Offloading Execution from Edge to Cloud: a Dynamic Node-RED Based Approach
雾计算支持在终端设备中生成的数据直接在网络边缘存储、处理和操作的用例，但计算可以通过边缘到云连续体卸载到更强大的实例。这种卸载机制在现代多用途物联网网关的情况下尤其需要，其中需求和操作条件在部署之间可能会有很大变化。为了促进网关的开发和运营，我们直接实施卸载，作为嵌入在软件堆栈中的物联网快速原型过程的一部分，基于Node-RED。我们评估实施的方法，使用图像处理的例子，并比较各种卸载策略的基础上，资源消耗和其他系统指标，突出处理需求和服务水平达到的差异。
2018-10-26 cs.DC cs.NI cs.PF
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
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
Serving Graph Neural Networks With Distributed Fog Servers For Smart IoT Services
Sun Yat-sen University（中山大学）
本文提出分布式实时GNN推理框架Fograph，利用多雾节点异构资源与GNN特定压缩技术，解决云端服务通信开销大的问题，实现最高5.39倍执行加速和6.84倍吞吐量提升。
2023-07-04 cs.AI cs.DC cs.LG
SPATO: A Student Project Allocation Based Task Offloading in IoT-Fog Systems
物联网（IoT）设备高度依赖云系统来满足其存储和计算需求。然而，由于云服务器的远程位置，物联网设备经常遭受间歇性广域网（WAN）延迟，这使得延迟关键型物联网应用程序的执行变得不可想象。为了克服这个问题，服务提供商（SP）通常在网络边缘部署多个雾节点（FN），这有助于执行从IoT设备卸载的计算，并改善用户体验。由于FN的资源有限，因此将物联网服务与FN相匹配，同时从最终用户的角度确保最小的延迟和能量，并从SP的角度最大化收入和满足最后期限的任务是具有挑战性的。因此，在本文中，我们提出了一个学生项目分配（SPA）为基础的有效的任务卸载策略SPATO，考虑到不同的利益相关者的关键参数。仿真结果表明，SPATO算法在保证99.3%的任务在截止期内完成的情况下，可使负载能量和延迟分别降低29%和40%，收益提高25%。
2021-05-22 cs.GT cs.NI
Deterministic Task Offloading and Resource Allocation in the IoT-Edge-Cloud Continuum
Uwicore laboratory, Universidad Miguel Hernandez de Elche（乌维科实验室，埃尔切米格尔·埃尔南德斯大学）
本文提出了一种确定性任务卸载与资源分配方案，旨在优化物联网-边缘-云计算连续体中的通信和计算资源管理，优先保证任务在截止前完成，提升网络性能和资源灵活性。
2026-04-17 cs.NI
Service Embedding in IoT Networks
物联网预计将在不久的将来参与各种复杂任务的执行。能够处理多种传感和驱动功能的物联网对象是智能建筑、智能工厂、家庭自动化和医疗保健自动化等智能应用的基石。这些智能应用程序以高级请求的形式表达它们的需求。这些请求的特征在于感测致动功能、处理和内存需求、激活区域、延迟等的不同要求。在基于面向服务架构的物联网中，应用程序请求被转换为业务流程BP工作流。在这项研究中，我们模拟这样的BP作为一个虚拟网络包含一组虚拟节点和链接连接在一个特定的拓扑结构。这些虚拟节点表示所请求的处理和需要感测或致动的位置。虚拟链路捕获节点之间所请求的通信要求。在本文中，我们介绍了一个使用混合整数线性规划MILP优化的框架，该框架将虚拟层的BP嵌入到物联网物理层的较低级别实现中。所提出的框架产生了一个物理计划，该计划最佳地分配了所需的处理，并将所需位置的传感和驱动提供给适当的物联网节点。优化目标是最小化IoT层总功耗，并以最小化每个IoT节点的流量延迟的方式优化流量分配。我们的研究结果表明，该框架通过降低功耗和延迟，提高了网络性能。
2019-09-29 cs.NI
Secure Blockchain Platform for Industrial IoT with Trusted Computing Hardware
作为一种起源于加密货币的颠覆性技术，区块链提供了一个可信的平台来促进工业物联网（IIoT）应用。然而，由于严格的部署条件，在IIoT场景中实施区块链平台面临各种安全挑战。为此，我们提出了一种基于可信计算硬件的安全区块链的新设计，用于IIoT应用。具体来说，我们采用可信执行环境（TEE）模块和定制的安全芯片来保护区块链免受不同的攻击载体。此外，我们在基于ARM的嵌入式设备上实现了所提出的安全IIoT区块链，并构建了一个小规模的IIoT网络来评估其性能。我们的实验结果表明，安全的区块链平台实现了高吞吐量（150 TPS）和低交易确认延迟（低于66 ms），证明了其在实际IIoT场景中的可行性。最后，我们概述了开放的挑战和未来的研究方向。
2021-10-28 cs.CR cs.NI
Profiling and Improving the Duty-Cycling Performance of Linux-based IoT Devices
最大限度地减少基于Linux的设备的能耗是在各种物联网场景中广泛部署的重要一步。节能方法（如占空比）旨在通过限制设备通电的时间来解决这一约束。在这项工作中，我们研究并改善基于Linux的物联网设备通电以完成其任务的时间。我们分析了Raspberry Pi 3和Raspberry Pi Zero Wireless两个平台上的系统启动和关闭过程，并通过识别和禁用在用户空间中初始化的耗时或不必要的单元来增强占空比性能。我们还研究了SD卡速度和SD卡容量利用率是否会影响启动时间和能耗。此外，我们提出了“Pallex”，一个并行执行框架建立在“systemd init”系统的顶部，同时运行用户应用程序与用户空间初始化。我们验证了Pallex应用于各种物联网应用场景时的性能影响：（i）捕获图像，（ii）捕获和加密图像，（iii）使用k-最近邻算法捕获和分类图像，以及（iv）捕获图像并将其发送到云服务器。我们的研究结果表明，系统寿命分别增加了18.3%，16.8%，13.9%和30.2%，这些应用场景。
2019-01-03 cs.DC cs.NI cs.OS
Technical Report: Edge-centric Programming for IoT Applications with EdgeProg
物联网应用程序开发通常涉及设备端和服务器端的单独编程。虽然单独的编程风格对于许多简单的应用程序来说已经足够了，但它不适合许多涉及复杂交互和密集数据处理的复杂应用程序。我们提出了EdgeProg，这是一种以边缘为中心的编程方法，旨在简化物联网应用程序编程，其动机是边缘计算的日益普及。使用EdgeProg，用户可以使用增强的If-This-Then-That（IFTTT）语法和虚拟传感器机制以集中的方式编写应用程序逻辑。程序可以在边缘服务器上处理，边缘服务器可以自动生成实际的应用程序代码，并智能地将代码划分为设备代码和服务器代码，以实现最佳延迟。EdgeProg采用动态链接和加载来将设备代码部署在各种物联网设备上，这些设备在开始时不会运行任何特定于应用程序的代码。结果表明，与最先进的方法相比，EdgeProg在执行延迟、能耗和代码行数方面平均减少了20.96%、27.8%和79.41%。
2021-11-30 cs.DC 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
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
Mobile Base Station Optimal Tour in Wide Area IoT Sensor Networks
Motilal Nehru National Institute of Technology (MNNIT)（莫蒂拉尔·尼赫鲁国立理工学院）
针对广域物联网传感器网络，提出移动基站最优巡回（MOT）问题，通过形式化建模为组合优化问题，因计算难设计多项式时间贪婪启发式算法，模拟结果显示算法能低成本、全覆盖且快速执行。
2026-07-07 cs.NI eess.SP
Temporal Spectral Noise-Floor Adaptation for Error-Intolerant Trigger Integrity in IoT Mesh Networks
Gnacode Inc.（Gnacode公司）；Kharkiv National University of Radio Electronics（哈尔科夫国立无线电电子大学）
本文提出一种轻量级嵌入式算法，用于物联网传感器节点在网状网络中自主边缘事件触发。通过固件进行确定性FFT频谱特征提取，并维护时间谱噪声底基准，以吸收非稳态环境激励。该方法旨在保持动态环境中事件触发的可靠性，实现无校准部署。
2026-05-07 cs.NI
Towards Realistic Waveform-Level IoT Network Simulation via IQ Mixing
LISN Université Paris-Saclay（巴黎萨克雷大学 LISN）；Faculty of Computer Science Dalhousie University（达尔豪斯大学计算机学院）
本文提出IQSim仿真方法，通过I-Q流混频模拟真实波形，解决传统包级仿真在邻道泄漏、交叉调制等关键波形效应上的不足，支持异构Sub-GHz ISM频段共存场景的仿真。
2026-04-07 cs.NI
PIERES: A Playground for Network Interrupt Experiments on Real-Time Embedded Systems in the IoT
物联网设备已成为我们生活和行业不可或缺的一部分。这些设备中的许多运行实时的【形】系统或用作系统的一部分。当这些设备通过IP网络接收网络数据包时，网络接口使用可能抢占关键进程的中断通知CPU它们的到达。因此，出现了网络中断是否对这些设备的实时性构成威胁的问题。然而，很少有工具来调查这个问题。我们提出了一个操场，使研究人员进行实验的背景下，网络中断模拟。操场包括不同的网络接口控制器实现，负载生成器和定时实用程序。它形成了一个灵活的和易于使用的基础，为未来的网络中断的研究。我们进行了两个验证实验和两个现实世界的例子。后者给出了洞察中断处理策略参数的影响和不同的负载类型对执行时间相对于这些参数的影响。
2021-02-23 cs.DC cs.NI
Minimising Delay and Energy in Online Dynamic Fog Systems
物联网（IoT）设备的使用越来越多，对数据传输产生了更大的需求，并给网络带来了更大的压力。此外，与云服务的连接可能成本高昂且效率低下。雾计算在用户设备附近提供资源以克服这些缺点。然而，物联网应用中的服务质量（QoS）优化和雾资源管理正成为具有挑战性的问题。本文介绍了一种动态在线卸载计划在车辆交通应用程序，需要执行延迟敏感的任务。本文提出了两种算法的组合：动态任务调度（DynamicTaskScheduling，简称TQM）和动态能量控制（DynamicEnergyControl，简称DEC），旨在最大限度地减少总体延迟，提高用户任务的吞吐量，最大限度地减少雾层的能耗，同时最大限度地利用资源受限的雾节点。实验结果表明，与其他方案相比，这些算法可以减少高达80.79%的延迟，并减少高达66.39%的能量消耗在雾节点。此外，这种方法将任务执行吞吐量提高了40.88%。
2020-12-23 cs.DC cs.NI
Elastic Federated Learning over Open Radio Access Network (O-RAN) for Concurrent Execution of Multiple Distributed Learning Tasks
本文提出弹性FL架构，利用O-RAN系统实现多时间尺度FL管理，通过非实时系统描述符、近实时控制器和FL MAC调度器提升FL服务性能。
2026-01-05 cs.AI cs.LG 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
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
FaaS Execution Models for Edge Applications
在本文中，我们解决的问题，支持有状态的工作流以下的功能即服务（FaaS）模型在边缘网络。特别地，我们专注于数据传输的问题，由于在某些边缘场景中通信链路的速度有限，这可能是性能瓶颈，我们提出了三种不同的方案：纯FaaS实现，StateProp，即，应用程序状态在整个函数链中的传播，以及StateLocal，即，一种解决方案，其中状态被保持在运行函数的工作者的本地，并且仅在需要时被检索。然后，我们将所提出的方案扩展到建模为有向无环图（DAG）的应用程序的更一般的情况，其涵盖了广泛的实际应用，例如，在物联网（IoT）领域。我们的贡献是通过原型实现验证。仿真条件下的实验表明，应用数据局部性原则显着减少了所需的网络流量，并提高了端到端的延迟性能，特别是与本地缓存的边缘节点和低链路速度。
2022-09-02 cs.DC cs.NI
Collaborative Load Management in Smart Home Area Network
高效的家庭区域网络（HAN）充当高级计量基础设施（AMI）的基础。HAN不仅通过有效的实时监控电力消耗来促进AMI，而且还管理整个系统的负载分布。然而，现有的工作，在实现HAN大多是集中的，并遭受众所周知的问题。在这项工作中，我们提出了一种基于物联网的高效分散策略，使用同步传输来实际实现HAN。提出了一种设备间协调策略，在不影响用户需求的情况下，最大限度地减少峰值负载，并减少整个系统的突然变化。通过在物联网测试平台上的实验，我们证明了所提出的策略可以将峰值负载降低高达50%，并将负载变化降低高达58%，即使是高随机率的执行耗电家用电器的请求。
2022-07-11 cs.DC cs.NI
