A Comparative Study of Recent Advances in Internet of Intrusion Detection Things
이 논문은 사물인터넷 (IoT) 시스템의 보안을 강화하기 위한 최신 침입 탐지 시스템 (IDS) 의 아키텍처, 분류 및 평가 방법론에 대한 포괄적인 비교 연구를 제시합니다.
💻 Category
cs.NI
104 편의 논문
Silicone Ethernet (SEth): a Nervous System for Robotic Touch
이 논문은 전도성 실리콘 기판을 활용하여 배터리 없이도 감지, 통신, 전력 수송 및 에너지 하베스팅을 가능하게 하는 '실리콘 이더넷 (SEth)'을 제안함으로써, 로봇의 정밀한 촉각 감지 및 무선 통신의 새로운 가능성을 제시합니다.
MCQUIC - A Multicast Extension for QUIC
이 논문은 대규모 라이브 콘텐츠 스트리밍 시 발생하는 확장성 문제를 해결하기 위해, 암호화, 무결성 검증 및 자동 유니캐스트 폴백 기능을 갖춘 QUIC 프로토콜의 멀티캐스트 확장 기능인 MCQUIC 을 제안합니다.
Resource Allocation in Hybrid Radio-Optical IoT Networks using GNN with Multi-task Learning
이 논문은 에너지 제약과 부분 관측 가능성 하에서 광무선 (OWC) 과 전파 (RF) 를 통합한 하이브리드 IoT 네트워크의 자원 할당 문제를 해결하기 위해, 그래프 신경망 (GNN) 과 트랜스포머를 결합한 다중 태스크 학습 프레임워크인 DGET 을 제안하여 최적의 스케줄링을 달성하고 정보의 신선도 (AoI) 를 크게 개선함을 보여줍니다.
Tureis: Transformer-based Unified Resilience for IoT Devices in Smart Homes
Tureis 는 스마트 홈 IoT 환경에서 라벨 없이 자가 지도 학습을 통해 다중 고장과 다중 거주자 상황을 실시간으로 감지하고 정밀하게 국소화할 수 있는 경량 트랜스포머 기반의 통합 복원력 프레임워크입니다.
Where Do Flow Semantics Reside? A Protocol-Native Tabular Pretraining Paradigm for Encrypted Traffic Classification
이 논문은 암호화 트래픽 분류에서 시퀀스 기반 접근법의 한계를 지적하고, 프로토콜 정의 semantics 를 구조적 우선순위로 삼아 학습 가능한 필드만 선별하고 메타데이터를 보존하는 표본 기반 자기지도 학습 모델인 FlowSem-MAE 를 제안하여 적은 레이블 데이터로도 최첨단 성능을 달성함을 보여줍니다.
OAuthHub: Mitigating OAuth Data Overaccess through a Local Data Hub
OAuthHub 는 사용자의 개인 기기를 중개자로 활용하여 OAuth 기반 데이터 공유를 제어하고, 필요한 시점에 맞춰 데이터 접근을 제한함으로써 기존 방식보다 개발 효율성을 높이고 불필요한 데이터 접근을 완화하는 새로운 개발 프레임워크를 제안합니다.
Performance Evaluation of Delay Tolerant Network Protocols to Improve Nepal Earthquake Rescue Communications
이 논문은 네팔 지진 구조 시나리오를 기반으로 지연 허용 네트워크 (DTN) 라우팅 프로토콜의 성능을 평가하여 재난 환경에서의 메시지 전송 신뢰성과 자원 활용도 간의 균형을 규명하고 차세대 긴급 통신 서비스 설계에 기여합니다.
Fly-PRAC: Packet Recovery for Random Linear Network Coding
이 논문은 잡음이 많은 통신 환경에서 손상된 패킷을 폐기하는 대신 중간 노드에서 대수적 관계를 활용해 이를 복구하는 새로운 방식인 Fly-PRAC 을 제안하며, 기존 방식 대비 전송 횟수 및 디코딩 지연을 크게 줄여 네트워크 효율성을 향상시킨다고 요약할 수 있습니다.
Utility Function is All You Need: LLM-based Congestion Control
이 논문은 대규모 언어 모델 (LLM) 의 코드 생성 능력과 실제 네트워크 테스트베드를 결합하여 혼잡 제어 유틸리티 함수를 자동 설계하는 'GenCC' 프레임워크를 제안하고, 이를 통해 기존 최첨단 프로토콜보다 37%~142% 향상된 성능을 달성했음을 보여줍니다.
Spyglass: Directional Spectrum Sensing with Single-shot AoA Estimation and Virtual Arrays
이 논문은 상용 하드웨어를 활용하여 단일 전송 동안 각 신호의 도착 각도 (AoA) 를 정밀하게 추정하고 여러 동시 신호를 분리할 수 있는 새로운 스펙트럼 센서 'Spyglass'와 이를 위한 알고리즘을 제안합니다.
A Secure Splitting and Acceleration Strategy for TCP/QUIC in Interplanetary Networks
이 논문은 극심한 지연과 손실이 발생하는 행성 간 네트워크 환경에서 기존 TCP/QUIC 의 성능 한계를 극복하기 위해, 암호화된 흐름의 연결 분할을 지원하는 비투명 보안 프록시 (NTSP) 아키텍처를 기반으로 한 보안 전송 가속 전략을 제안하고, 이를 통해 대역폭 활용 효율성과 손실 복구 성능을 크게 향상시킨 것을 보여줍니다.
Adaptive RAN Slicing Control via Reward-Free Self-Finetuning Agents
이 논문은 수동적 보상 신호 없이 상호작용 경험을 모델 파라미터에 주입하는 자기 미세조정 프레임워크를 제안하여, 동적 RAN 슬라이싱 제어 과제에서 기존 강화학습 및 LLM 에이전트보다 뛰어난 성능을 입증했습니다.
Q-StaR: A Quasi-Static Routing Scheme for NoCs
이 논문은 NoC 의 런타임 부하 분포를 인식하지 못하는 정적 라우팅의 한계를 극복하기 위해 토폴로지와 트래픽 분포를 기반으로 장기적 부하 추세를 추출하는 N-Rank 를 도입하여 BiDOR 의 라우팅을 안내함으로써 부하 균형을 개선하면서도 단순성과 예측 가능성을 유지하는 Q-StaR 을 제안하고, 이를 통해 기존 차순서 라우팅 대비 처리량과 지연 시간을 획기적으로 향상시켰음을 보여줍니다.
Towards Intelligent Spectrum Management: Spectrum Demand Estimation Using Graph Neural Networks
이 논문은 공개된 배포 기록을 기반으로 스펙트럼 수요를 추정하기 위해 계층적 다해상도 그래프 어텐션 네트워크 (HR-GAT) 를 제안하며, 다섯 개 캐나다 도시에서의 평가 결과 기존 최우수 모델 대비 중앙값 RMSE 를 약 21% 감소시키고 공간적 편향을 줄여 무선 네트워크의 스펙트럼 공유 및 할당을 지원함을 보여줍니다.
Topological Analysis for Identifying Anomalies in Serverless Platforms
이 논문은 호지 분해 (Hodge decomposition) 를 활용한 위상적 모델을 통해 서버리스 플랫폼의 복잡한 정보 흐름을 분석하고, 구조적 특성으로 나타나는 조화 흐름을 식별하여 시스템 재구축 없이도 효율성을 개선할 수 있는 실용적인 대응 전략을 제시합니다.
Expressive Boundedness of Authoritative DNS Response Selection
이 논문은 DNS 프로토콜 제약 조건에 기반하여 권한 있는 DNS 응답 선택의 의미론을 공식화하고, 모든 선택 메커니즘이 유한한 정규형과 대수적 구조를 가진다는 것을 증명하여 다양한 시스템 간의 동치성과 표현력을 정밀하게 추론할 수 있는 이론적 틀을 제시합니다.
Measurement-Driven O-RAN Diagnostics with Tail Latency and Scheduler Indicators
이 논문은 실제 측정 데이터를 기반으로 O-RAN 의 애플리케이션 계층 지연 (특히 꼬리 분포) 과 무선 계층 지표를 결합하여 다양한 사용자 장비와 환경 조건에서의 성능을 분석하고, 이를 해석 가능한 진단 방법론과 경량화된 성능 저하 플래그로 제안합니다.
FAST: An Efficient Scheduler for All-to-All GPU Communication
이 논문은 MoE 워크로드의 트래픽 편향과 혼잡 문제를 해결하고 합성 시간을 획기적으로 단축하여 NVIDIA H200 및 AMD MI300X 클러스터에서 기존 솔루션보다 우수한 성능을 보이는 효율적인 All-to-All(v) 스케줄러 'FAST'를 제안합니다.
Reexamining Paradigms of End-to-End Data Movement
이 논문은 고대역폭 네트워크만으로는 데이터 이송 성능을 보장할 수 없음을 지적하며, 네트워크 코어 외부의 병목 요인을 규명하고 '배수지 패턴 (Drainage Basin Pattern)' 개념 모델을 제안하여 하드웨어와 소프트웨어의 통합적 설계가 대규모 데이터 이송의 예측 가능한 성능 달성에 필수적임을 실증합니다.