A New Small-World IoT Routing Mechanism based on Cayley Graphs
在不久的将来，越来越多的低功耗物联网（IoT）设备将被广泛部署。考虑到低功耗设备的短距离通信，多跳传输将成为物联网网络中重要的传输机制。对于低功耗设备来说，以低延迟和可靠的方式通过多跳进行长距离数据传输至关重要。网络的小世界特性表明，网络具有平均最短路长度（ASL）小和平均聚类系数（ACC）高的优点。本文提出了一种新的考虑小世界特性的物联网路由机制，以减少延迟，提高可靠性。基于Cayley图推导了用于IoT网络小世界特性性能分析的ASL和ACC。此外，基于Cayley graphH（CITY）提出了小世界物联网的可靠性和时延模型。仿真结果表明，与传统的最近邻路由（NNR）相比，该算法具有更低的时延和更好的可靠性。与NNR相比，最大时延降低了50.6%。
2019-08-27 cs.NI eess.SP
Routing Optimization Based on Distributed Intelligent Network Softwarization for the Internet of Things
本文提出基于联邦深度强化学习的分布式智能路由优化方法，结合分布式控制器与智能路由，提升受限物联网网络的性能与能源效率。
2025-01-20 cs.NI
Secure Routing in IoT: Evaluation of RPL Secure Mode under Attacks
随着低功耗和有损网络路由协议（RPL）成为物联网（IoT）网络中的路由标准，许多研究人员对该协议的安全性进行了研究。然而，没有任何工作（据我们所知）调查了协议标准中包含的安全机制的使用，因为在任何物联网操作系统中还没有实现这些功能。RPL安全机制的部分实现最近针对Contiki操作系统提出（由Perazzo等人提出），这为我们提供了检查RPL安全机制的机会。在本文中，我们研究了常见的路由攻击下使用RPL安全机制的效果和挑战。首先，使用几个度量（例如，平均数据包传送速率、平均数据包延迟、平均功耗.等等）。基于这种比较的观察结果，我们提出了一些建议，可以减少这种攻击的影响，而无需为RPL添加安全机制。
2019-08-13 cs.CR cs.NI
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
Optimizing RPL Routing Using Tabu Search to Improve Link Stability and Energy Consumption in IoT Networks
University of Verona（维罗纳大学）；University of Extremadura（埃斯特雷马杜拉大学）；Islamic Azad University Ardabil Branch（伊斯兰阿扎德大学阿尔达比勒分校）
本文提出一种结合禁忌搜索算法的改进RPL路由机制，通过优化父节点和子节点选择过程，提升链路稳定性、降低能耗并提高数据包交付率。
2025-06-16 cs.NI
Rethinking IoT Intrusion Detection: Augmenting Routing Metrics with Radio Features
Uppsala University（乌普萨拉大学）
针对RPL物联网网络，提出在LSTM入侵检测系统中结合收发无线电特征与标准RPL特征，在三种攻击下F1分数提升高达4%。
2026-06-05 cs.CR cs.NI
Optimizing Underwater IoT Routing with Multi-Criteria Decision Making and Uncertainty Weights
针对水下移动传感器网络路由效率低、资源消耗大的问题，提出结合模糊SWARA多准则决策的路由优化方法，综合多网络特征选最优父节点，仿真验证性能优于现有方案，为水下IoT通信提供新方向。
2024-05-19 cs.NI
Enhancing Routing Security in IoT: Performance Evaluation of RPL Secure Mode under Attacks
随着低功耗和有损网络路由协议（RPL）成为物联网（IoT）网络中的路由标准，许多研究人员对该协议的安全性进行了研究。然而，据我们所知，还没有任何工作研究RPL标准中包含的安全机制的使用，主要是因为在任何物联网操作系统中还没有实现这些功能。RPL安全机制的部分实现最近针对Contiki操作系统提出（由Perazzo等人提出），这为我们提供了一个检查RPL安全机制的机会。在本文中，我们研究了常见的路由攻击下使用RPL安全机制的效果和挑战。首先，使用几个度量（例如，平均数据分组传送速率、平均数据分组延迟、平均功耗等）。该比较使用两种常用的无线电占空比协议来执行。其次，基于这种比较的观察结果，我们提出了两种技术，可以减少这种攻击的影响，而无需为RPL添加安全机制。这些技术的评估表明，RPL下的调查攻击的性能提高，除了虫洞攻击。
2020-07-11 cs.NI
MAC-aware Routing Metrics for the Internet of Things
无线介质访问控制（MAC）和路由协议是物联网（IoT）的基本构建块。随着新的物联网网络标准的提出和不同的现有解决方案的修补，评估网络的端到端性能变得具有挑战性。设计为有益的特定解决方案在堆叠时可能会对整体网络性能产生不利影响。本文分析了物联网的MAC和路由协议，重点介绍了IEEE 802.15.4 MAC和IETF RPL标准。结果表明，现有的路由度量不占MAC和路由之间的复杂的相互作用，从而提出了新的度量。这实现了用于在给定特定性能约束的情况下选择路由选择选项和适配MAC参数的协议选择机制。广泛的分析和实验结果表明，MAC协议的行为可能会损害路由协议的性能，反之亦然，除非这两个一起仔细优化所提出的方法。
2013-10-17 cs.NI
Identification of the Most Significant Parameter for Optimizing the Performance of RPL Routing Protocol in IoT Using Taguchi Design of Experiments
本文利用田口实验设计分析网络规模、移动速度、DIO_DOUBLING、DIO_MIN_INTERVAL和冗余常数五个因素对RPL功耗的影响，发现DIO_MIN_INTERVAL是最重要参数，为后续优化RPL能效提供依据。
2023-05-09 cs.NI
Resilient Chaotic Cross-Layer Routing for Smart Grid IoT Networks
Manipal Institute of Technology Manipal Academy of Higher Education（马尼帕尔理工学院 马尼帕尔高等教育学院）
本文提出DAMCR协议，通过混沌频跳扩频和链路自适应功率控制提升智能电网和工业物联网通信网络的可靠性、适应性和能效，实验显示其在多种环境下均能保持95%以上的包交付率和稳定的端到端延迟。
2026-03-15 cs.NI cs.SY eess.SY
Dynamic and Distributed Routing in IoT Networks based on Multi-Objective Q-Learning
Department of Computer and Systems Sciences, Stockholm University（计算机与系统科学系，斯德哥尔摩大学）
本文提出了一种动态分布式多目标Q学习路由算法，通过并行学习多个Q表和贪婪插值策略，实现对物联网网络中动态优先事项的高效适应，显著降低能耗并提高奖励和数据包交付率。
2026-02-06 cs.AI cs.DC cs.LG
HERMES: Heterogeneous Application-Enabled Routing Middleware for Edge-IoT Systems
HERMES提出一种面向边缘-IoT系统的异构应用增强路由中间件，通过动态整合应用感知决策提升路由灵活性，验证了其在边缘智能任务中的有效性。
2025-12-08 cs.NE cs.NI
A distributed routing protocol for sending data from things to the cloud leveraging fog technology in the large-scale IoT ecosystem
提出一种基于雾计算的分布式路由协议，通过多标准簇头选择和平衡树分层传输，降低能耗和延迟，提升网络寿命。
2026-05-28 cs.NI
BRPL: Backpressure RPL for High-throughput and Mobile IoTs
RPL是一种用于低功耗有损网络（LLN）的IPv6路由协议，被认为是物联网（IoT）的事实上的路由标准。然而，越来越多的实验结果表明，RPL表现不佳，在吞吐量和适应网络动态。这极大地限制了RPL在许多实际物联网场景中的应用，例如具有高速传感器数据流和移动传感设备的LLN。为了解决这个问题，我们开发了BRPL，RPL的扩展，提供了一个实用的方法，允许用户顺利结合任何RPL对象函数（OF）与背压路由。BRPL使用两种新的算法，QuickTheta和QuickBeta，分别支持时变的数据流量负载和节点的移动性。我们在Contiki OS上实现了BRPL，Contiki OS是一个用于物联网的开源操作系统。我们使用基于FIT IoT实验室测试平台的真实世界实验和使用Cooja在云上的18个虚拟服务器上进行的大规模模拟进行了广泛的评估。评估结果表明，BRPL不仅与RPL完全向后兼容（即运行RPL和BRPL的设备可以无缝协同工作），而且还显著提高了网络吞吐量以及对网络拓扑和数据流量负载变化的适应性。在移动网络中观察到的分组丢失减少至少为60%，在极端情况下可以看到高达1000%。
2017-05-20 cs.DC cs.NI
An Energy Efficient Routing Protocol for Wireless Internet-of-Things Sensor Networks
物联网（IoT）越来越多地被应用于实际应用，如安全系统，智能基础设施，交通管理，天气系统等。虽然这些应用的规模巨大，但设备的能力，特别是在电池寿命和能源效率方面是有限的。尽管正在进行研究以改善这些缺点，但无线物联网网络仍然无法保证令人满意的网络寿命和延长的感知覆盖范围。此外，在文献中提出的方案是错综复杂的，不能很容易地实现在现实世界的情况下。这就需要为无线物联网传感器网络开发一种简单而节能的路由方案。本文将物联网应用中设备的能量约束问题建模为优化问题。为了节省设备节点的能量，路由协议首先基于多个不同的特征将设备聚集到集群中，所述多个不同的特征诸如距基站的距离、数据/消息长度以及在当前时期中从环境感测到的数据。然后，为每个簇选举簇头，并以所有簇头为节点生成有向无环图（DAG）。边缘表示从发射机到接收机的通信意图，并且使用公式化的等式来计算边缘权重。计算到基站的最小成本路径以允许有效的实时路由。休眠调度还可选地用于进一步提高网络能量效率。建议的路由协议已被模拟，并优于现有的路由协议的度量，如活跃节点的数量，能量动态和网络覆盖。
2019-03-08 cs.NI eess.SP
Scalable Downward Routing for Wireless Sensor Networks and Internet of Things Actuation
在本文中，我们研究了大规模和异构的无线传感器网络（WSNs）和物联网（IoT）的网络控制/驱动的向下路由。我们提出了一个可扩展的和可靠的无线传感器网络/物联网的下行路由协议的启发式源路由（OSR）。OSR在传统的源路由中引入了机会路由机制，该机制基于节点在数据汇集过程中的上行路由的父节点集，有效地解决了低功耗、高损耗无线传感器网络中链路动态变化的问题。我们设计了一种新的自适应布隆过滤器机制，有效地和高效地编码在OSR，这使得一个显着减少的源路由字段的长度在数据包报头中的向下源路由。OSR可扩展到非常大规模的WSN/IoT部署，因为网络中的每个资源受限节点只存储其直接子节点的集合。布隆过滤器的概率性质被动地探索机会路由。在沿着下行路径的任何跳处的递送失败时，OSR主动地执行机会路由以绕过过时/坏链路。我们证明了理想的可扩展性OSR对标准的RPL向下路由。我们通过模拟和真实世界的测试平台实验，OSR的性能进行评估，与标准的RPL（存储模式和非存储模式），ORPL，和代表性的传播协议滴比较。我们的研究结果表明，OSR显着优于RPL和ORPL的可扩展性和可靠性。与TinyRPL和Drip相比，OSR还实现了更好的能源效率，TinyRPL和Drip基于与OSR实现相同的TinyOS平台。
2018-02-12 cs.NI
Learning Automata-Based Enhancements to RPL: Pioneering Load-Balancing and Traffic Management in IoT
本文提出基于学习自动机的RPL增强方法，通过动态调整路由决策优化负载均衡和减少网络拥堵，提升物联网网络性能。
2024-08-19 cs.NI
TRUAV: Distributed Multi-Agent Reinforcement Learning for Trajectory Planning and Routing Enhancement in UAV-Aided IoT-Enabled VANETs
Hangzhou International Innovation Institute of Beihang University（北京航空航天大学杭州国际创新研究院）；School of Automation Science and Electrical Engineering at Beihang University（北京航空航天大学自动化科学与电气工程学院）；State Key Laboratory of Intelligent Manufacturing Systems Technology（智能制造系统技术国家重点实验室）；School of Transportation, Southeast University（东南大学交通学院）；Digital Health Research Center, Haihe Lab of ITAI（海河信息技术与人工智能实验室数字健康研究中心）；School of Cyber Science, Nankai University（南开大学网络空间科学学院）；China-SCO Digital Intelligence Applications (DIA) Joint Laboratory（中国-上海合作组织数字智能应用联合实验室）；College of Engineering, Abu Dhabi University（阿布扎比大学工程学院）；Faculty of Engineering and Architecture, Nisantasi University（尼桑塔西大学工程与建筑学院）；School of Information Engineering, Guangdong University of Technology（广东工业大学信息工程学院）
研究无人机辅助车联网中轨迹规划与路由增强问题，提出基于独立表格Q学习的分布式多智能体强化学习框架TRUAV，其智能体依局部信息运行，奖励设计兼顾多种因素，模拟显示该框架在多方面表现良好，还讨论了相关挑战与方向。
2026-07-28 cs.LG cs.NI
Attack of the Ants: Studying Ant Routing Algorithms in Simulation and Wireless Testbeds
无线网络正在成为我们通信基础设施的关键组成部分。示例范围从蜂窝网络到野生动物监测和环境场景中的自组织和传感器网络。随着物联网（IoT）的兴起，数以百万计的物理和虚拟对象将进行无线通信并改善日常生活。物联网中无线网络的自适应性和可扩展性是最具挑战性的任务之一。生物启发的网络算法是解决这些问题的一种方法。在本文中，我们提出了一个仿真框架的基础上OMNeT++实现蚂蚁路由算法，研究和比较它们的算法水平和方法，以全面的方式运行大型仿真研究。
2014-09-03 cs.NI
RALL - Routing-Aware Of Path Length, Link Quality, And Traffic Load For Wireless Sensor Networks
物联网（IoT）应用场景的多样性和普遍性为当前和未来的互联网带来了新的应用视角。无线传感器网络为物联网通信模式的发展提供了关键设备，例如收集各种信息的传感器以及路由和MAC协议。然而，这种类型的网络具有很强的功耗和传输容量限制（低速无线链路和受干扰）。在这种情况下，有必要开发基于网络资源的优化利用实现更有效通信的解决方案。本文提出了一种多目标路由算法，命名为路由感知路径长度，链路质量和流量负载（RALL），试图平衡三个目标：最小化瓶颈，最小化路径长度，并避免低质量的链路。在考虑传输速率、开销、延迟和功耗时，RALL会产生良好的性能。
2016-09-15 cs.DS cs.NI
SDN-Driven Innovations in MANETs and IoT: A Path to Smarter Networks
Department of Engineering and Computer Science, Faculty of Engineering, University of Bologna（博洛尼亚大学工程学院工程与计算机科学系）
本文提出利用SDN提升MANETs和IoT网络的路由效率、资源管理和安全性，通过数学模型评估其对CAPEX、OPEX和性能指标的影响，展示SDN在动态大规模环境中的优势。
2026-01-15 cs.ET cs.NI
Li-MSD: A lightweight mitigation solution for DAO insider attack in RPL-based IoT
针对基于RPL的低功耗有损物联网中存在的DAO内部攻击会大幅降低网络性能的问题，提出采用黑名单策略的轻量级缓解方案Li-MSD，仿真验证其性能优于现有方案。
2024-09-16 cs.CR cs.NI
A Correlated Data-Driven Collaborative Beamforming Approach for Energy-efficient IoT Data Transmission
本文提出结合OMRP路由与SoftPPO-LSTM算法的数据驱动协同波束成形框架，通过智能节点选择优化上行能耗，有效缓解物联网热点问题并提升传输效率。
2025-03-12 cs.NI
Resolving the Decreased Rank Attack in RPL's IoT Networks
本研究针对RPL物联网网络中恶意节点通过广播低Rank值诱骗流量的降秩攻击，通过大量仿真分析其危害，并提出一种新的安全目标函数来防御此类攻击。
2023-05-17 cs.CR cs.NI
Routing for Intermittently-Powered Sensing Systems
针对无电池间歇供能设备导致现有路由协议失效的问题，本文提出 RICS，通过快速拓扑构建与含 pendulum-sync 的低延迟转发机制，实现较基线数个数量级的延迟降低。
2023-08-16 cs.NI
Making opportunistic networks in IoT environments CCN-ready: A performance evaluation of the MobCCN protocol
在未来的物联网环境中，预计移动用户的个人设备在部署物联网设备的物理区域中的作用将变得越来越重要。特别是，由于推动服务向边缘分散，附近的其他（移动）节点可能需要物联网设备生成的大量数据，而全球互联网接入将仅限于一小部分数据。在这种情况下，可以采用机会网络方案来构建高效的以内容为中心的协议，通过该协议，IoT设备（或移动节点本身）生成的数据可以由附近的其他节点访问。在本文中，我们提出了MobCCN，这是一个ICN兼容的协议，这种异构环境。MobCCN旨在实现主要ICN实现（如CCN）的路由和转发机制。MobCCN的原始方面是实现有效的机会网络路由方案以填充节点的转发兴趣基础（FIB）表，以便引导兴趣分组向存储所需数据的节点传播。具体来说，MobCCN将每个节点的效用定义为特定类型内容的兴趣分组的转发器，使得兴趣分组可以沿着正效用梯度传播，直到到达存储数据的某个节点。我们评估MobCCN对协议代表两个可能的端点的频谱，分别在最大限度地减少数据传输延迟和资源消耗。性能结果表明，MobCCN非常有效，因为它保证了非常高的交付率和低延迟，同时将生成的总流量保持在合理的水平，并节省了本地资源。
2021-09-24 cs.NI
Reliable Group Communication Protocol for Internet of Things
在本文中，我们提出了RECOUP，一种用于物联网网络的可靠组通信路由协议。RECOUP在RPL协议之上有效地使用了一种低开销的基于集群的多播路由技术。RECOUP增加了消息传递到预期目的地的概率，而不管网络大小和故障（例如断开的链路或不响应的节点），以及存在行为不端的节点。我们表明，RECOUP的基于簇的路由机制在存在各种拓扑结构（即，Rank和Sybil）和数据通信（即，黑洞、虫洞和干扰）攻击。在Contiki中实现了RECOUP。我们的研究结果表明，RECOUP的有效性超过国家的最先进的协议，有关的数据包交付率为25%，端到端延迟下降到100 ms，低无线电传输所需的每包交付6 mJ，最重要的是，它提高了鲁棒性和可扩展性的数据通信过程中在thehenetwork。
2019-04-09 cs.NI
Reliable Energy-Efficient Routing Algorithm for Vehicle-Assisted Wireless Ad-Hoc Networks
我们研究了物联网（IoT）中移动车辆的最优路由路径的设计。在我们的模型中，干扰存在，可能会干扰无线节点之间的信息交换，导致恶化的服务质量（QoS）的通信。此外，每个配备电池的节点的发射功率被约束以节省能量。我们提出了一个三步最优路由路径算法的可靠性和能源效率的通信。此外，结果表明，在移动车辆的帮助下，可以在很大程度上降低总能耗。研究了路径损耗、最大发射功率约束、QoS要求等因素对最优路由路径设计和能量消耗的影响。
2017-09-17 cs.NI
Model and Machine Learning based Caching and Routing Algorithms for Cache-enabled Networks
网内高速缓存可能成为各种联网系统（例如，5G网络，LPWAN和IoT系统）。在本文中，我们比较和对比了基于模型的方法和机器学习方法，用于设计缓存和路由策略，以提高缓存网络性能（例如，延迟、命中率）。我们首先概述了基于模型的策略设计中使用的关键原则，并讨论了这些方法获得的分析结果和界限。通过对真实世界的痕迹和网络进行实验，我们确定了内容流行度偏度和请求流相关性之间的相互作用是影响缓存性能的重要因素。关于路由，我们表明，影响性能的主要因素是备用路径路由和内容搜索。然后，我们讨论了多种机器学习模型的适用性，特别是强化学习，深度学习，迁移学习和概率图形模型的缓存和路由问题。
2020-04-14 cs.NI
A Query-based Routing Table Update Mechanism for Content-Centric Network
由于多媒体、在线购物、物联网（IoT）和5G等网络应用的普及，在以内容为中心的网络（CCN）中，路由器中缓存的内容经常被替换。通常，高速缓存未命中会导致大量传播的数据包无法获得所需的内容，从而恶化网络拥塞并延迟消费者的响应时间。为了解决这个问题，提出了许多缓存策略和路由策略。本文提出了一种基于查询的路由表更新机制，以提高路由表的准确性。通过在兴趣包中添加额外的查询内容，我们的方法实时探索路由器中缓存的内容，并相应地更新路由表。本文使用一个通用的网络模拟器，ndnSIM，比较基本的CCN和我们的方法。实验结果表明，该方法改善了消费者的响应时间和网络拥塞，并与一般的转发策略兼容。
2021-06-21 cs.NI
Energy-Efficient Mechanism for Smart Communication in Cellular Networks
物联网（IoT）近年来越来越受欢迎。蜂窝网络可以是物联网连接的适当解决方案。随着连接的物联网设备数量呈指数级增长，能耗成为无线连接解决方案的瓶颈。在这项工作中，我们提出了一个方案，以减少一个小区的基站的功耗。基站的最大功耗与其数据处理、路由和传输相关联。我们的方案减少了传输数据的大小，最终降低了与之相关的功耗。系统级仿真表明了我们提出的系统的效率。
2019-04-29 cs.NI
Data Aggregation Techniques for Internet of Things
Chongqing University of Posts and Telecommunications（重庆邮电大学）；School of Communication and Information Engineering（通信与信息工程学院）
本文的目标是为不同场景下的大规模物联网网络设计高效的数据聚合框架，以支持物联网分析层的正常运行。本文包括现代算法框架，如非凸优化，机器学习，随机矩阵扰动理论和联邦滤波，以及现代计算基础设施，如雾计算和云计算。这种雄心勃勃的设计的开发涉及许多开放的挑战，该提案设想了物联网数据聚合的三个主要开放挑战：第一，由于有限的功率和计算能力，物联网节点的严重资源约束，第二，高度不确定（不可靠）的原始物联网数据不适合决策，第三，关键应用程序的网络延迟和隐私问题。本文提出了三个独立的新颖的方法，不同的情况下，以解决一个或多个上述开放的挑战。第一种方法侧重于节能路由;讨论了基于固定和移动IoT节点的设备到设备通信的集群协议。第二种方法侧重于处理不确定的原始物联网数据;提出了一种物联网数据聚合方案，以提高原始物联网数据的质量。最后，第三种方法侧重于由于医疗物联网设备（IoMT）的通信开销和隐私问题而导致的功率损耗;描述了用于大规模IoMT设备的基于预测的数据聚合框架。
2019-07-24 cs.DC cs.LG cs.NI
Optimizing Collaborative UAV Networks for Data Efficiency in IoT Ecosystems
本文提出协作式无人机框架，通过自适应功率控制、动态资源分配和启发式路由算法，解决物联网大规模数据采集中NP难的多跳多源传输优化问题，实现99%计算加速且结果偏差低至14%。
2025-04-11 cs.NI
A review of Energy Efficient Routing Protocols in Underwater Internet of Things
本文针对水下物联网网络因环境动态性带来的通信挑战，梳理了相关研究局限与最新路由方法，提出了面向服务质量的路由方法比较框架，助力优化路径选择与资源管理。
2023-12-18 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
TIP: A Decentralized Intent-Based Protocol for Declarative IoT Interoperability and Sandboxed Schema Adaptation
Universidad Nacional de Colombia - Sede de La Paz（哥伦比亚国立大学拉帕斯校区）
提出去中心化声明式协议TIP，通过意图驱动、混合发现、多准则评分和WASM沙盒动态适配，解决物联网异构系统互操作性问题。
2026-05-25 cs.CR cs.DC cs.NI
Data On the Go: Seamless Data Routing for Intermittently-Powered Battery-Free Sensing
针对间歇供电无电池传感系统的数据路由难题，提出Swift系统，通过数论同步协议、低延迟转发和最优路径构建，实现端到端传递时间数量级降低。
2024-07-20 cs.NI
Machine Learning for Wireless Communications in the Internet of Things: A Comprehensive Survey
ANDRO Computational Solutions, LLC（ANDRO计算解决方案有限责任公司）；Northeastern University（东北大学）
物联网（IoT）预计需要比以往任何时候都更有效、更高效的无线通信。因此，频谱共享、动态频谱接入、信号智能提取和优化路由等技术将很快成为物联网无线通信范式的重要组成部分。考虑到物联网的大部分将由微型、移动和能量受限的设备组成，基于先验网络优化的传统技术可能不适合，因为（i）在实际场景中可能不容易获得准确的环境模型;（ii）传统优化技术的计算要求可能证明物联网设备无法承受。为了解决上述挑战，许多研究致力于探索使用机器学习来解决IoT无线通信领域中的问题。这项工作提供了一个全面的调查，最先进的机器学习技术的应用，以解决物联网无线通信中的关键问题，重点是它的ad hoc网络方面。首先，我们提出了广泛的背景概念的机器学习技术。然后，通过采用自下而上的方法，我们在协议栈的物理层、数据链路层和网络层研究了物联网机器学习的现有工作。此后，我们讨论了社会对硬件实现，以确保这些技术的可行性所采取的方向。此外，在结束之前，我们还简要讨论了机器学习在无线通信之外的物联网中的应用。最后，每一次讨论都详细分析了相关的未决问题和挑战。
2019-07-18 cs.LG cs.NI
OODT: Obstacle Aware Opportunistic Data Transmission for Cognitive Radio Ad Hoc Networks
近年来，大量的智能设备将使用ad hoc网络连接在物联网（IoT）中，这需要更多的频谱。认知无线电（CR）技术可以以一种机会主义的通信方式提高物联网的频谱利用率，形成了一种被称为认知无线电自组织网络（CRAHN）的有前途的范例。然而，动态频谱可用性和移动设备/人使得难以在障碍环境下开发用于CRAHN的有效数据传输方案。启发式路由可以利用无线信道的广播性质来增强网络性能。受此启发，本文从计算几何的角度，考虑能量效率和社会特征，提出了一种CRAHNs中的障碍感知并行数据传输方案（OODT）。在该方案中，我们利用了一个新的路由度量，这是基于一个障碍避免算法，使用多边形边界1-搜索技术，和拍卖模型选择转发候选人。此外，我们证明了候选人选择问题是NP-困难的，并提出了一个启发式算法的候选人选择。仿真结果表明，该方案比现有方案具有更好的性能。
2020-03-26 cs.NI
Reliable data delivery in ICN-IoT environments
在物联网环境中，其特征在于大量具有感测和计算能力的互连智能设备，许多应用是（i）基于内容的，也就是说，它们只对找到给定类型的内容而不是数据的位置感兴趣，以及（ii）情境化的，也就是说，内容在用户附近生成和消费。在这种背景下，以信息为中心的网络（ICN）范式是一种有效检索应用程序数据的有吸引力的模型，并且向网络边缘的服务分散有助于减少核心网络负载，因为物联网设备产生的数据主要限制在区域内。它们生成的地方。MobCCN是一种基于ICN的数据传输协议，我们设计用于在这样的环境中有效运行[1][2]，其中静态和移动物联网设备丰富了ICN功能。具体而言，MobCCN利用有效的路由和转发协议，利用物联网移动设备之间的机会联系，来填充转发兴趣库（FIB）表，以便将兴趣数据包正确转发给预期的数据生产者。在本文中，我们的目标是提高MobCCN的可靠性，通过探索不同的重传机制，如重传的基础上收到相同的请求内容，定期重传，单路径与不相交的多路径转发，滞后机制和它们的组合的重复利益的数量。大量的仿真结果表明，在分析的MobCCN变体中，实现周期性重传和基于重传的重传过程的变体确保了最高的传输率（高达95%）和最短的网络路径，由于重传而产生的流量开销非常有限。
2022-04-22 cs.NI
Energy-Efficient Routing Algorithm for Wireless Sensor Networks: A Multi-Agent Reinforcement Learning Approach
针对无线传感器网络的能量管理问题，提出基于多智能体强化学习的簇头选择与混合多跳路由算法，融合Q学习与经典图方法优化路径，显著提升节点存活率、降低SoC方差，增强网络弹性。
2025-08-20 cs.NI
Energy-Efficient Satellite IoT Optical Downlinks Using Weather-Adaptive Reinforcement Learning
本文针对卫星物联网光下行链路易受天气影响、能量效率低的问题，提出基于深度Q网络的天气自适应强化学习方法，在保持交付率的同时提升能量效率。
2025-03-08 cs.NI
Resource Allocation for Dataflow Applications in FANETs using Anypath Routing
针对FANET等无线基础设施中数据流应用的资源分配需求，提出结合任播路由的QRPAD-VNE启发式算法与多参数VNE框架，经仿真验证可保障无线通信最低质量并提升性能。
2023-12-12 cs.NI
Aeronautical Data Aggregation and Field Estimation in IoT Networks: Hovering & Traveling Time Dilemma of UAVs
下一个信息革命时代将依赖于从广泛分布在我们环境中的大量设备中聚合大数据。这些设备中的大多数预计将是低复杂性，低成本和有限的电源，这对网络操作施加了严格的约束。在这方面，本文研究了通过无人机（UAV）从有限空间域的航空数据聚合和场估计。无人机不是通过无线节点将数据融合、中继和路由到固定位置的接入点，而是飞越现场并收集两个重要任务所需的数据：数据汇总和现场评估。为了完成这些任务，感兴趣的领域被划分为几个子区域，无人机悬停在这些子区域上以从底层节点收集样本。为此，我们制定和解决一个优化问题，以尽量减少总的悬停和旅行时间的每个任务。虽然前者需要从现场收集规定的平均数量的样本，但后者确保对于给定的现场空间相关模型，现场值的平均均方估计误差在任何点都不超过预定阈值。通过优化子区域的数量、每个子区域的面积、悬停位置、每个位置处的悬停时间以及悬停位置之间的轨迹来实现这些目标。所提出的配方被证明是np-hard混合整数问题，因此，提出了一个解耦的启发式解决方案。结果表明，存在一个最佳数量的子区域，平衡悬停和旅行时间之间的权衡，使收集所需的样本的总时间最小化。
2019-05-31 cs.NI
A Novel Technique to Parameterize Congestion Control in 6TiSCH IIoT Networks
针对6TiSCH IIoT网络中RPL在动态拥塞下的不足，本文提出基于指数加权队列长度的路由度量及父节点选择与交换机制，以降低丢包并提升重负载下性能。
2024-02-11 cs.NI
