点击左上角"MDPI工程科学"关注我们,为您推送更多最新研究。
Electronics 十周年特刊——“10th Anniversary of Electronics: Advances in Networks”由韩国庆北大学 Dongkyun Kim 教授、西安交通大学杜清河教授、南京农业大学舒磊教授、美国德州农工大学 Mehdi Sookhak 博士、新西兰奥克兰理工大学 Nurul I. Sarkar 博士、澳大利亚迪肯大学 Jemal Abawajy 教授和西班牙纳瓦拉公立大学 Francisco Falcone 教授共7位优秀学者共同创建,旨在为广大学者提供一个平台,交流探讨有关现代网络领域相关的最新研究。
本期为读者精选该特刊中的6篇文章,内容涵盖6G网络、云网络、深度学习、网络安全、智慧城市和光网络等。希望能为相关学者提供新的思路和参考,欢迎阅读。
01
Overview of Prospects for Service-Aware Radio Access towards 6G Networks
面向 6G 网络的服务感知无线电接入的前景概述
Qinghe Du et al.
https://www.mdpi.com/1590738
文章亮点:
(1) 本文讨论了基于云的无线接入网络 (Radio Access Network, RAN) 架构从 5G 通讯系统到 6G 通讯系统的演变。
(2) 分析了现有 RAN 架构的优势和存在的问题,并在此基础上提出了一种用于 6G 通讯网络中服务感知接入的智能 RAN 架构。
(3) 本文从网络协议、资源控制、异构无线接入技术和用户社会化的角度分享了服务感知资源配置的问题和潜在的解决方案。
识别二维码
阅读英文原文
原文出自 Electronics 期刊
Zhao, Z.; Du, Q.; Wang, D.; Tang, X.; Song, H. Overview of Prospects for Service-Aware Radio Access towards 6G Networks. Electronics 2022, 11, 1262.
02
Deep Learning-Based Object Detection and Scene Perception under Bad Weather Conditions
恶劣天气条件下基于深度学习的目标检测和场景感知
Abdellah Chehri et al.
https://www.mdpi.com/1496682
文章亮点:
(1) 本文提供了一种基于改进 You Only Look Once (YOLO) V5 模型的实时道路交通管理系统,展示了其如何在各种天气情况下识别汽车、交通信号灯和行人,从而实现在典型车辆环境中的实时识别。
(2) 利用 Roboflows 上可访问的开放数据集来增强在雨天和常规天气条件下的车辆识别。
(3) 使用真实道路交通数据对所提出方法的性能进行了评估,结果表明该方法可以在各种情况下识别汽车、卡车和其他路边物体,并获得可接受的识别精度。
识别二维码
阅读英文原文
原文出自 Electronics 期刊
Sharma, T.; Debaque, B.; Duclos, N.; Chehri, A.; Kinder, B.; Fortier, P. Deep Learning-Based Object Detection and Scene Perception under Bad Weather Conditions. Electronics 2022, 11, 563.
03
Deep Learning-Based Intrusion Detection for Distributed Denial of Service Attack in Agriculture 4.0
基于深度学习的农业 4.0 分布式拒绝服务攻击入侵检测
Lei Shu et al.
https://www.mdpi.com/1123010
文章亮点:
(1) 本文提出了一种基于深度学习的 DDoS 攻击入侵检测系统。
(2) 建立了三种基于深度学习的 IDS 模型,包括基于卷积神经网络的 IDS 模型、基于深度神经网络的 IDS 模型和基于递归神经网络的 IDS 模型。
(3) 本文还开展了农业 4.0 网络安全机器学习和深度学习方法的性能评估和比较分析。
识别二维码
阅读英文原文
原文出自 Electronics 期刊
Ferrag, M.A.; Shu, L.; Djallel, H.; Choo, K.-K.R. Deep Learning-Based Intrusion Detection for Distributed Denial of Service Attack in Agriculture 4.0. Electronics 2021, 10, 1257.
04
Multi-Layer Latency Aware Workload Assignment of E-Transport IoT Applications in Mobile Sensors Cloudlet Cloud Networks
移动传感器 Cloudlet 云网络中电子运输物联网应用程序的多层延迟感知工作负载分配
Ali Hassan Sodhro et al.
https://www.mdpi.com/1192770
文章亮点:
(1) 本文提出了一种新颖的多层延迟感知工作负载分配策略 (MLAWAS),用于将电子运输应用程序的工作负载分配到最佳计算节点。
(2) 仿真实验表明:与两种现有策略相比,MLAWAS 获得的平均响应时间最短。
(3) 未来研究将从安全角度对当前工作进行扩展,并将更多地考虑支持区块链的技术和物联网的移动性。
识别二维码
阅读英文原文
原文出自 Electronics 期刊
Lakhan, A.; Dootio, M.A.; Groenli, T.M.; Sodhro, A.H.; Khokhar, M.S. Multi-Layer Latency Aware Workload Assignment of E-Transport IoT Applications in Mobile Sensors Cloudlet Cloud Networks. Electronics 2021, 10, 1719.
05
Machine Learning in Wireless Sensor Networks for Smart Cities: A Survey
智慧城市无线传感器网络中的机器学习:一项调查研究
Frede Blaabjerg et al.
https://www.mdpi.com/1084552
文章亮点:
(1) 本文首次对智慧城市低功耗 WSN-IoT 领域的各种机器学习算法进行了深入的文献调查,以应对智慧城市的挑战。
(2) 提出机器学习方法可作为智慧城市应用中部署的常规 WSN-IoT 节点的优化工具。
(3) 调查研究表明,与强化学习 (27%) 和无监督学习 (12%) 在智慧城市中的应用相比,监督学习算法的应用最广泛 (61%)。
识别二维码
阅读英文原文
原文出自 Electronics 期刊
Sharma, H.; Haque, A.; Blaabjerg, F. Machine Learning in Wireless Sensor Networks for Smart Cities: A Survey. Electronics 2021, 10, 1012.
06
Determination of Traffic Characteristics of Elastic Optical Networks Nodes with Reservation Mechanisms
基于预留机制确定弹性光网络节点的流量特性
Maciej Sobieraj et al.
https://www.mdpi.com/1213160
文章亮点:
(1) 本文开发了一个模拟程序,可确定引入资源预留机制的现代弹性光网络节点中各个服务类别的丢失概率。
(2) 阐明了保留阈值的值对获得的丢失概率值的影响,以探究获得调整预留阈值选择的最优方法。
(3) 本文还分析了提供给具有预留机制的交换网络的类型数量和最少活跃类产生的呼叫数对仿真程序持续时间的影响。
识别二维码
阅读英文原文
原文出自 Electronics 期刊
Sobieraj, M.; Zwierzykowski, P.; Leitgeb, E. Determination of Traffic Characteristics of Elastic Optical Networks Nodes with Reservation Mechanisms. Electronics 2021, 10, 1853.
文案审校:
凌天洋 博士研究生
湖南大学
张齐 博士研究生
武汉大学
往期回顾
Electronics 期刊十周年——“微电子与光电子”特刊文章精选 | MDPI 编辑荐读
Electronics:“工业电子”栏目 | MDPI 栏目推荐
版权声明:
*本文由MDPI中国办公室翻译撰写,文中涉及到的论文翻译部分,为译者在个人理解之上的概述与转达,论文详情及准确信息请参考英文原文。本文遵守 CC BY 4.0 许可 (https://creativecommons.org/licenses/by/4.0/)。如需转载,请于公众号后台留言咨询。
由于微信订阅号推送规则更新,您可以将“MDPI工程科学”设为星标,便可在消息栏中便捷地找到我们,及时了解最新开放出版动态资讯!
点击左下方“阅读原文”,进入期刊主页。
喜欢今天的内容?给我们点个【在看】吧!