利用机器学习技术估计 802.11 网络中的接收节点数量
网络与互联网体系结构
2016-05-16 v1
摘要
如今，大多数移动设备都配备了多个无线接口，这引发了学术界对设备到设备（D2D）通信的新兴研究兴趣：D2D 范式背后的思想是利用合适的接口直接与另一用户通信，而无需经过任何网络基础设施。与此范式相关的首要问题之一是需要一个协调器（称为控制器），能够决定何时激活 D2D 连接是合适的，并最终能够管理此类连接。从这个角度看，软件定义网络（SDN）范式既可用来处理设备间的数据流，也可直接与每个设备交互。本工作聚焦于一个场景：由 SDN 控制器选择一个设备，使其成为 WiFi-Direct 网络的主节点。其余节点（称为客户端）可通过主节点与其他节点交换数据。目标是仅利用客户端侧可用的信息，在不修改任何标准通信协议的情况下，通过不同的机器学习方法推断出正在主动接收数据的节点数量。例如，当用户在下载文件时希望精确预测传输预计到达时间（ETA）时，关于客户端节点数量的信息至关重要。
引用
@article{arxiv.1605.04144,
title = {Estimating the number of receiving nodes in 802.11 networks via machine learning techniques},
author = {Davide Del Desta and Matteo Danieletto and Giorgio Maria Di Nunzio and Michele Zorzi},
journal= {arXiv preprint arXiv:1605.04144},
year = {2016}
}