为提高物联网（IoT）内传感器网络间的通信能力，有必要在该领域的传感器本体间建立语义联系。为此，这篇论文提出了一种具有前景的传感器本体集成技术，能够利用辩论机制（DM）从不同匹配器所决定的各类对准中提取传感器本体对准。需要特别指出的是，我们利用各匹配器的校正因子（correctness factor）确定了通信的全局因子（global factor），并利用辩论过程中的支持强度和反证强度对局部因子进行了计算。通过对这两个因子的综合考虑，可以获得实体映射的判断因子，并在此基础上提取了最终的传感器本体对齐方式。这项研究利用本体对齐评估倡议（OAEI）提供的书目资料路径和实验中的五个实物传感器本体，对我们的方法进行了性能评估。与最先进本体匹配技术的对比结果显示，我们的方法具有良好的鲁棒性和有效性。

互联网正在发展，数据是当今互联网的重要组成部分。人们对数据比对数据位置更感兴趣。以信息为中心的网络(ICN)使用了这种思想，并使数据而不是主机地址成为一个不可或缺的组成部分。当代的另一个重要主题是云计算或边缘计算，以及物联网(IoT)和人工智能(AI)，与ICN结合时变得更加重要。我们在本研究中初步评估了ICN与云或边缘物联网和人工智能(ICN-CIoT-AI)的配置，以便读者了解ICN-CIoT-AI的最新趋势和融合。

随着数据速率的提高和互联网成为任何技术的要求，我们需要可以在本地缓存数据的物联网设置，这在ICN与云或边缘计算协作时是可能的。为了让这种安排更加智能，我们需要人工智能，而机器学习算法可以帮助克服许多障碍。在本文中，我们首先讨论ICN、它的部署以及它区别于其主要竞争对手TCP/IP的独特功能。然后，我们介绍了有关ICN-CIoT-AI的最新研究，并从技术、AI/ML领域、物联网和云技术方面对该领域进行了全面分析。还列出了研究框架、模拟软件和研究人员取得的成果。最后，我们探讨了研究人员提出的三大类开放性问题和挑战：安全性、性能和网内缓存。我们还展示了研究中使用的技术。

传统的基于周界的网络保护模式已经不能适应当前技术的发展。零信任是一种基于永不信任和始终验证的新型网络安全模型。无论访问主体是在内网还是外网，都需要经过认证才能访问资源。零信任模型因其能够满足新的网络安全要求而在研究和实践中受到广泛关注。但是，零信任的应用还处于起步阶段，企业、组织和个人都没有充分认识到零信任的优缺点，极大地阻碍了零信任的应用。本文介绍了现有的零信任架构，分析了零信任架构中主要依赖的身份认证、访问控制、信任评估等核心技术。对每种技术下的主要解决方案进行了比较分析，总结了优缺点，以及当前面临的挑战和未来的研究趋势。我们的目标是为未来零信任架构的研究和应用提供支持。

如果您希望进一步了解Wireless Communications and Mobile Computing的投稿流程，请点击文末“链接”。