软网络化网络中用于低时延工业异常检测的网络内处理
网络与互联网体系结构
2021-12-08 v1
摘要
现代制造商当前正整合 5G 无线网、物联网 (IoT) 和云计算等新型数字技术，将其生产过程提升至全新水平，即智能工厂水平。在现代智能工厂环境中，时间关键型应用对实现高效安全生产日益重要。然而，由于无线传感器的高密度及其产生的大量数据，这些应用遭受数据传输与处理延迟之苦。随着下一代网络的出现使网络节点智能化并能处理多种网络功能，节点计算能力的提升使得卸载部分计算开销成为可能。本文中，我们首次展示具有网络内数据处理新颖能力的 IA-Net-Lite 工业异常检测系统。IA-Net-Lite 利用智能网络设备结合数据传输与处理，并逐步过滤冗余数据以优化服务时延。通过在实际网络仿真器中测试，我们表明所提方法可将服务时延降低多达 40%。此外，我们方法的好处潜在地可惠及其他大容量与人工智能应用。
引用
@article{arxiv.2112.03683,
title = {In-Network Processing for Low-Latency Industrial Anomaly Detection in Softwarized Networks},
author = {Huanzhuo Wu and Jia He and Máté Tömösközi and Zuo Xiang and Frank H. P. Fitzek},
journal= {arXiv preprint arXiv:2112.03683},
year = {2021}
}