102 articoli
Questo articolo offre una discussione completa sul concetto e sull'architettura del network slicing nel 5G, focalizzandosi in particolare sulla modellazione dei profitti attraverso l'implementazione di slice proprie e il leasing di risorse per slice esternalizzate, oltre ad affrontare le sfide e le direzioni di ricerca aperte.
Il paper presenta ZeroSiam, un'architettura asimmetrica efficiente che previene il collasso durante l'ottimizzazione dell'entropia al momento del test, migliorando la stabilità e le prestazioni sia nei compiti di adattamento visivo che nel ragionamento dei modelli linguistici su larga scala.
Il paper introduce CovertComBench, il primo banco di prova specifico per valutare le capacità dei Large Language Models nella comunicazione wireless covert, rivelando che, sebbene eccellano nella comprensione concettuale e nella generazione di codice, mostrano gravi carenze nelle derivazioni matematiche necessarie per garantire la sicurezza, suggerendo la necessità di un'architettura basata su strumenti esterni per sistemi affidabili.
Questo lavoro propone un approccio algoritmico basato sulla generazione di colonne per risolvere il problema del flusso multi-prodotto con costi convessi sugli archi, gestendo efficacemente sia le varianti frazionabili che non frazionabili per ottimizzare il traffico nelle reti di telecomunicazione.
Questo articolo presenta il framework OWO-FMTL, un approccio di apprendimento multi-task online che garantisce equità a lungo termine nelle prestazioni di inferenza per utenti eterogenei nelle reti di accesso radio abilitate all'IA, bilanciando efficienza e giustizia attraverso un aggiornamento primale-duale leggero e una quantificazione basata sull'alpha-fairness generalizzata.
Questo articolo introduce il problema del tour ottimale per stazioni base mobili (MOT) nelle reti IoT su vasta area, dimostrando la sua complessità NP-completa e proponendo un'euristica greedy polinomiale che, superando gli approcci esistenti, garantisce la raccolta completa dei dati con costi ridotti e tempi di esecuzione più rapidi.
Uno studio sperimentale su una rete 5G privata dimostra che i modelli basati esclusivamente sulle caratteristiche del canale sovrastimano sistematicamente la velocità di trasmissione a causa di errori nella previsione dei livelli MIMO, mentre un approccio basato su dati reali tramite regressione a processi gaussiani offre previsioni di throughput end-to-end significativamente più accurate.
Questo articolo propone un framework di apprendimento per rinforzo gerarchico che, sfruttando un gemello digitale della rete, ottimizza congiuntamente la strategia di raccolta dati e l'aggiustamento dell'inclinazione delle antenne per massimizzare i tassi di dati degli utenti riducendo al contempo la latenza di comunicazione.
Questo articolo propone un framework ibrido basato su PPO per l'edge computing veicolare semantico assistito da superfici intelligenti riconfigurabili (RIS), che ottimizza congiuntamente il caricamento dei dati e le fasi di riflessione per ridurre la latenza end-to-end del 40-50% rispetto agli algoritmi tradizionali in ambienti dinamici.
Il paper presenta PixelConfig, un framework di analisi differenziale che, attraverso lo studio longitudinale di 18.000 siti web sanitari, rivela come le configurazioni predefinite del Meta Pixel consentano un tracciamento pervasivo di attività e identità degli utenti, inclusa la raccolta di dati sensibili, mentre le funzionalità di restrizione del tracciamento risultano spesso inefficaci o facilmente aggirabili.
Questo articolo presenta HR-GAT, un modello di rete neurale a attenzione gerarchica basato su grafi che utilizza dati geospaziali per prevedere la domanda di spettro radio, dimostrando una precisione superiore del 21% rispetto ad altri modelli in cinque città canadesi.
Questo articolo dimostra, attraverso modelli teorici e simulazioni, che il protocollo MAC distribuito 802.11 porta a equilibri di Nash inefficienti in ambienti non cooperativi, mentre un protocollo ideale che separa l'allocazione della risorsa condivisa dalle strategie di trasmissione permetterebbe ai nodi razionali di raggiungere un throughput superiore.
Questo articolo presenta due algoritmi pratici per la classificazione dei ruoli degli host nelle reti aziendali basati sui modelli di connessione, i quali, riducendo drasticamente il numero di gruppi identificati, semplificano la gestione di rete e migliorano il monitoraggio e l'analisi della sicurezza.
Questo articolo presenta una metodologia basata sui dati e sull'apprendimento automatico per stimare le variazioni della domanda di spettro nello spazio e identificare i fattori chiave che la influenzano, offrendo ai regolatori approfondimenti cruciali per la gestione flessibile delle risorse nelle reti 6G.
Questo articolo presenta un modello analitico per la valutazione del rapporto di ricezione dei pacchetti (PRR) nel modo 2 Sidelink NR basato su Scheduling Semi-Persistente (SPS), che cattura dinamiche di collisione specifiche e viene validato tramite simulazioni ns-3 per fornire indicazioni progettuali verso l'affidabilità delle comunicazioni 6G.
Questo articolo propone un approccio di comunicazione semantica adattiva che, superando i limiti dei trasmettitori pre-addestrati fissi, ottimizza l'associazione degli utenti e l'allocazione delle risorse nelle reti 5G e oltre attraverso un algoritmo che suddivide il problema complesso in tre sotto-problemi risolvibili sequenzialmente per massimizzare l'utilità del sistema rispettando vincoli di energia e latenza.
Questo articolo propone un miglioramento dell'algoritmo di instradamento Contact Graph Routing per le reti tolleranti ai ritardi, introducendo operazioni di divisione dei contatti e potatura degli archi per garantire percorsi ottimali che rispettino preventivamente i vincoli di capacità e buffer, riducendo così collisioni e tempi di consegna nelle comunicazioni satellitari.
Il paper introduce DEBT control, un protocollo congiunto di instradamento e controllo del flusso che, mediante un meccanismo di prezzi dinamici basato sul flusso netto di denaro, guida le reti di canali di pagamento verso uno stato operativo ottimale garantendo la convergenza.
Questo lavoro introduce il sistema Networked Mixture-of-Experts (NMoE) per il mobile edge computing, che combina inferenza collaborativa tra dispositivi vicini e un framework di apprendimento federato ibrido (supervisionato e auto-supervisionato) per superare le limitazioni computazionali e di dati nell'addestramento di grandi modelli di intelligenza artificiale, garantendo al contempo efficienza nelle comunicazioni e privacy.
Questo studio presenta un metodo basato sul process mining che analizza il traffico di rete dei videogiochi per caratterizzare stati operativi tramite reti di Petri interpretabili e classificare con accuratezza i titoli di gioco, come dimostrato nel caso di studio UPSIDE su Clash Royale e Rocket League.