Topologies in the Internet of Medical Things (IoMT), literature review
本文基于DSR方法对535篇IoMT相关文献进行综述,分析网状拓扑在医疗物联网中的通信优势,并绘制健康领域IoMT研究趋势,为后续研究提供基础。
2024-01-29 cs.NI
A Roadmap Towards Resilient Internet of Things for Cyber-Physical Systems
TU Wien(维也纳技术大学);Intel Corporation(英特尔公司)
物联网(IoT)是一个无处不在的系统,连接着许多不同的设备-这些东西-可以从远处访问。信息物理系统(CPS)从远处监视和控制事物。因此,可靠性和安全性的概念深深地交织在一起。动态性、异质性和复杂性的不断增加了系统的脆弱性,并挑战了其对故障的反应能力。本文总结了现有的异常检测、容错和自愈工作的最新进展,并添加了许多其他适用于实现物联网弹性的方法。我们特别关注确保网络中数据完整性的非侵入性方法。此外,本文还介绍了为CPS构建弹性物联网的主要挑战,这在具有增强连接性的智能CPS时代至关重要(这种系统的一个很好的例子是连接的自动驾驶汽车)。它进一步总结了我们的解决方案,正在进行的工作和未来的工作,以实现“CPS值得信赖的物联网”。最后,这个框架是说明了一个选定的用例:在运输领域的智能传感器基础设施。
2018-11-06 cs.ET cs.LG cs.NI
Traffic Road Congestion System using by the internet of vehicles (IoV)
本文通过系统文献综述分析2014-2023年间121篇论文,研究车联网(IoV)在交通拥堵控制中的应用,并基于SUMO仿真和车辆云提出比传统模型更高效的IoV交通控制模型。
2023-06-01 cs.CY cs.NI
Cyber-physical risks of hacked Internet-connected vehicles
汽车技术与互联网连接的整合有望极大地改善交通运输,同时也带来了新的未知风险。互联网连接的车辆就像数字数据,因为它们可能成为恶意黑客的目标。然而,与数字数据不同的是,互联网连接的车辆是网络物理系统,它们相互之间以及与环境进行物理交互。因此,将网络安全问题扩展到网络物理领域,为交通流量中的自组织现象带来了新的可能性。在这里,我们研究了网络安全专家设想的一种情况,导致大量互联网连接的车辆突然同时被禁用。我们使用基于代理的模拟来调查黑客攻击后的流量,并发现渗流的关键相关性,用于在针对车辆的网络攻击发生后立即概率性地预测多车道道路上的结果。我们开发了一个基于分析的模型,以快速评估道路状况的残疾人车辆的密度,并将其应用于研究曼哈顿(纽约州,美国)的街道网络,揭示城市的脆弱性,这种特殊的网络物理攻击。
2019-02-28 cs.CR cs.NI physics.soc-ph
Ensuring Predictable Contact Opportunity for Scalable Vehicular Internet Access On the Go
随着支持媒体的手持设备及其与车载娱乐系统的集成的日益普及,移动用户对高数据速率服务的需求显而易见。这种不断增长的数据需求不断超过蜂窝网络在经济上所能支持的范围。大规模无线局域网(WLAN)可以提供这样的服务,但部署和维护成本很高。另一方面,开放式WLAN接入点不需要新的部署,但只能提供机会性服务,缺乏任何性能保证。相比之下,精心规划的路边WiFi稀疏部署为移动用户提供了具有服务质量保证的经济可扩展基础设施。在本文中,我们提出了一个新的指标,称为联系机会,密切模型的数据服务质量,移动用户可能会遇到的驾驶时,通过系统。然后,我们提出了有效的部署算法,以最大限度地减少成本,以确保所需的接触机会。通过考虑各种动态元素,我们进一步将此概念和部署技术扩展到一个更直观的度量标准-平均吞吐量。在一个真实的道路网络和实验结果的模拟表明,我们的方法实现了显着更好的成本与吞吐量权衡在最坏的情况下和平均情况下相比,一些常用的部署算法。
2014-01-04 cs.NI
Protection of Vulnerable Road Users using Hybrid Vehicular Networks
本文提出一种利用公共蜂窝网络、MQTT代理和IEEE 802.11p硬件混合车载网络,为车辆提供弱势道路使用者存在信息的概念验证系统,并在城市和测试跑道验证其可靠性。
2023-12-22 cs.NI
I Accidentally the Whole Internet
无论是电信还是电力系统,网络在日常生活中都非常重要。特别令人关切的是,即使在受到攻击或出现故障的情况下,也要保持这些网络的正常运作和连接。这个主题以前已经从整个网络鲁棒性的角度进行了研究,将网络建模为无向图(如道路或简单的电缆)。这个角度测量网络在最后一个节点发生故障后的平均行为。在这篇文章中,我们提出了两种替代方案,以著名的研究骨干互联网的鲁棒性:使用供应网络模型和指标的表示(我们称之为去指数),并使用鲁棒性指标,可以计算,而断开出现。我们的研究问题是:如果一个聪明的对手攻击互联网的次数是有限的,那么每一次攻击之后,从断网的角度来看,损失会有多大?我们的研究结果表明,为了设计健壮的网络,最好从基础设施和用户的角度全面了解网络的健壮性演变。
2016-05-27 cs.NI
Dynamic Federated Learning-Based Economic Framework for Internet-of-Vehicles
University of Technology Sydney(悉尼科技大学);Universitas Gadjah Mada(加查马达大学);University College Dublin(都柏林大学学院);Sun Yat-sen University(中山大学)
联邦学习(FL)可以通过利用智能车辆(SV)以最少的数据交换和隐私泄露参与学习过程来增强车联网(IoV)网络。收集的数据和学习的知识可以帮助车辆服务提供商(VSP)提高全局模型准确性,例如,为了道路安全以及VSP和参与SV的更好利润。然而,在车联网网络中实施FL时存在重大挑战,例如来自大量SV的动态活动和不同的信息质量(QoI)、VSP有限的支付预算以及SV之间的利润竞争。在本文中,我们提出了一个新的动态FL为基础的经济框架的车联网网络,以解决这些挑战。具体而言,VSP首先实现SV选择方法,以根据它们当前位置的重要性和每个学习轮的信息历史来确定用于FL过程的最佳SV的集合。然后,每个选定的SV可以收集道路信息,并基于其收集的QoI向VSP提供支付合同。为此,我们开发了一个多主体的单代理合同为基础的政策,以最大限度地提高利润的VSP和学习SV的VSP的有限的支付预算和VSP和SV之间的信息不对称。通过使用真实世界的道路数据集的实验结果,我们表明,我们的框架可以收敛速度提高57%(即使在网络中只有10%的活动SV),并获得更高的社会福利的网络(高达27.2倍)相比,其他基线FL方法。
2021-03-11 cs.LG cs.NI
Global mibility and handover management for heterogeneous network in VANET
车载自组织网络是一种新兴的技术.移动性管理是车载自组织网络支持各种智能交通系统应用的最具挑战性的研究课题之一。车载Ad hoc网络对于车辆间通信越来越重要,因为它们允许车辆之间的通信,而无需任何基础设施、配置工作,并且没有蜂窝网络的高成本。除了本地数据交换,车辆应用程序可以用于访问互联网服务。访问由位于路边站点的互联网网关提供。然而,互联网集成需要车载自组织网络的相应移动性支持。在本文中,我们将研究在车载自组网的网络移动性的方法,该模型将描述车辆从一个网络到另一个网络的运动。提出的切换方案减少了切换延迟,分组丢失信令开销。
2013-10-18 cs.NI
Transportation Internet: Concepts, Models, and Architectures
自动化、互联、电气化和共享移动性引发了车辆和交通的颠覆性变化。自动驾驶汽车与互联网数据包一样,通过道路网络从一个地址传输到另一个地址。互联网已经成为一种通用的网络传输范式,能源互联网就是这种范式在能源领域的成功应用。本文将互联网范式引入交通领域,首次提出交通互联网。基于交通互联网的概念,建立了交通互联网的交换模型、路由模型、层次模型等基础模型,形成了交通互联网的基本理论;提出了交通路由器、软件定义交通等新的体系结构,实现了交通互联网的开放性;通过原型和仿真等系统验证,证明了交通互联网的可行性和先进性。在科学和产业上具有深远意义的交通互联网,带来了理论、架构、技术等方面的系统性突破,探索了创新性的研究方向,为新一代交通提供了类互联网的解决方案。
2021-09-29 cs.NI cs.SI cs.SY
Distributed Cache Enabled V2X Networks: Proposals, Research Trends and Challenging Issues
如今,车联网(IoV)已经发展到车到万物(V2X)阶段。然而,现有的大部分工作集中在汽车上。相比之下,共享自行车系统作为最后一英里问题的可行物联网(IoT)应用场景(例如,从车站到家庭/办公室)。此外,当前V2X的互联网接入依赖于回程到路边单元(RSU)的连接。在本文中,除了以前的工作,我们提出了一个通用的V2X系统的分布式框架和异构缓存方法。道路上的所有车辆和设备(机动车、非机动车、行人等)已全面纳入拟议的网络。我们进一步介绍了一种异构缓存方法,有效的无线传输,同时利用大量连接的设备。重点介绍了实现高速传输、深度编程专用网络切片以及基于大数据、机器学习(ML)、雾计算的图像识别与重建等方面的潜在研究趋势,为未来的研究提供参考。最后,挑战性的问题,即,讨论了城市街道峡谷路径损耗和信道模型、超可靠通信和低延迟要求。
2018-07-17 cs.NI eess.SP
An Efficient Mobile Gateway Selection and Discovery Based-Routing Protocol in Heterogeneous LTE-VANET Networks
针对异构LTE-VANET网络中多跳路由效率低的问题,提出基于多度量中继选择的移动网关推选与路由发现协议,可降低开销、实现无缝切换,显著提升网络性能。
2023-03-30 cs.NI
Fog Networking: An Overview on Research Opportunities
在过去的15年里,随着互联网骨干网流量的快速增长和更复杂的蜂窝核心网络的兴起,云计算已经崛起。有三种不同类型的云:(1)数据中心,(2)骨干IP网络和(3)蜂窝核心网络,负责计算,存储,通信和网络管理。现在,这三种云的功能正在下降到最终用户之间或附近,即,到网络的边缘,如雾。本文概述了雾网络的研究机会:一种架构,用户一个或多个协作的最终用户客户端或近用户边缘设备进行大量的存储,通信和管理。架构分配功能,而可能使用雾架构的工程工件包括5G,家庭/个人网络和物联网。
2016-01-05 cs.NI
A Method Based on Deep Learning for the Detection and Characterization of Cybersecurity Incidents in Internet of Things Devices
鉴于物联网网络的日益增长及其在人类活动的关键方面的存在,连接到这些网络的设备的安全性变得至关重要。机器学习方法作为计算机网络中的安全解决方案的使能者正变得突出,这是由于其处理流量信息以检测可能代表针对基础设施的攻击的异常模式的能力。在本文中,我们建议利用卷积和递归神经网络,这两个工件已成功地用于上下文,如图像处理的模式识别,用于开发一个安全解决方案,用于物联网的背景下。我们的研究结果表明,当使用最先进的数据集进行评估时,这种方法在攻击的二进制分类(即正常流量与攻击流量)中的准确率约为99%,在多类分类(识别不同类型的攻击)准确率为96%。这些结果优于文献中的建议,显示了为物联网基础设施开发安全解决方案的前景。
2022-03-01 cs.CR cs.NI
Keep Your Friends Close, but Your Routeservers Closer: Insights into RPKI Validation in the Internet
IP前缀劫持允许对手重定向和拦截流量,对互联网的稳定性和安全性构成威胁。为了防止前缀劫持,网络应该部署RPKI并过滤具有无效路由的伪造BGP公告。在这项工作中,我们评估RPKI部署对互联网的安全性和弹性的影响。我们的目标是了解哪些网络过滤无效路由,以及过滤在阻止前缀劫持方面的有效性。我们扩展了以前的数据采集和分析方法,以获得更准确的识别网络过滤与RPKI的无效路由。我们发现,超过27%的网络实施RPKI过滤,并首次表明部署遵循域间路由的业务激励:提供商有更大的动力进行过滤,以避免丢失客户的流量。分析RPKI的有效性,我们发现,目前的趋势,部署RPKI的路由服务器上的互联网交换点(IXP)只提供了一个本地的保护,以防止劫持,但对防止其蔓延到全球的影响微乎其微。相比之下,我们表明,在一级提供商的RPKI过滤大大有利于互联网的安全,因为它限制了劫持的传播到本地化的范围。根据我们的观察,我们提供了RPKI部署的未来路线图的建议。我们将我们的数据集提供给公众使用[https://sit4.me/rpki]。
2023-03-21 cs.CR cs.NI
Water Quality Prediction on a Sigfox-compliant IoT Device: The Road Ahead of WaterS
Politecnico di Bari(巴里理工大学);Hamad Bin Khalifa University(哈马德·本·哈利法大学);CNIT, Consorzio Nazionale Interuniversitario per le Telecomunicazioni(意大利国家跨大学电信联盟);Exprivia S.p.A.(Exprivia公司);Sitael S.p.A.(Sitael公司);Fincons Group S.p.A.(Fincons集团)
水污染是一个严重的问题,可能影响人类健康和整个生态系统,从而引发经济和社会问题。在本文中,我们专注于物联网水质预测系统,即WaterS,可以利用低功耗广域网技术远程通信收集的测量结果。该解决方案解决了水污染问题,同时考虑到独特的物联网限制,如能源效率和自主性,因为平台配备了光伏电池。在此基础上,提出了一种用于时间序列预测的长短期记忆递归神经网络。它是预测水质参数(如pH值、电导率、氧气和温度)的有效解决方案。这项工作中涉及的水质参数测量参考了Tiziano项目数据集,参考时间跨度为2007年至2012年。应用LSTM预测水质参数实现了高精度和0.20的低平均绝对误差,0.092的均方误差,以及0.94的余弦近似。所获得的结果进行了广泛的分析,在协议的适用性和网络的可扩展性,目前的架构向大规模部署。从网络的角度来看,随着支持Sigfox的终端设备数量的增加,数据包出错率也会增加,最高可达4%(最大预期部署)。最后,WaterS生态系统的源代码已作为开源发布,以鼓励和促进工业界和学术界的研究活动。
2020-07-27 cs.LG cs.NI
Making a Case for Federated Learning in the Internet of Vehicles and Intelligent Transportation Systems
University of Western Ontario(西安大略大学)
随着5G网络的引入和技术的进步,例如网络功能虚拟化和软件定义网络,新的和新兴的网络技术和用例正在形成。其中一项技术是车辆互联网(IoV),它描述了车辆和基础设施的互联系统。再加上人工智能和机器学习的最新发展,车联网将转变为智能交通系统(ITS)。然而,有几个操作上的考虑因素阻碍了ITS系统的采用,包括可扩展性、高可用性和数据隐私。为了应对这些挑战,联邦学习,一个协作和分布式智能技术,建议。通过ITS案例研究,强调了部署在整个网络路边基础设施上的联合模型通过利用组智能从故障中恢复的能力,同时减少了恢复时间并恢复了可接受的系统性能。联邦学习具有众多用例和优势,是ITS的关键推动因素,并有望在5G及其他网络和应用中实现广泛应用。
2021-02-19 cs.LG cs.NI
Dynamic Distributed Mobility Management System based on Multiple Mix-Zones over Road Networks
在新兴的智能交通系统(ITS)中,车辆可以访问互联网进行通信,以满足移动性管理和兴趣点分配的需要。因此,很明显,通过频繁地改变路边单元,可能需要对移动用户(MU)的快速切换管理以配置新的IP地址,然而正在进行的会话保持不受干扰。最近的研究表明,当前版本的IP移动性协议是集中式解决方案,在集中式环境中,数据业务和数据管理被路由到锚实体。车辆可能会以组的形式从一个RSU路由到另一个RSU,相应地,交换消息的业务量和移动性增加,这将显著影响网络的性能。面对这些挑战,IETF DDMM组织已经预期了一种名为DDMM(动态分布式移动性管理)的新结构。它是基于基于网络的CMM协议设计的,该协议被称为代理移动IPv6(PMIPv6)。然而,已经认识到,基于网络的DDMM和PMIPv6在切换延迟和分组丢失方面可能存在显著差异。因此,我们已经设想了基于网络的DDMM的快速切换(动态分布式移动性管理),其基于PMIPv6(PFMIPv6)的快速切换。针对MU承载IP流且具有多个不同锚实体的情况,我们设计了一些重要的补充措施来支持该模型,并推导了解析表达式,对给定的DDMM方案的切换性能进行了检验和比较,结果表明,DDMM方案在切换延迟、会话恢复和分组丢失等方面都优于以前的方案。
2017-06-06 cs.NI
LSTM-Based Proactive Congestion Management for Internet of Vehicle Networks
Mississippi State University(密西西比州立大学);Arab Academy for Science, Technology, and Maritime Transport(阿拉伯科学、技术与海事运输学院)
本文提出一种基于LSTM的IoV网络主动拥塞管理框架,通过构建拥塞场景与数据集预测网络拥塞,并利用SUMO与NS3仿真验证了其在拥塞预测及数据包聚类与优先级排序上的有效性。
2024-10-12 cs.AI cs.NI cs.SY
The Future of Internet of Things and Multimodal Language Models in 6G Networks: Opportunities and Challenges
University of Guelph(圭尔夫大学)
本综述探讨物联网与多模态语言模型在6G网络中的整合潜力,分析其在医疗、农业和智慧城市等领域的应用及四大支柱,并指出数据、计算、隐私和实时处理等关键挑战。
2025-04-17 cs.AI cs.CY cs.ET
XMap: Fast Internet-wide IPv4 and IPv6 Network Scanner
Nankai University(南开大学)
XMap 是一款用于快速扫描互联网-wide IPv4 和 IPv6 网络的开源工具,已广泛应用于学术、工业和政府领域,并对 RFC 文档和漏洞发现产生了重要影响。
2026-02-10 cs.CR cs.NI
Thirty Years of Machine Learning: The Road to Pareto-Optimal Wireless Networks
Tsinghua University(清华大学);University of Science and Technology Beijing(北京科技大学);University of South Florida(南佛罗里达大学);University of Southampton(南安普顿大学)
未来的无线网络在支持军事和民用领域的广泛复杂应用方面具有巨大的潜力,用户能够享受高速率,低延迟,低成本和可靠的信息服务。由于网络结构和无线服务的复杂异构性,实现这一雄心勃勃的目标需要新的无线电技术进行自适应学习和智能决策。机器学习(ML)算法在支持大数据分析、高效参数估计和交互式决策制定方面取得了巨大成功。因此,在这篇文章中,我们通过详细介绍监督学习,无监督学习,强化学习和深度学习来回顾ML三十年的历史。此外,我们还研究了它们在无线网络的引人注目的应用中的应用,包括异构网络(HetNets),认知无线电(CR),物联网(IoT),机器对机器网络(M2M)等。本文旨在帮助读者澄清各种ML算法的动机和方法,以便调用它们用于迄今为止未开发的服务以及未来无线网络的情形。
2020-08-02 cs.LG cs.NI stat.ML
EC-SAGINs: Edge Computing-enhanced Space-Air-Ground Integrated Networks for Internet of Vehicles
Sun Yat-sen University(中山大学);Auburn University(奥本大学);Tianjin University(天津大学)
边缘计算增强型车联网(EC-IoV)能够在车辆和地面边缘计算(TEC)基础设施(例如,5G基站和路边单元)很少或没有人为干预,在智能交通系统中发挥着关键作用。然而,EC-IoV严重依赖于车辆和TEC基础设施之间的连接和交互,因此在TEC基础设施不可用的一些偏远地区(例如,沙漠、孤岛和受灾地区)。在无处不在的连接和全球区域覆盖的驱动下,空间-空中-地面集成网络(SAGIN)有效地支持无缝覆盖和高效的资源管理,代表了边缘计算的下一个前沿。有鉴于此,我们首先回顾了本文中SAGIN的最新边缘计算研究。在讨论了几种现有的轨道和空中边缘计算架构后,我们提出了一个支持边缘计算的空间-空中-地面集成网络(EC-SAGIN)框架,以支持偏远地区车辆的各种车联网服务。该框架的主要目标是尽量减少任务完成时间和卫星资源的使用。为此,提出了一种预分类方案以减小动作空间的大小,并提出了一种深度模仿学习(DIL)驱动的卸载和缓存算法以实现实时决策。仿真结果表明了该方案的有效性。最后,我们还讨论了一些技术挑战和未来的发展方向。
2021-01-15 cs.AI cs.DC cs.NI
Cellular, Wide-Area, and Non-Terrestrial IoT: A Survey on 5G Advances and the Road Towards 6G
无线技术的下一波浪潮正在扩散,将事物相互连接以及与人类连接。在物联网(IoT)时代,数十亿个传感器、机器、车辆、无人机和机器人将被连接起来,使我们周围的世界变得更加智能。物联网将包括必须无线传输从环境中收集的各种数据集以用于无数新应用的设备。最终目标是从这些数据中提取见解,并开发解决方案,提高生活质量并创造新的收入。提供大规模、持久、可靠和近实时的连接是实现智能互联世界的主要挑战。本文对现有和新兴的通信解决方案进行了全面的调查,这些解决方案用于在蜂窝、广域以及非地面网络的背景下为物联网应用提供服务。具体地,提出了用于在第五代(5G)和超越蜂窝网络以及非授权频谱上的通信网络中提供IoT接入的无线技术增强。根据5G及5G以后网络的主要关键性能指标,我们研究了能够实现当前和未来物联网网络的能效、可靠性、低延迟和可扩展性(连接密度)的解决方案和标准。这些解决方案包括用于短分组通信的免授权接入和信道编码、非正交多址接入和设备上智能。此外,提供了21世纪30年代通信网络新范式转变的愿景,并阐述了相关新技术(如人工智能、非地面网络和新频谱)的集成。最后,指出了未来5G物联网网络的研究方向。
2021-07-07 cs.NI eess.SP