Un trabajo de IMDEA Networks consigue el premio al Mejor Paper en ACM MobiHoc 2023

Se ha realizado en colaboración con la Universidad de Princeton y la Universidad de Brescia

30 Octubre 2023

En un desarrollo que promete remodelar el panorama de las redes masivas de IoT, un equipo de investigadores de IMDEA Networks, la Universidad de Princeton y la Universidad de Brescia ha recibido el prestigioso premio al mejor artículo en la conferencia ACM MobiHoc 2023, celebrada en Washington del 23 al 26 de octubre.

El artículo premiado, titulado «Aprendizaje multimodal escalable para la predicción de canales de enlace cruzado en redes masivas de IoT«, escrito por Kun Woo Cho (Universidad de Princeton), Marco Cominelli (Universidad de Brescia/CNIT), Francesco Gringoli (Universidad de Brescia/CNIT), Joerg Widmer (IMDEA Networks) y Kyle Jamieson (Universidad de Princeton), presenta una solución innovadora para abordar la creciente demanda de tráfico de enlace ascendente eficiente en el ámbito de las redes de sensores de IoT a gran escala.

Estas redes, vitales para la realización del Internet de las cosas, se están expandiendo rápidamente, especialmente en áreas densamente implementadas. Sin embargo, adaptarse a esta creciente demanda de recursos de red ha resultado un desafío debido a la necesidad de información precisa sobre el estado del canal. Obtener esta información normalmente implica una sobrecarga significativa, lo que lleva a una reducción en el rendimiento de la red. Además, a medida que crece el número de clientes, los gastos generales aumentan en consecuencia, lo que plantea un reto único en el contexto de las redes masivas de sensores de IoT.

El enfoque tradicional de predecir la respuesta del canal dentro de la misma banda de frecuencia en un enlace determinado tiene limitaciones. Este artículo galardonado presenta un concepto revolucionario: la predicción de canales de enlace cruzado (CLCP, por sus siglas en inglés). CLCP aprovecha el aprendizaje de representación de vistas múltiples para pronosticar la respuesta del canal de numerosos usuarios/as a través de enlaces distintos y cercanos, sin depender de un sonido de canal dedicado o señales piloto adicionales. En cambio, aprovecha las transmisiones existentes, mejorando la eficiencia y reduciendo los gastos generales.

Los investigadores han implementado con éxito CLCP para dos versiones diferentes de Wi-Fi, 802.11n y 802.11ax, siendo este último el principal candidato para futuras redes de IoT. Para demostrar la viabilidad de CLCP, el equipo llevó a cabo evaluaciones exhaustivas en dos escenarios interiores a gran escala, que abarcan transmisiones con y sin línea de visión, involucrando hasta 144 usuarios/as diferentes de 802.11ax y cuatro anchos de banda de canal que van de 20MHz a 160MHz.

Los resultados son nada menos que sorprendentes. CLCP supera a las soluciones básicas, ofreciendo una notable ganancia de rendimiento 2 veces superior a los estándares WiFi básicos, e incluso supera los algoritmos de programación basados en predicciones existentes con un aumento significativo del rendimiento del 30 %. Este trabajo no solo muestra la promesa de CLCP para abordar los desafíos de la escalabilidad de la red de IoT, sino que también allana el camino para una nueva era de eficiencia incomparable en el mundo de la IoT ultradensa. A medida que IoT continúa transformando nuestro mundo, esta investigación revolucionaria está preparada para desempeñar un papel fundamental en la configuración de su futuro.