.png){kind=icon}
返回
Smart Computing Integration Networks: Architecture, Intelligence, Security, and Applications
.png){kind=icon}
PRE
AI
DOI：10.1109/tnse.2026.3706091.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
新一代智能应用（如工业自动化、自动驾驶和低空经济）的普及，给网络架构在提供差异化QoS保障、多维度资源编排和高效调度转发方面带来了挑战。这些挑战暴露了网络架构的三大局限性。首先，缺乏对服务特征的一体化描述阻碍了跨应用QoS需求的精确区分。其次，基于孤立指标（如中央处理器（CPU）利用率、带宽和存储）的资源分配无法满足计算和网络资源的多维度编排需求。第三，网络转发中智能能力的缺失限制了自适应调度和转发，导致延迟过高和转发策略执行不灵活。为应对此问题，采用AI原生技术的智能计算集成网络（SCNets）通过泛化服务层、映射适配层和融合网络层的三层架构，已成为一个有前景的框架。本文从这三层视角系统综述了SCNets。首先，我们介绍了从传统云中心系统经移动边缘计算（MEC）到SCNets的架构演进。然后，我们探讨了AI技术如何实现统一服务表示、多维度资源映射和自适应网络执行。我们进一步阐述了确保服务信任、映射保障和执行可靠性的安全机制。为展示SCNets的适用性，我们讨论了工业物联网（IIoT）、智能交通系统（ITS）和低空经济（LAE）网络中的垂直应用。最后，我们从网络智能、计算效率和安全角度分析SCNets，探讨部署障碍，并指出未来研究方向。
Keyword:
Smart computing integration networks
AI-native
generalized service
resource adaptation
converged network
security and trust
期刊
I
IF:
7.9
论文数:
2.6K
被引数:
10.0K
机构
引用论文
.png){kind=icon}
分享收藏Deterministic Scheduling and Network Structure Optimization for Time-Critical Computing Tasks in Industrial IoT工业物联网中面向时间关键型计算任务的确定性调度与网络结构优化
PREAI
分享收藏分享收藏Joint Resource Trading and Task Scheduling in Edge-Cloud Computing Networks边缘云计算网络中的联合资源交易与任务调度
PREAI
分享收藏
查看更多内容