The-Internet(IoT)网络智能地连接了数千个物理实体,为社区提供各种服务。它目睹了指数扩展,这使发现网络中存在的IoT设备并请求相应的服务的过程变得复杂。随着物联网环境的高度动态性质阻碍了传统的服务发现解决方案的使用,我们在本文中,通过提出一个可扩展的资源分配神经模型来解决此问题,足以适合异构的大型IoT网络。我们设计了一种图形神经网络(GNN)方法,该方法利用IoT网络中设备之间形成的社会关系来减少任何实体查找的搜索空间,并从网络中的另一个设备中获取服务。这种提出的资源分配方法超过了标准化问题,并通过GNNS的方式嵌入了社会物联网图的结构和特征,以最终的聚类分析过程。对现实世界数据集的仿真结果说明了该解决方案的性能及其在大规模IoT网络上运行的显着效率。
translated by 谷歌翻译