Masking Intent, Sustaining Equilibrium: Risk-Aware Potential-Game-Based Service Provision in Dynamic Mobile Crowdsensing
Shanghai Research Institute for Intelligent Autonomous Systems, the State Key Laboratory of Autonomous Intelligent Unmanned Systems, Department of Control Science and Engineering, Tongji University(同济大学);Guohao School, Tongji University(同济大学);International Institute of Next Generation Internet, Macau University of Science and Technology(澳门科技大学);College of Big Data and Information Engineering, Guizhou University(贵州大学);Department of Electrical and Computer Engineering, Western University(韦仕敦大学);School of Engineering, Edith Cowan University(伊迪丝科文大学)
本文提出iParts框架,通过隐私保护和风险意识的两阶段方法,解决动态移动 crowdsensing 中任务完成、预算可行性和传感质量的不确定性问题。
2026-06-05 cs.NI
Economic feasibility of virtual operators in 5G via network slicing
Universitat Politècnica de València(瓦伦西亚理工大学);Universidad Politécnica Salesiana-Sede Cuenca(昆卡天主教技术大学)
本文分析了5G网络切片下多运营商共享基础设施的经济可行性,提出两种商业模式,通过区分性处理器共享队列模型和博弈论分析,探讨了虚拟运营商与传统运营商的协作机制及用户订阅率差异。
2026-01-21 cs.NI econ.TH
Resource Management in Cloud Networking Using Economic Analysis and Pricing Models: A Survey
本文对云网络资源管理的经济和定价模型的应用进行了全面的文献综述。为了实现可持续的利润优势、成本降低和云资源供应的灵活性,云网络中的资源管理需要自适应和鲁棒的设计来解决许多问题,例如,资源分配、带宽预留、请求分配和工作负载分配。经济模型和定价模型受到了广泛的关注,因为它们可以在社会福利、公平性、真实性、利润、用户满意度和资源利用率方面产生令人满意的性能。本文回顾了经济和定价模型的应用,以开发自适应算法和协议,在云网络资源管理。此外,我们调查了各种激励机制使用的价格策略在边缘计算资源共享。此外,我们还考虑在基于云的软件定义无线网络(SDWN)中使用定价模型。最后,我们强调了将经济和定价模型应用于云网络的重要挑战、开放性问题和未来研究方向
2017-01-08 cs.DC cs.GT cs.NI
Supportive 5G Infrastructure Policies are Essential for Universal 6G: Assessment using an Open-source Techno-economic Simulation Model utilizing Remote Sensing
第六代蜂窝技术(6G)的工作现已开始,具有成本效益的全球宽带覆盖已成为一个关键支柱。事实上,我们距离提供普遍和负担得起的宽带连接还很远,尽管这是可持续发展目标(具体目标9.c)的一个关键部分。目前,移动网络运营商和政府仍然缺乏对可用蜂窝技术(4G和5G)实现这一目标的战略的独立分析。因此,本文进行了定量评估,展示了当前的5G政策如何影响通用宽带,并就现在做出的决策如何影响未来向6G的演进得出结论。使用基于开源技术经济代码库的方法,将遥感与最低成本网络算法相结合,为不同的4G和5G通用宽带策略提供性能分析。作为一个例子,评估方法适用于印度,世界第二大移动市场和频谱价格非常高的国家。结果表明,技术决策之间的权衡。这包括展示当前基础设施政策的重要性,特别是考虑到光纤回程对于提供6G服务质量至关重要。我们发现,通过消除频谱许可成本,使用光纤回程可以实现100%的5G人口覆盖。因此,支持性的基础设施政策对于为向未来蜂窝一代(如6G)的演进提供卓越的基础至关重要。
2021-06-21 cs.CY cs.NI econ.GN
Spectrum Investment under Uncertainty: A Behavioral Economics Perspective
本文研究了频谱供应不确定条件下虚拟无线运营商的频谱投资问题。为了获得足够的频谱资源以满足其客户需求,虚拟运营商可以感测许可频带中暂时未使用的频谱,或者从频谱所有者租赁频谱。感知通常比租赁便宜,但是由于主用户在许可频带中的活动,通过感知获得的可用频谱的量是不确定的。以往的频谱投资问题研究主要考虑基于期望效用理论的风险中性运营商的期望利润最大化问题。然而,在现实中,经营者的决策不仅受到预期利润最大化的考虑,而且还受到其风险偏好水平的影响。为了捕捉这两个因素之间的权衡,我们分析了运营商的最优决策问题,从行为经济学的前景理论,其中包括EUT作为一个特例。前景理论下的感知和租赁优化问题是一个非凸的、具有挑战性的问题。然而,通过利用单峰结构的问题,我们能够计算出唯一的全局最优解。结果表明,与EUT运营商相比,风险规避和风险寻求运营商的预期利润都较小。另一方面,风险厌恶型经营者可以保证更大的最小可能利润,而风险寻求型经营者可以实现更大的最大可能利润。此外,当感知成本增加时,风险规避运营商的期望利润和最小可能利润之间的权衡更好,而当感知成本降低时,风险寻求运营商的期望利润和最大可能利润之间的权衡更好。
2016-08-29 cs.GT cs.NI
Just-in-time Restoration with Distributed Fiber Sensing in Metropolitan Optical Networks
Technische Universität Braunschweig(布伦瑞克工业大学);University of Brasília(巴西利亚大学)
利用分布式光纤传感预测故障,实现城域光网络即时恢复,仿真表明15ms预测能力可减少90%以上电路中断。
2026-06-08 cs.NI
Distributed Sensing, Computing, Communication, and Control Fabric: A Unified Service-Level Architecture for 6G
本文提出面向6G的分布式感知计算通信控制(DS3C)统一服务架构,融入智能算法实现资源高效管理,给出跨多领域的端到端6G系统方案并梳理相关标准化进展。
2023-07-18 cs.NI
Architectural Enhancements for Efficient Sensing Data Utilization in 6G ISAC
InterDigital Europe Ltd(InterDigital欧洲有限公司)
本文提出一种6G架构中的传感数据存储功能,通过融合历史与实时传感数据提升效率和准确性,验证了在交通交汇场景中减少误报率的效果。
2026-03-23 cs.ET cs.NI
High Capacity Indoor & Hotspot Wireless System in Shared Spectrum - A Techno-Economic Analysis
对无线和移动互联网接入的预测表明,特别是在内置环境中,流量呈指数级增长。设施所有者等非传统参与者对部署和运营自己的室内网络以满足容量需求的兴趣越来越大。这些本地运营商将需要与邻近网络共享频谱,因为它们不太可能拥有自己的专用频谱。因此,网络间干扰的管理成为高容量供应的关键问题。运营商之间的紧密合作提供了卓越的性能,但以高昂的基础设施成本和业务相关障碍为代价。另一方面,有限的协调造成运营商之间的有害干扰,这反过来又需要更密集的网络。在本文中,我们提出了一个技术经济分析框架,调查和比较室内运营商的策略。通过引入新的运营商间成本因素,我们改进了传统的网络成本模型。然后,我们提出了一个数值例子来证明所提出的框架可以帮助我们比较不同的运营商策略。最后,我们提出了未来研究的方向。
2013-02-14 cs.IT cs.NI math.IT
Economics of Internet of Things (IoT): An Information Market Approach
物联网(IoT)已经被提出为连接设备并向各种应用提供服务的新范例,交通、能源、智慧城市和医疗保健。在本文中,我们关注一个重要问题,即,物联网的经济性,这可能对物联网应用的成功产生巨大影响。特别是,我们采用并提出了信息经济学方法及其在物联网中的应用。我们首先回顾了为物联网服务开发的现有经济模型。然后,我们概述了与物联网相关的信息经济学的两个重要主题,即,信息的价值和信息的良好定价。最后,我们提出了一个博弈论模型来研究物联网传感服务的价格竞争。最后对信息经济学在物联网领域的应用前景进行了展望。
2015-10-23 cs.NI
HAP Networks for the Future: Applications in Sensing, Computing, and Communication
Istanbul Technical University(伊斯坦布尔理工大学);Hongik University(弘益大学)
本文探讨了高空平台网络在传感、计算和通信中的应用,分析了其在下一代通信技术中的作用及未来研究方向。
2026-02-19 cs.NI
UniPreCIS : A data pre-processing solution for collocated services on shared IoT
下一代智慧城市应用,由于物联网(IoT)和网络物理系统(CPS)的力量,极大地依赖于传感数据的质量。随着城市发展和企业提供感知服务的智能应用呈指数级增长,提供共享的感知基础设施以更好地利用资源势在必行。然而,利用低成本感测设备以获得具有成本效益的解决方案的共享感测基础设施仍然是一个未开发的领域。仍然需要进行大量的研究工作,以使基于边缘的数据整形解决方案更可靠、功能丰富和具有成本效益,同时解决在具有不同服务质量(QoS)要求的多个并置服务之间共享感测基础设施的相关挑战。为此,我们提出了一种新的基于边缘的数据预处理解决方案,名为UniPreCIS,占低成本的环境传感器的固有特性和表现出的测量动态相对于应用程序特定的QoS。UniPreCIS旨在通过执行传感器排名和选择,然后进行多模态数据预处理来识别和选择质量数据源,以满足异构应用QoS,同时减少资源受限网络边缘的资源消耗。如所观察到的,在所提出的方法中,处理时间和存储器利用率已经减少,同时实现高达90%的准确度,这与用于感测的最先进技术相比可以说是显著的。UniPreCIS的有效性已经在测试平台上进行了评估,用于室内占用估计的特定用例,证明了其有效性。
2022-08-01 cs.NI eess.SP
Long-Term Profit-Maximizing Incentive for Crowd Sensing in Mobile Social Networks
人群感知是一种新的模式,它利用配备传感器的移动设备提供感知服务,如法医分析,记录公共空间,以及协作构建统计模型。要达致良好的服务质素,用户的广泛参与是不可或缺的。目前,大多数现有的机制集中在保证良好的服务质量的基础上瞬时广泛的用户参与的人群感知应用。很少有人关注一直致力于最大限度地提高长期服务质量的人群传感应用,由于他们的不对称的利益,偏好,自私的行为,等,为了填补这些空白,在本文中,我们推导出封闭的表达的基础上,在经济学的垄断聚集的边际感知数据质量。此外,我们还设计了基于边际质量的长期人群感知应用激励机制,不仅通过最大化移动用户的预期总利润来提高用户的广泛参与,而且通过应用边际质量来激励移动用户生产高质量的内容。最后,仿真结果表明,我们的机制优于现有的解决方案。
2015-05-25 cs.GT cs.NI cs.SI
Resource Allocation in Quantum Networks for Distributed Quantum Computing
近年来,量子计算技术的发展一直在稳步推进,目前的趋势表明,它将在不久的将来大规模用于商业目的。加速可以通过汇集计算基础设施来提高,以并行化算法执行或解决单个量子计算机上不可行的更大实例,这需要底层量子互联网:量子计算机通过量子链路和中继器互连以交换纠缠的量子比特。然而,到目前为止,量子互联网的研究一直集中在提供点对点流,这是适合(例如)量子传感和计量学,但不用于分布式量子计算。在本文中,在量子计算和网络的基础知识之后,我们从量子网络供应的角度研究了分布式节点上智能计算的需求和目标。然后,我们设计了一个资源分配策略,通过一个全面的模拟活动,其结果突出的关键功能和性能问题进行评估,并导致在这个方向上进一步调查的方式。
2022-05-10 cs.NI quant-ph
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
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
Management and Orchestration of Virtual Network Functions via Deep Reinforcement Learning
虚拟网络功能(VNF)对资源的管理和编排(MANO)代表了5G标准所设想的完全虚拟化网络架构的关键挑战之一。当前基于阈值的策略低效地过度供应网络资源并且未充分利用可用硬件,从而导致网络运营商以及因此用户的高成本。在这项工作中,我们提出了一个MANO算法的VNF允许中央单元(CU)学习自主重新配置资源(处理能力和存储)、部署新的VNF实例或将它们卸载到云,这取决于网络条件、可用资源池和VNF要求,其目标是最小化考虑了经济成本以及用户所经历的等待时间和服务质量(QoS)的成本函数。首先,我们制定了随机资源优化问题作为一个参数化的行动马尔可夫决策过程(PAMMP)。然后,我们提出了一种基于深度强化学习(DRL)的解决方案。更确切地说,我们提出了一种新的RL方法,称为参数化动作孪生(PAT)确定性策略梯度,它利用一个演员-评论家架构学习提供资源的VNF在线方式。最后,我们给出了数值性能结果,并将其映射到5G关键性能指标(KPI)。据我们所知,这是第一个考虑DRL用于VNF的物理资源的MANO的工作。
2019-10-23 cs.IT cs.NI math.IT
A Federated CloudNet Architecture: The PIP and the VNP Role
我们提出了一个通用的和灵活的架构来实现CloudNets:虚拟网络连接云资源的资源保证。我们的体系结构是联合的,通过提供显式的协商和供应接口,支持不同的(甚至可能是竞争的)经济角色。基于契约的交互和允许聚合和抽象的资源描述语言在不牺牲灵活性的情况下保留了不同角色的自治性。此外,由于我们的CloudNet架构是基于插件的,基本上所有的云操作系统(例如,OpenStack)或链路技术(例如,OpenFlow,VPLS)可以在框架内使用。本文更详细地描述了两个角色:拥有底层网络和资源的物理基础设施提供商(PIP),以及可以充当资源和CloudNet代理商和经销商的虚拟网络提供商(VNP)。这两个角色都在我们的广域原型中完全实现,该原型跨越远程站点和资源。
2013-03-27 cs.DC cs.NI
The Internet of Things: a Survey and Outlook
最近的历史见证了与信息和通信技术有关的学科的颠覆性进展,为该领域潜在范式的成长和成熟奠定了丰富的技术生态系统。其中,传感器网络已经从最初设想的设置发展而来,在最初设想的设置中,部署了数百个具有感测和致动功能的节点,以从其环境中捕获信息并相应地采取行动(无线传感器网络的概念)提供嵌入在共同通信和工作以基于它们获取的信息协作地完成复杂任务的机器人对象中的这种功能,感知环境。如今,这已经成为现实,它包含了20世纪末形成的物联网(IoT)的原始想法,但具有前所未有的规模,功能和应用,这些都是由新的无线电接口,通信协议和智能数据模型引发的。本章研究了文献中围绕这些主题报道的最新发现,重点关注物联网通信,协议和平台,最终确定在不久的将来将成为物联网相关研究前沿的机会和趋势。
2019-10-30 cs.CY cs.NI