State Aware Traffic Generation for Real-Time Network Digital Twins
Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院)
提出一种结合隐马尔可夫模型与混合密度网络的紧凑流量生成器,可快速训练并实时微调,为网络数字孪生生成高保真数据包迹,避免了真实数据传输的网络开销。
2025-09-16 cs.NI
Feasibility Study of Enabling V2X Communications by LTE-Uu Radio Interface
与传统的无线网络相比,下一代无线网络的目标是具有不同QoS要求的不同业务,从带宽消耗的视频业务到中等和低数据速率的机器类型业务,并且支持严格的延迟要求。其中一项新兴的服务是利用无线网络来提高车辆的交通效率和公共安全。然而,严格的分组端到端(E2 E)延迟和超低的传输失败率对传统网络提出了具有挑战性的要求。换句话说,下一代无线网络需要支持涉及新的关键性能指标(KPI)而不是传统度量(诸如传统系统中的小区吞吐量)的超可靠低延迟通信(URLLC)。在本文中,执行关于应用当今的LTE网络基础设施和LTE-Uu空中接口来提供URLLC类型的服务的可行性研究,其中通信发生在两个业务参与者(例如,车辆对车辆和车辆对行人)。为了进行这项研究,提出了一种蜂窝车辆到任何东西(V2X)通信的评估方法,其中分组E2 E延迟和成功传输率被认为是关键性能指标(KPI)。然后,我们描述了评估的模拟假设。在此基础上,仿真结果表明,LTE网络的性能,满足新的URLLC的要求。此外,敏感性分析也进行了关于如何进一步提高系统性能,以使新出现的URLLC服务。
2017-08-02 cs.NI
Realistic Traffic Generation for Web Robots
评估Web系统的容量、可伸缩性和可用性的关键是现实的Web流量生成器。Web流量生成是一个经典的研究问题,没有一个生成器能够解释Web机器人或爬虫的特性,而这些特性现在是Web服务器流量的主要来源。因此,管理员无法测试、强调和评估他们的系统在面对不断增加的网络机器人流量时的性能。为了解决这个问题,本文介绍了一种新的方法来生成合成网络机器人流量具有高保真度。它生成的流量,占时间和行为质量的机器人流量的统计和贝叶斯模型,适合从北美和欧洲的网络日志中看到的机器人流量的属性。我们评估我们的流量生成器通过比较生成的流量的原始数据的特性。我们着眼于会话到达率,到达间隔时间和会话长度,比较和对比它们之间产生的和真实的流量。最后,我们表明,我们产生的流量影响缓存性能类似于实际流量,使用常见的LRU和LFU驱逐政策。
2017-12-15 cs.NI stat.ML
On the Relation Between Mobile Encounters and Web Traffic Patterns: A Data-driven Study
传统上,移动性和网络流量是分开研究的。它们的交互对于未来几代移动服务和有效缓存至关重要,但尚未对真实世界的大数据进行深入研究。在本文中,我们描述了移动遇到和使用大规模的数据集(大小为30 TB)的WiFi和NetFlow跟踪网络流量配置文件之间的相关性研究。该分析首次在时空维度上量化了这些相关性,将设备类型分为移动长笛和坐着使用大提琴。结果一致表明,在多天内,不同建筑物之间的流动性遭遇和交通之间存在明显的关系,遇到的对显示出比未遇到的对更高的交通相似性,长时间的遭遇与最高的相似性相关。我们还调查了学习的可行性,通过网络流量配置文件,传播协议的影响,接触跟踪。这提供了一个令人信服的案例,将移动性和网络流量维度整合到未来的模型中,不仅在个人层面,而且在成对和集体层面。我们已经在GitHub上发布了本研究中使用的代码和数据样本,以支持可重复性并鼓励进一步的研究(https://github.com/BabakAp/babter-traffic)。
2018-11-05 cs.NI
A Vectorised Packing Algorithm for Efficient Generation of Custom Traffic Matrices
我们提出了一种新的算法来生成自定义网络流量矩阵,该算法分别比先前在64,256和1024个节点的网络上的工作快13倍,38倍和70倍。
2023-02-20 cs.DS cs.NI
Delay Modelling for a Single-hop Wireless Mesh Network under Light Aggregate Traffic
在本文中,我们考虑的平均延迟建模的问题,在IEEE 802.11 DCF无线网状网络与一个单一的根结点下轻流量。当数据包的产生是速率为λ的齐次泊松过程时,推导了同位无线Mesh网络的平均时延表达式.我们还展示了如何我们的分析可以扩展到非均匀泊松包生成。我们通过将排队系统解耦为独立的M/M/1排队系统来模拟平均时延。大量的模拟进行验证的分析结果。
2010-09-03 cs.NI
Collaborative Driving Support System in Mobile Pervasive Environments
蓝牙协议可以用于配备有蓝牙设备的车辆间通信。本文研究了开发智能驾驶系统的挑战和可行性,该系统提供有关交通状况和路边设施的时间敏感信息。利用无线网络和蓝牙协议的概念,提出了协同车辆通信系统的体系结构。我们讨论了如何车辆可以形成移动ad-hoc网络和交换数据的车载蓝牙传感器。分析了智能驾驶服务基础设施的关键设计概念,表明多个位置数据的协同融合可以更好地了解周围的交通状况,以实现协同驾驶。评估了利用蓝牙技术在移动车辆之间进行数据交换的技术可行性。
2014-05-09 cs.NI
Low-Cost Traffic Sensing System Based on LoRaWAN for Urban Areas
低功耗广域网(LPWAN)的出现,使无线传感器网络的可行性,在城市地区的环境交通传感。在这项研究中,我们探索使用LoRaWAN终端节点作为流量传感器,以提供实用的流量管理解决方案。所监测的接收信号强度指示符(RSSI)因子被报告并在网关中使用以评估环境的流量。我们的技术利用LoRaWAN作为远程通信技术来提供大规模系统。在这项工作中,我们提出了一种使用LoRaWAN设备来估计流量的方法。LoRaWAN终端设备然后将其数据包传输到不同的网关。它们的RSSI将受到道路上存在的汽车数量的影响。我们使用支持向量机和聚类方法来分类目前的汽车的大致数量。本文详细介绍了我们的经验,设计和实际实施的这个系统在一个地区,在城市场景绵延数英里。我们连续几周在不同网关测量和报告RSSI。结果表明,如果将LoRaWAN端节点放置在最佳位置,则可以获得高达96%的正确环境流量水平检测。此外,我们还共享L
2022-11-02 cs.NI
On the Feasibility of Wireless Interconnects for High-throughput Data Centers
数据中心(DC)需要可扩展到大型数据集,以适应资源有限的嵌入式和移动设备不断增长的需求。由于最近的高数据率毫米波频谱(例如60 GHz)的可用性以及由于该技术的有利属性,无线DC(WDC)表现出成为特别是对于中小规模DC的有前途的解决方案的潜力。本文研究了WDC的吞吐量可扩展性的问题,使用已建立的理论的渐近吞吐量的无线多跳网络,主要提出了均匀的交通条件。然而,数据中心的速率异构流量分布,需要渐近异构吞吐量的无线网络的知识,以研究WDC的性能和可行性,用于实际目的。为了回答这些问题,本文提出了一个下界的吞吐量可扩展性的多跳速率异构网络时,所有节点的流量生成率是相似的,除了一个节点。我们表明,传统的多跳和空间复用的上述双速率网络的吞吐量可扩展性是低效的,并从此开发一个投机性的2分区方案,提高了网络吞吐量的缩放潜力。一个更好的下限的吞吐量,然后获得。最后,我们得到的吞吐量缩放的i.i.d.速率异构网络,并获得其下界。再次,我们提出了一个投机性的2分区计划,以实现更高的吞吐量在改进的下限方面的网络。所有得到的结果已被验证,使用模拟实验。
2015-06-11 cs.NI cs.PF
High-Fidelity Cellular Network Control-Plane Traffic Generation without Domain Knowledge
本研究提出基于Transformer的模型CPT-GPT,无需领域知识即可生成高保真蜂窝网络控制面流量,在多项保真度指标上显著优于现有GAN方法。
2024-11-11 cs.NI
CareNet: Linking Home-router Network Traffic to DSM-5 Depressive Behavior Indicators
University of St. Gallen(圣加仑大学)
针对现有数字心理健康感知依赖侵入性设备的问题,提出路由器端本地运行的CareNet系统,通过FASL方法将网络元数据转化为符合DSM-5的可解释抑郁行为指标,无需检测流量载荷即可实现隐私友好的行为推断。
2025-11-16 cs.NI
IoT-Flock: An Open-source Framework for IoT Traffic Generation
网络流量生成是设计和分析网络安全系统的主要技术之一。然而,由于物联网网络在设备、应用和协议方面的多样性,传统的网络流量生成器工具无法生成物联网特定协议的流量。因此,传统的流量生成器工具无法用于设计和测试物联网特定安全解决方案的性能。为了设计基于物联网的流量生成框架,两个主要挑战包括物联网设备建模和同时生成物联网正常和攻击流量。因此,在这项工作中,我们提出了一个用于物联网流量生成的开源框架,该框架支持两个广泛使用的物联网应用层协议,即,MQTT和CoAP。该框架允许用户创建物联网用例,向其中添加定制的物联网设备,并通过实时网络生成正常和恶意的物联网流量。此外,我们建立了一个实时的物联网灵巧家庭用例,以证明所提出的框架的适用性,通过模拟现实世界的物联网设备开发物联网灵巧家庭的安全解决方案。实验结果表明,所提出的框架可以有效地用于为物联网网络开发更好的安全解决方案,而无需物理部署实时用例。
2020-04-02 cs.CY cs.NI
Denoising Refinement Diffusion Models for Simultaneous Generation of Multi-scale Mobile Network Traffic
Department of Electronic Engineering, BNRist, Tsinghua University(电子工程系,北京理工大学,清华大学);State Key Laboratory of Networking and Switching Technology, Beijing University of Posts and Telecommunications(网络与交换技术国家重点实验室,北京邮电大学);China Mobile Communications Group Guangxi Co., Ltd.(中国移动通信集团广西有限公司)
ZoomDiff通过多阶段去噪细化扩散模型实现多尺度移动网络流量的同时生成,提升了流量预测的准确性和泛化能力。
2025-11-25 cs.AI cs.NI
A Comprehensive Study on Load Balancers for VNF chains Horizontal Scaling
我们提出了一个架构设计和参考实现水平扩展的虚拟网络功能链。我们的解决方案不需要对网络功能进行任何更改,并且能够处理状态可能取决于流量两个方向的有状态网络功能。我们使用基于哈希函数的连接感知流量负载均衡器来维护连接与动态变化的网络功能链之间的映射。我们的参考实现使用OpenFlow交换机根据负载均衡器的决策将流量路由到分配的网络功能实例。我们进行了广泛的模拟,以测试架构的可行性,并评估我们的实现的性能。
2018-10-08 cs.NI
Configured Grant for Semi-Deterministic Traffic for Ultra-Reliable and Low Latency Communications
在新无线电第三代合作伙伴计划版本16中已经采用了配置的基于授权的分配。该方案有利于支持用于工业通信的超可靠和低延迟通信,这是关键的第五代移动通信使用场景。该调度机制使得具有周期性业务的用户能够容易地发送其数据,并且绕过调度请求和调度授权所需的信令;并且提供低延迟接入。为了促进超可靠通信,调度机制可以允许用户在预定义时段中的连续重复时机处发送冗余传输。然而,对于具有半确定性流量的用户,基于配置授权的分配的可靠性和延迟性能恶化。这可能是由于,例如,延迟的数据到达缓冲器中,并且用户不能发送其重复,这导致可靠性降低。为了提高半确定性流量的配置授权可靠性性能,我们考虑了各种分配设计,例如,附加的未许可频谱、或在配置授权周期中的灵活传输、或允许重复之间的时间间隙等。这些增强可以是第六代配置授权模型的垫脚石。
2020-09-10 cs.NI
Deficit Round-Robin-Based ISP Traffic Control Scheme Enabling Excess Bandwidth Allocation in Shared Access Networks
在共享接入中,运营商基于令牌桶的用户流量整形在活跃用户较少的情况下浪费了网络资源,因为它不能长期分配多余的带宽。为了解决这个问题,基于核心无状态公平交换(CSFQ)和令牌桶计量器(TBMs)的流量控制方案已经被提出,它可以在活跃用户之间分配与他们的令牌生成速率成比例的多余带宽。然而,对所有分组使用FIFO队列会降低符合性业务的短期性能,因为队列中已经存在不符合性分组。此外,基于指数平均的速率估计使得难以对业务条件的快速变化做出反应。在本文中,我们提出了一种新的流量控制方案的基础上赤字轮循(DRR)和TBMs,以保证服务质量的一致性数据包在所有的时间尺度,同时分配额外的带宽之间的活跃用户成比例的令牌生成率,其优势基于CSST的计划,通过仿真结果表明。
2014-10-03 cs.NI
On the Generation of Self-similar with Long-range Dependent Traffic Using Piecewise Affine Chaotic One-dimensional Maps (Extended Version)
一个定性和定量的扩展的混沌模型用于产生自相似业务与长程相关(LRD)的制定的模型,认为使用分段仿射一维映射的装置。基于所产生的时间序列的分解,提出了一个有效的解释的赫斯特指数的值的行为,并从所提出的模型的参数显示其控制的可行性。
2021-03-31 cs.NI eess.SP physics.soc-ph
Evaluation of the performance challenges in automatic traffic report generation with huge data volumes
在本文中,我们分析了涉及到的性能问题,在生成自动化的交通报告的大型IT基础设施。此类报告允许IT经理主动检测可能的异常情况并转出相应的纠正措施。随着当前网络带宽的不断增加,流量报告自动生成系统的设计是非常具有挑战性的。在第一步中,收集的大量流量被转换为从不同的收集器和分析器获得的丰富的流量记录。然后,这些流量记录以及从原始流量中获得的时间序列被进一步处理以产生可用的报告。正如将要显示的,流记录中的数据量也非常大,并且需要仔细选择要包括在报告中的关键性能指标(KPI)。在这方面,我们讨论了使用高级语言与低级方法,在速度和通用性方面。此外,我们的设计方法旨在快速开发商品硬件,这对于经济高效地解决苛刻的流量分析场景至关重要。
2018-09-01 cs.NI cs.PF
Flow-based Network Traffic Generation using Generative Adversarial Networks
基于流的数据集是评估基于网络的入侵检测系统(NIDS)的必要条件。在这项工作中,我们提出了一种新的方法来产生现实的基于流的网络流量。我们的方法是基于生成对抗网络(GANs),它实现了良好的图像生成效果。一个主要的挑战在于GANs只能处理连续属性。但是,基于流的数据不可避免地包含分类属性,如IP地址或端口号。因此,我们提出了三种不同的基于流的数据预处理方法,以将它们转换为连续值。此外,我们提出了一种新的方法来评估所产生的基于流的网络流量,使用领域知识来定义质量测试。我们使用三种方法来生成基于流的网络流量的基础上的CIDDS-001数据集。实验结果表明,这三种方法中有两种能够生成高质量的数据。
2018-09-27 cs.NI stat.ML
Sequence Preserving Network Traffic Generation
Ben-Gurion University of the Negev(本-古里安大学);Dept. of Software and Information Systems Eng.(软件与信息系统工程系)
我们提出了网络流量生成器(NTG),一个框架,用于扰动记录的网络流量,目的是在企业环境中生成不同的,但现实的背景流量的网络模拟和假设分析。该框架保留了企业中记录的原始流量的许多特征,以及网络活动的序列。使用所提出的框架,使用200个跨协议功能的原始流量进行分析。流量被聚合成IP对之间的数据包流,并被聚类成类似网络活动的组。然后提取网络活动的序列。我们研究了两种提取活动序列的方法:马尔可夫模型和神经语言模型。最后,使用提取的模型生成新的流量。我们开发了一个原型的框架,并进行了广泛的实验的基础上,两个真实的网络流量收集。假设检验用于检查原始特征和生成特征的分布之间的差异,表明30- 100%的提取特征被保留。原始流量和生成流量中网络活动序列的n-gram困惑度之间的微小差异表明网络活动序列得到了很好的保留。
2020-02-23 cs.LG cs.NI
NetDiffus: Network Traffic Generation by Diffusion Models through Time-Series Imaging
University of Moratuwa(莫拉图瓦大学);University of New South Wales(新南威尔士大学);Data61-CSIRO(澳大利亚联邦科学与工业研究组织数据61所);Colorado State University(科罗拉多州立大学);The University of Sydney(悉尼大学)
针对网络数据获取受限的问题,提出端到端框架NetDiffus,将一维时序流量转二维图像后用扩散模型生成合成数据,在7类流量轨迹上验证其性能优于GAN类方法,可提升多项下游网络任务效果。
2023-09-23 cs.LG cs.NI
A Comprehensive Survey on Network Traffic Synthesis: From Statistical Models to Deep Learning
University of Sydney(悉尼大学);University of Peradeniya(珀德尼亚大学);Curtin University(Curtin 大学);CSIRO(澳大利亚联邦科学与工业研究组织);Colorado State University(科罗拉多州立大学)
本文综述了网络流量合成方法,涵盖数据类型和生成模型,重点讨论深度学习技术及统计方法,提供比较分析工具,指出开放挑战和未来研究方向。
2026-04-08 cs.LG cs.NI
Lightweight GenAI for Network Traffic Generation: Fidelity, Augmentation, and Classification
DIETI, University of Naples Federico II(那不勒斯费德里科二世大学);Huawei Technologies France SASU(华为技术法国有限公司)
本文提出轻量级生成式人工智能架构,用于网络流量合成,通过保真度、纯合成训练、低数据增强和计算效率的评估,提升分类性能,变压器模型在保真度与效率间取得最佳平衡。
2026-11-13 cs.AI cs.LG cs.NI
Three Pillars Towards Next-Generation Routing System
The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州));The Hong Kong University of Science and Technology(香港科技大学)
针对当前路由范式中交通状况与路由系统脱节易引发拥堵的问题,提出下一代路由范式,明确三大核心组件以实时考虑路由影响、提升交通系统效率,并介绍初步成果与研究方向。
2024-09-03 cs.ET cs.LG cs.NI
Tools for Network Traffic Generation -- A Quantitative Comparison
网络流量生成器是非常宝贵的工具,通过对网络上的机器和设备产生的通信数据包和有效载荷进行建模和仿真,允许应用实验来评估网络,基础设施和安全控制的性能。特别是对于安全应用程序,这些工具可用于以高度可靠和可定制的方式持续模拟网络上的恶意活动,并测试旨在检测和缓解恶意活动的组件。然而,尽管这些工具具有很好的功能,但其中大多数都存在一些问题,可能会破坏实验的正确性。仿真结果的准确性在很大程度上取决于所用发电机的性能和可靠性。因此,在本文中,我们调查的性能和准确性的三个最受欢迎的网络流量发生器在文献中,即思科TRex,Ostinato和Genesids。主要是通过对比实验来检验这些工具的优势和局限性,这可以帮助研究界选择最合适的工具来评估其网络和安全控制的性能
2021-09-06 cs.CR cs.NI
Multi-Scale Diffusion Transformer for Jointly Simulating User Mobility and Mobile Traffic Pattern
Department of Electronic Engineering, Beijing National Research Center for Information Science and Technology (BNRist), Tsinghua University(电子工程系,信息科学与技术国家研究中心(BNRist),清华大学);International School, Beijing University of Posts and Telecommunications(国际学院,北京邮电大学)
本文提出MSTDiff多尺度扩散Transformer框架,通过离散小波变换、混合去噪网络及知识图谱相似性转移机制,联合模拟移动流量与用户轨迹,显著降低了JSD指标。
2025-10-11 cs.AI cs.NI
Harnessing Generative Pre-Trained Transformer for Datacenter Packet Trace Generation
Ben-Gurion University of the Negev(内盖夫本-古里安大学)
本文提出基于GPT架构的数据包级流量生成器DTG-GPT,在少量真实轨迹上训练,可生成保持时空保真度、适应不同网络规模的合成流量,为数据中心流量数据发布提供新途径。
2025-01-21 cs.AI cs.NI
Lens: A Knowledge-Guided Foundation Model for Network Traffic
Lens提出了一种基于知识的网络流量基础模型,通过知识引导的预训练和上下文感知微调,在分类和生成任务中均取得优异性能。
2026-01-14 cs.LG cs.NI
NetGPT: Generative Pretrained Transformer for Network Traffic
Institute of Computing Technology, Chinese Academy of Sciences(中国科学院计算技术研究所);Beijing Academy of Artificial Intelligence(北京人工智能研究院)
本文提出首个面向网络流量理解与生成的生成式预训练模型 NetGPT,通过多模式统一建模及字段打乱、报文切分和提示标签适配,显著提升多类下游任务性能。
2025-08-28 cs.AI cs.LG cs.NI
Framework for Highway Traffic Profiling using Connected Vehicle Data
互联车辆(CV)数据可能会彻底改变交通监控领域,因为近年来,商业市场上出现了专门从原始设备制造商(OEM)收集的CV数据的新来源。与机构使用的现有CV数据相比,新一代CV数据具有某些优势,包括几乎无处不在的覆盖范围、高时间分辨率、高空间精度和丰富的车辆远程信息处理数据(例如,紧急制动事件)。本文提出了一个交通分析框架,目标车辆级的性能指标,包括机动性,安全性,乘坐舒适性,交通流稳定性和燃料消耗。一条主要州际公路的概念验证研究(即,I-280 NJ)使用CV数据说明了超越传统聚合流量度量的可行性。最后,无论是历史分析,甚至近实时监测的潜在应用进行了讨论。拟议的框架可以很容易地扩展,并且对于希望系统地监测区域或全州道路而无需对基于基础设施的传感(以及相关的持续维护成本)进行大量投资的机构来说特别有价值。
2022-09-06 cs.NI cs.SY eess.SY
Network Traffic Control for Multi-homed End-hosts via SDN
软件定义网络(SDN)是一种有效控制和管理计算机网络的新兴技术,例如在数据中心、广域网(WAN)以及无处不在的通信中。在本文中,我们探讨了嵌入的SDN组件,代表SDN控制器和虚拟交换机,在终端主机,以提高网络性能的想法。特别是,我们认为负载均衡在多个网络接口上的终端主机具有不同的链路容量的情况。我们已经探索并实现了不同的基于SDN的负载均衡方法的基础上OpenFlow软件交换机,并证明了这种方法的可行性和潜力。所提出的系统进行了评估与多路径传输控制协议(MPTCP)。我们的研究结果证明了在多宿主设备上应用SDN概念的潜力,与传统的单网络方法相比,实现的吞吐量增加了55%,与MPTCP相比增加了10%。
2020-12-13 cs.NI cs.PF
Road State Inference via Channel State Information
各种各样的传感器技术最近被用于交通监控应用。由于这些技术中的大多数依赖于有线基础设施,安装和维护成本限制了交通监控系统的部署。在本文中,我们介绍了一种交通监测方法,利用物理层样本的车辆通信处理的机器学习技术。我们通过广泛的模拟和真实实验验证了我们方法的可行性。首先,我们模拟无线信道在现实的交通条件下,使用光线跟踪模拟器和交通模拟器。接下来,我们在真实环境中进行实验,并收集从路边单元(RSU)发送的消息。结果表明,我们能够预测不同的服务水平,准确率超过80%的模拟和实验数据。此外,所提出的方法是能够估计车辆的数量与两个数据的平均绝对误差低。我们的方法适合与当前的监测系统一起部署。它不需要额外的基础设施投资,因为它依赖于现有的车辆网络。
2023-03-16 cs.NI eess.SP
BFRT: Blockchained Federated Learning for Real-time Traffic Flow Prediction
本文提出 BFRT 架构,将区块链与联邦学习结合,在车联网边缘对 GRU 和 LSTM 模型进行实时去中心化训练,实现隐私保护的在线交通流预测,并在 Hyperledger Fabric 原型上验证其优于集中式模型。
2023-05-28 cs.CR cs.DC cs.NI
Smart Small Cell with Hybrid Beamforming for 5G: Theoretical Feasibility and Prototype Results
在这篇文章中,我们提出了一种用于第五代(5G)无线网络的实时三维(3D)混合波束成形。5G蜂窝系统中的关键概念之一是小小区网络,其解决了高移动业务需求并提供统一的用户体验数据率。可以利用3D混合波束成形的使能技术来增强小小区网络的整体容量。本研究通过使用软件定义无线电(SDR)平台和装配天线阵列实现实时测试床,验证了3D混合波束成形的可行性,主要用于链路级性能。基于测量的数据,我们还调查系统级的性能,以验证所提出的智能小小区系统的增益超过长期演进(LTE)系统进行系统级仿真的基础上的3D射线跟踪工具。
2016-03-12 cs.IT cs.NI math.IT