Performance Analysis for Deterministic System using Time Sensitive Network
Md Mehedi Hasan, He Feng
本文分析时间敏感网络（TSN）在确定性系统中的性能，验证其满足实时数据传输的可靠性、速度和成本需求。
现代技术需要可靠、快速且廉价的网络作为数据传输的骨干。交换式以太网结合时间敏感网络（TSN）为确定性系统提供了关键支持，本文对其性能进行了分析，涵盖延迟、吞吐量等指标，并验证了TSN在满足实时性要求方面的有效性。
Modern technology necessitates the use of dependable, fast, and inexpensive networks as the backbone for data transmission. Switched Ethernet coupled with the Time Sensitive Networking
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
继续探索
Large-scale Deterministic Transmission among IEEE 802.1Qbv Time-Sensitive Networks
IEEE 802.1Qbv（TAS）是时间敏感网络（TSN）中使用最广泛的技术，其目的是在工业局域网中提供有限的传输延迟和超低抖动。随着新兴技术的发展（例如，云计算），许多广泛的时间敏感的网络服务出现，如工厂自动化，联网车辆和智能电网。然而，TAS是用于本地网络的第2层技术，并且不能提供大规模确定性传输。为了解决这个问题，本文提出了一个分层网络包括接入网和核心网。接入网络执行TAS以聚合时间敏感的业务。在核心网络中，我们利用DIP（一个著名的骨干网络的确定性组网机制），以实现长距离确定性传输。由于TAS和DIP的不同，我们在接入网和核心网的边缘设计了跨域传输机制，以实现无缝的确定性传输。我们还制定了端到端的调度，以最大限度地提高接受的时间敏感的流量。实验仿真表明，该网络可以实现端到端的确定性传输，即使在高负载的情况下。
Latency-Sensitive 5G RAN Slicing for Deterministic Aperiodic Traffic in Smart Manufacturing
针对现有RAN切片仅考虑传输速率而无法保证确定性非周期流量的延迟需求，提出同时考虑速率和延迟需求的切片设计方法，实验证明该方法能支持关键工业应用。
Latency-Sensitive 5G RAN Slicing for Industry 4.0
提出一种延迟敏感的5G RAN切片方案，通过设计切片和分配无线资源来满足不同应用的速率和延迟需求，并在工业4.0场景中评估。
KuberneTSN: a Deterministic Overlay Network for Time-Sensitive Containerized Environments
针对容器化环境时间敏感通信的网络支持不足问题，提出基于Kubernetes的覆盖网络方案KuberneTSN，通过内核旁路与符合TSN标准的用户空间调度器实现确定性通信，实验证明其达到裸机性能并优于Flannel。
Long-distance Deterministic Transmission among TSN Networks: Converging CQF and DIP
随着5G的发展，需要有限传输延迟和零分组丢失的创新应用出现，例如，AR、工业自动化和智能电网。在这种情况下，时间敏感网络（TSN）被提出，它解决了局域网中的确定性传输。然而，TSN本质上是第2层技术，其不能在大的地理区域上提供确定性传输。为了解决这个问题，本文提出了一种分层网络的端到端的确定性传输。在所提出的网络中，我们利用CQF（即，最有效的TSN机制之一），其聚集来自终端设备的业务。同时，在核心网络中，我们利用DIP（即，用于骨干网的公知的确定性联网机制）用于长距离确定性传输。我们设计的周期对齐机制，使分层网络之间的无缝和确定性的传输。提出了一种联合调度算法，该算法在网络边缘引入流量整形以最大化网络吞吐量。实验仿真表明，该网络可以实现端到端的确定性传输，即使在高负载的情况下。
Achieving Deterministic Service in Mobile Edge Computing (MEC) Networks
移动边缘计算（MEC）被提出来促进高效和时间敏感的5G应用。然而，即使在轻负载的情况下也可能发生“微突发”，这导致不确定的服务延迟（即，不可预测的延迟或延迟变化），因此阻碍了MEC的部署。确定性IP网络（DIP）已经被提出，可以提供大规模网络中的延迟限制和高可靠性。然而，DIP直接迁移到MEC网络中是不平凡的，因为它最初是为具有同构设备的以太网设计的。同时，DIP也面临着网络吞吐量和调度灵活性的挑战。在本文中，我们深入研究了采用DIP的MEC网络和一些相关方面。提出了确定性MEC（D-MEC）网络来递送确定性服务（即，提供具有有限服务等待时间的MEC服务）。在D-MEC网络中，包括周期映射和周期移位的两种机制被设计为实现：（i）利用异构底层资源的无缝和确定性传输;以及（ii）边缘上的业务整形以提高资源利用率。我们还制定了一个联合配置，以最大限度地提高网络吞吐量与确定性的QoS保证。大量的仿真验证了所提出的D-MEC网络可以实现确定性MEC服务，即使在高负载的情况下。
Deterministic Service Function Chaining over Beyond 5G Edge Fabric
随着对延迟敏感的服务和应用的需求不断增加，最近提出了确定性网络（DetNet）概念，以研究5G边缘网络中具有有限延迟要求的服务的确定性延迟保证。网络功能虚拟化（NFV）技术使互联网服务提供商（ISP）能够灵活地放置虚拟网络功能（VNF），从而实现性能和成本效益。然后，通过以预定义的顺序引导业务通过一系列VNF实例来形成服务功能链（SFC）。此外，所需的网络资源和沿着SFC的VNF实例的放置应该被优化以满足确定性延迟要求。因此，确定一个最佳的SFC部署策略，以确保网络性能，同时提高网络收入，是非常重要的ISP。在本文中，我们共同研究了5G边缘网络中的资源分配和SFC放置，以确保确定性延迟。我们制定这个问题作为一个数学规划模型的目标最大化的整体网络利润的ISP。此外，提出了一种新的确定性SFC部署（Det-SFCD）算法，有效地嵌入SFC请求与确定性延迟保证。性能评估结果表明，与基准策略相比，该算法在SFC请求接受率、网络成本降低和网络资源利用率方面具有更好的性能。
A Time-Triggered Communication Method Based on Urgency-Based Scheduler in Time-Sensitive Networking
针对时间敏感网络中传统调度算法求解时间长、可扩展性差的问题，提出基于紧急度的调度器方法（TT-UBS）及参数确定算法，在保证确定性传输的同时将求解时间降低98.22%，有效优化关键任务系统的通信性能。
Flexible Design on Deterministic IP Networking for Mixed Traffic Transmission
确定性IP（DIP）网络是一种很有前途的技术，可以在大规模网络中提供延迟受限的传输。然而，DIP在混合业务场景中面临着几个挑战，包括（i）超低延迟通信的能力，（ii）同时满足不同的QoS要求，以及（iii）网络效率。在没有交通需求先验知识的动态环境中，这些问题更加棘手。针对上述问题，本文设计了一种灵活的DIP（FDIP）网络。在所提出的网络中，我们将输出端口的队列分为多个组。每组以不同的周期长度运行。FDIP可以为时间敏感的流分配不同的组，从而同时提供不同的QoS要求。超低延迟通信可以通过具有短周期长度的特定组来实现。此外，具有不同周期长度的灵活调度提高了资源利用率，因此增加了吞吐量（即，可接受的时间敏感流的数目）。我们制定了吞吐量最大化的问题，共同考虑的准入控制，传输路径选择，和周期长度分配。一个分支定界（BNB）为基础的启发式。仿真结果表明，建议FDIP显着优于标准DIP的吞吐量和延迟保证。
Time-Sensitive Networking over 5G: Experimental Evaluation of a Hybrid 5G and TSN System with IEEE 802.1Qbv Traffic
本文通过测试平台实验评估混合5G与TSN系统承载IEEE 802.1Qbv实时流量的端到端确定性性能，揭示802.1Qbv参数与5G系统能力的影响，为3GPP定义的5G/TSN集成桥接模型设计与优化提供依据。
Pioneering Deterministic Scheduling and Network Structure Optimization for Time-Critical Computing Tasks in Industrial IoT
本文首次针对工业物联网周期性时间关键型计算任务，提出确定性调度算法IIoTBroker和网络结构优化算法IIoTDeployer，通过细粒度资源分配与低成本网络升级实现确定性响应。
Mechanism design for the end-to-end deterministic transmissions with decoupled time domains
本文提出一种端到端确定性网络机制，通过边缘离散整形器解耦时钟域，缓解跨域同步难题，并支持非周期流量，结合拍卖调度算法实现跨域时延有界传输。
AI-based Dynamic Schedule Calculation in Time Sensitive Networks using GCN-TD3
针对 TSN 动态流量调度难题，论文提出融合 GCN 与 TD3 的 GCN-TD3，并以 ILP 作为回退，实现高接纳率、低抖动且不中断现有调度。
Proposition of a full deterministic medium access method for wireless network in a robotic application
今天，许多网络应用程序需要更短的反应时间。机器人领域是这些需求的一个很好的例子：机器人的反应时间对其任务的复杂性有直接的影响。在这里，我们提出了一个完整的确定性介质访问方法的无线机器人应用程序。这种贡献是基于一些低功耗的无线个域网，如ZigBee标准。实际上，ZigBee已经识别出由于非确定性介质接入和介质预留请求期间的可能冲突而导致的服务质量的限制。在本文中，提出了两个主要的改进：一个有效的轮询的星型节点和时间确定性分布的对等消息。这种新的无冲突的MAC协议提供了一些QoS能力。
Large Scale Deterministic Networking: A Simulation Evaluation
以太网交换网络的使用通常涉及尽力服务。IEEE 802.1/3 TSN组最近的努力已经寻求将以太网数据链路协议标准化，使得除了针对操作技术应用的尽力而为服务之外，以太网数据链路协议还在确定性服务上操作，工业控制系统。本文研究了一个典型的工业控制回路中的循环调度和转发（CQF）和Paternoster调度协议，模拟大规模网络，具有不同的传播延迟。我们的主要研究结果CQF和Paternoster是，CQF有一个优势，对实时流硬截止日期，而Paternoster是流更宽松的截止日期，但可以操作没有时间同步。
Integrating Deterministic Networking with 5G
本文提出并演示了完全集成的5G-DetNet，通过路由调度、5G核心应用功能及网络侧翻译器，以低成本硬件和开源软件实现端到端延迟与丢包保证，适用于5G测试平台。
Deterministic Task Scheduling in In-Vehicle Networks for Software-Defined Vehicles
本文提出了一种车载网络的确定性任务调度方法，通过对比最短路径和最小任务执行时间等方法，证明其在保证确定性服务级别和平衡计算负载方面更具优势。
Joint Resource Allocation to Transparently Integrate 5G TDD Uplink with Time-Aware TSN
本文提出一种异构无线资源调度器，通过联合静态和动态调度，实现5G TDD上行与时间感知TSN的透明集成，提升资源效率28%。
Joint Routing and Scheduling for Large-Scale Deterministic IP Networks
随着5G的到来和互联网协议的演进，工业应用正从垂直解决方案转向需要满足确定性服务质量（QoS）要求的通用IP基础设施。IETF DetNet工作组旨在通过支持（i）确定性最坏情况延迟和抖动，以及（ii）时间敏感流量的零数据包丢失来满足这一需求。在本文中，我们专注于大规模确定性网络的联合路由和调度问题，使用循环指定的路由和转发（CSQF），扩展的循环路由和转发（CQF）与多个传输队列和支持段路由。在这种情况下，我们提出了两个集中式算法，以最大限度地提高网络规划和在线流量准入的流量接受。我们提出了一种基于列生成和动态规划的有效解决方案。由于模型的加强与有效的不等式，我们提高了上限和解决方案。我们证明了现实的情况下，我们达到了最优差距小于10%，在几秒钟内。最后，我们也推导出一个超快速的自适应贪心算法，以解决这个问题的代价是一个小的额外的差距。
Enhancing Resource Utilization of Non-terrestrial Networks Using Temporal Graph-based Deterministic Routing
针对非地面网络动态拓扑下确定性路由难构建的问题，提出基于时间扩展图与虚拟节点/边的多项式时间逐跳路由算法，显著提升业务接纳性能。
On Partial Coverage and Connectivity Relationship in Deterministic WSN Topologies
传感器网络的主要功能是执行传感任务。为了进行适当的感知，必须保持网络的覆盖范围和连通性。对于全覆盖场景，覆盖和连接之间的关系已经被广泛研究。但是，投资于全面覆盖会导致不必要的成本时，部分覆盖是足够的。在这项工作中，我们专注于部分覆盖和连接之间的关系。我们发现的条件时，部分覆盖意味着连接作为覆盖分数的函数。该条件便于网络设计者针对期望的覆盖分数来配置所连接的网络。
An Intelligent Deterministic Scheduling Method for Ultra-Low Latency Communication in Edge Enabled Industrial Internet of Things
边缘使能的工业物联网（IIoT）平台对加速智能工业的发展具有重要意义。然而，随着实时IIoT应用的急剧增加，支持快速响应时间、低延迟和高效的带宽利用率是一个巨大的挑战。为了解决这个问题，时间敏感网络（TSN）最近研究通过确定性调度来实现低延迟通信。据我们所知，多个流的可组合性，这可以显着影响调度性能，从来没有被系统地分析过。在这篇文章中，我们首先分析了可组合性问题。然后提出了一种基于非冲突理论的确定性调度方法来实现时间敏感流的超低延迟通信。此外，为了提高带宽利用率，一个动态队列调度（DQS）方法的尽力而为流。实验结果表明，NDS/DQS能够很好地支持确定性超低延迟业务，并保证有效的带宽利用率。
Supporting Deterministic Traffic on Standard NICs
本文提出KeepON软件驱动模型，通过让标准网卡持续发送占位符以维持可预测传输模式，并在指定位置替换占位符插入实时数据包，从而在标准硬件上实现确定性传输，调度精度较默认驱动提升162倍。
Network Connectivity: Stochastic vs. Deterministic Wireless Channels
研究了随机无线信道模型对adhoc网络连通性的影响。与确定性几何圆盘模型不同，在确定性几何圆盘模型中，如果节点彼此在一定距离内，则节点连接，随机模型试图捕获由于阴影和多径接收信号引起的小尺度衰落效应。通过分析本地和全球网络的可观的，我们提出了确凿的证据表明，网络行为是高度依赖于是否采用随机或确定性的连接模型。具体来说，我们表明，网络的平均度是低（高）随机无线信道比确定性的，如果路径损耗指数大于（小于）的空间维度。类似地，在密集随机网络中形成孤立节点对的概率对于随机无线信道比对于确定性无线信道要小得多。后一种实现解释了为什么随机无线信道的$k$连接性的上界更紧。我们得到了封闭形式的分析结果，并进行了广泛的数值模拟。
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。
Time-Sensitive Networking for robotics
我们认为，时间敏感网络（TSN）将成为机器人实时通信的事实标准。我们提出了一个审查和分类的不同的通信标准，这是相关的领域，并介绍了传统的交换式以太网网络的典型问题。我们讨论了一些相关的TSN功能确定性通信和实验评估的一个典型的机器人场景中的成形机制。特别是，根据我们的研究结果，我们认为许多现有的实时工业解决方案将慢慢被TSN取代。这将导致物理上可互操作的机器人和机器人组件的统一景观。
Deterministic Computing Power Networking: Architecture, Technologies and Prospects
针对新型互联网业务对端到端传输与计算确定性的需求，本文提出确定性算力网络（Det-CPN）范式，介绍其研究背景、架构、关键技术，并分析挑战与未来趋势。
Network Anomaly Detection: A Survey and Comparative Analysis of Stochastic and Deterministic Methods
针对网络异常检测问题，提出了五种方法。这些方法涵盖了异常检测领域的大多数常用技术，包括统计假设检验（SHT）、支持向量机（SVM）和聚类分析。我们评估所有的方法在一个模拟的网络，由标称数据，三个流级异常和一个数据包级的攻击。通过分析结果，我们指出了每种方法的优点和缺点，并得出结论，将各个方法的结果结合起来可以产生更好的异常检测结果。
Deterministic Broadcasting and Random Linear Network Coding in Mobile Ad Hoc Networks
网络编码在过去已经成功地用于无线多跳网络中的高效广播。两种编码方法适用于移动网络;随机线性网络编码（RLNC）和基于XOR的编码。在这项工作中，我们观察到RLNC提供了更高的弹性数据包丢失相比，基于XOR的编码。我们开发了一个分析模型来证明我们的直觉。然而，该模型还表明，结合RLNC与概率转发，这是在文献中采取的方法，可能会显着影响RLNC的性能。因此，我们采取新的方法来结合RLNC与确定性广播算法，以修剪传输。更具体地说，我们提出了一个连接的支配集（CDS）为基础的算法，协同工作与RLNC的“数据包生成级别”。由于管理分组生成是RLNC中的一个关键问题，我们提出了一个分布式的方案，这也是适合于移动环境，不妥协的编码效率。我们表明，该算法优于XOR为基础的，以及RLNC为基础的计划，即使全球知识用于管理数据包代。
Formal Scheduling Constraints for Time-Sensitive Networks
本文形式化了用于时间敏感网络的窗口基IEEE 802.1Qbv门控制列表调度的必要约束，以实现更灵活的定时特性并保证确定性通信。
Learning Deterministic Policy with Target for Power Control in Wireless Networks
小区间干扰协调（ICIC）是提高无线网络中的能量效率的有前途的方式，特别是在密集部署小型基站的情况下。然而，传统的基于优化的ICIC方案遭受严重的性能下降与复杂的干扰模式。为了解决这个问题，我们提出了一个深度强化学习与确定性的政策和目标（DRL-DPT）框架ICIC在无线网络中。DRL-DPT克服了强化学习和深度学习在无线网络中应用的主要障碍，即连续状态空间、连续动作空间和收敛性。首先，深度神经网络（DNN）参与作为演员，以获得确定性的功率控制动作在连续空间。然后，为了保证算法的收敛性，提出了一种在线训练的方法，该方法使用一个专门的奖励函数作为目标规则，并使用策略梯度下降算法来调整DNN的权值。实验结果表明，所提出的DRL-DPT框架一致优于现有的计划在能源效率和吞吐量在不同的无线干扰情况下。更具体地说，它提高了高达15%的能源效率和更快的收敛速度。
SimpleTrack:Adaptive Trajectory Compression with Deterministic Projection Matrix for Mobile Sensor Networks
一些移动传感器网络应用要求传感器节点将其轨迹传输到数据宿。提出了一种基于压缩感知的自适应轨迹（有损）压缩算法。该算法有两个创新要素。首先，我们提出了一种方法来计算一个确定性的投影矩阵从学习字典。其次，我们提出了一种移动节点的移动节点的速度的基础上，自适应预测所需的投影的数量的方法。使用6个数据集的广泛评估表明，我们提出的算法可以实现亚米精度。此外，我们的方法计算投影矩阵优于现有的两种方法。最后，我们的算法与一个国家的最先进的轨迹压缩算法的比较表明，我们的算法可以减少10-60厘米的错误，为相同的压缩比。
Deterministic Differential Search Algorithm for Distributed Sensor/Relay Networks
对于分布式传感器/中继网络，通常需要高可靠性和功率效率。然而，在实践中出现了一些执行问题。一个这样的问题是，所有的分布式发射机具有有限的电力供应，因为发射机的电源不能被连续地再充电。为了解决这个问题，分布式波束成形已经被提出作为一种可行的解决方案，其中所有分布式发射机寻求在接收机端处相位对准。然而，在实践中难以以分布式方式实现这样的发射波束成形，因为需要在所有分布式发射机处使完美的信道状态信息（CSI）可用，从而需要巨大的开销来将CSI从接收机反馈到所有分布式发射机。在本文中，我们提出了一种新的算法，属于确定性相位调整算法的类别：确定性差分搜索算法（DDSA），其中测量的接收信号强度（RSS）之间的差异被明智地利用，以帮助我们预测在分布式发射机完成的确定性相位调整。数值模拟表明，快速收敛到一个预先确定的阈值。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈
发表机构由 AI 从论文文本抽取，如发现错误，欢迎反馈修正建议。