Generative AI-Driven Hierarchical Multi-Agent Framework for Zero-Touch Optical Networks
本文提出一种生成式AI驱动的分层多智能体框架,用于实现零接触光网络的多任务自主执行,并通过现场网状网络验证了其在规划、运营和升级阶段的有效性。
2025-10-07 cs.AI cs.CL cs.MA
Zero-touch Continuous Network Slicing Control via Scalable Actor-Critic Learning
人工智能(AI)驱动的零接触网络切片被认为是一种有前途的尖端技术,可以充分利用异构5G和超5G(B5 G)通信系统的潜力,并实现需求感知资源管理和编排(MANO)的自动化。在本文中,我们通过调用连续深度强化学习(DRL)方法,根据所提出的切片使能无小区大规模多输入多输出(mMIMO)设置来解决B5 G无线电接入网络(RAN)联合切片准入控制和资源分配问题。我们提出了一种新型的基于Actor-Critic的网络切片方法,称为优先级双延迟分布式深度确定性策略梯度(D-TD 3)}。本文通过大量的实验结果定义并证实了一种具有多目标方法的零接触网络切片方案,其中中央服务器不断学习以积累过去学到的知识来解决未来的问题并自主地重新配置计算资源,同时最大限度地减少每个切片的延迟,能耗和虚拟网络功能(VNF)实例化成本。此外,我们追求一个状态-动作回报分布学习方法与建议重放政策和奖惩机制。最后,我们提出了数值结果来展示所采用的多目标策略的收益,并验证了在实现切片准入率,延迟,能源,CPU利用率和时间效率方面的性能。
2021-01-17 cs.NI
Continuous Multi-objective Zero-touch Network Slicing via Twin Delayed DDPG and OpenAI Gym
人工智能(AI)驱动的零接触网络切片(NS)是一种新的范例,可以在多租户超5G(B5 G)网络中实现资源管理和编排(MANO)的自动化。在本文中,我们解决的问题,云RAN(C-RAN)联合切片准入控制和资源分配,首先制定它作为一个马尔可夫决策过程(MDP)。然后,我们调用一种称为双延迟深度确定性策略梯度(TD 3)的高级连续深度强化学习(DRL)方法来解决这个问题。在这个意图中,我们引入了一种多目标方法,使中央单元(CU)学习如何自主重新配置计算资源,同时最大限度地减少每个切片的延迟,能耗和虚拟网络功能(VNF)实例化成本。此外,我们使用OpenAI Gym工具包构建了一个完整的5G C-RAN网络切片环境,由于其标准化接口,可以轻松地使用不同的DRL方案进行测试。最后,我们提出了广泛的实验结果,以展示TD 3的增益以及所采用的多目标策略,实现切片准入成功率,延迟,节能和CPU利用率。
2021-01-17 cs.NI
ZSM-based Management and Orchestration of 3GPP Network Slicing: An Architectural Framework and Deployment Options
在闭环自动化的驱动下,零接触网络和服务管理(ZSM)框架为切片网络的端到端管理和编排提供了令人振奋的功能。虽然ZSM被3GPP认为是一个有前途的框架,但缺乏用于3GPP网络切片管理的具体的基于ZSM的解决方案。本文提出了一种基于ZM的3GPP网络切片管理系统的架构框架。所提出的框架采用递归ZSM管理域来满足标准3GPP网络切片框架的特定管理要求。两个部署选项被认为是所提出的框架。第一个选项的特点是在ZSM内集成3GPP管理系统的标准服务。另一种认为ZSM是标准3GPP管理系统的补充系统。从这些部署选项中,确定了关于ZSM与现有3GPP网络切片系统的互操作性的一些关键问题。最后,对于每个选项,通过示例用例示出了ZSM与3GPP网络切片系统互操作的架构和操作可行性。
2022-03-23 cs.NI
5G Network Management, Orchestration, and Architecture: A Practical Study of the MonB5G project
过去几十年来,蜂窝设备的爆炸式增长为后代创造了许多不同的发展机会。5G网络提供了更快的传输速度,更低的延迟,因此更大的远程执行能力。AI对5G网络切片编排和管理的好处将在本调查报告中讨论。我们将根据欧盟资助的MonB5G项目研究这些主题,该项目致力于提供零接触管理和编排,以支持5G LTE及以后的大规模网络切片。
2022-12-28 cs.CY cs.NI
CellOS: Zero-touch Softwarized Open Cellular Networks
当前的蜂窝网络依赖于由少数供应商严格控制的封闭且不灵活的基础设施。它们的配置需要供应商支持和冗长的手动操作,这使得电信运营商(TO)无法释放全部网络潜力,也无法执行细粒度的性能优化,尤其是在每个用户的基础上。为了解决这些关键问题,本文介绍了CellOS,一个完全自动化的优化和管理框架的蜂窝网络,需要微不足道的干预(“零接触”)。CellOS利用软件化和自动优化原则,搭建软件定义网络(SDN)和跨层优化的桥梁。与最先进的SDN启发的蜂窝网络解决方案不同,CellOS:(i)通过一般的虚拟网络抽象隐藏低级网络细节;(ii)允许TO定义高级控制目标以指示期望的网络行为,而不需要优化技术的知识,以及(iii)自动生成并执行分布式控制程序,以同时优化多个网络切片上的异构控制目标。CellOS已经在室内测试平台上实现并评估了两种不同的LTE兼容实现:OpenAirInterface和srsLTE。我们进一步展示了CellOS在远程室外POWDER-RENEW PAWR 5G平台上的功能。多基站和多用户场景的结果表明,CellOS是平台无关的,并自适应不同的网络部署。我们的调查显示,CellOS在关键指标上优于现有解决方案,包括吞吐量(提高高达86%),能源效率(提高高达84%)和公平性(提高高达29%)。
2021-02-10 cs.NI
AutoRAN: Automated and Zero-Touch Open RAN Systems
Institute for the Wireless Internet of Things, Northeastern University(东北大学无线互联网研究所);zTouch Networks, Inc.(zTouch网络公司)
AutoRAN通过LLM驱动的意图翻译和自动化工作流,实现多供应商开放无线接入网络的零触部署与高效配置。
2025-12-18 cs.NI
Role of Digital Twin in Optical Communication: Fault Management, Hardware Configuration, and Transmission Simulation
光通信正朝着硬件资源多样化、传输系统灵活化、网络功能虚拟化的方向快速发展。它的激增对传统的光通信管理和控制系统提出了重大挑战。数字孪生(DT)是一种利用数据、模型和算法并整合多个学科的技术,它充当了现实世界和虚拟世界之间全面连接的桥梁。在数字空间中,虚拟模型是动态建立的,用来模拟和描述物理空间中物理对象的状态、行为和规则。DT在工业和军事领域得到了长足的发展和广泛的应用。本研究通过跨学科的交叉,将DT技术引入光通信领域,提出了一种适用于光通信的DT框架。借助深度学习算法,在数字空间建立智能故障管理模型、灵活硬件配置模型、动态传输仿真模型,保障光通信系统和网络的高可靠运行和高效管理。
2020-11-10 cs.NI
Neuro-symbolic Explainable Artificial Intelligence Twin for Zero-touch IoE in Wireless Network
Old Dominion University(欧道明大学);Kyung Hee University(庆熙大学);Virginia Tech(弗吉尼亚理工学院暨州立大学)
可解释的人工智能(XAI)双系统将成为第六代(6 G)无线网络零接触网络和服务管理(ZSM)的基本推动者。一个可靠的ZSM XAI双系统需要两个复合材料:一个是用于离散化万物互联(IoE)物理行为的极端分析能力,另一个是用于表征此类行为推理的严格方法。在本文中,提出了一种新的神经-符号可解释的人工智能孪生框架,以实现无线万物互联的可信ZSM。XAI Twin的物理空间执行神经网络驱动的多元回归,以捕获时间依赖的无线IoE环境,同时确定IoE服务聚合的无意识决策。随后,XAI双胞胎的虚拟空间构建了一个基于有向无环图(DAG)的贝叶斯网络,该网络可以通过一阶概率语言模型推断出无意识决策的符号推理得分。此外,贝叶斯多臂基于Bandits的学习问题,提出了减少预期的解释分数和当前获得的分数的建议神经符号XAI双胞胎之间的差距。为了解决ZSM中可扩展、模块化和无状态管理功能的挑战,提出的神经符号XAI孪生框架由两个学习系统组成:1)在物理空间中充当无意识学习者的隐式学习者,以及2)可以利用基于隐式学习者决策和先前证据的符号推理的显式学习者。实验结果表明,所提出的神经符号XAI孪生模型可以达到约96.26%的准确率,同时在推理和闭环自动化方面保证18%至44%的信任分数。
2022-10-13 cs.AI cs.NI
Time-to-Provision Evaluation of IoT Devices Using Automated Zero-Touch Provisioning
物联网(IoT)在当今社会中被广泛采用,将部署在室内和室外环境(如家庭、工厂和医院)中的智能嵌入式设备相互连接。随着这些物联网设备的开发和实施的增长,其简单快速的部署,初始配置和开箱即用的操作配置正在成为需要规避的突出挑战。考虑到下一代IoT网络内将部署大量异构设备,手动提供这些IoT设备所需的时间量可能会显著延迟部署,并且手动提供可能会引入人为引起的故障和错误。通过整合零接触配置(ZTP),可以更轻松地配置多个异构设备,无需人工干预。在本文中,我们提出了软件支持的接入点(软AP)和基于蓝牙的ZTP解决方案,只依赖于一个单一的调解器设备,并评估其性能使用LOG-A-TEC测试床对手动配置的配置所需的时间(时间到规定,TTP)。我们证明,平均而言,软AP和蓝牙为基础的ZTP解决方案优于手动配置约154%和313%相比,专家配置,约434%和880%相比,非专家配置的TTP性能,分别。
2020-09-22 cs.NI
Adaptive 6G Networks-in-Network Management for Industrial Applications
本文针对6G工业网络的网中网(NiN)管理问题,提出集成动态频谱管理(DSM)与KIRA路由协议的架构,支持游牧型和静态子网络的零接触连接与动态频谱分配,提升工业场景的无线部署灵活性与可靠性。
2025-08-26 cs.NI
Provably Secure Networks: Methodology and Toolset for Configuration Management
网络管理是一项固有的复杂任务,特别是在安全方面。使用伊莎贝尔互动证明助手,我们开发了两个自动化的,正式验证的工具,帮助发现和防止网络级访问控制配置的错误。我们的第一个工具指导从头开始设计网络的过程。我们的第二个工具有助于分析现有的iptables配置。两者结合起来,形成了一个强大的工具集。
2017-08-28 cs.CR cs.NI
Software-Defined Networking for Data Centre Network Management: A Survey
数据中心的数量和规模都在增长,其网络也在扩展,以承载更大的流量。流量配置文件不断变化,特别是在云数据中心,租户到达,离开,并可能在其间改变其资源需求,因此网络配置必须以相称的速度变化。软件定义网络-网络配置的程序控制-对于满足现代数据中心网络管理的需求至关重要,并且一直是研究界与工业界密切关注的主题。在本调查中,我们回顾了针对数据中心网络管理和运营的软件定义网络研究。
2021-06-18 cs.NI
Multi-party authorization and conflict mediation for decentralized configuration management processes
在具有最高安全性要求的网络中,配置管理不能仅依赖于一个管理员及其设备。否则,问题可能是由管理员的错误或恶意行为引起的,或者当她的计算机受到损害时,这允许攻击者滥用管理员的广泛权限。相反,我们建议使用由配置管理系统(CMS)编排的可靠且有弹性的配置管理过程。这可以通过关注点分离(建议配置与授权配置)、采用多方授权(MPA)以及强制执行仅可部署授权配置来实现。这导致配置管理过程分散在人的决策层和技术设备层。然而,由于不同的意见或敌对的干扰,MPA过程的结果可能会以冲突告终。这就提出了一个问题,即如何能够以比仅仅采用多数表决更好的方式调解这种冲突,因为在某些情况下,多数表决是不够的。作为一种替代方案,本文介绍了可定制的冲突调解策略,我们集成到我们的CMS TANCS的积木。冲突调解功能以及初始TANCS实现运行在分布式账本和智能合约框架Hyperledger Fabric之上,这使得所有流程都具有弹性和防篡改性。
2019-03-19 cs.CR cs.NI
A Novel Integrated Architecture for Intent Based Approach and Zero Touch Networks
IIIT Bangalore(印度班加罗尔信息技术研究所);Toshiba Software (India) Private Limited(东芝软件(印度)私人有限公司)
本文提出一种集成IBN与ZTN的新型架构,利用NLP将用户意图转为Nile语言,通过BiLSTM和Q学习闭环框架自主实现网络性能目标,并在OAI测试平台和蒙特卡洛模拟中验证了有效性。
2025-09-25 cs.ET cs.NI
Trustworthy Configuration Management for Networked Devices using Distributed Ledgers
当今存在许多物联网应用,如建筑自动化或工业现场的过程控制。这些应用程序本质上与物理世界有很强的联系。因此,IT安全威胁不仅会导致数据泄露等问题,还会导致可能伤害人们的安全问题。对IT系统的攻击不仅是由外部攻击者执行的,而且还有内部人员,如管理员。出于这个原因,我们目前正在进行的工作配置管理系统(CMS),提供控制管理员,限制他们的权利,并强制分离的关注。我们通过执行配置管理流程来实现这一目标,该流程要求对关键配置进行多方授权,以实现针对管理员攻击和故障的拜占庭容错。只有在配置得到多位专家的授权后,才会将其应用于目标设备。对于整个配置管理过程,我们的CMS保证了可问责性和可追溯性。最后,我们的系统是防篡改的,因为我们利用了Hyperledger Fabric,它为我们的CMS提供了一个分布式执行环境,并提供了一个基于区块链的分布式账本,我们使用它来存储配置。这种方法的一个有益的副作用是,我们的CMS也适用于管理在不需要相互信任的不同组织之间共享的基础设施的配置。
2018-05-08 cs.CR cs.NI
A Control and Management Network for Wireless ATM Systems
本文描述了一个移动无线异步传输模式(ATM)网络的控制和管理网络(orderwire)的设计。这种移动无线ATM网络是快速部署无线电网络(RDRN)的一部分。指令线系统由覆盖在移动无线ATM网络上的分组无线电网络组成,该网络中的每个网络单元使用全球定位系统(GPS)信息来控制提供空间复用的波束形成天线子系统。本文还提出了一种新的虚拟网络配置(VNC)算法预测网络配置。讨论了一种基于VNC的移动ATM专用网-网接口(PNNI)。最后,作为系统实现的前奏,讨论了订单线系统的MATRIX仿真结果。
1999-04-22 cs.NI
Autonomic Management of Maintenance Scheduling in Chord
本文通过实验评估了应用自主管理调度维护操作部署和弦网络的影响,为各种成员流失和工作负载模式。将自主管理策略的两个版本与静态配置进行了比较。自主策略根据它们对对等访问出错率和浪费的维护操作的响应积极性而变化。在大多数实验中,由于自主管理的路由操作的性能和网络成员之间传输的数据量的显着改善。在自主策略中,更积极的版本给出了稍好的结果。
2010-06-08 cs.NI
Nagios Based Enhanced IT Management System
多供应商设备的集成管理是电信运营商或服务提供商在为其网络选择合适的网络和服务管理平台时的关键资产。在本文中,我们提出了一个开放的,适应性强的平台,支持故障和配置管理的下一代网络。该平台名为基于Nagios的信息技术管理系统(NB-ITMS),利用著名的Nagios平台来实现新的功能。通过提供附加功能、应用程序和管理功能,可以轻松、低成本地管理高级服务和网络技术。我们的平台的性能已经与现有的现成平台进行了比较。
2012-06-07 cs.NI
AutoNet: Automatic Reachability Policy Management in Public Cloud Networks
本文提出AutoNet模型,通过基于MaxSAT的编码与优化,在满足租户高层度量意图的同时安全生成增量VPC配置,实现生产环境中亚秒级响应和细粒度控制。
2024-04-30 cs.NI
NetO-App: A Network Orchestration Application for Centralized Network Management in Small Business Networks
软件定义网络(SDN)正在重塑网络模式。先前的研究表明,SDN比传统网络具有优势,因为它分离了控制和数据平面,通过网络自动化和可编程性带来更大的灵活性。与服务提供商网络一样,小型企业网络需要灵活性来扩展、部署和自我修复由云操作系统、虚拟机、容器、供应商网络设备和虚拟网络功能(VNF)组成的网络基础设施;然而,随着SDN在行业中的发展,开发SDN架构以满足小型企业网络需求的研究有限。这项研究提出了一种网络架构,可以抽象,编排,并根据小型企业的网络需求的规模配置。我们的研究结果表明,所提出的架构提供了增强的网络管理和操作时,结合网络编排应用程序(NetO-App)在这项研究中开发的。NetO-App协调网络策略,自动化配置更改,并管理园区网络基础设施之间的内部和外部通信。
2018-08-04 cs.NI
A Resource Efficient Implementation of the RESTCONF Protocol for OpenWrt Systems
近年来,开源操作系统OpenSSL已成为替代家庭路由器或接入点等网络设备上专有固件的流行选择。为了配置OpenSSL系统,比如设置防火墙规则,用户必须登录到Web界面或使用SSH手动更改设备上的配置文件。虽然目前的方法对于小型家庭网络来说已经足够了,但它只允许有限的管理任务自动化,并且配置管理变得非常耗时,例如,在大型校园网络中,OpenSSL接入点上的访问控制列表需要定期更新。本文介绍了我们的努力,实现的RESTCONF配置管理协议标准化的IETF的OpenSSL系统,具有有限的CPU和内存资源。我们详细介绍了我们的设计选择,使我们的实现资源有效的用例,我们的目标,我们比较我们的实现与其他类似的解决方案。我们的实现在GitHub上以开源许可证提供。
2023-03-22 cs.NI
Are Mobility Management Solutions Ready for 5G and Beyond?
使用户能够移动到网络中的不同地理位置,并且仍然能够保持其连接性,最重要的是,保持服务的连续性,这使得任何无线网络无处不在。虽然具有挑战性,但是现代无线网络(诸如3GPP-LTE)提供令人满意的移动性管理(MM)性能。然而,据估计,移动用户数量将在2024年达到约90亿,数据流量将比2018年增加5倍。此外,预计这种指数增长的趋势将在未来很长一段时间内保持下去。为了应对蜂窝业务和用户的这种指数增长以及对更高服务质量(QoS)的迅速增长的需求,未来的网络被期望是高度密集和异构的。这将严重挑战现有的MM解决方案,并最终使其无效,因为它们将无法提供所需的可靠性,灵活性和可扩展性。因此,为了服务于5G和超越5G的网络,需要MM的新视角。因此,在这篇文章中,我们提出了一个新的讨论这些网络的MM策略的功能要求。我们提出了一种新的定性评估的国家的最先进的机制的基础上,他们的能力,以满足未来的MM策略的可靠性,灵活性和可扩展性的标准。然后,我们提出了一项研究,详细介绍了在设计和实施5G及以上网络的MM策略中存在的研究挑战。此外,我们还列出了潜在的MM解决方案及其提供的相关功能,以应对持续的挑战。最后,我们对5G及以后的MM机制进行了展望。
2020-05-21 cs.NI
Zero Touch Predictive Orchestration: Automating Time-Series Models for the Cloud-Edge Continuum
Eurecom;OpenAirInterface
针对云边连续体中节点冷启动问题,提出一种结合数据混合与神经架构搜索的自动化时间序列预测架构,有效提升预测精度并加速收敛。
2026-06-08 cs.LG cs.NI
Learning-Based Orchestration for Dynamic Functional Split and Resource Allocation in vRANs
虚拟化无线电接入网络(vRAN)的主要优势之一是网络管理灵活性。然而,这种多功能性带来了以前从未见过的网络管理挑战。本文提出了一种基于学习的零接触vRAN编排框架(LOFV),以联合选择功能划分并分配虚拟化资源,从而最大限度地降低长期管理成本。首先,使用集中式RAN系统收集用户需求与虚拟化资源利用之间的行为的测试床测量。所收集的数据表明,需求和资源利用之间存在非线性和非单调的关系。在此基础上,提出了一个综合成本模型,该模型综合考虑了资源过度配置、需求下降、实例化和重构等因素。此外,所提出的成本模型还捕获了每个拆分的不同路由和计算成本。受我们的测量见解和成本模型的启发,LOFV是使用无模型强化学习范式开发的。提出的解决方案是由深度Q学习和基于回归的神经网络的组合构建的,该网络将网络状态和用户需求映射到拆分和资源控制决策中。我们的数值计算表明,LOFV可以提供高达69%的最优静态策略和45%的最优完全动态策略的成本节省。
2022-05-16 cs.NI
z-TORCH: An Automated NFV Orchestration and Monitoring Solution
虚拟化资源和服务的自主管理和编排(MANO),特别是在大规模网络功能虚拟化(NFV)环境中,由于各种网络服务所期望的严格的延迟和性能要求,是一个很大的挑战。管理和监控(MANO)系统的决策质量(QoD)取决于从底层监控系统接收到的信息的质量和及时性。监测系统生成的数据是MANO系统网络和处理负载的重要贡献者,从而影响其性能。这提出了一个独特的挑战:如何联合优化MANO系统的QoD,同时最大限度地减少运行时的监控负载?这是本文的主要内容。在这种情况下,我们提出了一种新的自动化NFV编排解决方案,即z-TORCH(零接触编排),它通过利用基于机器学习的技术来联合优化编排和监控过程。我们的目标是提高MANO系统的QoD,以最小的监控成本实现虚拟化网络功能(VNF)的接近最佳的位置。
2018-07-06 cs.NI
Cable Network Management Infrastructure Evolution
提出了一种实现高级故障排除、粒度分析和服务体验质量评估的方法。提出了在识别每个电缆网络元件时使用拓扑信息以及元件配置和健康的粒度信息。该技术覆盖包括服务层在内的多个层。在物理层街道地址,抽头和放大器用于识别损伤位置。利用所有层来衡量网络和服务可靠性、服务降级以及量化体验质量。电缆基础设施实现被描述为示例。
2022-11-15 cs.NI
A Distributed Cluster Scheme For Bandwidth Management In Multi-hop MANETs
随着基于IEEE 802.11的无线自组织网络的实现,在地理上局部化的环境中的设备之间的电子协作成为可能。移动自组网的动态特性可能导致不可预测的攻击或故障发生,从而可能导致网络分区,降低网络性能,违反QoS要求,最重要的是,影响网络中移动节点的带宽分配。在本文中,我们提出了一种新的分布式集群计划的移动自组网,特别是在恶劣的环境中,基于生存能力的概念,以支持QoS的要求,并有效地保护带宽。在生存性技术中,我们采用了一个简单的网络配置,并期望减少故障的发生在移动自组网中的分簇算法。同时,我们解决的可扩展性问题,这是一个很大的挑战,网络配置。我们希望简化访问带宽分配所需的QoS支持不同的应用程序。
2010-12-08 cs.NI
Integrated Methodology to Cognitive Network Slice Management in Virtualized 5G Networks
University of Bristol(布里斯托尔大学);EURECOM(欧洲通信研究院);IBM Haifa Research Labs(IBM海法研究实验室)
根据ETSI定义的零接触网络和服务管理(ZSM)概念,第五代(5G)网络被设想为完全自主的。为此,特定目的的机器学习(ML)模型可以用于以完全符合切片服务水平协议(SLA)的方式管理和控制物理以及虚拟网络资源,同时还可以提高底层物理网络运营商的收入。这是因为专门设计和训练的ML模型可以积极主动地应对可能导致显著SLA损失或运行时成本的切片管理问题。然而,达到这一点是非常具有挑战性的。5G网络将是高度动态和复杂的,提供大规模的异构,复杂和资源需求的5G服务作为网络切片。这就需要一个定义明确的、通用的、逐步的路线图来设计、构建和部署高效的机器学习模型,作为可定义为认知网络和切片管理(CNSM)5G系统的协作组件。为了满足这一需求,我们采用用例驱动的方法,基于具体的电子健康用例,在虚拟化5G网络中设计和提出一种新的CNSM集成方法,并对其进行详细说明,以获得5G切片管理用例的通用方法。构成我们提出的方法的三个基本组成部分包括:(i)5G认知工作流模型,该模型从ML模型的设计到最终部署都是有条件的;(ii)认知切片管理的四阶段方法,重点是异常检测;以及(iii)针对不同切片生命周期管理问题的不同ML模型协作的主动控制方案。
2020-05-11 cs.LG cs.NI
RoNet: Toward Robust Neural Assisted Mobile Network Configuration
自动化配置是在日益复杂的移动网络中实现零接触网络管理的关键途径。深度学习技术在自动学习和解决高维网络问题方面显示出巨大的潜力。然而,在现实网络中不可预测的变化和模拟与现实的差异下,深度学习对偏离输入空间的脆弱性引发了越来越多的部署担忧。在本文中,我们提出了一种新的RoNet框架,以提高神经辅助配置策略的鲁棒性。我们制定的网络配置问题,以最大限度地提高性能效率时,服务于不同的用户应用程序。我们设计了三个完整的阶段与新的正常训练,学习攻击,鲁棒防御方法平衡的鲁棒性和性能的政策。我们通过NS-3模拟器进行了广泛的评估,仿真结果表明,RoNet在鲁棒性,适应性和可扩展性方面优于现有的解决方案。
2023-02-07 cs.NI eess.SP
Enabling AutoML for Zero-Touch Network Security: Use-Case Driven Analysis
Ontario Tech University(安大略理工大学);Western University(西安大略大学);Khalifa University(哈利法大学)
本文综述零接触网络的安全挑战,提出利用自动化机器学习开发最少人工干预的安全机制,并通过案例展示自主入侵检测及对抗攻击策略。
2025-02-28 cs.CR cs.LG cs.NI
Secure RIS-Aided Multicasting: Globally Optimal Beam Management and Discrete-Phase RIS Configuration
Ruhr University Bochum(波鸿鲁尔大学)
针对RIS辅助多播中的离散相位、共谋窃听和静态波束问题,提出联合优化RIS配置与基站波束管理的最小化窃听SNR方案,通过MIQCP全局最优求解,实现高达58%的安全增益。
2026-09-21 cs.IT cs.NI eess.SP
Zero-touch realization of Pervasive Artificial Intelligence-as-a-service in 6G networks
Hamad Bin Khalifa University(哈马德·本·哈利法大学);Queen’s University(女王大学);Qatar University(卡塔尔大学);University of Guelph(圭尔夫大学)
针对6G网络中普适AI服务落地的需求,提出基于区块链智能系统的零接触PAIaaS平台架构,通过标准化AI服务与统一接口实现跨域部署,并通过联邦学习即服务用例验证了其自优化、自适应及降本的能力。
2023-07-21 cs.AI cs.DC cs.NI
Context-Aware Configuration and Management of WiFi Direct Groups for Real Opportunistic Networks
IIT-CNR(意大利国家研究委员会信息学与电信研究所)
本文提出中间件层协议WFD-GM,通过上下文函数实现WiFi Direct组的自主配置与组间通信,以支持真实机会网络,并在多种移动场景下验证其优于或可比于Baseline方法。
2023-07-06 cs.LG cs.NI
Online Learning for Autonomous Management of Intent-based 6G Networks
Sabanci University(萨班哲大学);Ericsson Research(爱立信研究院)
本文针对基于意图的6G网络中意图冲突和自主管理问题,提出了一种基于分层多臂老虎机的在线学习方法,实现了动态网络条件下的高效配置探索与利用,有效提升了资源分配与意图期望满足度。
2024-07-25 cs.LG cs.NI