Toward 6G: From New Hardware Design to Wireless Semantic and Goal-Oriented Communication Paradigms
一些投机性的愿景正在阐述6 G服务在2030年的地平线上将能够提供什么。然而，6 G的设计过程仍处于初步阶段。如今的现实是，有效满足未来6 G服务和网络运营所需的前所未有的性能目标所需的硬件、技术和新材料尚未设计、测试，甚至还不存在。如今，关于机器学习和人工智能支持6 G网络和服务运营优化的成本效益权衡的坚实愿景缺失。这包括硬件效率、操作效率以及由于数据采集-传输-处理而产生的不可估量的成本的可能支持。本文的贡献有三个方面。这是第一篇导出关于硬件和技术设计的关键6 G关键性能指标的论文。其次，我们提出了一种新的硬件技术设计方法，旨在实现有效的软硬件组件集成，以满足未来6 G网络所设想的具有挑战性的性能。第三，我们建议向目标导向和语义通信的范式转变，其中提供了硬件、人工智能和有效通信联合设计的全新机会。我们最近在硬件、技术和机器学习性能方面的成果巩固了我们提出的愿景。
2021-06-25 cs.NI eess.SP
Empowering Wireless Network Applications with Deep Learning-based Radio Propagation Models
本文探讨了将深度学习与传统无线电传播建模技术相结合，以克服传统求解器的性能局限，从而提升无线网络运行的效率与可靠性，并推动其在下一代网络中的应用。
2024-08-22 cs.LG cs.NI eess.SP
Ambient Backscatter Networking: A Novel Paradigm to Assist Wireless Powered Communications
环境后向散射通信技术最近已经被引入，并且由于不需要外部电源或专用载波发射器而迅速成为自维持通信系统的有前途的选择。通过利用现有的RF信号资源，环境反向散射技术可以支持可持续和独立的通信，从而开辟了一套全新的应用程序，促进物联网（IoT）。在这篇文章中，我们研究了环境后向散射与无线供电通信网络（WPCN）的集成。我们首先提出了一个概述的后向散射通信系统的重点是新兴的环境后向散射技术。然后，我们提出了一种新的混合发射机的设计，结合环境后向散射和无线供电通信的优点。此外，在认知无线电环境中，我们引入了多址方案来协调混合数据传输。性能评估表明，混合发射机优于传统的设计。此外，我们讨论了一些开放的问题，有关的环境后向散射网络。
2017-09-27 cs.NI
Representation Learning of Knowledge Graph for Wireless Communication Networks
Central South University（中南大学）；Purple Mountain Laboratories（紫金山实验室）；Southeast University（东南大学）
随着第五代无线通信技术的应用，越来越多的灵巧终端被使用并产生大量的数据，这促使人们对如何处理和利用这些无线数据进行广泛的研究。目前研究人员主要集中在对上层应用数据的研究，或者基于蒙特卡洛模拟产生的大量数据，针对具体问题研究智能传输方法。本文根据无线通信协议和领域专家知识构建知识图谱，深入研究无线内生智能，旨在理解无线数据的内生关系。我们首先构建了通过5G/B5 G测试网络收集的无线核心网数据的内生因素的知识图谱。然后，设计了一种基于图卷积神经网络的模型来学习图的表示，并利用该模型对图中的节点进行分类和模拟关系预测。该模型实现了网络节点的自动分类和网络异常原因的追踪。它还以无监督的方式应用于公共数据集。实验结果表明，该模型的分类精度优于现有的无监督图神经网络模型，如VGAE和ARVGE。
2022-08-22 cs.AI cs.LG cs.NI
Beyond the Ultra-Dense Barrier - Paradigm shifts on the road beyond 1000x wireless capacity
越来越清楚的是，移动宽带系统的当前设计范例不是解决预期的未来“容量紧缩”的可扩展且经济上可行的方式，特别是在具有大用户密度的室内位置。“摩尔定律”，例如，目前正在研究的最先进的信号处理和先进的天线技术，以及更多的毫米波频谱确实提供了更多的容量，但不是在今天的成本，这是需要的3-4个数量级的容量的答案。我们认为，解决提供高数据率单独的工程问题是不够的。相反，我们需要解决技术经济问题，找到商业模式和可扩展的技术解决方案，以给定的成本和能耗提供极端的区域容量。在本文中，我们将表明，实现非常高的容量在室内环境中确实是可行的。
2016-06-11 cs.NI
Air Computing: A Survey on a New Generation Computation Paradigm in 6G Wireless Networks
针对云计算与边缘计算难以应对下一代应用高动态负载瓶颈的问题，本文提出以6G为基础、结合多空中层级的Air Computing范式，梳理其架构、用例、优劣势与未来方向。
2022-09-10 cs.NI eess.SP
WirelessLLM: Empowering Large Language Models Towards Wireless Intelligence
Hong Kong University of Science and Technology（香港科技大学）
本文提出WirelessLLM框架，通过知识对齐、融合与演化原则及多种适配技术增强LLM的无线领域能力，并以案例验证其应用价值。
2024-06-15 cs.AI cs.LG cs.NI
Learning Wireless Data Knowledge Graph for Green Intelligent Communications: Methodology and Experiments
针对6G绿色通信中原生AI的实时与资源效率需求，本文提出PML原生AI架构，利用无线数据知识图谱和STREAM生成按需特征数据集，并通过实验验证其有效性。
2024-04-16 cs.LG cs.NI eess.SP
6G: the Wireless Communications Network for Collaborative and AI Applications
在5G的黎明，我们采取了一个飞跃，并提出了一个无线通信的原始愿景超越其地平线向6G：在人工智能革命的尖端无线网络的范式转变的角度。
2019-04-06 cs.NI
A Comprehensive Survey of Wireless Foundation Models for AI-Native 6G Networks
College of Engineering, United Arab Emirates University（阿联酋大学工程学院）
该综述针对无线基础模型（WFMs）的设计、学习与部署展开统一梳理，明确其概念与分类，综述相关架构、方法及应用，分析关键挑战并展望未来方向，为AI原生6G网络智能系统研发提供参考。
2026-08-18 cs.AI cs.NI eess.SP
Using any Surface to Realize a New Paradigm for Wireless Communications
Foundation for Research and Technology - Hellas (FORTH)（希腊基础研究基金会）；Georgia Institute of Technology, School of Electrical and Computer Engineering（佐治亚理工学院电气与计算机工程学院）；University of Cyprus, Computer Science Department（塞浦路斯大学计算机科学系）
本文提出通过软件定义的超表面控制无线信道行为，实现室内无线环境的可编程性。
2018-06-04 cs.ET cs.NI cs.SY
AI-Native Integrated Sensing and Communications for Self-Organizing Wireless Networks: Architectures, Learning Paradigms, and System-Level Design
New Jersey Institute of Technology（新泽西理工学院）
本文综述了AI原生集成感知与通信在自组织无线网络中的架构、学习范式及系统设计，探讨了深度强化学习等方法在动态环境中的应用及未来研究方向。
2025-12-29 cs.AI cs.NI
Deterministic End-to-End Transmission to Optimize the Network Efficiency and Quality of Service: A Paradigm Shift in 6G
本文针对端到端通信网络分层协调松散导致的传输不可靠及资源浪费问题，提出了面向6G及更远未来的确定性端到端传输设计方法与解决方案，以优化网络效率与服务质量并带来范式转变。
2023-07-02 cs.NI eess.SP
A New Paradigm of User-Centric Wireless Communication Driven by Large Language Models
针对现有LLM驱动无线通信研究忽视自然语言与通信系统复杂性差距的问题，提出整合NL2SQL工具的新范式，通过分析用户意图、检索参数、求解优化问题驱动系统调整，原型验证其有效性。
2025-04-16 cs.IR cs.NI cs.SY
Sixsoid: A new paradigm for $k$-coverage in 3D Wireless Sensor Networks
三维无线传感器网络的覆盖问题一直是一个非常关键的问题。提出良好的覆盖模型意味着更节能的网络。$K$ -覆盖范围是一种模型，可确保$k$传感器覆盖给定三维感兴趣区域（FoI）中的每个点。当涉及到3D时，提出保证$k$覆盖的传感器部署变得比2D复杂得多。其基本思想是提出一个几何形状，保证是$k$ -通过采取传感器的特定安排覆盖，然后填充FoI将不重叠的副本，这个形状。在这项工作中，我们提出了一个新的形状的三维场景，我们称之为\textbf{Devilsoid}。在这项工作之前，提出用于3D覆盖的形状是所谓的\textbf{Reuleaux Tetrahedron}。我们的建设是出于建设，可以应用于2D版本的问题\cite{MS}，它暗示了更好的保证超过\textbf{Reuleaux Triangle}。我们在本文中的贡献是双重的，首先，我们展示了Devilsoid如何保证更多的覆盖体积超过Alleaux四面体，其次，我们展示了Devilsoid如何也保证更简单，更务实的部署策略的三维无线传感器网络。本文给出了Devilsoid的结构，计算了Devilsoid的体积，讨论了Devilsoid对无线传感器网络中$k$覆盖的影响。
2014-09-03 cs.NI
Knowledge Distillation For Wireless Edge Learning
Purdue University（普渡大学）
在本文中，我们提出了一个框架，通过最近收集的数据集预测帧错误的合作频谱拥挤的无线环境中的DARPA频谱合作挑战（SC2）。我们采用分布式深度边缘学习，在边缘节点和中央云之间共享。使用这个接近实践的数据集，我们发现广泛使用的联邦学习方法，特别是那些保护隐私的方法，在广泛的设置中比本地训练更差。因此，我们利用合成少数过采样技术，以保持隐私，通过避免本地数据传输到云，并利用知识蒸馏的目的是受益于高云计算和存储能力。所提出的框架实现了比本地和联邦训练方法更好的整体性能，同时对灾难性故障以及导致高帧出错率的具有挑战性的信道条件具有鲁棒性。
2021-04-03 cs.AI cs.LG cs.NI
A New Wireless Communication Paradigm through Software-controlled Metasurfaces
Foundation for Research and Technology - Hellas (FORTH)（希腊研究与技术基金会）；Georgia Institute of Technology, School of Electrical and Computer Engineering（佐治亚理工学院电气与计算机工程学院）；University of Cyprus, Computer Science Department（塞浦路斯大学计算机科学系）
本文提出通过软件控制的超材料实现无线环境的确定性可控，通过超表面瓷砖重新工程电磁波，提升通信性能。
2018-06-04 cs.ET cs.NI cs.SY
A Federated Fine-Tuning Paradigm of Foundation Models in Heterogenous Wireless Networks
Wireless AI System Research Team, China Telecom Research Institute（中国电信研究院无线AI系统研究团队）；The State Key Laboratory of Networking and Switching Technology Beijing University of Posts and Telecommunications（北京邮电大学网络与交换技术国家重点实验室）；Singapore University of Technology and Design（新加坡科技设计大学）
针对异构无线网络中联邦微调面临的设备异构与资源约束问题，提出基于在线学习的切换式联邦微调框架，联合优化模型切换、功率与带宽分配，提升测试准确率和能量效率。
2025-09-05 cs.AI cs.IT cs.NI
Reasoning Meets Representation: Envisioning Neuro-Symbolic Wireless Foundation Models
本文提出神经符号无线基础模型，结合神经网络与符号推理，以解决无线通信中的可解释性、鲁棒性和合规性问题，推动6G网络的智能化发展。
2025-11-20 cs.NI eess.SP
Wireless Laser Power Transfer for Low-altitude Uncrewed Aerial Vehicle-assisted Internet of Things: Paradigms, Challenges, and Solutions
本文探讨了无线激光功率传输（WLPT）作为低空无人机辅助物联网可持续能量供应的变革性解决方案，系统研究了其基本原理与比较优势，提出了三种运行范式及潜在解决方案，并构建多智能体强化学习框架，仿真证明其显著提升了能量可持续性与数据新鲜度。
2025-11-05 cs.NI cs.SY eess.SY
GenAINet: Enabling Wireless Collective Intelligence via Knowledge Transfer and Reasoning
Artificial Intelligence and Digital Science Research Center, Technology Innovation Institute（人工智能与数字科学研究中心、技术创新研究所）；G Research Center, Khalifa University（6G研究中心、哈利法大学）；Centre for Wireless Communications, University of Oulu（无线通信研究中心、奥卢大学）；CRAN, Université de Lorraine and CNRS（CRAN、洛林大学和国家科学研究中心）
本文提出GenAINet框架，使分布式GenAI智能体通过知识传递与语义原生通信实现协作推理，从而在6G网络中支持集体智能，并通过查询和功率控制案例验证其有效性。
2025-05-04 cs.AI cs.NI eess.SP
Federated Learning for 6G: Paradigms, Taxonomy, Recent Advances and Insights
University of Quebec at Montreal（魁北克大学蒙特利尔分校）；Virginia Tech（弗吉尼亚理工大学）
本文综述联邦学习在6G协议栈各层及无线运营中的应用价值，梳理范式、分类、热点与未来方向。
2023-12-07 cs.AI cs.GT cs.LG
A knowledge based system approach in securing distributed wireless sensor networks
传感器网络技术已经在现实世界中证明了其巨大的实用性，这种网络被标准化并应用于实际领域只是时间问题。本文提出了一种新的传感器网络信息安全传输方法，该方法基于软硬件结合的体系结构，由三部分组成：a）传感器认证和密钥分配机制，b）AES对称加密算法和预分配密钥，c）传感器认证和密钥分配机制。以及c）使用基于传感器提供的值的预测的专家系统的攻击检测策略，随后降低传感器信任系数。
2018-07-11 cs.NI cs.SE eess.SP
Smart Radio Spectrum Management for Cognitive Radio
当今的无线网络的特征在于固定的频谱分配策略。有限的可用频谱和频谱使用的低效率需要一种新的通信范式来机会性地利用现有的无线频谱。认知无线电是用于无线通信的范例，其中网络或无线节点改变其传输或接收参数以有效地通信，从而避免与授权或未授权用户的干扰。在这项工作中，提出了一种基于模糊逻辑的系统频谱管理，无线电可以共享未使用的频谱取决于一些参数，如距离，信号强度，节点速度和可用性的未使用的频谱。对系统进行了仿真，结果令人满意.
2011-08-06 cs.NI
Integration of the Captive Portal paradigm with the 802.1X architecture
在越来越多地使用热点无线网络的情况下，并且考虑到在互联网交互上交换的敏感信息的量，需要实现保证这种网络中的数据机密性和完整性以及热点提供商的真实性的安全机制。但是，现在许多热点使用强制门户，它依赖于通过Web页面进行身份验证（因此是一种应用程序级身份验证方法），而不是链路层方法。这样做的后果是，在到热点的无线链路中没有安全性（它必须在上层协议层提供），并且管理无线接入配置文件很麻烦（我们需要特殊的应用程序或浏览器的附加组件来做到这一点）。这项工作暴露了强制门户的模式，它不遵循一个独特的或标准的方法的弱点，并描述了一个解决方案，旨在抑制他们，基于802.1X架构。此解决方案使用一种新的EAP兼容协议，该协议能够将基于HTTP的注册或身份验证与802.1X身份验证框架内的强制门户集成。
2019-08-26 cs.CR cs.NI
From Resource Auction to Service Auction: An Auction Paradigm Shift in Wireless Networks
在5G及以后，诸如边缘计算/智能服务之类的新兴服务可能需要在多跳分开的网络实体上和跨网络实体提供异构通信、计算和存储（CCS）资源。在这种情况下，传统的面向资源的拍卖方案，其中买家对资源进行投标，可能无法有效地提供端到端（E2 E）的服务质量（QoS）保证。为了克服这些局限性，本文提出了E2 E服务拍卖的概念，拍卖的对象是E2 E服务而不是某种资源。在此框架下，买家只需竞标具有E2 E QoS要求的服务，而不必知道内部工作（落后的资源）。E2 E服务拍卖需要在保证基本经济属性的前提下，同时考虑经济约束和QoS约束，解决网络优化和拍卖设计的联合问题。为了实现机制设计，我们说明了如何设计E2 E服务拍卖的边缘计算系统在各种情况下。我们还确定了其他关键用例（包括边缘智能）的E2 E服务拍卖机制设计的研究机会。
2022-09-11 cs.GT cs.NI
Debunking Wireless Sensor Networks Myths
在这篇文章中，我们从当代的角度重新审视无线传感器网络，在物联网兴起之后。首先，我们分析了分布式监测应用程序的演变，我们认为这是从早期的协作传感器网络的想法继承。第二，我们评估，在当前的网络对象的情况下，采用低功耗多跳无线，无线传感器网络范式的关键技术的水平。本文评估了这项技术在融入物联网方面的转变，确定了过时的要求，并对未来的研究方向提出了批判性的看法。
2020-08-04 cs.NI
Autonomous Wireless Systems with Artificial Intelligence
本文讨论了在自主无线系统设计中采用人工智能（AI）的技术和机会。我们的目标是通过将知识管理与感知、推理和主动学习相结合，为读者提供实时的自组织背景下的自主智能体的动机和通用AI方法。我们强调了基于训练的方法匹配问题和训练的方法环境特定的问题之间的差异。最后，我们从概念上介绍了具有知识管理的自主智能体的功能。
2019-05-21 cs.AI cs.NI
Ubiquitous Intelligence Via Wireless Network-Driven LLMs Evolution
本文提出泛在智能范式，通过无线网络与LLMs协同演进，实现可扩展的持续智能提升，推动自我改进系统在资源受限环境中的能力增长。
2025-09-10 cs.NI
GeoQuorum: Load Balancing and Energy Efficient Data Access in Wireless Sensor Networks
在无线传感器网络（WSNs）中，当数据生产和消费严重不平衡以及数据查询的来源在空间和时间上分布时，所谓的网络内数据存储范式取代了传统的数据汇集范式。在本文中，我们首先介绍几何法定人数系统（以及它们的度量）来体现网络数据存储的思想。这些法定人数系统是“几何”的，因为曲线（而不是离散的节点集）被用来形成法定人数。然后，我们提出GeoQuorum作为一个新的法定人数系统，其中的法定人数形成曲线参数化。虽然我们的建议源于现有的工作，使用曲线来指导密集的无线传感器网络中的数据复制和检索，我们显着扩展这种设计方法，赋予GeoQuorum具有很大的灵活性，微调自己对不同的应用需求。特别是，可调性允许GeoQuorum大幅提高负载均衡性能，并在能源效率方面保持竞争力。我们的分析和模拟都证实了GeoQuorum带来的性能增强。
2011-01-05 cs.NI
Data-Driven Next-Generation Wireless Networking: Embracing AI for Performance and Security
本文针对物联网、5G及下一代蜂窝系统等新型网络架构带来的挑战，梳理AI技术在无线网络全协议栈的应用，总结其动因、挑战与方法，为未来数据驱动无线网络的AI赋能设计提供思路。
2023-06-09 cs.NI eess.SP
Self-Evolving Wireless Communications: A Novel Intelligence Trend for 6G and Beyond
针对6G及未来通信的复杂性与传统自适应技术灵活性不足的问题，本文提出由数据、信息和知识三层构成的自演进通信框架，并通过有无演进能力的性能比较及潜在技术与挑战分析，阐明其智能化价值。
2024-04-07 cs.ET cs.NI eess.SP
PERA: A Perceive-Reason-Act Interface Bridging Sensing, Cognitive Reasoning, and Trustworthy Agentic Response for 6G
University of Ottawa（渥太华大学）；University of Southampton（南安普顿大学）
研究针对下一代网络实现中传统机器学习和大语言模型的局限，提出基于感知-推理-行动（PERA）范式的生成网络智能，用多任务架构取代边缘模型，降低复杂性与能耗，通过案例研究验证其在链路状态分类和波束预测上的有效性。
2026-07-21 cs.NI
From Traditional Automation to Embodied Wireless Intelligence: Vision-Language-Action Empowered Physics-Aware Communication Networks
Brunel University London（布鲁内尔伦敦大学）；University of Reading（雷丁大学）
提出具身智能基站（eBS）范式，采用视觉-语言-动作（VLA）流水线，使基站具备环境感知、因果物理推理和物理感知动作生成能力，实现从规则自动化到具身智能的转变。
2026-07-21 cs.NI
Mandate-driven Networking Eco-system: A Paradigm Shift in End-to-End Communications
无线行业由主要利益相关者推动，他们遵循“一个系统适合所有人”的整体方法，将满足严格E2E通信要求的网络功能转移到核心和云基础设施。这一趋势限制了小型和新的参与者带来新的和新颖的解决方案。为了满足这些E2E需求，租户和最终用户需要成为积极的参与者，带来他们的需求和创新。不仅在QoS方面而且在来自一个特定社区的总体碳足迹和频谱效率方面驱动E2E通信可能导致不期望的简化，并且其他网段的更高抽象级别可能导致次优操作。在此基础上，本文提出了一种范式转变，将扩大无线创新在学术界、中小企业、工业和初创企业中的作用，同时考虑到E2E通信中分散的任务驱动智能
2020-03-06 cs.NI
Intelligent Sensing Scheduling for Mobile Target Tracking Wireless Sensor Networks
边缘计算已经成为一种有前景的范例，以满足移动目标跟踪无线传感器网络（MTT-WSN）不断增长的计算需求。这种模式可以将时间敏感的任务卸载到汇聚节点，以提高计算效率。然而，这是很难执行动态和关键任务的MTT-WSN网络。此外，由于能量有限，网络无法确保连续跟踪。针对这些问题，提出了一种基于边缘智能（EI）技术的分层目标跟踪结构。该结构集成了移动节点和边缘服务器的计算资源，为实时目标跟踪提供高效的计算能力。在此基础上，提出了一个以系统执行延迟和轨迹预测精度为约束的能量优化模型。此外，我们提出了一个长期的动态资源分配算法，以获得最佳的资源分配解决方案的准确和连续的跟踪。仿真结果表明，我们的算法在系统能耗方面优于深度Q学习14.5%以上。与非合作方案相比，该方案在跟踪精度上也有明显的提高。
2021-08-04 cs.NI
SARA -- A Semantic Access Point Resource Allocation Service for Heterogenous Wireless Networks
本文提出SARA语义接入点资源分配服务，基于SEANET知识库自动推理并选择异构无线网络中的最佳接入点，实验表明其能提升吞吐量并优于现有算法。
2020-11-11 cs.NI
Low-Altitude Wireless Networks: The Next Horizon of Wireless Infrastructure
本文提出低空无线网络（LAWN）概念，分析其驱动力、架构和限制因素，揭示空域容量与无线信道容量的耦合关系，指出演进中的挑战与机遇。
2026-05-23 cs.NI
Wireless Powered Communication Networks: An Overview
无线供电通信网络（WPCN）是利用微波无线功率传输（WPT）技术对无线通信设备的电池进行远程充电的一种新型网络模式。WPCN消除了频繁的手动电池更换/再充电的需要，并且因此在许多方面显著地改善了传统电池供电的通信网络的性能，诸如更高的吞吐量、更长的设备寿命和更低的网络操作成本。然而，WPCN的设计和未来应用本质上受到长距离WPT效率低以及同一网络内联合无线信息和功率传输的复杂性的挑战。在本文中，我们提供了一个关键的网络结构和性能增强技术，以建立一个高效的WPCN的概述。此外，我们指出了新的和具有挑战性的未来研究方向WPCN。
2015-12-08 cs.NI
Embodied Intelligent Spectrum Management: A New Paradigm for Dynamic Spectrum Access
Nanjing University of Aeronautics and Astronautics（南京航空航天大学）；The Hong Kong University of Science and Technology（香港科技大学）
本文提出具身智能频谱管理范式，通过具身智能技术解决动态频谱接入中的灵活性和通用性问题，展示原型平台并探讨未来研究方向。
2026-02-01 cs.NI
The Role of Federated Learning in a Wireless World with Foundation Models
Singapore University of Technology and Design（新加坡科技设计大学）；Zhejiang University/University of Illinois Urbana-Champaign Institute（浙江大学-伊利诺伊大学厄巴纳-香槟分校联合研究院）；National Mobile Communications Research Laboratory, Southeast University（东南大学移动通信国家重点实验室）；National University of Singapore（新加坡国立大学）
本文探讨基础模型与联邦学习在无线网络中的融合潜力与挑战，提出多种未来智能网络新范式，并梳理相关研究方向。
2024-05-07 cs.DC cs.LG cs.NI
Matching Theory for Future Wireless Networks: Fundamentals and Applications
诸如小小区和认知无线电网络的新颖无线联网范例的出现已经永远地改变了无线系统的操作方式。特别是，需要自组织解决方案来管理稀缺的频谱资源已经成为许多新兴无线系统中的流行主题。在本文中，第一个全面的教程使用匹配理论，诺贝尔奖获奖的框架，在无线网络中的资源管理。为了迎合新兴的无线网络的独特功能，提出了一种新的，面向无线的匹配理论分类。然后，该框架的关键解决方案的概念和算法实现。然后，开发的概念应用在三个重要的无线网络领域，以证明这种分析工具的实用性。结果表明，匹配理论可以有效地提高性能的资源分配在所有三个应用程序讨论。
2015-03-12 cs.IT cs.NI math.IT
BAN-GZKP: Optimal Zero Knowledge Proof based Scheme for Wireless Body Area Networks
BANZKP是目前最好的基于零知识证明（ZKP）的安全、轻量级、节能的无线局域网认证方案。它容易受到重放攻击、汇聚端分布式拒绝服务攻击和冗余信息破解等多种安全攻击。然而，BANZKP需要端到端认证，这与人体姿势移动性不兼容。我们提出了一个新的方案BAN-GZKP。我们的计划提高了BANZKP的安全性和姿势移动弹性。此外，BAN-GZKP只使用了一个三阶段的认证，这是最佳的类ZKP协议。为了解决BANZKP的安全漏洞，BAN-GZKP使用了一种新的随机密钥分配和逐跳认证定义。我们进一步证明了我们的计划的可靠性，包括BANZKP是脆弱的各种攻击。此外，通过大量的模拟，我们证明了我们的计划，BAN-GZKP，优于BANZKP在可靠性方面的人体姿势移动性的各种网络参数（端到端的延迟，在网络中交换的数据包的数量，传输的数量）。我们比较了这两种方案，使用代表性的收敛播策略与各种传输速率和人体姿势的流动性。最后，重要的是要提到，与BANZKP相比，BAN-GZKP在存储器、计算复杂性或能耗方面没有额外的成本。
2018-02-20 cs.CR cs.NI
NFV Based Gateways for Virtualized Wireless Sensors Networks: A Case Study
虚拟化使多个应用程序能够共享同一个无线传感器网络（WSN）。然而，在异构环境中，虚拟化的无线传感器网络（VWSN）提出了新的挑战，如需要在飞行，动态，弹性和可扩展的供应网关。网络功能虚拟化（NFV）是一种新兴的模式，可以帮助应对这些新挑战。它利用标准虚拟化技术在商用硬件上整合专用网络元素。本文介绍了一个案例研究基于NFV的网关VWSNs。在这项研究中，VWSN网关提供商运营和管理基于NFV的基础设施。我们使用两种不同品牌的无线传感器。NFV基础设施使得在这种异构VWSN环境中动态、弹性和可扩展地部署网关模块成为可能。描述了以Openstack为平台构建的原型系统。
2015-03-18 cs.NI
Large Language Models for Next-Generation Wireless Network Management: A Survey and Tutorial
本文系统综述了大语言模型在6G无线网络管理中的应用，涵盖方法框架、关键技术、案例研究及未来方向，旨在解决传统优化方法在复杂动态环境中的不足。
2025-09-07 cs.NI
Wireless sensors networks MAC protocols analysis
无线传感器网络的性能与介质访问机制密切相关。一个有效的，需要非传统的协议设计范例，由于几个约束。必须在通信改进和数据处理能力之间取得适当的平衡。为了实现低功耗操作，几个MAC协议已经提出了无线传感器网络。本文的目的是调查和分析最节能的MAC协议，以便对它们进行分类，并比较它们的性能。在OMNET ++平台上实现了部分无线传感器网络MAC协议，并对其性能进行了测试。
2010-04-26 cs.NI
Computation Diversity in Emerging Networking Paradigms
如今，计算在未来一代的计算机和通信网络中扮演着越来越重要的角色，如有线网络的软件定义网络（SDN）以及无线网络的云无线电接入网络（C-RAN）和移动云计算（MCC）的最新进展所例证的。本文提出了一个统一的概念，即，计算多样性，描述计算资源对有线和无线通信的影响和不同形式。通过根据服务质量（QoS）要求将计算资源链接到通信网络，我们可以展示计算资源如何影响网络。此外，通过分析SDN、C-RAN和MCC中计算资源的不同功能，我们可以展示计算资源在不同网络中呈现的多样性和灵活性。计算多样性的研究可以为未来的网络设计提供指导，如何在计算之间联合分配资源（例如，CPU容量）和通信（例如，带宽），从而节省系统能量并增加用户体验。
2017-05-09 cs.NI
Evolutionary Computing Approach to Optimize Superframe Scheduling on Industrial Wireless Sensor Networks
物联网（IoT）引起了工业无线传感器领域的范式转变。物联网是一项蓬勃发展的技术，在短距离和固定无线传感方面处于领先地位。工业无线传感器网络调度中的一个重要问题是如何找到最小化故障时间的最优解。提出了一种基于进化算法的车间调度优化方法，即粒子群优化算法（PSO）、正交学习PSO、遗传算法（GA）和改进遗传算法。我们还评估了当代的方法，截止日期单调调度ISA 100.11a。通过使用该标准作为案例研究，所提出的模拟是面向对象的，具有许多变化的时隙和无线传感器节点的数量。仿真结果表明，使用遗传算法和改进的遗传算法可以提供更好的性能，空闲和错过截止日期。文中给出了全面而详细的性能评估。
2018-12-04 cs.NI
Kraken*: Architecting Generative, Semantic, and Goal-Oriented Network Management for 6G Wireless Systems
Truva Inc.（Truva公司）；Istanbul Technical University（伊斯坦布尔理工大学）
Kraken*通过整合语义通信、生成式推理和目标导向优化，为6G无线系统提供生成、语义和目标导向的网络管理架构，推动向知识原生6G系统演进。
2026-03-12 cs.NI
Low-Complexity Energy-Efficient Broadcasting in One-Dimensional Wireless Networks
在本文中，我们研究了位于一条线（线性无线网络）上的N个无线节点的传输范围分配广播数据从一个特定的节点在网络中的所有节点以最小的能量。我们的目标是找到一个解决方案，具有低复杂性，但性能接近最佳。我们提出了一个算法来寻找最佳的分配（这导致最小的能源消耗）的复杂度为O（N^2）。提出了一个复杂度为O（N）的近似算法。结果表明，对于节点均匀分布的网络，该算法得到的线性时间近似解平均而言与最优分配几乎相同。最优和次优算法都需要网络拓扑的全部知识，因此是集中式的。我们还提出了一个分布式算法的可忽略的复杂性，即，其复杂度为O（1），其仅需要知道每个无线节点处的相邻邻居。我们的模拟表明，平均而言，分布式解决方案的性能几乎一样好的最佳网络均匀分布的节点。
2012-04-17 cs.NI
MPIFA: A Modified Protocol Independent Fairness Algorithm for Community Wireless Mesh Networks
社区无线网状网（WMN）是21世纪无线通信的一种范式，它提供高速宽带接入。不合作的节点，自私和恶意的证明是一个重大的威胁，在社区WMN，需要一个独立的路由协议使用的解决方案。我们建议实现改进的PIFA（MPIFA），这是Younghwan Yoo，Sanghyun和P. Agrawal [6]提出的协议无关公平算法（PIFA）的改进版本，能够满足社区WMN的特定要求。当节点表现出10%的低概率恶意行为以规避安全措施时，MPIFA的恶意节点检测率提高了50%。还进行了改进，以减少错误的恶意节点检测到4%时，节点到节点的链路故障发生在社区WMN。
2012-04-23 cs.NI
TRASA: TRaffic Aware Slot Assignment Algorithm in Wireless Sensor Networks
在无线传感器网络的典型应用模式--数据收集应用中，传感器节点可能有不同的流量需求。对每个节点的不均等信道访问可能导致拥塞、带宽的低效使用和应用性能的降低。本文证明了当p跳节点不被分配相同的时隙时，时隙分配问题是NP-完全的，其中对任意严格正整数h，1 <= p <= h.我们提出了TRASA，一个TRAffic意识时隙分配算法能够分配时隙的传感器成比例的需求。我们评估的性能TRASA为不同的物流，并证明它提供了一个优化的空间重用和最小化的周期长度。
2012-09-13 cs.NI
Asymptotic Laws for Joint Content Replication and Delivery in Wireless Networks
我们调查的可扩展性的多跳无线通信，在网络中的一个主要问题，用户访问的情况下，跨节点复制的内容。与随机选择通信对的标准范例相反，内容复制对于文件流行度、高速缓存和网络大小的某些制度是有效的。我们的研究开始于详细的联合内容复制和交付问题的二维正方形网格，一个硬组合优化。这被简化为基于复制密度的更简单的问题，其性能与原始的相同。假设Zipf流行率定律，并让内容和网络的大小都趋于无穷大，我们确定所需的链路容量的缩放定律和制度，范围从O（\sqrt{N}）到O（1）。
2013-01-08 cs.NI
Hybrid Millimeter-Wave Systems: A Novel Paradigm for HetNets
已知异构网络（HetNet）通过更有效地利用网络资源来增强无线网络的带宽效率和吞吐量。然而，HetNet中的用户和接入点的较高密度引入了显著的用户间干扰，需要通过复杂且精密的干扰消除方案来减轻用户间干扰。此外，由于显著的信道衰减和硬件损伤的存在，例如，相位噪声和放大器非线性，毫米波段中的巨大带宽迄今尚未得到充分利用。为了使每秒多千兆位的无线网络的发展，我们引入了一种新的毫米波HetNet范例，称为混合HetNet，它利用了巨大的带宽和传播特性在60 GHz和70-80 GHz频段，以减少HetNet中的干扰的影响。仿真结果表明，相对于传统网络的混合HetNet的性能优势。接下来，两个特定的收发器结构，使切换从60 GHz频带，即，V波段到70-80 GHz波段，即，E波段，反之亦然。最后，建立一个混合HetNet的实际和监管的挑战进行了概述。
2015-01-23 cs.NI
