Joint Traffic Scheduling and Resource Allocations for Traffic Offloading With Secrecy Provisioning
Notice bibliographique
Résumé
The recent paradigm of small cell dual-connectivity (DC) provides a promising solution to facilitate mobile users' (MUs') traffic offloading in heterogeneous networks. With DC, an MU can flexibly schedule its traffic to macrocell base station (mBS) and offload data to small-cell access point (sAP). However, a malicious node might intentionally eavesdrop the MU's offloaded data, which could lead to the secrecy exposure. In this paper, we investigate the optimal resource allocation for the MUs' traffic offloading via DC with guaranteed secrecy. First, we study a single-MU single-sAP case and formulate a joint optimization of the MU's traffic scheduling, power allocation, and bandwidth usage for traffic offloading, which aims to minimize the MU's overall resource usage including the power consumption and bandwidth usage. Although the joint optimization problem is nonconvex, we propose an efficient algorithm to obtain the optimal offloading solution. Second, by using the single-MU's optimal offloading solution, we study the multi-MU multi-sAP case and formulate an optimal offloading-selection problem that aims to maximize the overall served MUs' throughput with guaranteed secrecy, while taking into account the mBS's and sAPs' limited bandwidths and the sAPs' limited backhaul capacities. Despite the NP-hardness of the formulated offloading-selection problem, we propose an efficient heuristic algorithm to achieve the offloading-selection solution. Numerical results are provided to validate the performance gain of the proposed traffic offloading schemes with guaranteed secrecy.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».