Aller au contenu principal
2026 article

Coherence-Driven Edge Intelligence for Trustworthy Vehicular Low-Altitude Internet of Things Networks

0Citations signalées, ce qui n’est pas une note de qualité
7Institutions déclarées
3Pays d’affiliation déclarés

Rattachement africain : sa, pk, qa. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

Integrated vehicular and low-altitude Internet of Things networks require stable trust regulation under dynamic mobility, interference, and adversarial conditions. In this study, a unified edge intelligence approach is proposed to address the trustworthiness issue in modern edge intelligence. A validated constraint-consistent state information is preserved instead of raw data from multiple information sources to guide accurate information procurement and reserve-aware decision making. Vehicles, UAVs, roadside units, and edge nodes in the system are organized into shadow states corresponding to their real counterparts in a shared state space. Processed multi-source state information is represented as bounded and non-invertible representations that are structurally consistent and can be used for decision making without reconstructing the corresponding raw data. A cross-domain admissibility region is first determined by physical constraints, communication constraints, and mission constraints in the constraint domain. The geometric domain state evaluation stage then determines the scores of time and space geometric admissibility using multiple types of aerial, vehicle, and infrastructure heterogeneous witness information. Simulation results show that CODE achieves a Trustworthiness Index of 0.927, a maximum Coherence Consistency Score of 0.962, decision latency within 12.3–25.8 ms, and stability of 0.826 under high-density and multi-attack conditions.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Coherence-Driven Edge Intelligence for Trustworthy Vehicular Low-Altitude Internet of Things Networks
Date Crossref
01/08/2026
Éditeur
Institute of Electrical and Electronics Engineers (IEEE)
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Prince Sultan University pays non établi dans la notice
    Université ou école supérieure
  • University of Haripur pays non établi dans la notice
    Université ou école supérieure
  • Government of Khyber Pakhtunkhwa pays non établi dans la notice
    Organisme public
  • Qatar Science and Technology Park pays non établi dans la notice
    Institution
  • Saudi Electronic University pays non établi dans la notice
    Université ou école supérieure
  • Northern Border University pays non établi dans la notice
    Université ou école supérieure
  • Prince Mohammad bin Fahd University pays non établi dans la notice
    Université ou école supérieure
  • Youth Office Haripur pays non établi dans la notice
    Institution
  • University of Doha for Science and Technology pays non établi dans la notice
    Université ou école supérieure

Prince Sultan University, University of Haripur et Government of Khyber Pakhtunkhwa, avec 6 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Vehicular Ad Hoc Networks (VANETs)Age of Information OptimizationIoT and Edge/Fog Computing

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.