基于终端属性的矿下机会网络分组转发协议

针对井下信道环境复杂,无线网络连通性差的问题,提出一种基于矿下工种终端移动马尔科夫模型的多属性机会网络分组转发协议。首先,结合矿下终端移动建立马尔科夫模型,预测终端相遇概率;然后计算终端网络时延、终端与目的终端相遇概率及其扩散范围;最后根据层次分析法确定数据转发策略。仿真结果表明：本文提出的分组转发协议在终端活动范围受限、活跃度有较大差异的场景下可以获得更好的网络性能。     

面向工业物联网的移动边缘计算研究综述

工业物联网(Industrial Internet of Things, IIoT)的快速发展，实现了信息的实时交互、设备的泛在感知和数据的快速分析处理。然而因为现场设备的异构性、自身资源的有限性、设备和数据的低安全性等缺陷极大地阻碍了IIoT的发展。因此提出在IIoT环境中引入移动边缘计算(Mobile Edge Computing, MEC)技术，以提高网络的计算和存储能力，降低网络带宽和处理时延，增强网络安全。介绍MEC的相关概念、服务器架构和典型应用场景；从目前面向IIoT的MEC架构、计算卸载、资源分配和安全四个方面介绍MEC在IIoT环境中的应用及研究现状；总结归纳目前在IIoT环境中部署MEC存在的核心问题，并对该领域的未来发展进行论述与展望。     

移动边缘计算资源分配综述

在万物互联的物联网时代,云计算凭借超强的计算能力和存储能力提供了主流的大数据处理方案。随着5G的正式商用,面对5G+物联网呈爆炸式增长的终端设备以及低时延、低功耗的用户需求,基于云计算的大数据处理方案逐渐显露弊端。分布式的面向移动终端的大数据处理方案——移动边缘计算呼之欲出。本文通过对比云计算、边缘计算和移动边缘计算的概念和相关特征,引入移动边缘计算的定义及八大典型应用场景,进一步列举出移动边缘计算的发展历程。随后,归纳出移动边缘计算的几种国际标准模型以及框架设计的相关研究,结合移动边缘计算资源分配的关键问题进行梳理。最后,提出移动边缘计算的未来的研究方向和挑战。     

安控科技:聚焦油气田,探寻新机遇

目前中国工业通讯与无线技术正处于高速发展阶段,从无线的传输距离和数据传输的快慢细分,多种无线技术充分融合与互补,在各个领域发挥着作用。在物联网技术和3G/4G技术的引领下,无线技术的应用如雨后春笋,移动无线通讯及网络的发展最为迅速。据工信部2014年第三季度的数据,全国4G用户数已经超过4300万户,利用NFC这种短距离的无线通讯技术的移动支付、电子钱包将是未来的发展趋势。从工业自动化领域的通讯技术来看,北京安控科技股份有限公司(以下简称"安控科技")研发中心副总工程师卓明认为,Zigbee/Wi-Fi/3G/4G必定会成为主要的技术发展方向。目前在物联网中,各类传感器的仪表应用比较广泛,安控科     

物联网技术在移动电子商务市场的应用与问题浅析

本文主要讨论物联网技术在移动电子商务的应用及其问题,即手机物联网作为物联网新兴技术在国内各应用领域的发展情况,并分析目前手机物联网主要存在诸如发展战略、核心技术、硬件兼容、产业应用及用户需求等问题。     

面向5G/Beyond 5G的移动边缘缓存优化技术综述

随着移动设备和新兴移动应用的广泛使用,移动网络中流量的指数级增长所引发的网络拥塞、时延较大、用户体验质量差等问题无法满足移动用户的需求。边缘缓存技术通过对网络热点内容的复用,能极大缓解无线网络的传输压力;同时,该技术减少用户请求的网络时延,进而改善用户的网络体验,已经成为面向5G/Beyond 5G的移动边缘计算（MEC）中的关键性技术之一。围绕移动边缘缓存技术,首先介绍了移动边缘缓存的应用场景、主要特性、执行过程和评价指标;其次,对以低时延高能效、低时延高命中率及最大化收益为优化目标的边缘缓存策略进行了分析和对比,并总结出各自的关键研究点;然后,阐述了支持5G的MEC服务器的部署,并在此基础上分析了5G网络中的绿色移动感知缓存策略和5G异构蜂窝网络中的缓存策略;最后,从安全、移动感知缓存、基于强化学习的边缘缓存、基于联邦学习的边缘缓存以及Beyond 5G/6G网络的边缘缓存等几个方面讨论了边缘缓存策略的研究挑战和未来发展方向。     

DTN体系结构及关键技术研究综述

中断/延迟容忍网络(Disruption/ Delay Tolerant Network,DTN)是从Ad-hoc网络中抽象出来的一种全新的网络模型。与传统的无线移动自组织网络不同,该网络模型的应用场景具有高延迟、易中断等特点。高延迟、易中断的网络环境被称为受限网络。DTN作为一个针对受限网络的新兴研究领域,使用特殊的“存储-携带-转发”模式进行数据传递,以对抗受限网络中的高延迟和易中断带来的影响。它的发展将对未来军事战争、航天通信、抢险救灾等诸多场景提供更为可靠的通信保证。文中分析了DTN体系架构及其特性,研究了DTN路由协议并指出其适用的场景,最后总结了DTN研究中遇到的难点问题,并指出未来研究需要关注的方向。     

NEMO基于转发移动路由器的实现

在NEMO (Network Mobility)网络已有实现方案的基础上,提出基于转发移动路由器的方案.为深入研究NEMO的移动支持能力,网络的整体性以及FRM方案的特点,本文以NS-2网络仿真器为平台,针对转发移动路由器的方案,扩展了NEMO网络的仿真计算能力.本实验以典型的移动网络拓扑作为仿真计算的场景,在自行开发的仿真系统上,对基于转发移动路由器方案的NEMO大吞吐量性能进行了初步的实验研究,并和移动IP场景进行了比较.     

移动机会网络路由问题研究进展

移动机会网络基于节点接触形成的通信机会逐跳转发数据,是满足物联网透彻感知与泛在互联的一种重要技术手段.机会路由作为实现间歇式连通环境下节点通信的基本方法,具有十分重要的研究意义,引起了研究人员的广泛关注.首先介绍了移动机会网络的概念、体系结构、典型应用以及所面临的一些挑战;然后详细阐述了机会路由算法的评价指标、设计需求与转发机制,并介绍了研究进展;最后,对机会路由未来的研究趋势进行了分析与展望.     

5G通信信息技术在物联网时代的应用探讨

5G通信信息技术对于物联网网络发展具有正向作用和影响,能够扩展物联网应用的广度和深度,推动物联网深入垂直行业,探索未来人和物、物和物之间的紧密连接。通过探讨5G的三大典型应用场景、用于物联网络的关键通信技术,分析5G物联网带来的新机遇,并指出5G通信技术对物联网发展的影响。伴随运营商5G网络逐步成熟、物联网网络向5G的...     

SDN/NFV security framework for fog-to-things computing infrastructure

Currently, core networking architectures are facing disruptive developments, due to emergence of paradigms such as Software-Defined-Networking (SDN) for control, Network Function Virtualization (NFV) for services, and so on. These are the key enabling technologies for future applications in 5G and locality-based Internet of things (IoT)/wireless sensor network services. The proliferation of IoT devices at the Edge networks is driving the growth of all-connected world of Internet traffic. In the Cloud-to-Things continuum, processing of information and data at the Edge mandates development of security best practices to arise within a fog computing environment. Service providers are transforming their business using NFV-based services and SDN-enabled networks. The SDN paradigm offers an easily programmable model, global view, and control for modern networks, which demand faster response to security incidents and dynamically enforce countermeasures to intrusions and cyberattacks. This article proposes an autonomic multilayer security framework called Distributed Threat Analytics and Response System (DTARS) for a converged architecture of Fog/Edge computing and SDN infrastructures, for emerging applications in IoT and 5G networks. The major detection scheme is deployed within the data plane, consisting of a coarse-grained behavioral, anti-spoofing, flow monitoring and fine-grained traffic multi-feature entropy-based algorithms. We developed exemplary defense applications under DTARS framework, on a malware testbed imitating the real-life DDoS/botnets such as Mirai. The experiments and analysis show that DTARS is capable of detecting attacks in real-time with accuracy more than 95% under attack intensities up to 50 000 packets/s. The benign traffic forwarding rate remains unaffected with DTARS, while it drops down to 65% with traditional NIDS for advanced DDoS attacks. Further, DTARS achieves this performance without incurring additional latency due to data plane overhead.     

物联网安全测评技术综述

近年来,物联网大规模应用于智能制造、智能家居、智慧医疗等产业,物联网的安全问题日益突出,给物联网的发展带来了前所未有的挑战。安全测评技术是保障物联网安全的重要手段,在物联网应用的整个开发生命周期都需要进行安全测评工作,以保证物联网服务的安全性和健壮性。物联网节点面临计算能力、体积和功耗受限等挑战,智慧城市等应用场景提出了大规模泛在异构连接和复杂跨域的需求。本文首先总结了目前物联网中常用的安全测评方法和风险管理技术;然后从绿色、智能和开放三个方面分析物联网安全技术的发展现状和存在的安全问题,并总结了物联网安全测评面临的挑战以及未来的研究方向。     

移动P2P计算研究进展*

随着无线网络技术和P2P计算的发展以及大量用户移动性应用的需求,人们在研究无线网络和P2P计算的众多问题的同时,也提出了基于无线网络的移动P2P计算的研究课题,并且在文件共享、路由策略、体系框架、访问控制等方面取得了丰硕的研究成果.在分析新型的移动P2P计算的基础上,总结了现有的研究成果,分析了其应用领域和技术方案以及移动P2P计算未来的发展趋势.     

移动边缘计算在车载网中的应用综述

移动边缘计算（MEC）技术将IT服务环境与云计算技术在网络边缘结合以提高边缘网络的计算和存储能力,减少网络操作和服务交付时延; 应用MEC的车载网络可以满足车辆对服务延时和通信可靠性的严格要求,提升车辆用户的服务质量（QoS）。对移动边缘计算在车载网中的应用进行分析研究,首先概述MEC的基本概念及架构、典型应用场景;然后介绍MEC在车载网中的应用、基于软件定义网络（SDN）的车载网MEC研究现状以及车载网MEC应用实例;最后给出了车载网中部署MEC所要面临的问题和挑战,并对该领域未来的研究方向进行了展望。     

Integration of Cloud computing and Internet of Things: A survey

Cloud computing and Internet of Things (IoT) are two very different technologies that are both already part of our life. Their adoption and use are expected to be more and more pervasive, making them important components of the Future Internet. A novel paradigm where Cloud and IoT are merged together is foreseen as disruptive and as an enabler of a large number of application scenarios.In this paper, we focus our attention on the integration of Cloud and IoT, which is what we call the CloudIoT paradigm. Many works in literature have surveyed Cloud and IoT separately and, more precisely, their main properties, features, underlying technologies, and open issues. However, to the best of our knowledge, these works lack a detailed analysis of the new CloudIoT paradigm, which involves completely new applications, challenges, and research issues. To bridge this gap, in this paper we provide a literature survey on the integration of Cloud and IoT. Starting by analyzing the basics of both IoT and Cloud Computing, we discuss their complementarity, detailing what is currently driving to their integration. Thanks to the adoption of the CloudIoT paradigm a number of applications are gaining momentum: we provide an up-to-date picture of CloudIoT applications in literature, with a focus on their specific research challenges. These challenges are then analyzed in details to show where the main body of research is currently heading. We also discuss what is already available in terms of platforms–both proprietary and open source–and projects implementing the CloudIoT paradigm. Finally, we identify open issues and future directions in this field, which we expect to play a leading role in the landscape of the Future Internet.     

SELFNET 5G mobile edge computing infrastructure: Design and prototyping

This paper presents the design and prototype implementation of the SELFNET fifth-generation (5G) mobile edge infrastructure. In line with the current and emerging 5G architectural principles, visions, and standards, the proposed infrastructure is established primarily based on a mobile edge computing paradigm. It leverages cloud computing, software-defined networking, and network function virtualization as core enabling technologies. Several technical solutions and options have been analyzed. As a result, a novel portable 5G infrastructure testbed has been prototyped to enable the preliminary testing of the integrated key technologies and to provide a realistic execution platform for further investigating and evaluating software-defined networking– and network function virtualization–based application scenarios in 5G networks.     

实时响应物联网中基于查询的数据转发方案

在许多基于传感器网络技术的物联网应用中,用户需要快速的查询响应,比如智能交通物联网应用中,行驶在路上的司机即时查询附近的空停车位信息.如何为此类物联网设计一种符合传感器网络特性(如能量有效等)的快速数据转发方案是一项重要的挑战性工作.已有的传感器网络实时数据转发协议大都因未解决好转发断路带来的额外开销、孤立节点处理耗时、难以适应网络拓扑动态变化等关键性问题而未取得理想的实时性效果.为此,该文提出一种新的基于查询的快速数据转发方案,利用查询消息为每个传感器节点建立最快速的数据转发路径(有向无环图),此外文中给出的综合路径代价模型可以均衡网络能量和减少网络拥塞延时,最后设计了贪婪的分布式数据转发算法及其改进算法,并用仿真实验验证了该方案的有效性和高效性.     

基于海云协同的物联网大数据管理

大数据不断地从复杂的应用系统中产生,并且将会以更多、更复杂、更多样化的方式持续增长。多样化的物联网传感设备不断地感知着海量的具有不同格式的数据。物联网系统中大数据的复杂化和格式多样化,决定了物联网系统中针对大数据的应用场景和服务类型的多样化,从而要求物联网大数据管理系统必须采用不同的新技术来应对具有不同格式的大数据,而现有的针对特定数据类型和业务的系统在架构上已经难以满足如此多样化的需求,因此,设计新的具有可扩展性的系统架构已经成为物联网大数据管理的研究热点。文章提出了一种物联网大数据管理的创新解决方案:面向物联网大数据管理的海云协同模型。首先讨论海云协同模型的整体架构和协同机制,然后分别讨论了海云协同模型中海端计算系统和云端计算系统的设计和实现方案,测试结果表明提出的解决方案性能良好、具有实践可行性。     

Internet of Things for the Future of Smart Agriculture: A Comprehensive Survey of Emerging Technologies

This paper presents a comprehensive review of emerging technologies for the internet of things (IoT)-based smart agriculture. We begin by summarizing the existing surveys and describing emergent technologies for the agricultural IoT, such as unmanned aerial vehicles, wireless technologies, open-source IoT platforms, software defined networking (SDN), network function virtualization (NFV) technologies, cloud/fog computing, and middleware platforms. We also provide a classification of IoT applications for smart agriculture into seven categories: including smart monitoring, smart water management, agrochemicals applications, disease management, smart harvesting, supply chain management, and smart agricultural practices. Moreover, we provide a taxonomy and a side-by-side comparison of the state-of-the-art methods toward supply chain management based on the blockchain technology for agricultural IoTs. Furthermore, we present real projects that use most of the aforementioned technologies, which demonstrate their great performance in the field of smart agriculture. Finally, we highlight open research challenges and discuss possible future research directions for agricultural IoTs.