面向物联网与下一代网络的图神经网络综述
机器学习
2025-10-23 v2 网络与互联网体系结构
摘要
物联网设备呈指数级增长，加之6G推动更高的数据速率和连接设备数量，引发了数据激增。因此，充分利用数据驱动机器学习的潜力已成为重要的推动力之一。除了无线技术的进步，高效利用可用资源并满足用户需求也至关重要。图神经网络因其高性能与准确性、可扩展性、适应性和资源效率，已成为有效建模和提取固有复杂网络结构见解的有前景的范式。目前缺乏一份全面综述，聚焦于GNN在物联网和下一代网络背景下的应用与进展。为填补这一空白，本综述首先详细描述了GNN的术语、架构及不同类型的GNN。然后，我们从数据融合和入侵检测的角度，全面综述了将GNN应用于物联网的进展。接着，我们调查了GNN在提升频谱感知方面的影响。随后，我们详细阐述了GNN如何被用于网络和战术系统。通过本综述，我们旨在为研究人员提供一份全面资源，使其能更深入地了解无线网络背景下的GNN，理解其最先进的应用案例，并与其他机器学习方法进行对比。最后，我们还讨论了挑战和广泛的未来研究方向，以进一步推动GNN在物联网和下一代网络中的应用。
引用
@article{arxiv.2405.17309,
title = {Survey of Graph Neural Network for Internet of Things and NextG Networks},
author = {Sabarish Krishna Moorthy and Jithin Jagannath},
journal= {arXiv preprint arXiv:2405.17309},
year = {2025}
}