Efficient Training Management for Mobile Crowd-Machine Learning: A Deep Reinforcement Learning Approach
在这封信中,我们考虑的概念移动人群-机器学习(MCML)的联邦学习模型。MCML使得移动网络中的移动设备能够协作地训练服务器所需的神经网络模型,同时将数据保持在移动设备上。因此,MCML解决了传统机器学习的数据隐私问题。然而,移动设备受到能量、CPU和无线带宽的限制。因此,为了最小化能量消耗、训练时间和通信成本,服务器需要确定移动设备用于训练的适当的数据量和能量。然而,在移动环境的动态性和不确定性下,服务器确定移动终端资源管理的最优决策是具有挑战性的。在这封信中,我们提议采用一种深度Q学习算法,允许服务器在没有任何网络动态先验知识的情况下学习并找到最优决策。仿真结果表明,该算法在能量消耗和训练延迟方面优于静态算法。
2018-12-10 cs.NI
Efficient Radio Resource Management for Wireless Cellular Networks with Mobile Edge Computing
移动边缘计算(MEC)作为一种有前途的方法来增强移动设备的计算能力,引起了极大的兴趣。MEC范例中的一个重要问题是计算卸载。在本文中,我们提出了一个集成的框架,用于在无线蜂窝网络中使用移动边缘计算进行计算卸载和干扰管理。在该集成框架中,MEC服务器根据所有用户设备(UE)估计的本地计算开销和MEC服务器自身估计的卸载开销来做出卸载决策。然后,MEC服务器使用图着色来执行PRB分配。然后,卸载决定和PRB分配的结果用于将MEC服务器的计算资源分配给UE。仿真结果表明,该方案与不同的系统参数的有效性。
2017-06-28 cs.NI
SACRM: Social Aware Crowdsourcing with Reputation Management in Mobile Sensing
移动感知已经成为移动用户通过任务众包获取信息的一个很有前途的范例。然而,由于移动用户的社会偏好,传感报告的质量可能会受到潜在的社会属性和个人自私的影响。因此,在选择移动感知任务参与者时,考虑移动用户的社会影响和可信度至关重要。在本文中,我们提出了一个社会意识众包与声誉管理(SACRM)计划选择合适的参与者和分配任务奖励在移动传感。具体而言,我们考虑的社会属性,任务延迟和声誉众包,并提出了一个参与者选择计划,选择合适的参与者在一个固定的任务预算下的传感任务。报告评估和奖励计划也被引入到测量的传感报告的质量和分配的基础上评估的报告质量的任务奖励。此外,我们开发了一个信誉管理方案,以评估移动用户的可信度和性价比的参与者选择。理论分析和大量的模拟表明,SACRM可以有效地提高众包效用,有效地激励参与者提高他们的感知报告的质量。
2014-11-26 cs.NI
Mobility Label Based Network: Hierarchical Mobility Management and Packet Forwarding Architecture
网络层移动性管理解决方案的可扩展性是移动性控制平面的最重要要求之一。基于移动性标签的网络(MLBN)是一种新的解决网络层移动性管理问题的方法,它完全依赖于MPLS来为IPv4和IPv6移动主机和路由器提供宏移动性和微移动性。这种新的方法不依赖于现有的IP移动性管理协议,如移动IP,并基于多协议BGP(MP-BGP)和MPLS的组合。在MLBN的上下文中,可扩展控制平面应该能够进行有效的移动性标签分发,同时允许基于MPLS的转发平面以最佳方式递送移动业务。本文提出了一种分层的移动性管理系统,能够在不使用移动IP及其衍生产品的情况下,支持宏和微移动性,并允许可扩展的移动标签分发和MPLS标签栈为基础的数据包转发,以支持通信移动用户之间的最佳流量传输。
2021-10-18 cs.NI
Log Management support for recovery in mobile computing Environment
无线通信技术的快速和创新性改进已经导致对移动互联网交易的需求增加。然而,从移动设备访问互联网是非常昂贵的,由于有限的带宽上的无线链路和移动主机的高移动速率。当用户从移动终端执行与web门户的事务时,断开连接需要事务失败或在重新连接之后重做所有步骤,以回到一致的应用状态。因此,考虑到无线移动网络中的挑战,提出了一种新的日志管理方案的移动事务的恢复。在此方法中,模型参数影响应用程序状态恢复进行了分析。所提出的计划与现有的懒惰和Pessivity计划进行了比较,并进行了权衡分析的成本之间的投资管理日志和投资回报方面的改进故障可恢复性。通过分析,确定了产生最佳投资回报的最佳检查点间隔期。
2009-08-01 cs.NI
Mobile Location Update using Distance Method
通用分组无线业务(GPRS)是一种复杂的数据网,它升级了当前的第二代GSM网络,在现有的GSM蜂窝网络上提供真正的高速互联网(IP)和网络连接。移动用户数量的增加导致了这些系统中的拥塞问题,并促使开发更有效的管理方案。本课题主要研究GPRS网络中无线资源和移动性管理,如位置管理和基于距离的切换管理。在GPRS系统中使用了一个基于MATLAB的位置更新仿真器。
2012-09-24 cs.NI
uRbAn: A Multipath Routing based Architecture with Energy and Mobility Management for Quality of Service Support in Mobile Ad hoc Networks
在移动自组织网络中设计一个支持服务质量(QoS)的无线节点是一项具有挑战性的任务。在本文中,我们提出了一个架构的无线节点,可用于形成一个移动ad hoc网络,支持QoS。我们讨论了这样一个节点所需的核心功能,以及如何将这些功能结合起来。我们的体系结构的一个特点是,节点有能力利用多条路径,如果可用的话,提供QoS。然而,在没有多个路径的情况下,它可以利用由源和目的地之间的单个路径提供的资源。我们遵循模块化的方法,其中每个模块都是迭代扩展的。我们比较我们的架构与文献中提出的现有架构的功能。我们的架构具有能源和移动性管理的规定,可以定制设计片上系统(SoC)。
2011-02-24 cs.NI
Wireless Mobility Management with Prediction, Delay Reduction and Resource Management in 802.11 Networks
在802.11无线基础设施网络中,当移动节点从一个接入点移动到另一个接入点时,如果切换是平滑的并且如果在目标接入点中预留了足够的资源,则活动连接将不会被严重丢弃。在一个5 × 5的接入点网格中,在一个6 × 6的区域网格中,通过位置跟踪和数据采掘,我们预测移动节点的移动模式具有良好的准确性。移动节点的预扫描,以及预认证的相邻接入点和预重新关联被用来减少扫描延迟,认证延迟和重新关联延迟分别。该模型利用预测结果进行第一阶段预留,并根据分组内容类型进行第二阶段预留,使得移动节点在切换到下一个接入点时能够预留足够的资源。因此,整个移动性管理方案减少了切换延迟。性能仿真验证了所提出的模型。
2014-10-08 cs.NI
Adaptive Predictive Power Management for Mobile LTE Devices
降低移动电话的能耗是LTE和5G标准蜂窝调制解调器解决方案的关键设计目标。除了通过结构和技术进步来提高组件的能效之外,通过改进的动态电源管理来优化能效也是现代硬件设计中不可或缺的一部分。然而,到目前为止提出的针对移动设备的大多数技术在使系统组件断电和上电时是纯反应性的。有前途的方法扩展了这一点,通过预测和使用来自环境和通信协议的信息来采取主动决策。在本文中,我们提出并比较了两种用于轻量级机器学习的主动算法方法,以预测允许移动终端更频繁地进入睡眠状态所需的控制信息,例如,在小区中传输不活动的时隙中。第一种方法基于监督学习,第二种方法基于强化学习。由于学习技术的实施也会产生能源和资源成本,因此这两种方法不仅在预测准确性方面,而且在总体节能方面都进行了仔细评估。使用所提出的技术,我们观察到可实现的节能高达17%。
2019-07-05 cs.NI
QoE-Centric Localized Mobility Management for Future Mobile Networks
未来网络中的移动性支持将主要基于微移动性协议。当前提出的方案,例如分层移动IPv6(HMIPv6)和更重要的代理移动IPv6(PMIPv6),通过选择网络内的节点(拓扑上靠近接入路由器(AR))作为移动性锚点来提供局部移动性支持。这种方案可以显著改善切换延迟以及端到端信令开销,但可能带来可扩展性问题,在某些情况下,这不足以适应当前移动互联网流量的爆炸式增长以及扁平网络架构的演进趋势。使用分布式移动性管理(DMM)的概念允许通过将节点锚定在其AR来分散。该想法是,对于持续时间小于小区驻留时间的会话,可以支持有效的移动性。然而,在节点在会话生存期期间执行多次切换的情况下,DMM可能是非常次优的。因此,一种方法不可能对所有类型的应用都有效。本文提出了一种混合移动性管理解决方案,集成了一种新的路由方案。该方案选择最合适的移动性方法,集中式或分布式,通过考虑流的要求,在体验质量(QoE),和新的路由约束。优化问题的结果表明,所提出的方法可以实现有效的资源利用率,缓解网络拥塞,并导致在QoE显着改善。
2015-01-21 cs.NI
Signaling Rate and Performance of RIS Reconfiguration and Handover Management in Next Generation Mobile Networks
针对下一代移动网络中RIS重配置与切换的管理问题,本文基于随机几何模型推导了重配置与切换速率的闭式表达式,提出新型信令协议并评估信令开销与控制平面服务器容量,为首个将RIS重配置统计特性与网络信令性能关联的分析模型。
2024-07-25 cs.NI
An Intelligent Software Workflow Process Design for Location Management on Mobile Devices
网络技术、无线通信技术和计算机技术的进步,推动了移动通信基础设施的快速发展,极大地改变了移动设备上的信息处理方式。携带便携式设备的用户可以自由移动,同时仍然连接到网络。这为随时随地访问信息提供了灵活性。为了提高移动终端的灵活性,移动网络软件系统的设计面临着新的挑战,包括位置和移动性管理、信道分配、节能和安全。在本文中,我们提出了智能软件工具的移动设备上的软件设计,以满足移动定位和移动性管理的新挑战。在这项研究中,提出的业务流程重新设计(BPR)的概念是旨在扩展现有的,广泛使用的过程建模工具在行业中的能力与“智能”的能力,建议有利的替代方案,现有的软件工作流程设计,提高灵活性的移动设备。
2012-04-07 cs.NI cs.SE
An ANN Based Call Handoff Management Scheme for Mobile Cellular Network
由于简单性和有效性,Hanover决策通常基于信号强度。除了传统的技术,例如基于阈值和滞后的方案之外,最近许多人工智能技术,例如模糊逻辑、人工神经网络(ANN)等也被用于进行切换决策。本文提出了一种基于人工神经网络的切换算法,并对其性能进行了研究。我们在这里使用人工神经网络进行快速准确的切换决策。在我们提出的切换演算法中,使用反向传播神经网络模型,反向传播方法的优点是它的简单性和合理的速度。该算法的设计,测试和发现,以提供最佳的结果。
2014-01-10 cs.NI
Adaptive Slot Allocation And Bandwidth Sharing For Prioritized Handoff Calls In Mobile Netwoks
移动性管理和带宽管理是蜂窝移动网络中的两个主要研究课题。移动性管理包括两个基本部分:位置管理和切换管理。为了给用户提供QoS,移动通信是无线蜂窝网络中的一个关键要素。它通常是由跨越小区边界或由当前信道中的信号质量恶化而发起的。本文提出了一种新的蜂窝移动网络接纳控制策略。在蜂窝网络中,两个重要的QoS参数是呼叫丢弃概率(CDP)和分组丢弃概率(HDP)。CDP表示呼叫由于切换失败而掉线的概率。HDP表示由于目标小区中的可用资源不足而导致的切换失败的概率。大多数算法试图将HDP限制到某个目标最大值,但不限制CDP。在本文中,我们表明,当HDP被控制,CDP也被控制到最低程度,同时保持较低的阻塞率为新的呼叫在系统中。
2010-05-06 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
Fair Dynamic Spectrum Management in Licensed Shared Access Systems
授权共享接入(LSA)是一种频谱共享机制,其中带宽在被称为现任者的主网络和辅助移动网络之间共享。在这项工作中,我们解决动态频谱管理机制LSA系统。我们提出了一个公平的频谱管理算法,在移动网络之间分配现任者的可用频谱。然后,我们适应所提出的算法,以考虑到移动网络运营商的监管合规性方面,并惩罚行为不端的网络运营商在频谱分配。我们扩展我们的研究结果的情况下,一个以上的现任提供频谱的移动运营商在一个服务区,并提出各种协议,确保长期公平的频谱分配内的各个LSA网络。最后,我们数值评估所提出的频谱分配算法的性能,并使用各种性能指标进行比较。数值结果表明,在单一运营商的情况下,当移动运营商遵守频谱接入规则时,频谱分配是公平的。我们证明了我们提出的惩罚函数对频谱分配的影响时,运营商不遵守监管方面。对于多个现任者的情况下,结果表明,我们提出的算法在有效的频谱分配和频谱访问的灵活性之间进行权衡。
2018-09-04 cs.NI
Mobile Codes Localization in Ad hoc Networks: a Comparative Study of Centralized and Distributed Approaches
本文提出了一种新的方法在移动自组织网络的管理。我们的替代方案,基于移动代理技术,允许移动集中式服务器的设计在ad hoc网络中,这是不明显的,考虑一个集中式管理,由于没有任何管理或固定的基础设施,在这些网络。这种集中式方法的目的是提供永久可用性的服务,在ad hoc网络的特点是由一个分布式管理。为了评估所提出的方法的性能,我们应用它来解决移动代码定位在ad hoc网络中的问题。基于仿真的集中式和分布式定位协议在消息交换数量和响应时间方面的比较研究表明,分布式形式的集中式方法比完全集中式方法更有趣。
2010-03-17 cs.NI
Analysis of Location Management Schemes for MANET using Synthetic Mobility Models
在用于自组织网络的协议的性能评估中,应该在现实条件下测试协议,所述现实条件包括但不限于合理的传输范围、用于存储消息的有限缓冲器空间、代表性数据业务模型、以及移动用户的现实移动和代表移动节点的几个移动模型,所述移动节点的移动彼此相关(即,本文的目的是模拟移动节点在网络中的移动,并提出了一些移动模型,以证明其对移动adhoc网络或个人通信服务网络的位置管理方案的影响。具体地,为了说明ad hoc网络协议的性能结果如何作为改变所模拟的移动性模型的结果而急剧改变。位置管理是个人通信业务网络中的一个基本问题。当前的位置管理标准是HLR/VLR方案。已经观察到,任何位置管理方案的性能取决于空间要求、带宽要求和时间要求。为了避免HLR/VLR方案中的某些缺点,人们提出了包括分层方法在内的许多方法。采用工作集思想分析PCS网络位置管理的性能。由于标准网络模拟器不足以提供所需格式的输出,因此可以构建新的位置管理模拟器。可以使用工作集思想的两个变体,即,工作集方案的分层方法和分层方法的工作集方案,然后使用模拟器相对于已经可用的移动活动轨迹所获得的结果来比较工作集方案和工作集方案的性能。
2016-02-08 cs.NI
Delay and Delay Variation Constrained Algorithm based on VNS Algorithm for RP Management in Mobile IPv6
随着网络多媒体技术的发展,越来越多的实时多媒体应用需要使用组播通信来传输信息。随着移动IPv6协议通过移动接收器和源的到来,这些应用变得更加重要。这些应用程序需要一个多播路由协议,该协议具有在指定的QoS保证和快速恢复机制内到达多播接收器的数据包。移动IPv6组播时,接收者和组播者的移动性会导致严重的问题。当接收者或发送者移动时,整个多播树的质量可能会下降,从而不能有效地转发多播数据报。D2 V-RPM(delay and delay variation RP Manager)问题是在给定的时延和时延变化范围内,为所有组播会话选择一个最优的组播路由器作为共享组播树(ST)的根,如果该路由器不是最优的或者发生故障,则恢复该路由器。这个NP难问题需要通过启发式算法来解决。在本文中,我们提出了一种新的RP管理算法的基础上可变邻域搜索算法,基于一个系统的邻域变化。D2 VVNS-RPM算法综合考虑树代价、时延和时延变化来选择和恢复RP路由器。仿真结果表明,该算法具有良好的性能.
2013-03-19 cs.NI
Multi-Hop Bandwidth Management Protocol for Mobile Ad Hoc Networks
接纳控制方案应该扮演数据通信网络中的流的协调器的角色,以在共享介质时提供保证。有线网络的节点可以监视介质以了解在任何时间点的可用带宽。但是,在无线自组织网络中,节点在通信期间必须消耗相邻节点的带宽。因此,流对带宽的消耗和资源对任何无线节点的可用性严格取决于其传输范围内的相邻节点。我们提出了一个可扩展的和有效的准入控制方案,多跳带宽管理协议(MBMP),以支持多跳ad hoc网络的QoS要求。我们模拟了几种选择来设计MBMP,并通过数学分析和仿真结果比较这些选项的性能,并通过大量的仿真比较其有效性与现有的接纳控制方案。
2010-12-17 cs.NI
Resource Management and Quality of Service Provisioning in 5G Cellular Networks
随着5G技术的商业推出和蜂窝网络基础设施的快速扩张,预计蜂窝和移动网络流量将呈指数级增长。此外,新的服务预计将广泛传播,例如连接到移动网络的物联网。这将在业务负载方面增加额外的负担。因此,一些研究表明,与现在产生的流量相比,移动流量可能会增加1000多倍。这意味着必须以智能的方式管理和控制用于移动服务的网络资源,因为资源总是有限的,但是对服务的需求和保持用户设备总是连接到移动网络的需要可以被认为是无限的,从而在巨大的服务需求和可用资源之间留下差距。为了缩小这一差距,应主要考虑网络资源的管理,以避免高峰时段和流量高峰期间的网络拥塞和性能下降,并允许更多客户在需求高时访问网络服务。另一方面,保证各种新业务的服务质量要求是5G网络必须满足的另一个挑战。在本文中,我们将回顾5G网络的特点和规范,然后对资源管理和QoS提供进行调查,以提高和管理5G网络中的资源利用率。
2020-08-21 cs.NI
Digital Twin-based 3D Map Management for Edge-assisted Device Pose Tracking in Mobile AR
针对边缘辅助移动增强现实的设备位姿跟踪需求,提出基于数字孪生的三维地图管理方案,通过数字孪生捕捉时变上行速率,结合基于模型的强化学习优化帧选择与地图更新,有效降低位姿跟踪不确定性。
2024-01-29 cs.NI
Challenges and issues in 4G Networks Mobility Management
无线宽带技术现在正在运动中以提供更高的数据率、更宽的覆盖范围和改进的移动性。为此,4G网络是各种无线技术的集成,并且期望提供无缝移动性。此外,4G网络将完全是基于IP协议的分组交换系统。4G网络的研究挑战之一是设计智能移动性管理技术,利用基于IP的技术来实现各种接入技术之间的全球漫游。因此,移动IPv6被认为是实现异构网络融合的关键技术之一。然而,原有的移动IPv6不支持移动网络的基本功能快速切换。致力于开发通用协议以实现无缝移动的研究小组数量。在本文中,我们确定和探讨不同的问题和挑战,在4G网络的移动性管理。
2021-12-12 cs.NI
An Intelligent Location Management approaches in GSM Mobile Network
S.V College of Engineering(S.V工程学院);AITS Rajampet(AITS拉贾姆佩特);APGCCS
位置管理是指在无线网络中更新和搜索移动节点的当前位置的问题。为了使其有效,位置数据库的更新成本之和必须最小化。以前的工作依赖于固定位置的数据库是无法充分利用系统中的用户移动模式的知识,以实现这种最小化。该研究提出了一种智能位置管理方法,该方法在智能信息系统和知识库技术之间进行交互,从而可以动态地改变用户模式,减少VLR和HLR之间的转换。该研究提供了算法处理位置注册和呼叫传递的能力
2012-04-07 cs.AI cs.NI
Guidelines to the Problem of Location Management and Database Architecture for the Next Generation Mobile Networks
在不久的将来,预期的大量移动用户可能会引入非常大的集中式数据库,并增加HLR-VLR数据库上的位置注册和呼叫传递的端到端延迟,并且将变得不可行。在观察了几个问题后,我们提出了一些指导方针。采用了多树分布式数据库、高吞吐量索引结构、面向内存的数据库组织方式。采用重叠网络中移动用户的位置管理准则、邻居发现协议(NDP)和全局漫游规则。分析模型和例子来评估建议的指南的效率。
2013-04-10 cs.DB cs.NI
SDN based Control and Management of WLANs in the 3GPP 5G Network
移动宽带使用[1]的指数增长已经催化了对高数据率通信系统的需求。在这方面,用于标准化被称为第五代(5G)系统的下一代移动宽带系统的活动正在进行中。5G系统还能够集成电气和电子工程师协会(IEEE)无线局域网(WLAN),以提供具有成本效益的宽带连接。因此,迫切需要找到用于WLAN的控制和管理的解决方案,同时提供与蜂窝网络的无缝互通能力。在本文中,我们提出了一种新的基于软件定义网络(SDN)的架构,用于IEEE WLAN的有效控制和管理,同时提供了一种在5G系统中平滑集成WLAN的机制。
2018-01-27 cs.NI
PMIPv6 Integrated with MIH for Flow Mobility Management: a Real Testbed with Simultaneous Multi-Access in Heterogeneous Mobile Networks
多宿主移动设备数量的指数级增长正在改变我们连接互联网的方式。我们的移动设备在流量和QoS要求方面需要更多的网络资源。不幸的是,多宿主设备很难通过多个链路同时连接到网络。目前的工作增强了多宿主设备的网络接入部署的接入技术不可知。这种增强是通过同时使用所有移动设备接口,并通过最方便的访问技术路由每个单独的数据流来实现的。所提出的解决方案只部署在网络侧,它扩展了代理移动IPv6与流的移动性在一个完全透明的方式移动节点。事实上,它特别关注切换机制,通过改进网络中节点的检测和附着,在解决方案中包含IEEE 802.21标准。这提供了必要的实施和集成细节,以扩展具有毫微微小区设备的网络拓扑。每个毫微微小区配备有支持各种接入技术集合的各种网络接口。还存在根据每个数据流的QoS / QoE QoS来单独管理每个数据流的决策实体。所提出的解决方案已经过开发,并通过实际原型进行了广泛的测试。评估结果表明,使用该解决方案的开销是可以忽略不计的相比,所提供的优点,如:流的移动性的支持,VoIP功能的实现,会话的连续性,尽管流的移动性,其低开销,其高可扩展性,以及所提出的解决方案的用户终端的完全透明。
2021-04-13 cs.NI
An Optimized Multi-Layer Resource Management in Mobile Edge Computing Networks: A Joint Computation Offloading and Caching Solution
如今,数据缓存正被用作移动边缘计算网络中的高速数据存储层,其以指数速率采用流控制方法。这项研究表明,如何发现最佳的回程网络的缓存能力,使用分布式卸载技术的架构。本文使用连续功率流分析来实现最佳负载约束,其中具有各种缓存容量的宏基站的功率由智能电网网络或可再生能源系统提供。这项工作提出了在小区边缘的用户之间的无处不在的连接性,并卸载宏小区,以便提供宏小区本身无法应对的特征,例如所需的用户数据速率和能量效率的极端变化。然后将卸载框架改造为神经加权框架,该框架考虑了Karush Kuhn Tucker优化限制下移动边缘计算的收敛性和Lyapunov不稳定性要求,以获得精确的解。在边界和中心点的细胞层的性能进行了分析。分析和仿真结果表明,该方法优于其他节能技术。此外,在文献中研究的其他解决方案相比,所提出的方法表明,两个小区边缘用户的吞吐量和每个集群的总吞吐量增加了两到三倍。
2022-11-11 cs.NI
A Study of Network Based Mobility Management Schemes, 6LoWPAN Mobility, Open Issues and Proposed Solutions
无线传感器节点作为构建物联网的关键要素,在互联网上获取和传输信息,得到了广泛的应用。随着IPv6 over Low Power Wireless Personal Area Network(6LoWPAN)的引入,将这些受限设备连接到IPv6网络并传输IPv6数据包成为可能。传感器节点被部署/安装在许多对象上,其中一些是移动的(移动),包括移动小工具,物理对象(生命或非生命)等。这些移动对象需要足够的移动性管理方案来照顾数据传输。基于主机的移动性协议; MIPv 6及其扩展不适合这些资源受限的设备。在本文中,我们的重点是研究基于PMIPv 6的移动性管理和不同的情况下,它随着传感器设备。现有的研究已经在HO延迟方面做出了许多改进,但是很少关注信令成本和分组丢失,特别是在时间关键领域。该研究提供了基于网络的移动性管理方案、6LoWPAN移动性、与之相关的挑战以及应对这些挑战的解决方案的完整调查。
2014-08-12 cs.NI
An Intelligent Mobile-Agent Based Scalable Network Management Architecture for Large-Scale Enterprise System
为了解决集中式网络管理模型(SNMP或CMIP管理模型)的可扩展性和灵活性问题,近年来提出了几种基于移动Agent的分布式网络管理模型。虽然使用移动代理来分配和委托管理任务来方便地处理前面提到的问题,许多基于代理的管理框架,如初始平台模型和静态中层管理人员采用移动代理模型不能有效地满足当前网络的需求,这是在规模和复杂性不断增长。此外,各种技术,如SONET、ATM、以太网、DWDM等,存在于网络的接入、城域网和核心(长途)部分的不同层,在它们自己的成帧和协议结构方面增加了复杂性。因此,控制和管理这些网络中的流量是一项具有挑战性的任务。针对上述问题,提出了一种基于智能可扩展层次代理的大规模复杂网络管理模型。提出了成本估算,以期计算管理数据开销方面的总体管理成本。此后获得的结果建立所提出的架构相比,集中式和平床代理模型的有用性。
2012-02-09 cs.DC cs.MA cs.NI
Self-organizing Life Cycle Management of Mobile Ad hoc Networks
移动自组织网络(MANET)是一种没有任何基础设施的无线网络,其中的节点必须适应动态变化的情况下,导致他们的移动性。由于节点的分散性和通信的安全需求,移动自组网的管理必须是自组织的,这是一个主要的研究挑战。为了应对的固有属性的MANDENT,一个新的分散管理系统MANDENT称为自组织生存周期管理(SLCM),在这里充分描述和评价。关于安全性,节点认证是任何网络中访问控制的最关键组成部分,特别是在MANN中。广播也是这些网络中的基本数据传播机制。在确定拟议的SLCM系统时,这两个方面都受到了特别关注。特别是,强访问控制算法的基础上的加密范例的零知识证明,和一个三步广播协议,在这里定义。实验结果表明,SLCM显著提高了自组织移动台生存周期管理的质量和安全性。
2022-09-14 cs.CR cs.NI
NEWCAST: Anticipating Resource Management and QoE Provisioning for Mobile Video Streaming
由于移动应用程序和服务以及智能手机传感器提供了丰富的上下文信息,了解移动网络中未来吞吐量变化的可能性越来越大。甚至可能的是,这样的上下文信息(可能包括业务、移动性和无线电条件)将导致尚未想到的新颖的敏捷资源管理。在本文中,我们提出了一个框架(称为NEWCAST),预计吞吐量的变化,提供视频流内容。我们开发了一个优化问题,实现了关键指标,影响用户的感知体验质量(QoE)和系统利用率的成本之间的基本权衡。从[1]中收集的模拟和真实世界吞吐量跟踪都被用来评估NEWCAST的性能。特别是,我们的数值结果表明,NEWCAST提供了新的5G架构在计算复杂性和鲁棒性方面所需的效率。我们还实现了一个原型系统的NEWCAST和评估它在一个真实的环境中与一个真实的播放器,以显示其效率和可扩展性相比,基线自适应比特率算法。
2018-01-25 cs.MM cs.NI
Digital Twin-Based 3D Map Management for Edge-Assisted Mobile Augmented Reality
University of Waterloo(滑铁卢大学);Carleton University(卡尔顿大学);Toronto Metropolitan University(多伦多都会大学);Xidian University(西安电子科技大学)
本文针对边缘辅助移动增强现实中的三维地图管理问题,提出基于数字孪生和基于模型的强化学习的方法,通过预测相机帧并利用仿真与实际数据快速生成自适应策略,从而在动态环境中降低位姿估计不确定性并提高数据效率。
2023-05-26 cs.AI cs.NI
Deep Reinforcement Learning with Symmetric Prior for Predictive Power Allocation to Mobile Users
Beihang University(北京航空航天大学)
深度强化学习已被应用于各种无线任务,然而,已知其具有高训练和推理复杂度。在本文中,我们诉诸深度确定性策略梯度(DDPG)算法,以优化预测功率分配之间的K个移动用户请求视频流,最大限度地减少网络的能量消耗下,每个用户的无停顿约束。为了降低DDPG的采样复杂度和模型规模,我们利用了一种演员和评论家网络固有的对称先验:置换不变和等变性质,来设计神经网络。我们的分析表明,DDPG的自由模型参数可以压缩2/K^2。仿真结果表明,当K = 10时,具有对称先验的学习模型达到与香草策略相同的性能所需的情节减少了约三分之一。
2021-02-10 cs.LG cs.NI
Anticipatory Radio Resource Management for Mobile Video Streaming with Linear Programming
在预期组网中,信道预测被用来提高通信性能。本文介绍了一种新的方法,分配资源的视频流业务,同时占服务质量。所提出的方法是基于将用户的本地播放缓冲器的模型集成到无线电接入网络中。这个模型的线性允许制定一个线性规划问题,优化分配的资源和媒体流的停滞时间之间的权衡。我们的模拟结果表明,在一个简单的,但有代表性的情况下,预期优化的全部力量。与瞬时自适应相比,我们的预期解决方案在可行的计算时间内表现出令人印象深刻的频谱效率和停滞持续时间的增益,同时对预测误差具有鲁棒性。
2016-03-08 cs.MM cs.NI
Cruising the Spectrum: Joint Spectrum Mobility and Antenna Array Management for Mobile (cm/mm)Wave Connectivity
The Ohio State University(俄亥俄州立大学);University of Nebraska - Lincoln(内布拉斯加大学林肯分校)
本文提出了一种基于POMDP和PBVI算法的频谱移动与天线阵列管理方法,以提高毫米波移动连接的波束成形性能。
2025-12-24 cs.NI eess.SP
E2M2: Energy Efficient Mobility Management in Dense Small Cells with Mobile Edge Computing
将移动边缘计算与密集部署的小型蜂窝基站相结合,将带来巨大的好处,例如真正的近距离、超低延迟访问云功能。然而,设想的集成带来了许多新的挑战,其中最重要的是移动性管理,这正在成为整体系统性能的关键瓶颈。简单地应用现有解决方案会导致性能不佳,这是由于用户附近的多个基站的覆盖区域高度重叠以及无线电接入和计算服务的共同供应。在本文中,我们开发了一种新的以用户为中心的移动性管理方案,利用李雅普诺夫优化和多臂强盗理论,以最大限度地提高边缘计算性能的用户,同时保持用户的通信能耗低于约束。该方案有效地处理了系统中存在的多个层次的不确定性,并提供了短期和长期的性能保证。仿真结果表明,我们提出的方案可以显着提高计算性能(与最先进的),同时满足通信能量约束。
2017-01-25 cs.IT cs.NI math.IT
Backhaul-aware Drone Base Station Placement and Resource Management for FSO-based Drone-assisted Mobile Networks
在无人机辅助的移动网络中,无人机安装的基站(DBS)响应性和灵活性地部署在任何感兴趣的地方(POI),例如零星的热点和受灾地区,其中现有的移动网络基础设施无法提供无线覆盖。在本文中,DBS是一种空中基站,用于中继附近的宏基站(MBS)和用户之间的业务。此外,自由空间光学(FSO)被应用作为回程解决方案,以显著增加MBS和DBS之间的回程链路的容量。大多数现有的DBS放置解决方案假设基于FSO的回程链路提供足够的链路容量,这可能不是真的,特别是当DBS远离MBS放置时(例如,> 10公里)或在恶劣的天气条件下。在本文中,我们制定了一个问题,以联合优化带宽分配和DBS的位置,考虑基于FSO的回程链路容量约束。设计了一种回程带宽全位置和DBS布局算法(BROAD),并通过大量的仿真验证了算法的性能。
2022-11-28 cs.NI eess.SP
Leveraging the Power of Prediction: Predictive Service Placement for Latency-Sensitive Mobile Edge Computing
移动边缘计算(MEC)正在兴起,以支持移动网络边缘的延迟敏感型5G应用。当用户在多个MEC节点之间不规则地移动时,如何动态地迁移其服务以维持服务性能(即,用户感知的延迟)出现。然而,频繁的服务迁移会显著增加运营成本,导致提高性能和降低成本之间的矛盾。为了解决这些错位的目标,本文研究了长期成本预算约束下的移动边缘服务放置的性能优化。它具有挑战性,因为预算涉及未来的不确定信息(例如,用户移动性)。为了克服这一困难,我们致力于利用预测的力量,并倡导预测服务放置与预测不久的将来的信息。利用双时标李雅普诺夫优化方法,提出了一种基于帧设计的T时隙预测服务放置(PSP)算法,该算法结合了用户移动性预测。我们从理论上描述了PSP的性能界限。此外,我们提出了一个新的权重调整方案,在每帧命名为PSP-WU队列利用历史队列信息,大大减少了队列的长度,同时提高了用户感知的延迟质量。严格的理论分析和广泛的评估,使用现实的数据跟踪表明所提出的预测方案的优越性能。
2020-06-17 cs.DC cs.NI cs.SI
A Public-key based Information Management Model for Mobile Agents
基于移动代码的计算需要开发保护方案,该保护方案允许对由不可信主机中的代理收集的数据进行数字签名和加密。这些算法不能依赖于携带加密密钥,如果这些密钥可能被窃取或用于伪造数据的敌对主机和代理。因此,信息和密钥都必须得到保护,只有授权的主机,即提供信息的主机和发送移动代理的服务器,才能修改(通过更改或删除)检索到的数据。在这项工作中提出的数据管理模型允许由代理收集的信息被保护免受处理的信息网络中的其他主机。这是通过使用标准的公钥密码学来完成的,该标准的公钥密码学经过修改以支持分布式环境中的数据保护,而不需要与已经丢弃代理的主机的交互式协议。它们的重要性在于,它是第一个支持全功能保护移动代理的模型,允许远程主机在代理返回其原始服务器之前根据需要更改自己的信息。
2000-10-09 cs.CR cs.DC cs.IR
A Survey Mobility Management in 5G Networks
Istanbul Technical University(伊斯坦布尔理工大学)
本文综述了5G网络中提升移动性管理效率的研究,针对切换过程中的性能问题提出改进方案。
2020-06-28 cs.AI cs.NI
Mobile Edge Computation Offloading Using Game Theory and Reinforcement Learning
由于资源匮乏和延迟受限的移动应用程序越来越受欢迎,远程云的计算和存储功能已部分迁移到移动边缘,从而产生了移动边缘计算(MEC)的概念。虽然MEC服务器享有与终端用户的紧密接近以以减少的延迟和较低的能量成本提供服务,但是它们遭受计算和无线电资源的限制,这要求MEC服务器中的公平有效的资源管理。然而,由于下一代无线网络的超高密度、分布式性质和固有的随机性,该问题具有挑战性。在这篇文章中,我们专注于应用博弈论和强化学习的有效分布式资源管理MEC,特别是计算卸载。我们简要回顾了前沿研究,并讨论了未来的挑战。此外,我们开发了一个节能的分布式边缘服务器激活的博弈论模型,并研究了几种学习技术。数值结果来说明这些分布式学习技术的性能。此外,在MEC服务器的资源管理的背景下,开放的研究问题进行了讨论。
2017-11-20 cs.GT cs.NI
Future-Proofing Mobile Networks: A Digital Twin Approach to Multi-Signal Management
EURECOM(欧洲电信研究院);University of Helsinki(赫尔辛基大学)
本文提出一种利用多接入异构性的移动网络数字孪生框架,在校园网中融合多源数据实现实时网络与环境感知,并展望GenAI驱动的统一分析及互操作研究方向。
2024-08-06 cs.AI cs.NI
Energy-aware Resource Management for Federated Learning in Multi-access Edge Computing Systems
在联邦学习(FL)中,通过鼓励移动用户在其本地数据上执行模型训练并以迭代方式聚合输出的本地模型参数来开发全局统计模型。然而,由于移动设备的能量和计算能力有限,为了满足局部能量最小化的目标,模型训练的性能总是岌岌可危。在这方面,支持多访问边缘计算(MEC)的FL通过允许用户将其本地数据集的一部分卸载到边缘服务器以进行模型训练来解决模型性能与移动设备的能耗之间的权衡。由于边缘服务器具有高计算能力,因此在边缘服务器处的模型训练的时间消耗是微不足道的。然而,数据集从移动用户卸载到边缘服务器的时间消耗对总时间消耗有显著影响。因此,MEC使能FL中的资源管理是具有挑战性的,其中目标是减少总时间消耗,同时节省移动设备的能量消耗。在本文中,我们制定了一个能源意识的资源管理MEC使FL模型训练损失和总的时间消耗联合最小化,同时考虑到移动设备的能源限制。此外,我们重新制定的问题作为一个广义纳什均衡问题(GNEP),以捕捉无线电资源管理和数据集卸载之间的耦合约束。然后,我们分析了数据集卸载和计算资源分配对模型训练损失、时间和能耗的影响。
2021-01-11 cs.NI cs.SY eess.SY
RDeepSense: Reliable Deep Mobile Computing Models with Uncertainty Estimations
University of Illinois Urbana Champaign(伊利诺伊大学厄巴纳-香槟分校);IBM Research(IBM研究院)
深度学习的最新进展使各种应用取得了前所未有的成就,这可能会为广泛的移动和无处不在的应用带来更高的智能。尽管现有的研究已经证明了在移动和嵌入式设备上运行深度神经网络推理操作的有效性和可行性,但它们忽略了移动计算模型的可靠性。可靠性测量,如预测性不确定性估计,是提高决策准确性和用户体验的关键因素。在这项工作中,我们提出了RDeepSense,这是第一个深度学习模型,为资源受限的移动和嵌入式设备提供了校准良好的不确定性估计。RDeepSense通过采用可调的适当评分规则作为训练准则,dropout作为隐式贝叶斯近似,使预测不确定性成为可能,理论上证明了其正确性;为了降低计算复杂性,RDeepSense采用高效的dropout和预测分布估计代替模型集成或基于采样的方法进行推理操作。我们使用英特尔Edison设备评估了四个移动传感应用程序的RDeepSense。结果表明,与其他最先进的方法相比,RDeepSense可以减少约90%的能耗,同时产生卓越的不确定性估计,并至少保持相同的模型精度。
2017-09-09 cs.LG cs.NI
EMM: Energy-Aware Mobility Management for Mobile Edge Computing in Ultra Dense Networks
将移动边缘计算(MEC)功能与密集部署的基站(BS)相结合,可以带来巨大的好处,例如对计算资源的真正接近、低延迟访问。然而,设想的集成带来了许多新的挑战,其中移动性管理(MM)是一个关键的。简单地应用现有的面向无线电接入的MM方案导致较差的性能,这主要是由于MEC使能的BS的无线电接入和计算服务的共同供应。在本文中,我们开发了一种新的以用户为中心的能量感知移动性管理(EMM)计划,以优化由于无线电接入和计算的延迟,在长期的用户能耗约束。基于李雅普诺夫优化和多臂强盗理论,EMM在线工作的方式没有未来的系统状态信息,并有效地处理不完美的系统状态信息。理论分析明确考虑了无线切换和计算迁移成本,并证明了与具有准确和完整的未来系统信息的Oracle解决方案相比,延迟性能和能耗都有界偏差。所提出的算法也有效地处理的情况下,候选BS随机开关在卸载过程中的任务。仿真结果表明,该算法在满足用户能量消耗约束的情况下,可以获得接近最优的时延性能。
2017-09-08 cs.IT cs.NI math.IT
Silent Tracker: In-band Beam Management for Soft Handover for mm-Wave Networks
在毫米波网络中,由于高路径和穿透损耗,单元尺寸很小。移动设备需要频繁地从一个小区切换到另一个小区,以保持网络连接和环境。每个软切换涉及移动设备执行定向相邻小区搜索、跟踪小区波束、完成小区接入请求,以及最后,上下文切换。移动设备必须独立地发现小区波束,获得定时信息,并在整个过程中保持波束对准,以避免分组丢失和硬切换。我们提出了沉默的跟踪器,使移动可靠地管理切换事件,保持对齐的光束,直到成功的切换完成。它完全是带内波束机制,不需要任何边信息。实验评估表明,静音跟踪器保持移动的接收波束对准潜在的目标基站的发射波束,直到成功完成切换在三个移动场景:人走,设备旋转,和20英里每小时的车速。
2021-07-18 cs.NI cs.SY eess.SP
A Predictive Interference Management Algorithm for URLLC in Beyond 5G Networks
干扰缓解是无线系统中的主要设计挑战,特别是在超可靠低延迟通信(URLLC)服务的背景下。传统的基于平均的干扰管理方案不适合URLLC,因为它们不能准确地捕获干扰分布的尾部信息。这封信提出了一种新的干扰预测算法,认为整个干扰分布,而不是只有平均值。其关键思想是将干扰变化建模为离散状态空间离散时间马尔可夫链。然后,使用状态转移概率矩阵来估计状态在时间上的演变,并相应地分配无线电资源。所提出的方案被发现,以满足目标的可靠性要求,在一个低延迟的单发传输系统考虑现实的系统假设,而只需要~25%的资源比最佳的情况下,完美的干扰知识。
2020-09-21 cs.IT cs.NI math.IT