoT Source Monitoring with Delayed Feedback
Institute of Communications and Navigation, German Aerospace Center (DLR)(德国航空航天中心通信与导航研究所)
本文研究物联网远程源监控中延迟反馈下的阈值报告策略,通过马尔可夫更新过程精确分析均方误差,发现主动传输在严格速率约束下显著提升监控性能。
2026-09-22 cs.IT cs.NI math.IT
SISSA: Real-time Monitoring of Hardware Functional Safety and Cybersecurity with In-vehicle SOME/IP Ethernet Traffic
School of Computer Engineering and Science, Shanghai University(上海大学计算机工程与科学学院);Purple Mountain Laboratories(紫金山实验室)
本文提出SISSA方法,通过分析车载SOME/IP以太网流量,结合Weibull分布建模硬件故障和深度学习模型检测网络攻击,实现对ECU功能安全与网络安全的实时监控。
2024-02-21 cs.CR cs.LG cs.NI
Advancing Remote and Continuous Cardiovascular Patient Monitoring through a Novel and Resource-efficient IoT-Driven Framework
本文提出一种资源高效的物联网框架,结合云应用实现心脏病患者远程连续监测与报警,并在20名参与者中验证其可靠性。
2025-05-06 cs.IR cs.NI
Multi-RAT IoT -- What's to Gain? An Energy-Monitoring Platform
多个LPWAN已经推出,以支持对正在进行的数字化转型至关重要的各种物联网应用。这些网络在服务质量、吞吐量和能效方面差别很大。为了最佳地覆盖所有LPWAN用例,可以将多个网络组合成多无线电接入技术(multi-RAT)解决方案。特别是智能城市和偏远地区的环境监测。我们提出并分享这样一个多RAT平台。为了在各种场景中导出多RAT机会的准确简档,在现场网络参数被监视。该平台收集LoRaWAN,NB-IoT和Sigfox的每包能耗,包交付率(PDR)和其他参数。我们的初步测量证明了使用多RAT解决方案的有效性。例如,我们说明了在各种情况下采用多RAT时的潜在节能。
2022-07-15 cs.NI cs.SY eess.SY
LIFY: IoT System for Monitoring Vital Signs of Elderly People
Pontificia Universidad Javeriana(波哥大耶稣会天主教大学)
本文提出LIFY物联网系统,通过集成体温、心率、血氧传感器的智能设备采集老年人生理数据,并上传云端平台实现实时可视化与Telegram个性化警报,以改善养老机构中的生命体征监测。
2025-09-22 cs.NI
Environmental Variable Monitoring with IoT Technology
本文介绍了一个灵活的和低成本的平台,用于监测环境变量应用于农业的设计。为了构建这个平台,使用了基于通信协议,Wi-Fi,蓝牙和Zigbee的技术,使用嵌入式Raspberry pi 3 b +系统和传感器来量化不同的环境变量,使用不同的开源硬件和软件工具。该网络由一个在三星Artik 1020卡上实现的中心节点(网关)和两个连接读取环境变量的传感器的节点组成。最后,数据由网关收集,网关将负责处理并将其存储在数据库中,以便将来用户可以从任何地方实时的访问信息。
2021-01-14 cs.NI
RCD-IoT: Enabling Industrial Monitoring and Control with Resource-Constrained Devices UnderHigh Packet Transmission Rates
针对资源有限行业的工业监控需求,提出整合智能传感器与IoT技术、采用IEEE 802.15.4协议的RCD-IoT系统,在高传输速率及不同衰落环境下均实现优于现有方案的低延迟性能。
2025-01-14 cs.NI eess.SP
IoTEdu: Access Control, Detection, and Automatic Incident Response in Academic IoT Networks
IComp, Universidade Federal do Amazonas (UFAM)(IComp,亚马逊联邦大学);AI Horizon Labs, Programa de Pós-Graduação em Engenharia de Software (PPGES) Universidade Federal do Pampa (UNIPAMPA)(AI Horizon Labs,软件工程硕士项目,潘帕斯联邦大学)
IoTEdu通过集成访问控制、事件检测和自动阻断技术,提升学术物联网网络的安全性与响应效率。
2025-11-28 cs.AI cs.CR cs.NI
Improving Remote Patient Monitoring Systems Using a Fog-based IoT Platform with Speech Recognition
School of Engineering, University of Guelph(圭尔夫大学工程学院)
本文提出基于雾计算的物联网平台,通过资源分配缓解服务器过载,并结合语音识别增强远程患者监测系统的交互性,实验验证其在准确率、延迟和吞吐量方面的可行性。
2025-11-10 cs.MM cs.NI
Low-Power and Accurate IoT Monitoring Under Radio Resource Constraint
本文针对无线电资源约束下的物联网监测,提出结合唤醒接收机的分散式传感器观测传输策略,优先传输高价值观测值,在低相关场景下相比无感知策略实现更低功耗和更高估计精度。
2025-07-21 cs.NI
LPWAN based IoT Architecture for Distributed Energy Monitoring in Deep Indoor Environments
Dortmund University of Applied Sciences and Arts(多特蒙德应用技术大学)
本文提出了一种基于 LPWAN 的分布式物联网架构,通过结合多种 LPWAN 技术优化成本和覆盖范围,用于深室内环境的能源监控。
2025-11-30 cs.NI cs.SY eess.SY
Monitoring Efficiency of IoT Wireless Charging
The University of Sydney(悉尼大学)
众包无线能源是一种为附近的物联网设备充电的新颖而方便的解决方案。已经提出了若干应用以实现对等无线能量充电。然而,他们都没有考虑无线能量传输的能量效率。在本文中,我们提出了一个能量估计框架,预测实际接收到的能量。我们的框架使用两个机器学习算法,即XGBoost和神经网络,估计接收到的能量。结果表明,神经网络模型在预测接收能量方面优于XGBoost。我们通过收集真实的无线能量数据集来训练和评估我们的模型。
2023-03-10 cs.DC cs.LG cs.NI
Exploring IoT for real-time CO2 monitoring and analysis
本文提出一种基于NODE MCU-ESP8266、MQ135和DHT-11的物联网仪器,用于实时监测CO₂、温湿度,以支持健康安全、能源优化和环境监测。
2023-08-02 cs.CY cs.NI eess.SP
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
Structural Health Monitoring system with Narrowband IoT and MEMS sensors
迫切需要对民用基础设施进行监测,以跟踪老化、损坏情况,并最终防止可能危及许多人生命的严重故障。从经济和生命安全的角度来看,以连续和细粒度的方式监测各种建筑物的完整性的能力,称为结构健康监测,具有低成本,长期和连续的测量是必不可少的。为了满足这些需求,我们提出了一种低成本的无线传感器节点,专门设计用于支持模态分析在较长的时间内与远程连接,低功耗。我们的设计使用了极具成本效益的MEMS加速度计,并利用窄带物联网协议(NB-IoT)与4G基础设施网络建立了远距离连接。据我们所知,远距离无线连接、免布线安装和多年使用寿命是任何商业或研究设备所不具备的独特功能组合。我们详细讨论了节点的硬件结构和电源管理。实验测试表明,使用17000 mAh电池或使用小型太阳能电池板(60 mm x 120 mm)完全能量中性操作的寿命超过十年。此外,我们验证测量精度,并确认与MEMS传感器的模态分析的可行性:与基于压电传感器的高精度仪器相比,我们的传感器节点实现了0.08%的最大差异,成本和功耗的一小部分。
2021-04-27 cs.NI eess.SP
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
IoT-Based Coma Patient Monitoring System
本文提出一种成本低于30美元、基于物联网的昏迷患者监测系统,通过低成本传感器、本地数据处理、GSM警报和本地托管应用,在资源有限且网络不稳定的环境中实现持续生命体征监测。
2024-11-20 cs.NI cs.SY eess.SY
WiFi-based Crowd Monitoring and Workspace Planning for COVID-19 Recovery
University of Northampton(北安普顿大学)
COVID-19疫情的恢复阶段需要仔细规划和监测,同时人们逐渐恢复工作。物联网(IoT)被广泛认为是帮助许多地区和社会抗击COVID-19大流行的重要工具。特别是,物联网解决方案捕获的异构数据可以为政策制定和对社区事件的快速响应提供信息。本文介绍了一种新的物联网人群监控解决方案,该解决方案使用软件定义网络(SDN)辅助的WiFi接入点作为24/7传感器来监控和分析物理空间的使用情况。原型和人群行为模型是使用在大学校园中捕获的超过5亿条记录开发的。除了支持机构一级的知情决定外,访问者个人还可以使用这些结果来计划或安排他们对设施的访问。
2020-07-23 cs.LG cs.NI cs.SI
Design and Implementation of an IoT Based LPG and CO Gases Monitoring System
如今,液化石油气(LPG)的使用量有所增加。液化石油气是一种窒息性、挥发性和高度易燃的气体。在液化石油气泄漏的情况下,吸入或燃烧气体会增加潜在的健康事故。另一方面,一氧化碳(CO)是一种有毒气体,主要来自汽车发动机的燃烧。呼吸一氧化碳污染的空气会导致头晕、昏厥、呼吸问题,有时甚至死亡。为了防止在开放或封闭环境中发生健康事故,包括爆炸,远程和实时监测CO和LPG气体的浓度水平已成为必要。这项工作的目的是展示使用物联网(IoT)技术来设计和构建遥测系统,以实时监测周围空气中GLP和CO气体的浓度。为了实现这项工作,作为中央硬件,在电子站上有微控制器、CO和PLG传感器。此外,亚马逊网络服务(AWS)被用作物联网平台和云中的数据存储。主要成果是一个远程信息处理系统,用于实时的监测GLP和CO气体的浓度,其数据可通过网站从任何具有互联网访问的设备访问。实地测试取得了成功,并表明拟议的系统是一个有效和低成本的选择。
2021-06-22 cs.DC cs.NI
State Monitoring for Situational Awareness in Rural Microgrids Using the IoT Infrastructure
School of Electronic Engineering;Computer Science Queen Mary University of London London E1 4NS, UK
本文提出了一种基于事件触发的估计策略和数据采集架构,用于微电网的情境感知。通过基于事件触发卡尔曼滤波的估计代理结构,利用LoRAWAN协议实现情境感知的状态估计层,并通过智能电表收集大量数据以实现微电网的充分情境感知。使用Thingsboard物联网平台和定制仪表板进行可视化,证明了通过所提出的估计策略,可以以最小的安装和通信成本实现微电网的准确平均状态估计。
2019-06-02 cs.NI cs.SY eess.SP
The Fusion of Deep Reinforcement Learning and Edge Computing for Real-time Monitoring and Control Optimization in IoT Environments
Northern Arizona University(北亚利桑那大学);University of Electronic Science and Technology of China(电子科技大学);Trine University(特莱恩大学);Yantai University(烟台大学);Northwestern University(西北大学)
针对工业物联网实时控制需求,本文提出融合深度强化学习与边缘计算的优化控制系统,通过云边协同部署轻量策略网络和动态资源分配,降低延迟、提升稳定性并节省维护成本。
2024-02-28 cs.AI cs.LG cs.NI