102 artigos
Este trabalho apresenta o DARIO, um framework compatível com O-RAN que utiliza um modelo de Cálculo de Rede Estocástica para otimizar dinamicamente a atribuição de Superfícies Inteligentes Reconfiguráveis (RIS) em cenários 6G, reduzindo significativamente a latência e atendendo a requisitos heterogêneos de confiabilidade e atraso.
Este artigo apresenta um novo framework de orquestração para Redes Baseadas em Intenção (IBN) em redes 5G e 6G, utilizando uma arquitetura multiagente hierárquica com SLMs e LLMs, demonstrando que os SLMs oferecem precisão de tradução comparável enquanto aceleram o ciclo de vida da IBN em 20%.
Este artigo propõe o framework DAPR, que integra Aprendizado Federado Assíncrono, um modelo preditivo GRU-VAE e Aprendizado por Reforço Profundo para otimizar o cache cooperativo em computação de borda veicular, superando as limitações de seleção de clientes e precisão preditiva dos métodos tradicionais.
Este estudo avalia como diferentes técnicas de construção de grafos impactam a detecção de botnets IoT usando Redes Neurais de Atenção em Grafos (GAT) e Autoencoders Variacionais (VAE) no conjunto de dados N-BaIoT, demonstrando que a abordagem baseada em Grafos de Gabriel atinge a melhor precisão de 97,56%, superando significativamente outros métodos como o Vizinho Mais Próximo Compartilhado.
Os autores projetaram e implementaram uma rede em malha totalmente conectada de quatro drones utilizando rádios definidos por software RFSoC, demonstrando com sucesso o streaming de vídeo 4K em tempo real através de doze links MIMO 2x2, alcançando uma taxa agregada de 1,2 Gbps com latência ultrabaixa.
Este artigo apresenta o SDN-SYN PoW, uma arquitetura de defesa adaptativa baseada em Software-Defined Networking (SDN) que utiliza Prova de Trabalho (PoW) para mitigar ataques de inundação SYN em múltiplos domínios, ajustando dinamicamente a dificuldade computacional para proteger a rede sem prejudicar o desempenho de clientes legítimos.
O artigo apresenta o SIL-GPO, um framework de aprendizado por reforço que utiliza redes de atenção em grafos e aprendizado de auto-imitação para otimizar a orquestração híbrida de serviços de IA de borda e microsserviços, reduzindo significativamente a latência e melhorando a utilização de recursos em comparação com abordagens existentes.
O artigo apresenta o pqRPKI, uma arquitetura prática para a Infraestrutura de Chave Pública de Recursos (RPKI) pós-quântica que utiliza uma Escada de Árvore de Merkle (MTL) para reduzir significativamente o tamanho do repositório e o tempo de validação, permitindo uma migração eficiente e de baixo custo para assinaturas quânticas sem comprometer a compatibilidade com o sistema atual.
Este estudo empírico avalia o impacto da latência e do jitter do 5G na programação TAS em redes 5G-TSN, demonstrando que a garantia de determinismo de ponta a ponta exige o ajuste cuidadoso do deslocamento da janela de transmissão TAS com base em percentis de alta ordem da latência do 5G para evitar atrasos excessivos ou perda de determinismo.
Este artigo apresenta e valida experimentalmente uma abordagem de detecção de interferência em redes 5G baseada na Máquina Tsetlin Convolutiva (CTM), que, ao operar diretamente em blocos de sinal de sincronização, oferece uma alternativa leve, explicável e eficiente em hardware em comparação com redes neurais convolucionais, alcançando desempenho comparável com treinamento significativamente mais rápido e menor consumo de memória.
Este artigo apresenta um framework leve baseado em gêmeo digital para rastreamento de veículos e previsão de colisões em sistemas de transporte inteligentes, que utiliza apenas detecção de objetos e mapas de trajetória pré-construídos para alcançar alta precisão com baixo custo computacional em dispositivos de borda.
O artigo apresenta a Arquitetura de Failover da Uber (UFA), uma solução que substitui o modelo de capacidade 2x por uma abordagem diferenciada baseada em criticidade, reduzindo o provisionamento de 2x para 1,3x e eliminando mais de um milhão de núcleos de CPU enquanto mantém uma disponibilidade de 99,97% através da preempção seletiva de serviços não críticos e da automação de salvaguardas.
O artigo apresenta o algoritmo Spectra, que otimiza o agendamento de matrizes de tráfego de IA em múltiplos comutadores ópticos de circuito paralelos, reduzindo significativamente o tempo total de execução (makespan) ao decompor a demanda, atribuir cargas de forma equilibrada e equalizar desequilíbrios, superando abordagens existentes em diversos cenários de trabalho.
Este estudo apresenta a primeira avaliação física de um testbed da Internet de Espelhos (IoM), demonstrando que não existe uma estratégia de colocação computacional universalmente ideal, pois o equilíbrio entre latência, carga de recursos e sobrecarga de rede depende dinamicamente das condições da rede, proximidade dos nós e carga de usuários simultâneos.
O artigo apresenta o StageFinder, um framework de aprendizado em grafos temporais que integra dados de proveniência de host e rede para inferir com alta precisão e estabilidade os estágios de ataques APT, alcançando um escore F1 macro de 0,96 e superando as soluções mais recentes.
O artigo apresenta o "Structured Gossip DNS", um sistema de resolução de nomes escalável e resiliente a partições para redes dinâmicas em larga escala, que utiliza tabelas de dedos de DHT e estabilização passiva para reduzir a complexidade de mensagens e garantir consistência eventual sem coordenação global.
Este artigo propõe o algoritmo CDA-ND, que utiliza augmentação de dados combinatória para detectar com alta precisão condições de não linha de visão (NLoS) em ambientes de fábrica para posicionamento 6G, permitindo decisões rígidas ou probabilísticas que reduzem significativamente o erro de localização.
Este artigo propõe um framework de otimização online baseado em Lyapunov para o agendamento energeticamente eficiente em redes de Computação de Borda Móvel com Alimentação Sem Fio, transformando um problema estocástico complexo em subproblemas determinísticos resolvíveis que equilibram latência e consumo de energia através de uma abordagem de relaxação e ajuste.
O artigo propõe o PreHO, um mecanismo de handover preditivo para redes de satélites de órbita baixa (LEO) que, ao explorar a estabilidade e previsibilidade dos canais para planejar antecipadamente as transferências, supera os métodos tradicionais ao reduzir significativamente a sobrecarga de sinalização e a latência.
Este artigo propõe um framework baseado em decomposição de Hodge para analisar e identificar fluxos operacionais estruturais em plataformas serverless, permitindo derivar estratégias de remediação que contêm ineficiências sem a necessidade de reestruturar completamente a topologia do serviço.