Bài báo này đề xuất một Framework dựa trên mạng nơ-ron đồ thị (GNN) phân tán nhằm chống gây nhiễu trong các hệ thống IoT quy mô lớn với môi trường nhiễu động và ràng buộc năng lượng nghiêm ngặt. Phương pháp đề xuất cho phép mỗi nút ra quyết định dựa trên thông tin cục bộ, loại bỏ sự phụ thuộc vào điều phối tập trung đồng thời duy trì khả năng chống lại các tác nhân gây nhiễu thích nghi. Kết quả mô phỏng cho thấy mô hình đạt tốc độ hội tụ nhanh hơn khoảng 2 lần so với các phương pháp học tăng cường truyền thống. Trong điều kiện gây nhiễu mạnh, chất lượng liên kết được cải thiện tới 5 dB về SINR và hiệu suất phổ tăng 20%–35%. Đồng thời, thiết kế tối ưu năng lượng giúp giảm tiêu thụ đến 30%, kéo dài tuổi thọ mạng khoảng 25%. Phương pháp cũng thể hiện khả năng mở rộng tốt, duy trì hiệu năng ổn định với mạng lên đến 1000 nút và giảm đáng kể chi phí tín hiệu. Các kết quả này khẳng định tiềm năng của GNN phân tán trong truyền thông IoT tin cậy và tiết kiệm năng lượng trong môi trường đối...
Bài báo này đề xuất một Framework dựa trên mạng nơ-ron đồ thị (GNN) phân tán nhằm chống gây nhiễu trong các hệ thống IoT quy mô lớn với môi trường nhiễu động và ràng buộc năng lượng nghiêm ngặt. Phương pháp đề xuất cho phép mỗi nút ra quyết định dựa trên thông tin cục bộ, loại bỏ sự phụ thuộc vào điều phối tập trung đồng thời duy trì khả năng chống lại các tác nhân gây nhiễu thích nghi. Kết quả mô phỏng cho thấy mô hình đạt tốc độ hội tụ nhanh hơn khoảng 2 lần so với các phương pháp học tăng cường truyền thống. Trong điều kiện gây nhiễu mạnh, chất lượng liên kết được cải thiện tới 5 dB về SINR và hiệu suất phổ tăng 20%–35%. Đồng thời, thiết kế tối ưu năng lượng giúp giảm tiêu thụ đến 30%, kéo dài tuổi thọ mạng khoảng 25%. Phương pháp cũng thể hiện khả năng mở rộng tốt, duy trì hiệu năng ổn định với mạng lên đến 1000 nút và giảm đáng kể chi phí tín hiệu. Các kết quả này khẳng định tiềm năng của GNN phân tán trong truyền thông IoT tin cậy và tiết kiệm năng lượng trong môi trường đối kháng.