Decentralized Synchronization for Wireless Sensor Networks
无线传感器网络（WSN）由于其硬件方面的严格限制，需要专门适配的同步协议来最大限度地提高测量精度并最小化计算工作量和能量成本。"萤火虫协议“提供了一种很有前途的方法。受萤火虫行为的启发，它本质上是鲁棒的，具体到无线传感器网络的无线广播性质，并承诺高精度。目前为止，本文只是在理论上进行了评估，本文使用TinyOS 2.x在MICAz Berkeley motes系统上实现了“萤火虫协议”。为了在实际硬件上实现理论框架，进行了几次调整以补偿硬件延迟。虽然伯克利微尘的优点是容易获得和高度灵活的，他们承担许多延迟源，必须加以解决。在小型网络中，该协议被发现在一跳上提供高达3微秒的精度。
2013-04-02 cs.NI
Network-Density-Controlled Decentralized Parallel Stochastic Gradient Descent in Wireless Systems
Tokyo University of Science（东京理科大学）；Tsuda University（津田塾大学）
本文提出了一种在无线系统中进行分散学习的通信策略。我们的讨论是基于分散并行随机梯度下降（D-PSGD），这是一个国家的最先进的分散学习算法。本文的主要贡献是提出了一个新的开放式问题，分散学习的无线系统：有可能是一个网络拓扑的密度显着影响D-PSGD的运行时性能。在实际的无线网络系统中，由于路径损耗和多径衰落的影响，通常很难保证无时延通信而不造成任何通信恶化。这些因素显著降低了D-PSGD的运行时性能。为了缓解这些问题，我们首先分析的D-PSGD的运行时性能，考虑到真正的无线系统。该分析得出了以下关键见解：密集网络拓扑（1）与稀疏网络拓扑相比，不会显著提高D-PSGD的训练精度，并且（2）严重降低了运行时性能，因为这种设置通常需要使用低速率传输。基于这些发现，我们提出了一种新的通信策略，其中每个节点估计最佳的传输速率，使通信时间在D-PSGD优化的网络密度的约束下，这是由无线电传播特性的特点是最小化。所提出的策略能够提高D-PSGD在无线系统中的运行时性能。数值仿真结果表明，该策略能够提高D-PSGD的运行时性能。
2020-02-25 cs.LG cs.NI
Decentralized Throughput Maximizing Policies for Deadline-Constrained Wireless Networks
我们考虑服务于多个流的多跳无线网络，其中只有满足硬端到端截止期限约束的分组才是有用的，即，如果分组在其截止期限之前没有被递送到其目的地节点，则将其从网络中丢弃。我们设计了分散的调度策略，这样的多跳网络，达到有用的数据包的最大吞吐量。由此产生的策略是分散的，在这个意义上，为了做出传输决策，节点只需要知道当前存在于该节点的数据包的“截止时间”，而不是整个网络的状态。获得一个易于实施和高度分散的政策的关键是取代硬约束的数量的同时分组传输，可以发生在一个节点的输出链路上，由时间平均约束的传输数量。由此获得的策略保证提供最大吞吐量。分析可以扩展到随时间变化的信道条件的情况下，在一个简单的方式。仿真结果表明，显着改善现有政策的最后期限为基础的调度，如最早的最后期限第一，并支持的理论，提出。
2015-09-17 cs.NI
Reliable Wireless Multi-Hop Networks with Decentralized Slot Management: An Analysis of IEEE 802.15.4 DSME
无线通信是实现工业物联网的关键要素，可实现灵活且经济高效的工业过程监控。使用IEEE 802.15.4的无线网状网络具有以低能耗和低部署和维护成本执行监视和控制任务的高潜力。然而，基于载波侦听的常规介质访问技术不能为工业应用提供所需的可靠性。因此，该标准被扩展为多个信道上的时隙介质访问技术。在本文中，我们提出了openDSME，确定性和同步多通道扩展（DSME）的全面实施，并提出了一种方法，流量感知和分散的时隙调度，使可扩展的无线工业网络。DSME的性能和我们的实现在OMNeT++模拟器和FIT/IoT-LAB中物理部署的无线网络上进行了演示。结果表明，在给定的情况下，两倍多的流量可以可靠地提供使用DSME，而不是CSMA/CA，并可以显着降低能耗。本文通过提出参数选择的重要权衡和揭示当前规范的开放问题来完成，这些问题需要在研究和标准化方面进一步努力。
2018-06-27 cs.NI
Decentralized Learning over Wireless Networks: The Effect of Broadcast with Random Access
Linköping University（林雪平大学）
本文研究无线网络中广播传输与概率随机接入对去中心化随机梯度下降（D-SGD）收敛性能的影响，证明优化接入概率以最大化成功链路期望数能有效加速系统收敛。
2023-07-07 cs.LG cs.NI cs.SY
Decentralized Lifetime Minimizing Tree for Data Aggregation in Wireless Sensor Networks
为了满足无线传感器网络（WSNs）的需求，其中数据通常是聚集在一个单一的源之前，发送到任何远程用户，有必要建立一个树结构内的任何给定的事件区域。在本文中，我们提出了一种新的技术来创建一个这样的树，它保留了能量，并最大限度地减少了事件源的生命周期，而他们不断发送数据聚合在未来的无线传感器网络。我们使用术语分散生命周期最小化树（DLMT）来表示这棵树。具有较高能量的节点中的DLMT特征倾向于被选择为数据聚合父节点，使得检测第一个断开的树链路的时间可以被延长，并且在树维护中涉及较少的能量。此外，通过这种方式构建树，该协议还能够减少树重构的频率，最小化数据丢失量，最小化数据汇集过程中的延迟，并保存能量。选择了转发定向扩散协议作为路由平台。
2013-01-19 cs.NI
Implications of Decentralized Q-learning Resource Allocation in Wireless Networks
Universitat Pompeu Fabra（庞培法布拉大学）；Universitat Oberta de Catalunya（加泰罗尼亚开放大学）
强化学习正受到无线网络社区的关注，因为它有可能仅从观察到的结果中学习性能良好的配置。在这项工作中，我们提出了一个无状态的变化Q学习，我们应用于利用无线网络中的空间重用。特别是，我们允许网络修改其传输功率和信道使用的经验的吞吐量的基础上。我们集中在一个完全分散的情况下，没有关于相邻节点的信息是提供给学习者。我们的研究结果表明，虽然该算法能够找到最佳的性能动作，以提高总吞吐量，有很高的变化，在吞吐量所经历的个别网络。我们确定这种变化的原因是我们的设置的对抗性设置，其中最播放的动作提供间歇性的好/差的性能取决于相邻的决定。我们还评估了算法的内在学习参数对这种变化的影响。
2017-08-29 cs.LG cs.NI
Decentralized AP Selection in Large-Scale Wireless LANs Considering Multi-AP Interference
由于多个基本服务集（BSS）重叠，无线局域网（WLAN）中接入点（AP）的密集化增加了每个AP的干扰和竞争域。因此，来自目标AP处的多个同信道BSS的高干扰损害系统性能。为了提高系统性能的存在下，多BSS干扰，我们提出了一个分散的AP选择方案，考虑到在候选AP的干扰，并选择AP，提供最佳的信号干扰噪声比（SINR）。在所提出的算法中，AP选择过程分布在用户站（STA），是基于估计的SINR在下行链路中。估计下行链路中的SINR有助于捕获来自相邻BSS或AP的干扰的影响。基于模拟的大规模802.11网络，所提出的方案优于当前802.11标准中使用的最强信号优先（SSF）AP选择方案以及[3]中的平均探测延迟（MPD）AP选择算法;它在总吞吐量方面分别比SSF和MPD提高了99%和43%。在增加STA密度的同时，所提出的方案被示出为增加聚合网络性能。
2016-08-17 cs.NI
A Three-Party Repeated Coalition Formation Game for PLS in Wireless Communications with IRSs
本文针对含IRS的无线通信PLS场景，提出一种三方重复联盟形成博弈（RCFG）以建模LP、EV和TIRS间的动态敌友关系，并利用基于DRL的算法求解Nash均衡，仿真验证了其可行性与优越性。
2024-02-18 cs.GT cs.NI
DRACO: Decentralized Asynchronous Federated Learning over Row-Stochastic Wireless Networks
Linköping University（林雪平大学）；University of Granada（格拉纳达大学）；EURECOM（欧洲通信学院）
本文提出DRACO方法，通过连续通信在行随机Gossip无线网络上实现去中心化异步SGD，解耦通信与计算调度以支持完全自主性，并经收敛分析和数值实验验证其有效性。
2025-01-29 cs.IT cs.LG cs.NI
EdgeSlice: Slicing Wireless Edge Computing Network with Decentralized Deep Reinforcement Learning
5G和边缘计算将服务于各种新兴用例，这些用例对多种资源有不同的要求，例如，无线电、交通和计算机。网络切片是一种很有前途的技术，用于创建虚拟网络，可以根据不同用例的要求进行定制。调配网络切片需要端到端的资源编排，这是一项挑战。在本文中，我们设计了一个分散的资源编排系统命名为EdgeSlice的动态端到端网络切片。EdgeSlice引入了一种新的去中心化深度强化学习（D-DRL）方法，以有效地编排端到端资源。D-DRL由一个性能协调器和多个编排代理组成。性能协调器管理所有编排代理中的资源编排策略，以确保网络切片的服务水平协议（SLA）。编排代理学习网络切片的资源需求，并相应地编排资源分配，以在受限的网络和计算资源下优化切片的性能。我们设计了无线电，传输和计算管理器，使端到端的资源在运行时的动态配置。我们在端到端无线边缘计算网络的原型上实现了EdgeSlice，该网络具有OpenAirInterface LTE网络，OpenDayLight SDN交换机和CUDA GPU平台。EdgeSlice的性能通过实验和跟踪驱动的模拟进行评估。测试结果表明，EdgeSlice在性能、可扩展性、兼容性等方面都比基线有了很大的提高。
2020-03-28 cs.NI
Decentralized Coding Algorithms for Distributed Storage in Wireless Sensor Networks
我们考虑具有$n$节点的大规模无线传感器网络，其中k个节点拥有，（例如，已经感测或以某种其它方式收集）k个信息分组。在网络节点由于例如有限的能量或恶劣的环境而易受攻击的场景中，期望在整个网络中传播所获取的信息，使得n个节点中的每个节点存储一个（可能编码的）分组，使得对于某个小ε> 0，可以本地地并且以计算简单的方式从任何k（1 + ε）个节点恢复原始k个源分组。我们开发了基于分散喷泉码的算法来解决这个问题。与所有以前开发的计划，我们的算法是真正的分布式，也就是说，节点不知道在网络中的n，k或连接，除了在自己的社区，他们不维护任何路由表。
2009-10-27 cs.DS cs.IT cs.NI
Resilient Decentralized Wireless Federated Learning via Gradient Tracking with AdamW
University of Luxembourg（卢森堡大学）；Interdisciplinary Centre for Security, Reliability and Trust (SnT)（安全、可靠性与跨学科信任中心（SnT））
本文提出QEF-GT-AdamW算法，结合梯度跟踪、AdamW优化与带误差反馈的双流偏置量化，解决无线分布式学习的通信开销与不可靠传输问题，在异构数据集上实现更优性能。
2026-08-27 cs.DC cs.LG cs.NI
IPLS : A Framework for Decentralized Federated Learning
University Of Thessaly（塞萨利大学）；HKUST（香港科技大学）
存储丰富、多维和隐私敏感用户数据的资源丰富的移动设备的激增激发了联邦学习（FL）的设计，这是一种机器学习（ML）范式，使移动设备能够在不共享数据的情况下生成ML模型。然而，大多数现有的FL框架依赖于集中的实体。在这项工作中，我们介绍了IPLS，一个完全分散的联邦学习框架，部分基于星际文件系统（IPFS）。通过使用IPLS并连接到相应的私有IPFS网络，任何一方都可以启动ML模型的训练过程，或者加入另一方已经开始的正在进行的训练过程。IPLS随着参与者的数量而扩展，对间歇性连接和动态参与者离开/到达具有鲁棒性，需要最少的资源，并保证训练模型的准确性快速收敛到集中式FL框架的准确性，准确性下降小于千分之一。
2021-01-06 cs.DC cs.LG cs.NI
Operating Regimes of Decentralized Learning Under Mobility and Bandwidth Constraints
研究在客户端异步、时变接触图和吞吐量约束下分散式平均的收敛性，识别出三种运行机制，为实际无线系统中的分散式学习部署提供指导。
2026-06-01 cs.AI cs.MA cs.NI
Energy-efficiency in Decentralized Wireless Networks: A Game-theoretic Approach inspired by Evolutionary Biology
能量效率在具有能量供应和信号处理能力有限的节点的无线通信网络中变得越来越重要。我们提出了一个基于简单的本地规则的合作通信场景的数值研究。这与文献中的大多数方法相反，这些方法通过使用复杂的算法来执行合作，并且需要网络节点的战略复杂性。进化生物学的最新结果表明，如果某种机制在起作用，合作可以受到自然选择的青睐。e.甚至各个节点的自私行为也可能导致网络中合作行为的出现。在无线通信网络的背景下，模拟的结果验证了这些意见，并表明，简单的本地规则，然后简单的适应度评估，可以产生网络行为，产生全球能源效率。
2014-05-14 cs.GT cs.NI
Decentralized Federated Learning via SGD over Wireless D2D Networks
联邦学习（FL）是一种新兴的网络边缘快速智能获取范例，它能够在分布式数据集和计算资源上联合训练机器学习模型，并限制本地数据的公开。通信是大规模FL的关键使能因素，因为在边缘设备之间交换了大量的模型信息。在本文中，我们考虑一个网络的无线设备共享一个共同的衰落无线信道的FL的部署。每个设备持有一个一般不同的训练集，通信通常发生在设备到设备（D2D）的方式。在通信范围内的所有设备可以同时且无噪声地通信的理想情况下，在凸性和连通性假设下保证收敛到全局经验风险最小化问题的最优解的标准协议是分散式随机梯度下降（DSGD）。DSGD将本地SGD步骤与需要相邻设备之间通信的周期性共识平均值集成在一起。在本文中，无线协议提出了实现DSGD会计存在的路径损耗，衰落，阻塞和相互干扰。所提出的协议是基于图着色调度和数字和模拟传输策略在物理层，后者利用空中计算通过稀疏为基础的恢复。
2020-02-28 cs.IT cs.NI eess.SP
Can Decentralized Status Update Achieve Universally Near-Optimal Age-of-Information in Wireless Multiaccess Channels?
在物联网系统中，状态数据是从传感器和执行器收集的，用于时间关键型应用，数据的新鲜度至关重要，可以通过最近提出的信息年龄（AoI）度量来量化。在本文中，我们首先考虑一个一般的情况下，多个终端共享一个公共信道发送或接收随机生成的状态数据包。最小化AoI的最优调度问题被表述为一个不安分的多臂强盗问题。为了有效地解决这个问题，我们推导出惠特尔指数的封闭形式，并建立其索引。与现有的工作相比，我们扩展了索引策略的AoI优化，将随机数据包到达和最佳的数据包管理（缓冲最新的数据包）。受具有接近最优性能但本质上是集中式的索引策略的启发，提出了一种分散的状态更新方案，索引优先的随机接入策略（IPRA），进一步提出，实现普遍接近最优的AoI性能，并优于文献中的现有技术。
2018-03-22 cs.IT cs.NI math.IT
Energy and Social Cost Minimization for Data Dissemination in Wireless Networks: Centralized and Decentralized Approaches
我们研究了无线网络中从一个源到多个节点的多跳数据传播，其中网络中的一些节点充当转发节点，并帮助源进行数据传播。在这个网络中，我们研究了两种情况; i）发送节点不需要激励进行传输，ii）它们确实需要激励，并且由相应的接收节点通过虚拟令牌支付。我们研究两个问题; P1）第一场景的网络功率最小化，以及P2）第二场景的社会成本最小化，定义为网络的节点为接收数据而支付的总成本。在本文中，为了解决P1和P2，我们提出了集中式和分散式的方法，确定网络中的哪些节点应该充当发送节点，找到它们的发送功率和相应的接收节点。为了能量效率，在我们的模型中，我们采用最大比合并（MRC）在接收器，使一个接收器可以由多个发射器。所提出的分散式方法是基于非合作成本分担博弈（CSG）。在我们提出的游戏中，每个接收节点选择其各自的发送节点，因此，成本被分配给它根据施加在其选择的发送节点的功率。我们讨论了网络是如何以分散的方式形成的，找到了游戏中节点的行为，并表明，尽管是分散的，所提出的游戏收敛到一个稳定的解决方案。为了找到集中式全局最优值，这是我们分散式方法的基准，我们使用混合整数线性程序（MILP）。仿真结果表明，我们提出的分散式方法优于传统算法的能源效率和社会成本，同时它可以解决需要的激励合作。
2020-03-21 cs.GT cs.NI cs.SI
Potential and Pitfalls of Multi-Armed Bandits for Decentralized Spatial Reuse in WLANs
空间复用（SR）最近得到了关注，以最大限度地提高IEEE 802.11无线局域网（WLAN）的性能。由于许多部署的特点是本质上不协调，因此分散式机制有望成为下一代WLAN SR解决方案开发的关键。然而，分散式机制的潜力是有限的，严重缺乏知识的整体无线环境。为了阐明这个问题，我们展示了应用在线学习来解决不协调WLAN中的SR问题的主要考虑因素和可能性。特别是，我们提供了一个解决方案的基础上，多武装匪徒（MABs），独立的无线局域网动态调整其频率信道，发射功率和灵敏度阈值。为此，我们提供了两种不同的策略，这是指自私和环境意识的学习。前者代表纯粹的个人行为，而后者则考虑周围网络的表现，从而考虑到个人行为对环境的影响。通过这两种策略，我们深入研究了在无线网络中应用MAB的实际问题，如收敛保证或对抗效应。我们的模拟结果说明了潜在的所提出的解决方案，使SR在未来的无线局域网。我们表明，网络性能的大幅改善，可以实现吞吐量和公平性。
2018-12-14 cs.NI
Decentralized Energy Allocation for Wireless Networks with Renewable Energy Powered Base Stations
在本文中，一个绿色的无线通信系统中，基站由可再生能源供电。该系统由一个容量受限的可再生能源供应商（RPS）和一个基站（BS），面对一个可预测的随机连接需求的移动用户设备（UE）。在该模型中，通过可再生电源和传统电网的组合供电的BS寻求指定可再生电力库存策略，即，电力存储水平。另一方面，RPS必须策略性地选择供应给BS的能量量。提出了一个M/M/1按库存生产的排队模型，研究了当双方以非合作方式优化各自成本时的分散决策问题。该问题被制定为一个非合作博弈的纳什均衡（NE）的特点，以确定在分散操作的低效率的原因策略。一组简单的线性合同被引入到协调系统，以达到最佳的系统性能。所提出的方法，然后扩展到一个垄断的RPS和N BS，私下通知他们的最佳能源库存水平的设置。在这种情况下，我们表明，广泛使用的比例分配机制不再是社会最优的。为了使BS如实报告其能源需求，激励兼容（IC）机制，我们的模型提出。
2015-06-18 cs.GT cs.IT cs.NI
Decentralized Spectrum Learning for IoT Wireless Networks Collision Mitigation
本文描述了物联网设备上的强化学习算法的原理和实现结果，用于ISM未授权频段中的无线电冲突缓解。学习在这里用于提高物联网网络支持更多对象的能力以及物联网设备的自主性。我们首先说明了所提出的方法的效率在一个概念验证的基础上USRP软件无线电平台上运行的真实无线电信号。它显示了如何减少给定物联网设备与ISM频段中存在的其他RF信号的冲突。然后，我们描述了在真实LoRaWAN网络中运行的LoRa设备上的学习算法的第一个实现，我们将其命名为IoTligent。所提出的解决方案既不增加处理开销，使其可以在物联网设备中运行，也不增加网络开销，因此不需要对LoRaWAN进行更改。在现实的LoRa网络中进行了现实生活中的实验，结果表明，在我们实验过程中遇到的场景中，IoTligent设备的电池寿命可以延长2倍。
2019-06-03 cs.NI eess.SP
Optimal Decentralized Dynamic Policies for Video Streaming over Wireless Channels
解决的问题是以分散的方式最佳地控制移动视频的下载，预计到2020年，移动视频将占移动数据流量的75%。服务器可以从以不同分辨率对其视频进行编码的多个数据包中动态选择要下载到客户端的数据包，以及它们传输的功率电平。这使其能够控制数据包传输概率，从而避免客户端即将发生的视频中断。然而，它必须尊重接入点对带宽和平均传输功率的限制。目标是最大化视频“体验质量”（QoE），这取决于若干因素，例如（i）当视频回放缓冲器为空时的中断持续时间，（ii）中断周期的数量，（iii）下载的帧有多少是较低分辨率的，（iv）分辨率的时间变化等。并且每个客户端分布式地并且动态地最大化其自身的QoE，这取决于能量成本。最后给出了求解最优分散策略的分布式迭代算法。此外，对于客户端级别的QoE优化，视频分辨率和分组传输的功率级别的最佳选择相对于视频回放缓冲器级别具有简单的单调性和阈值结构。当正交信道的数量小于客户端的数量时，存在用于优先化分组传输的索引策略。当AP必须简单地选择传输哪些客户端的数据包时，索引策略是渐进最优的，因为信道的数量随着客户端而按比例增加。
2019-02-20 cs.NI math.OC
Throughput Optimal Decentralized Scheduling of Multi-Hop Networks with End-to-End Deadline Constraints: II Wireless Networks with Interference
研究多跳无线网络中端到端截止期限约束下的去中心化调度问题，提出基于位置和年龄的路由调度策略以最大化吞吐量，强调其与传统稳定性的关键差异。
2017-09-12 cs.LG cs.NE cs.NI
Towards Decentralized Identity Management in Multi-stakeholder 6G Networks
针对6G多利益相关方网络中受信任第三方存在单点风险、无法保障全球独立性的问题，本文提出去中心化身份管理方案，实现跨域安全互认证并给出参考模型。
2022-07-11 cs.CR cs.NI
The Domino Effect in Decentralized Wireless Networks
资源分配算法的收敛性在文献中有很好的介绍，因为收敛到稳定状态对于稳定性和性能是很重要的。然而，当涉及到由于新节点到达或旧节点离开或更新其分配而在网络中发生的变化的传播时，缺乏研究。由于变化可以以类似于多米诺骨牌的方式在网络中传播，我们将这种变化的传播称为多米诺骨牌效应。在本文中，我们研究如何在一个节点的变化可以影响其他节点的一个简单的功率控制算法。我们提供了一个确定性网络以及泊松分布网络通过渗流理论的分析结果，并提供模拟结果，突出了多米诺骨牌效应的某些方面。减轻这种多米诺效应的困难在于，为了避免它，人们需要对网络中的变化有一定的容忍度。然而，高裕度导致稳态下的差的系统性能，因此必须考虑性能和变化传播之间的权衡。
2012-10-18 cs.IT cs.NI math.IT
Joint Routing and Model Pruning for Decentralized Federated Learning in Bandwidth-Constrained Multi-Hop Wireless Networks
School of Information and Communication Engineering, Beijing University of Posts and Telecommunications（信息与通信工程学院，北京邮电大学）
本文提出联合路由与剪枝框架，通过优化路由路径和剪枝率，在通信资源受限下提升去中心化联邦学习的收敛性能。
2026-03-16 cs.LG cs.NI
Mixture of Experts for Decentralized Generative AI and Reinforcement Learning in Wireless Networks: A Comprehensive Survey
Nanyang Technological University（南洋理工大学）；Guangdong University of Technology（广东工业大学）；Queen’s University Belfast（贝尔法斯特女王大学）；National Institute of Informatics（日本国立情报学研究所）；Nanjing University（南京大学）；Auburn University（奥本大学）；University of Sydney（悉尼大学）；University of Waterloo（滑铁卢大学）；Sungkyunkwan University（成均馆大学）
本文综述了专家混合方法在无线网络中的应用，探讨其在资源效率、可扩展性和适应性方面的潜力，并指出未来研究方向。
2026-01-28 cs.NI eess.SP
Federated Spatial Reuse Optimization in Next-Generation Decentralized IEEE 802.11 WLANs
CTTC（加泰罗尼亚电信技术中心）；Trinity College Dublin（都柏林圣三一学院）；Imperial College London（伦敦帝国理工学院）；New York University（纽约大学）；University of Modena and Reggio Emilia（摩德纳和雷焦艾米利亚大学）；Xiamen University（厦门大学）；Universitat Pompeu Fabra（庞培法布拉大学）
随着无线标准的发展，引入了更复杂的功能来满足吞吐量、延迟、安全性和效率方面不断增长的要求。为了释放这些新功能的潜力，目前正在利用人工智能（AI）和机器学习（ML）从数据中导出模型和协议，而不是通过手工编程。在本文中，我们探讨了在下一代无线局域网（WLAN）中应用ML的可行性。更具体地说，我们专注于IEEE 802.11ax空间复用（SR）问题，并通过联邦学习（FL）模型预测其性能。本工作中概述的FL解决方案集是2021年国际电信联盟（ITU）AI for 5G挑战赛的一部分。
2022-06-07 cs.AI cs.DC cs.LG
Adaptive Peer Clustering with Hierarchical Random Linear Network Coding for Resilient Decentralized Wireless Networks
Saveetha Institute of Medical and Technical Sciences（Saveetha医学与技术科学研究所）；SRM Institute of Science and Technology（SRM科学与技术研究所）
APC-RLNC通过EWMA可靠性指标动态聚类对等节点，结合分层RLNC，在多类去中心化无线网络场景下提升PDR、降低延迟并增强鲁棒性，为6G无线系统提供基础原语。
2026-08-27 cs.DC cs.IT cs.NI
A Reputation Scheme to Discourage Selfish QoS Manipulation in Two-Hop Wireless Relay Networks
在无线网络中，站点可以通过处理具有较高优先级的源流的分组来提高它们接收到的服务质量（QoS）。此外，在协作中继网络中，中继可以处理具有较低优先级的中转流。我们用博弈论来模拟一个两跳中继网络中的每两个参与站可以提交这样自私的QoS操作。我们设计和评估了一个基于声誉的激励计划，称为RISC2WIN，其中一个可信的第三方（例如，接入点）可以限制自私行为并为两个站保留适当的QoS。
2018-07-31 cs.NI
Hybrid FPMS: A New Fairness Protocol Management Scheme for Community Wireless Mesh Networks
分组转发过程中的节点协作对于社区无线网状网（CoWMNs）的公平资源利用至关重要。在CoWMN中，节点合作通过使用专门设计用于检测和隔离恶意节点、阻止不公平行为并鼓励节点参与转发分组的公平协议来实现。一般来说，这些协议可以分为两组：基于激励的协议，集中管理，并使用信用分配方案。相比之下，基于声誉的协议是分散的，并且依赖于相邻节点之间的信息交换。集中管理的协议不可避免地会遇到可扩展性问题。与集中式的基于激励的协议相比，分散式的基于信誉的协议缺乏检测能力，遭受错误检测和错误传播。在这项研究中，我们提出了一种新的公平协议管理计划，称为混合FPMS，捕获的激励为基础的公平协议的优越的检测能力，而不固有的可扩展性问题，预期从集中式管理方案作为一个网络的规模和密度的增长。仿真结果表明，混合FPMS比目前的集中式方法更有效，并显着降低了网络延迟和开销。
2012-04-25 cs.NI
Distributed Time-Frequency Division Multiple Access Protocol For Wireless Sensor Networks
众所周知，在无线传感器节点中，生物启发的自维护算法以分散的方式和非常低的复杂度实现接近最佳的时分多址（TDMA）特性。我们扩展这样的分布式TDMA方法，多个信道（频率）。这是通过扩展协作反应式监听的概念来实现的，以便平衡所有可用信道中的节点数量。我们证明了新协议的稳定性和估计的延迟，直到达到平衡的系统状态。我们的方法是基准对单通道分布式TDMA和信道跳频方法使用TinyOS imote2无线传感器。
2012-05-17 cs.NI
On Decentralized Multi-Transmitter Coded Caching
本文研究了一种由多个发射机组成的设置，通过线性网络为多个启用缓存的客户端提供服务，该网络涵盖有线和无线传输情况。我们调查分散编码缓存的情况下，有没有合作或有限的合作客户端之间的缓存内容放置阶段。对于完全分散的高速缓存情况（即，没有合作），我们根据编码延迟度量来分析系统的性能。此外，我们研究了混合缓存内容放置场景，其中存在具有不同缓存内容放置情况的两组用户（即，有限合作）。此外，我们研究有限的文件大小在上述情况下的效果。
2021-09-14 cs.IT cs.NI math.IT
Communication Aspects of the Integration of Wireless IoT Devices with Distributed Ledger Technology
在设备之间安全地共享和存储信息的普遍需求要求用分散的信任架构取代集中的信任架构。分布式账本技术（DLT）被认为是去中心化信任最有前途的推动者，但它们仍然缺乏技术成熟度，其成功采用取决于对基本设计权衡的理解及其在实际技术设计中的反映。这项工作的重点是在物联网（IoT）的背景下有效集成DLT的挑战和潜在解决方案。我们首先介绍物联网应用的前景，并讨论DLT提供的限制和机会。然后，我们回顾了资源受限的设备与分布式信任网络的集成中遇到的技术挑战。我们描述了轻量级同步协议的共同特点，并提出了一种新的分类，植根于物联网的角度。我们确定了在端点设备上接收账本信息的需求，这意味着双向数据交换，与传统的面向上行链路的物联网系统通信技术形成对比。
2019-03-05 cs.DC cs.NI
Looking AT the Blue Skies of Bluesky
针对中心化社交网络的弊端，本文首次对去中心化微博平台Bluesky开展大规模分析，揭示其将核心功能拆解开放给第三方的架构特点，并通过综合数据集研究用户活跃度与子组件服务商多样性。
2024-10-29 cs.NI cs.SI
