軟體定義 WLAN 綜述：架構與集中式控制機制

原文：A Review of Software-Defined WLANs: Architectures and Central Control Mechanisms
作者：Behnam Dezfouli、Vahid Esmaeelzadeh、Jaykumar Sheth、Marjan Radi
出處：IEEE Communications Surveys & Tutorials，第 21 卷第 1 期，2019 年第一季，頁 431–463。
DOI：10.1109/COMST.2018.2868692。線上發表：2018-09-04。
翻譯日期：2026-10-05。
原始檔：A_Review_of_Software-Defined_WLANs_Architectures_and_Central_Control_Mechanisms.pdf
研究對照：SDWLAN綜述與主動式網路報修-關聯分析

翻譯方式：依原文順序作繁體中文內容意譯，部分短句合併以便閱讀，並非逐句英中對照。翻譯範圍：摘要、正文 I–VII、公式 (1)–(18)、註腳、圖說與表格欄位。參考文獻保留原始英文書目，以便檢索；文末另附作者簡介說明。圖表保留原頁影像供核對，圖表的中文說明見附錄。原文中的預測、技術現況與「尚未研究」均指作者撰稿時的情況，不能直接視為 2026 年現況。正文以原文論述為準；針對你的報修研究所作的延伸推論放在另一份筆記。

摘要

支援 Wi-Fi 的裝置數量大幅成長，無線區域網路（WLAN）承載的流量也持續增加，因此必須採用新的網路控制機制。具體而言，密集部署的存取點、用戶端移動，以及新出現的服務品質（QoS）需求，帶來分散式機制無法有效解決的挑戰。近期研究顯示，軟體定義 WLAN（SDWLAN）能簡化網路控制、改善 QoS 提供能力，並降低新網路控制機制的部署成本。

本文概述 SDWLAN 架構，並依可程式化、虛擬化等特性進行質性比較。此外，我們分類並探討兩類重要的集中式網路控制機制：（1）關聯控制；（2）頻道分配。我們研究這些機制採用的基本概念，特別聚焦於所使用的指標及問題建模方法；比較各項機制，並指出尚待解決的研究問題。

索引詞：軟體定義網路、IEEE 802.11、架構、移動性、干擾、集中式演算法。

I. 緒論（Introduction；頁 431–432）

無線區域網路已廣泛部署於企業、大學、機場、購物中心與住家等環境。IEEE 802.11 標準通常稱為 Wi-Fi，正變得更加普及。尤其是高畫質影片串流、物聯網（IoT）、行動網路資料卸載、線上遊戲與虛擬實境的出現，使 Wi-Fi 網路的流量需求不斷增加 [1]–[6]。

統計與預測顯示，支援 Wi-Fi 的裝置出貨量，以及 WLAN 所承載的流量，持續成長。圖 1(a) 顯示 2012–2017 年間支援 Wi-Fi 裝置的出貨數，包括 AP、網路介面卡（NIC）、路由器、交換器、筆電、平板、智慧型手機與電視。2012 年出貨量為 15.8 億台，2017 年估計達到 49.1 億台 [5]–[7]。Wi-Fi 網路承載的流量占比也持續增加，如圖 1(b) 所示。2014 年有 41% 的行動資料流量透過 Wi-Fi 網路傳輸，其中包括從行動網路卸載至 WLAN 的流量 [4]、[8]、[9]；預期 2019 年此比例達到 53%。學術界也高度關注 802.11 網路；根據 [10]，截至 2014 年，這個主題累積了約 16.5 萬次引用。

裝置數量與流量需求增加，需要更密集地部署 AP，以改善空間重用並提高網路容量。然而，AP 密集化會加劇頻道競爭，提高 AP 及其關聯用戶端之間的干擾，並使用戶端在 AP 間換手更加困難。因此，需要有效的關聯與干擾控制，才能滿足用戶端在吞吐量、延遲、可靠度與能源效率上的 QoS 需求 [11]–[15]。WLAN 若用於工業程序控制、工廠自動化或醫療監測等任務關鍵應用，這些需求尤其重要，也更難達成。這些應用要求有界的封包傳遞延遲與高度可靠的連線；部分情況下，能源效率也是關鍵效能指標 [16]、[17]。

為處理 ISP 與資料中心等複雜有線網路的控制挑戰，研究者提出軟體定義網路（SDN）：透過控制平面與資料平面分離，簡化並改善網路控制機制的設計與開發。控制機制不再分散執行於交換設備，而由控制器集中決策，再設定交換器依決策運作 [18]、[19]。這不僅讓控制機制能以控制器上的應用程式形式部署，也使其能使用控制器所提供的全域網路視野。SDN 不只用於有線網路，也逐漸用於 WLAN 與行動網路的設計 [20]–[23]。

SDWLAN 可集中監測與控制網路運作，可從兩個角度研究：

1. 架構：定義建構網路所需的元件，例如控制器、AP、交換器與 middlebox，以及元件間的連接拓樸；實作控制器與設備間用來蒐集資料、傳送控制命令的應用程式介面（API）；規定控制平面與資料平面的分離程度。架構特性會強烈影響控制機制的開發彈性及效能 [12]、[24]–[26]。例如，將媒體存取控制（MAC）功能從 AP 移至控制器後，應用程式可以依分離程度及 API，實作不同能力與效能的關聯控制。
2. 控制機制：研究者利用 SDWLAN 架構，尤其是全域網路視野，提出關聯控制（AsC）、頻道分配（ChA）、傳輸功率控制及 CCA 閾值調整等機制。本文聚焦於集中式 AsC 與 ChA，因為這兩類機制被廣泛提出與採用。AsC 處理靜態及動態用戶端與 AP 的關聯，以達成無縫移動、用戶端公平性、AP 負載平衡與干擾降低等目標。ChA 處理 AP 的頻道配置，以降低 AP 與用戶端所承受的干擾 [27]–[29]。

A. 本文貢獻

本文從 SDWLAN 架構，以及利用這些架構的兩種主要集中式控制機制 AsC、ChA 研究 SDWLAN。具體貢獻如下。

首先，概述 SDN 及網路監測、管理與程式化的標準協定，接著整理 SDWLAN 架構的主要目標、元件、互連協定與 API。依主要貢獻將架構分類為可觀測性與可設定性、可程式化、虛擬化、可擴展性及流量整形；比較各架構，並依當前及未來需求指出研究方向。

其次，整理 SDWLAN 的 AsC 機制，分為降低換手額外負擔與延遲的「無縫換手」，以及改善分配給用戶端之 airtime 等參數的「用戶端導引」。導引再分成集中產生提示及集中決策：前者由控制器依全域資訊產生關聯提示，後者由控制器作出關聯決策並強制執行。除了探討架構對無縫換手的影響，也比較機制的最佳化範圍、流量感知能力及辨識用戶端 QoS 需求的能力。透過分析能力與弱點，指出適用於異質、動態且具多樣 QoS 需求之 SDWLAN 的 AsC 設計方向，並說明可如何利用架構潛力改善 AsC。

第三，整理 ChA 機制，依決策是否納入 AP 及用戶端流量，分成流量感知與不感知流量兩類；特別探討干擾指標的定義與量測，以及問題建模與求解方式。比較用戶端感知、動態性及不同 802.11 標準特性，提出滿足新興應用需求的方向，並指出如何利用 SDWLAN 潛力改善 ChA。

研究 AsC 與 ChA 時，本文以一致的符號重新表述問題，方便理解與比較。表 I 列出主要縮寫與符號，圖 2 顯示全文架構。

II. 研究動機（Motivation；頁 433–434）

本節概述 WLAN 的主要應用及需求、無線通訊的挑戰，以及集中化對滿足現有與新興應用需求的重要性。

A. 應用與需求

WLAN 用於多種應用，各有不同效能需求。企業、校園與公共場所的 WLAN，通常服務少量至中等數量的固定及移動使用者。語音與影片串流除了需要高吞吐量，向移動使用者提供不中斷服務也是重要效能指標 [30]。家庭 WLAN 因多個各自管理的網路彼此相鄰，要達到這些要求更加困難 [31]、[32]。

工業 WLAN 通常包含較多監測與控制節點。大部分節點固定不動；移動性則取決於機械手臂、旋轉零件與移動機器人的速度及活動範圍 [33]。其基礎設施須滿足特有需求 [16]、[34]、[35]。首先，許多應用要求確定性的封包傳遞延遲；當感測器與致動器和控制器通訊時，控制迴路延遲直接影響控制效能。其次，須保證 99% 以上的封包傳遞可靠度，以確保控制及監測系統穩健運作。工業網路也包含攝影機等高資料率設備 [36]；必須避免影片封包較長的傳輸時間與較高優先權，影響短控制封包的時效。醫療監測等其他任務關鍵系統也有類似需求 [17]。

除了智慧型手機等使用者裝置，各種應用也使用越來越多能源受限的感測器與致動器 [1]、[17]、[37]–[39]。例如，工業環境中高溫或不易接近位置的無線感測器與致動器，常以電池供電；醫療監測也使用更多低功耗 IoT 與穿戴裝置。因此，能源是現有與新興 WLAN 應用的重要需求。

B. 挑戰

相較於有線網路，無線網路帶來新的控制挑戰。媒介的廣播特性會產生干擾，使連線品質與吞吐量變動。例如，鄰近 AP 或用戶端造成的高度干擾，可能使某台 AP 無法充分使用頻譜與硬體容量 [40]–[42]。干擾程度取決於移動、流量速率、設備數，以及路徑損耗、多路徑、障礙物等環境因素 [11]、[43]–[45]。無線訊號的高路徑損耗，以及收發器無法偵測碰撞，還帶來隱藏與暴露終端問題 [46]。

從控制角度來看，頻道分配是處理干擾、提高吞吐量及降低頻道存取延遲的常用方法。它依 AP、用戶端間的干擾關係與用戶端流量需求等因素，把 RF 頻道分配給 AP。無線頻道的動態性、使用者流量變化及傳輸功率變化，使這個過程相當困難。802.11n/ac 引入的頻道綁定進一步增加複雜度：設備結合多個頻道，以較寬頻道及較高資料率傳輸，但效益取決於多項因素，需要 AP 協作 [47]、[48]。例如，更寬的頻寬可能增加與鄰近 AP 的競爭，反而拉長存取延遲。

移動性除了影響干擾與 AP 負載，也會因重新關聯的延遲造成中斷 [49]、[50]。大型 WLAN 多半採用集中式使用者認證，但仍無法完全消除關聯延遲；用戶端連到新 AP 時，新 AP 必須建立對應資料結構，期間可能造成通訊中斷。

企業與校園等環境藉由密集化提升吞吐量、延伸涵蓋範圍並改善換手可靠度：縮小各 AP 的涵蓋範圍，增加每平方公尺 AP 數 [14]。雖有潛在優勢，密集化也加劇干擾與移動造成的動態變化，例如使用者移動時需要更多次重新關聯；2.4 與 5 GHz 可用頻道有限，使頻道分配更困難。

能源方面，802.11 提供省電模式（PSM）與自動省電遞送（APSD）；但網路密度增加時，效率會下降 [51]、[52]。多個用戶端同時醒來會造成碰撞與額外能耗 [53]；在頻道品質差時醒來，也會浪費能源。

C. 架構與控制機制

集中式控制對滿足現有與新興需求相當重要。首先，需要架構提供集中控制的基礎設施；其次，需要集中式控制機制依全網動態與需求決策。例如，將用戶端關聯資訊保存在中央控制器，可避免重新關聯，支援無縫換手；控制器可引導用戶端更換 AP，以平衡負載並提高吞吐量；頻道分配本質上是圖著色問題，也能利用集中化改善。除了導引、換手與頻道配置會明顯影響吞吐量、延遲及能耗，集中化也有助於採用排程等其他技術，進一步改善這些指標 [17]、[52]–[54]。

III. 架構（Architectures；頁 434–444）

本節介紹既有 SDWLAN 架構，先說明 SDN 基本概念及南北向通訊的標準協定。

A. SDN 原理

SDN 將控制機制與資料轉送路徑分離，包括交換器、AP 等資料平面，以及執行網路作業系統（如 NOX [55]、Floodlight [56]）和 AsC、ChA 等機制的控制器。控制器透過 OpenFlow [59]、SNMP [60] 等南向協定與設備通訊，並提供 REST 等北向 API，供開發者建構控制機制。全域網路視野與可重新程式化的資料平面，大幅簡化控制機制的設計與部署。這些機制也稱為網路應用，因為它們實際上是執行於網路作業系統上的應用程式。

註 1：為提升可靠度，一個邏輯控制器可以由多個實體控制器構成 [57]、[58]。

SDN 可促成網路虛擬化，也稱網路切片，即網路資源的抽象化、切分與共享 [61]。例如，FlowVisor [62] 等抽象層向應用提供隔離的資源視圖；每個應用只能看見及控制自己的切片，形成控制邏輯隔離。因此，多個業者共用 SDWLAN 時，可以對不同業者的使用者實施不同存取政策，也能依服務建立虛擬網路，提供差異化服務與更好的 QoS 控制。虛擬化也能加速無線技術開發：正式網路持續運作時，可以在切片上執行一或多個實驗。SDWLAN 有三種切片層級：頻譜／連線虛擬化（頻率、時間或空間多工）、AP 與交換器等實體設備的基礎設施切片，以及網路基礎設施的網路切片。

由於資料轉送路徑設定簡化，SDN 也促進網路功能虛擬化（NFV）。NFV 以通用運算平台實作服務，取代專用硬體；例如 DNS、防火牆、入侵偵測、負載平衡與 NAT。服務拆成多項功能，在通用硬體執行，並可依需要引入設備或在設備間移動。後文將說明，軟體定義無線電（SDR）與虛擬 AP（VAP）是 SDWLAN 中把 AP 處理卸載至通用平台的兩種代表。

B. 標準協定

控制器透過南向協定和資料平面通訊，並向開發者提供北向 API。為隱藏南向 API 的複雜度，北向 API 通常採 REST [63]、[64]；網路工程師利用 Frenetic [65]、Pyretic [66]、NetCore [67] 等語言抽象開發應用 [68]。例如 Floodlight [56] 與 OpenDaylight [69] 都支援 REST 北向 API。以下整理常用南向標準。

SNMP [60]、[70]–[72]：應用層協定，用於監測與設定網路設備，以受管理系統上的變數公開管理資訊。通訊採 fetch-store 模式：管理端讀取資源或設定代理端物件的值，不能直接執行動作。例如，要重啟代理端，不能直接傳送 reboot 命令，而是設定代表距下次重啟秒數的計數器。SNMP 簡單易用，是正式網路最廣泛使用的管理協定。SNMPv3 雖加強安全性，SNMP 仍主要用於監測而非設定 [73]；命令依序執行也會造成高網路負擔，大規模部署甚至可能引發網路故障 [74]、[75]。

NETCONF [76]：利用 RPC 交換訊息，透過建立、讀取、更新、刪除（CRUD）設定設備；也可指定命令失敗時繼續、停止或回復。它主要用於設定，通常假設由 SNMP 等另一協定負責監測 [73]。NETCONF 使用樹狀建模語言 YANG 描述設備管理資訊；YANG 能定義資料模型，因此廣受業界採用，但廠商支援的模型集合可能不一致。

OpenFlow [59]：假設資料平面是簡單的封包轉送設備，由控制器下發轉送規則決定運作。新流量進入交換器時，先查轉送表；沒有匹配規則則丟棄封包，或詢問控制器要採取的動作。1.1 版以 instructions 取代 actions，支援封包修改與動作更新；1.2 版支援連接多個控制器；1.3 版支援逐流速率控制。

CAPWAP [77]：控制器與 AP 建立 DTLS [78] 連線，交換資料與控制訊息。資料訊息封裝無線訊框，控制訊息用於監測及控制。除了集中認證與管理，CAPWAP 定義 local MAC（LM）與 split-MAC（SM）[79]。LM 大部分 MAC 功能在 AP 執行，控制器角色很小；SM 將即時操作留在 AP，其他操作，如 beacon 與 probe response 產生，由控制器處理。

CWMP／TR-069 [80]：Broadband Forum 發布的文字型協定，用於自動設定伺服器（ACS）與數據機、AP、VoIP 電話等用戶端設備（CPE）的通訊。主要功能為安全自動設定、動態服務配置、軟體／韌體映像管理、狀態與效能監測及診斷。NAT 後方設備能安全發現 ACS 並建立連線，ACS 也可要求 CPE 開始 session。get、set、download、upload 等命令透過 SOAP／HTTPS 執行；CPE 是 HTTP client，ACS 是 server。設備參數採階層結構，透過讀取與設定進行管理。CWMP 是 M2M 架構的重要管理協定 [81]、[82]，但未處理 WLAN 用戶端移動。

OpenFlow 主要設計為設定交換器 flow table，因此仍須 SNMP、NETCONF 或專有協定控制無線設備，III-C 將展示這點。OpenDaylight、ONOS [83] 等控制器也廣泛支援 SNMP 與 NETCONF；III-D1 進一步討論。南向通訊也可使用其他協定，例如 REST 雖通常用於北向，Ryu [84] 等控制器也用它進行南向通訊。

C. SDWLAN 架構

依主要貢獻，本文把架構分成可觀測性與可設定性、可程式化、虛擬化、可擴展性、流量整形五類。一個架構可能同時具多項特性，見圖 7 與表 II。利用這些架構的 AsC、ChA 機制，分別在 IV、V 節討論。

1. 可觀測性與可設定性

本類提供集中監測與設定能力，但無法用來開發新控制機制。

DenseAP [12]：處理密集 WLAN 的 AsC 與 ChA 問題，包含 DenseAP AP 與控制器。AP 是執行 Windows 的一般 PC，其使用者層 daemon 管理 AP 功能、監測 NIC 並定期回報控制器。回報內容包括關聯用戶端清單、RSSI 樣本、用戶端流量型態、頻道狀況，以及要求加入的新用戶端。控制器讓使用者調整參數、進行決策，並通知 daemon 套用設定。AsC 見 IV-B2。

Cisco Unified Wireless Network（CUWN）[85]：提供無縫移動、安全及 QoS 等可設定服務，南向使用 LWAPP [86] 或 CAPWAP [77]，支援 LM 與 SM。Radio Resource Management（RRM）[87] 提供多項控制服務，例如建立 RF 群組及選擇領導控制器。AP 定期在所有頻道傳送含 AP／用戶端數等資訊的 Neighbor Discovery Protocol（NDP）訊息，再將收到的訊息轉送控制器。控制器據此建立網路地圖、將 AP 分組並選出每組領導控制器。AsC 與 ChA 分別見 IV-A、V-B。

2. 可程式化

本類除了集中監測，也公開北向 API，讓控制機制能成為控制器上的應用。

DIRAC [88]：採專有南向協定，由 PC 上的 router core（RC）與 AP 上的 router agent（RA）組成。RA 接收 RC 訊息並傳至 NIC 驅動程式。互動分為事件、統計及動作。事件如關聯、重新關聯、認證；RA 定期上報丟包率與 SNR 等統計；RC 透過動作實施政策，例如 set_retransmissions() 限制重傳次數。RC 控制平面包含網路應用形式的管理機制，以及簡化應用開發的控制引擎。

Trantor [89]：DenseAP 的改良版，南向控制訊息也延伸到用戶端，交換丟包估計、從 AP 收到的 RSSI、頻道使用率與鄰近節點數。它支援「主動監測」，指示 AP 與用戶端交換封包，以量測控制機制使用的指標；也提供關聯、頻道、傳輸速率與功率控制 API，例如 associate(AP_i) 指示用戶端連到指定 AP。原文指出，尚未提出利用這些操作原語的控制機制。

Dyson [90]：延伸 Trantor，讓 AP 與用戶端和控制器通訊。用戶端分 Dyson-aware 與傳統兩類，只有前者能直接和控制器通訊。量測 API 蒐集量測視窗內所有接收封包的 RSSI 總和、各 PHY 速率的傳送封包數、傳送失敗數及 airtime 使用率。控制器用 AP 與 Dyson-aware 用戶端資訊建立地圖，包括固定 AP 及依 [91] 估計的用戶端位置、以有向圖表示的收包可達關係、各節點附近的 airtime 使用率，以及歷史量測資料庫。API 可設定 AP／用戶端頻道、功率、速率、CCA 及關聯。傳統用戶端使用縮減的 API 集合，控制其關聯位置與頻道。

ÆtherFlow [92]：依 OpenFlow 正式規格擴充協定，簡化資料平面程式化。介面分四類：Capabilities 查詢無線介面能力，如頻道數與功率等級；Configuration 設定實體埠的頻道、功率與邏輯無線埠的 SSID、BSSID；Events 回報 probe、認證、關聯；Statistics 查詢無線統計。實作於安裝在 OpenWRT [94] 的 CPqD SoftSwitch [93]，以預測式 AsC 評估能力與效能，見 IV 節。

COAP [31]：Coordination framework for Open APs，家庭部署的雲端架構。除 OpenFlow 外，提供 open API 集中控制家庭 AP；藉集中演算法及 AP 協作改善 QoS。AP 含 APConfigManager 負責設定、DiagnosticStatsReporter 與 BasicStatsReporter 負責診斷與基本統計。Floodlight 上的控制器含 StatsManager 蒐集資訊、ConfigManager 執行設定，以及 COAPManager 讓網管實作策略與政策。

ResFi [32]：在家庭網路蒐集與共享資訊。AP 上的使用者層 ResFi Agent 使用有線 backhaul 提供 IP 通訊，指示 AP 交換訊息以發現彼此 IP，接著透過有線骨幹與鄰居 agent 建立安全點對點連線。Agent 可與其他 AP 或遠端控制器共享資訊，例如訂閱鄰居的 publish socket 接收更新。只利用 hostapd [95] 介面，無須修改 kernel 或 driver；API 同時支援分散式與集中式家庭 WLAN 管理。

3. 虛擬化

本類支援無縫移動、切片與 NFV。AP 虛擬化可把多個 VAP 映射到單一實體 AP，如 Odin、CloudMAC；也可把單一 VAP 映射到多個實體 AP，如 SplitAP、BIGAP。

WVT [98]：Wireless Virtualization Testbed 利用 AP 虛擬化執行隔離實驗。每個實驗在實體 AP 上有 Node Agent，由控制器的 Node Handler 控制，後者提供監測及控制 API。AP 還有 Node Overseer，以 TDMA 輪流啟用各 agent：時槽邊界記錄目前 agent 的 SSID、頻道等狀態，恢復下一個 agent 狀態。控制器的 Master Overseer 設定各 overseer；TDMA 使用 NTP 同步伺服器。

OpenRoads [99]、[100]：在 AP 加入 OpenFlow，但因其限制，仍用 SNMP 設定 AP 參數。FlowVisor 切分資料路徑；SNMPVisor 把設定命令送到對應資料路徑元件，達成設定資源切片。

AP Aggregate [101]：在 AP 內聚合多個 VAP，並切分 AP 資源；也能把負載輕的 AP 關閉，降低干擾。圖 3 為實體 AP 架構。VAP Manager 依控制器命令建立／刪除 VAP；Policy Plane 保存 VAP 的 QoS、防火牆等政策。每個 Virtual Wireless Interface 有 SSID、MAC、IP，多個介面透過 TDMA 共用無線 NIC。控制器依蒐集資訊移動 VAP；跨子網移動時使用第二層 tunnel。

Odin [49]、[102]–[104]：圖 4 的架構含 Odin Controller，維護 AP、用戶端及 OpenFlow 交換器的全域狀態；Odin Agent，執行於 AP，使用專有南向協定；以及控制器上的應用。AP 執行 ACK 等時間敏感操作，控制器執行關聯等非時間敏感操作，形成受 CAPWAP 啟發的 split-MAC。應用利用 agent、OpenFlow、SNMP 資訊，透過 API 實作 AsC、負載平衡、隱藏終端處理等。

Odin 引入輕量虛擬 AP（LVAP），使關聯狀態與實體 AP 分離，降低換手負擔。LVAP 由四項資料描述：用戶端 IP、唯一虛擬 BSSID、一或多個 SSID、一組 OpenFlow 規則。每個用戶端的 LVAP 位於 AP 的 agent，代表其關聯。要改連另一台 AP，只需移轉 LVAP。程式設計上，各用戶端像連到實體 AP 的不同埠（LVAP）。在 LVAP 加入 session key，也能簡化認證。AsC 見 IV-A。

SplitAP [96]：支援網路虛擬化與用戶端 airtime 管理，尤其是上行。每台 AP 的 SplitAP controller 管理 VAP 並計算各切片上行流量；藉 VAP 廣播不同虛擬網路的 beacon，例如三家 ISP 共用設備時，每台 AP 模擬三個 VAP。此架構須修改用戶端，執行 client controller，依 AP 指令調整流量。某切片使用量超過閾值時，AP 廣播新的最大上行 airtime 用量。AP 透過共享 backhaul 接收中央頻道分配命令。

VAN [105]：Virtualized Access Network 集中管理家庭網路，包括家庭 AP、ISP 內的控制器、Netflix 等內容供應商伺服器。控制器提供適用於影片串流、檔案傳輸等流量的 API，讓內容供應商控制家庭網路。例如，供應商收到使用者請求後，向控制器為該 flow 預留資源。每台使用者裝置的 IP 分配及認證集中執行，因此可在 AP 間移轉關聯；也可在鄰居間共享 AP 頻寬。控制器依 flow 頻寬需求與用戶端鄰近關係，以 heuristic 決定關聯。

CloudMAC [26]、[50]：圖 5 把 AP 操作分成兩個模組，透過 OpenFlow 表管理通訊。元件為 AP、VAP、OpenFlow switch 與 controller。AP 轉送 MAC 訊框，其他 MAC 功能在雲端 VAP 執行。VAP 是 VSphere 等 hypervisor 上的作業系統 instance，可包含多個以驅動程式實作的虛擬 WLAN 卡，標準工具可直接使用。VM 透過 OpenFlow 分配網路連到 AP；VAP 產生及處理 MAC 訊框，精簡 AP 傳收原始訊框並處理 ACK 與重傳等時間敏感工作。

AP 與 VAP 透過第二層 tunnel [106] 及交換器互連，flow table 決定封包路徑，簡化 AsC。Odin 需搬移 LVAP；CloudMAC 只需改表。應用產生控制命令後，由 VAP 處理並送設定封包至交換器；交換器再送給控制器，依使用者政策檢查合法性，合法才送 AP。

用戶端與 VAP 的 RTT 因交換器處理與 tunnel 延遲，平均由一般 WLAN 的 1.79 ms 增為 2.28 ms；關聯回應等時間敏感 MAC 訊框仍足夠即時。大型 TCP 封包吞吐量下降約 8.5%，原因是使用者層 tunnel 所需的 context switching。

EmPOWER [107]：使用 Odin 的 LVAP 降低移動負擔；控制器使用 Floodlight 及 FlowVisor。每台 AP 配備開放式能源監測套件 Energino [108]，以 REST API 讓網管開關 AP。

EmPOWER2 [24]、[109]：本文將 EmPOWER 改良版稱為 EmPOWER2。提供完整開放 Python API，包含四種抽象：LVAP（逐用戶端 VAP）、resource pool（以 ((frequency, bandwidth), time) 描述資源，例如頻道 36、40 MHz 的 AP 為 ((36,40),∞)，LVAP 支援標準也以類似符號表示，方便映射）、channel quality and interference map（AP 與 LVAP 間的頻道品質全域圖）、port（AP–用戶端連線的功率、調變、MIMO 設定）。AsC 與 ChA 分別見 IV-B2、V-A。原文第四項編號誤寫為 (v)，此處依四項內容排次。

Sd-Wlan [110]、[111]：與 Odin 類似，把大部分 MAC 功能移至控制器，使用延伸 OpenFlow 南向協定。控制器可指示 AP 是否送 ACK；改變用戶端關聯時，在新 AP 安裝規則，同時更新交換器以導引控制器與 AP 間的流量。

BeHop [112]：包含 AP、collector、controller。Collector 監測並蒐集資訊，可在控制器內或獨立部署；控制器除了執行機制，也回應 probe、認證與關聯。AP 上的 agent 使用專有南向協定送出頻道使用率、SNR、RSSI、PHY rate 等統計；控制器透過 RPC 向 collector 更新資訊。AP 為每位用戶端建立 VAP，表格記錄用戶端–VAP 映射、資料率等。南向協定可新增／刪除 VAP；AP 作為 OpenFlow switch，公開頻道、功率與關聯 API，並把控制流量送控制器。

RCWLAN [113]：處理多個虛擬網路切片共存。每個網路在實體 AP 上建立 VAP，有自己的 VM 及 MAC queue；以 MAC 參數控制各切片資源。其延伸為 vBS。

vBS [114]：支援以服務為單位的無線資源預留，類似逐 flow 虛擬化 [62]。為 VoIP 等即時服務預留資源，即使有背景流量也可保證 QoS。不同於 SplitAP 用不同 ESSID 廣播，本架構以多台實體 AP 的資源構成虛擬多頻道 AP（virtual Base Station）。所有 AP 共用 BSSID 及 ESSID，AP 選擇與換手由控制器處理。網管註冊新服務時建立對應 vBS；首次加入的用戶端先連到提供一般流量服務的 common vBS，啟動特定服務後再換到該服務 vBS，移轉關聯狀態並更新交換器。

BIGAP [97]：把多台實體 AP 映射成單一 VAP，以支援無縫移動。假設每台 AP 有兩個無線介面，一個服務，一個 promiscuous mode 定期監聽所有頻道蒐集統計，以便快速 AsC。所有 AP 共用 BSSID；為避免碰撞，AP 選擇兩跳鄰居未使用的頻道。更換關聯透過頻道切換命令及狀態移轉。其豐富南向統計與控制 API 以修改 hostapd 實作，利用 ZeroRPC [115]、ZeroMQ [116] 供 RPC 呼叫。

OpenSDWN [25]：圖 6 為架構。與 Odin 一樣有逐用戶端 VAP，另加入虛擬 middlebox（vMB）及 wireless datapath transmission（WDTX）規則。vMB 封裝用戶端 middlebox 狀態，體積小，搬移負擔低；保存可調參數、活躍連線狀態、逐封包統計與定義行為的事件清單。

控制器以 MB driver 與 Radio Driver 和 middlebox／AP agent 通訊。Radio Driver 管理 LVAP、收集狀態及讀寫逐 flow 傳輸規則；AP 將 OpenFlow 與 WDTX 結合，用 OpenFlow 相容的新動作提供逐 flow 差異化服務。控制器也管理 vMB、蒐集其統計並訂閱事件，透過 publish/subscribe 保持狀態更新。

Middlebox 可有 stateful firewall（FW）及 deep packet inspection（DPI）agent。FW 追蹤雙向流量，提供逐用戶端／flow 統計並執行 WDTX；DPI 偵測 DoS 等事件。AP 負載明顯變化等事件可觸發回報；控制器可提交清單，只要求指定事件。控制器以 RESTful participatory interface 讓應用定義 flow 與用戶端優先序，監測及控制 LVAP、WDTX、vMB。實驗顯示 vMB 搬移延遲小，WDTX 能有效實作差異化服務。

4. 可擴展性

可擴展性取決於拓樸、南向協定負擔、虛擬化方式、流量與移動型態。SDWLAN 動態性高，因此尤其重要；控制平面延遲高的架構無法快速回應變化。

AeroFlux [117]、[118]：逐 flow／逐封包控制要求短且有界的控制延遲。若速率與功率控制全在控制器執行，可能過載且延遲高。因此使用兩層：Global Control（GC）負責非即時及需全域資訊的工作，如認證、大範圍移動及負載平衡；Near-Sighted Control（NSC）靠近 AP，逐封包執行速率與功率等即時工作。例如影片關鍵影格可用較低速率、較高功率，普通影格則使用不同設定。

CUWN [85]：採 split-MAC 與多層控制器拓樸，依 AP 的 RF 位置建立群組並選 leader；連至同一控制器的 AP 屬於同一 RF group，控制器了解位置與干擾關係。

Odin 與 CloudMAC [49]、[50]：採 CAPWAP 的 split-MAC，時間敏感操作在 AP，其他卸載至控制器，降低控制器–AP 通訊的負面影響。CloudMAC 又透過改交換器轉送表，把用戶端資料送另一 AP，避免搬移 VAP。

5. 流量整形

本類超越一般 AP／switch 設定，透過流量整形擴充資料平面程式化，用於排程與可擴展性。

CENTAUR [119]：可加到 SDWLAN，改善頻道存取與競爭處理。資料流量經控制器或可程式化 middlebox 時，可提供資料平面程式化，而無須為此修改 AP。它提出集中封包排程，避免隱藏終端傳輸並利用暴露終端情境；例如兩 AP 同時向各自用戶端傳送會碰撞時，控制器調整封包間隔。整體系統只需少量 AP 修改，無須修改用戶端。相較 DCF [120]，UDP 與 TCP 吞吐量約提高 46%、61.5%。

CloudMAC [26]：以 OpenFlow rate shaping 或 time division 支援下行排程。例如每個時槽只轉送某 AP 封包，其餘排隊，再逐時槽改規則形成分時協定。

Ethanol [121]：與 CloudMAC、Odin 等相似，使用精簡 AP 並把多數 MAC 功能移至控制器，但認為原始 OpenFlow 無法提供無線 QoS，因此增加 Ethanol 協定。AP 提供 Ethanol Agent 與 OpenFlow 兩介面。Agent API 控制 QoS，使用 Hierarchical Token Bucket（HTB）[122] 排程以支援逐 flow 程式化；AP 建立多個 queue，依語音、影片等服務類別分配 flow。

Ethanol 依物件導向方式詳述 API：entity 可為可查詢／設定的實體或虛擬物件，各有屬性。AP 的屬性如 beacon 間隔；flow 的屬性如封包計數。控制器透過 get/set 溝通，entity 也有觸發動作的事件。API 以 Pantou [122] 在 OpenWRT 實作，Pantou 提供 OpenFlow 支援。

D. 架構：經驗、比較與未解問題

圖 7 整理主要特性，表 II 比較架構屬性。本節歸納經驗、分析功能，並指出方向與可能解法。

1. 可程式化

可重新設定的架構，只能調整預先定義機制的參數。例如 CUWN AP 是加入 CAPWAP 的一般 AP，使用專有控制機制，無法實作新 AsC。可以說 CUWN、DenseAP 提供的是管理平面；OpenSDWN、Odin 等可程式化架構則提供北向 API，讓開發者在網路 OS 上實作控制機制。

OpenFlow 標準化後，多數 SDWLAN 都採用它，但它主要用於交換器 flow table，不能完整設定無線設備；層級過低，也暴露過多細節 [24]。因此出現 Odin、Ethanol 專有協定，以及 AeroFlux、ÆtherFlow 的 OpenFlow 擴充，但造成互通問題。另一缺點是缺乏 transaction：設備收到更新期間行為不可預測。例如 AsC 同時更新多台 AP 時，設定不一致可能使效能明顯下降。雖然有線 OpenFlow 研究很多 [57]、[123]–[125]，針對 OpenFlow、CWMP、SNMP、NETCONF 用於 SDWLAN 的研究有限 [24]、[92]、[126]、[127]；高吞吐量標準需要哪些程式化功能也不清楚，例如 802.11ad [128] 需要天線集中協調與訓練介面。

資料平面程式化可在控制器（CENTAUR）、交換器（CloudMAC）、AP（Ethanol）、用戶端（Dyson）四層支援。控制器方式彈性高，卻面臨可擴展性及處理問題；資料平面延遲變動會影響機制準確性。例如中央排程避免同步下行碰撞，需要確定性的控制器–AP 延遲。AP 方式也需要低且有界的控制延遲，以即時執行中央決策。交換器程式化則能改善擴展性及負擔，例如 CloudMAC 改資料路徑避免 VAP 移轉。應研究各設計優缺點，並整合優勢。

第一、二層 AP 程式化需要 OpenRadio [129]、Atomix [130]、Sora [131] 等 SDR 平台。與 SDWLAN 整合能提供更豐富 API；若硬體支援新技術，也較易升級標準。例如 DSP 足夠快以支援新調變與編碼，控制器即可更新 AP 配合用戶端。把訊號處理卸載到雲端，也能用進階演算法處理干擾。此整合正在發展，但仍須研究 FPGA、DSP、通用處理器等平台對控制延遲與負擔的影響。

多數架構只收 AP 資料，但 Dyson、SplitAP 也修改用戶端以取得用戶端視角。用戶端程式化可讓控制器依動態與需求調整 MAC，簡化資源分配與切片；但公共網路可能不願修改用戶端，也會增加流量。FlashBack [132] 等低負擔控制交換方式如何整合 SDWLAN 尚不清楚；用戶端程式化研究仍不足。802.11r/k 已整合至 802.11 [133]，可提供更豐富互動，但所整理的架構未利用這些功能。

2. 移動性

VAP–實體 AP 映射是無縫移動的主要方法。VAP 為保存用戶端狀態的簡單結構，AP 間交換即可免除重新關聯，如 Odin。CloudMAC 將 VAP 放雲端並改交換器路徑，免除搬移，但共享網路上高優先封包可能遺失或延遲，連線建立成功率可降至 55%。Queue 管理雖被提出，對不同拓樸、移動與流量是否有效仍待研究。

應利用 OpenFlow match-action 設計流量整形與優先處理，確保時間敏感封包即時送達，提高換手與擴展性，但文獻尚無相關貢獻；切片也是可能解法，見 III-D3。除 CUWN、AeroFlux 外，多數架構只有單層控制器，未以數十 AP、背景流量及不同移動型態的真實場景評估換手。Odin、ÆtherFlow、BIGAP 的 testbed 分別為 10、2、2 台 AP，缺少架構對換手效能的完整研究。IV-C、V-C 進一步討論。

3. 網路虛擬化

最常見切片方式是 VAP。例如 Odin 切片包含 AP／agent、用戶端 LVAP、SSID 及應用；SSID 可屬於一或多個切片，用戶端加入其 SSID 對應切片。應用只看得到自己的 LVAP，以此提供邏輯隔離。

VAP 搬移可切分 airtime、頻寬與處理能力，但粒度不足。例如搬用戶端至新 AP 想增加頻寬，實際值仍取決於其他用戶端活動。細粒度分配需第一、二層 airtime、頻率、空間多工，例如 middleware 以 TDMA 管理各 VAP 的實體資源使用。無線高度變動，使可預測切片很困難：一個切片的移動與流量會影響另一個切片頻寬 [113]。802.11 依 CSMA 隨機存取，且沒有專用用戶端控制平面，因此較 LTE 難；多個不同管理者的網路共存時更嚴重。

現有切片因此高度依賴局部視野 [96]、[134]，例如 SplitAP 雖能中央控制，上行 airtime 卻由各 AP 分散決定。改善虛擬網路容量及 QoS，需要全域演算法，以及集中 AsC 和虛擬化的整合。

切片也可處理控制與資料平面通訊問題：抽象層依上層機制需求分配交換資源，例如 AsC 根據移動型態及用戶端數要求資源，仍為開放問題。切片也能讓 M2M 與一般流量共存，類似 [135] 的 5G 願景；IoT 裝置可使用多切片傳不同 QoS flow，架構及機制仍待開發，見 V-C4。

4. NFV

SDWLAN 最常見 NFV 是以 VAP 實作 split-MAC，源自 CAPWAP；CloudMAC 也是把 MAC 分在實體 AP 及雲端。時間敏感操作留 AP，其餘由控制器執行，利用遠端運算資源，簡化 MAC／安全更新，無須換 AP 或只需少量修改。仍須平衡彈性與通訊負擔：卸載更多功能會增加分配系統的負擔與延遲。即使小網路，也已顯示 OpenFlow queue 策略重要 [50]、[121]、[136]；須研究集中化與擴展性的取捨。

SDR 也是 NFV，把訊號處理移到同板通用處理器或遠端伺服器；除了程式化，也可利用強大處理器改善解碼與干擾處理。SDR–SDWLAN 整合仍在早期。

5. 家庭 WLAN

家庭 802.11 設備增多，如家電、照明、HVAC、醫療監測，部分要求可靠即時交換 [1]、[17]、[137]，使 SDN 管理有其必要。多 AP 家庭 mesh [138] 也提高集中管理重要性。相較企業，家庭 AP 拓樸隨機且變動，使用者或分散演算法改功率、頻道後更不規則。

ISP 控制（如 VAN）簡化建置及運作，但鄰居未必同 ISP，故資料可能不足；家庭互相協作（如 ResFi）有嚴重安全挑戰；雲端管理也受鄰居是否訂閱同服務限制。因此家庭 SDWLAN 的機會與挑戰需更多研究。

6. 安全

程式化除了新增 AsC／ChA，也簡化安全機制部署；例如不需換硬體的 WPA，可重寫 AP／用戶端實作。控制與資料分離卻引入遠端程式化威脅，例如命令大量用戶端同時連到一台 AP 可造成 DoS，架構設計必須考量。

切片可控制及隔離資源，但共用基礎設施使嚴格隔離困難，例如用戶端換到另一切片頻段就可能干擾容量；安全虛擬化尚未被充分研究。

SDWLAN 可協助偵測異常與侵入。Trantor、Dyson、SplitAP 等收用戶端報告的架構，可能受惡意回報影響，做出損害效能的決策。可先用 AP／switch flow 統計辨識惡意用戶端 [139]，再以 RSSI 定位 [140]。AP 協作可從異常干擾或監聽 rogue AP 封包偵測未授權 AP；再依架構阻擋，例如 Odin 更新交換器規則。利用架構特性設計安全機制，是大型及公共網路的重要研究方向。

IV. 集中式關聯控制（AsC；頁 444–451）

本節整理集中式 AsC，聚焦指標、問題建模與求解，並在有詳細資料時指出架構對設計的影響。本文使用一致符號，方便理解比較；也整理相較分散式方法的效能改善，呈現集中式機制的效益。雖聚焦先進集中方法，仍介紹作為比較基準的代表性分散方法。

註 2：本節與 V 節並未研究 III 節架構所實作的所有 AsC／ChA，因部分架構只證明機制可實作，沒有提出利用 SDWLAN 特性的新方法。

AsC 分為兩大類：無縫換手降低用戶端換手的負擔與延遲；用戶端導引調整用戶端–AP 關聯，改善 AP 負載、用戶端 airtime 等參數。無縫換手通常透過降低重新關聯負擔的架構達成；導引則以控制平面機制達成，例如最佳化 AP 負載，換手延遲仍受架構影響。密集拓樸中，一個位置通常有多台候選 AP，只看 RSSI 會造成熱點、負載不均與資源不公平。因此公平性是 AsC 的主要目標之一。

802.11 常用分散方法為 strongest signal first（SSF）[141]、[142]：用戶端依 probe response 與 beacon 的 RSSI，連至最強 AP。另一常用方法 least load first（LLF）[143]，讓 AP 在 beacon 廣播負載，如關聯用戶端數，以供選擇。

註 3：Beacon 的 traffic indication map（TIM）是 bitmap，指出 AP 為哪些用戶端暫存封包。

A. 無縫換手

III-C 的部分架構降低換手負擔，包含建立連線所交換封包，以及此過程的用戶端延遲 [144]。

CUWN [85]：集中設定帶 hysteresis（遲滯）的 RSSI 閾值，支援 CCX [145] 相容用戶端。當目前 AP 的 RSSI 低於掃描閾值，用戶端增加掃描頻率；新舊 AP RSSI 差達到指定遲滯值時快速換手。也可設定最小 RSSI，低於此值強制重新關聯。

CUWN 處理三種漫遊：同控制器內漫遊，更新 client database 即可；不同控制器的第二層漫遊，兩者在同子網，交換 mobility message 後將 client entry 搬至新控制器；不同控制器的第三層漫遊，子網不同，舊控制器保留 entry 並標為 anchor，新控制器複製 entry 並標為 foreign，藉舊控制器維持原 IP。網管可建立最多 24 個控制器的 mobility group，用戶端於群內漫遊不必換 IP，因此可快速無縫漫遊。

Odin Mobility Manager（OMM）[49]、[102]：在 AP 間搬移 LVAP。控制器對每個 agent 維持持續 TCP 連線，不須重建；重新關聯需要兩個訊息，一個從舊 AP 刪 LVAP，一個在新 AP 加 LVAP。假設傳送成功，延遲等於控制器到兩 AP 中較長 RTT，受網路大小影響。

為展示 LVAP 效果，Odin 採簡單 RSSI AsC：偵測移動後選 RSSI 最高 agent。兩 AP、一 client 的 TCP 實驗中，一般第二層換手可看到吞吐下降，Odin 沒有明顯下降；每秒十次換手也只有可忽略的吞吐減少。

ÆtherFlow [92]：認為 LVAP 搬移在大量移動用戶端的網路，運算及通訊負擔高，提出基於其 OpenFlow 擴充的預測式換手，分三階段：

1. 預測：目前 AP RSSI 下降而另一 AP RSSI 上升時，預測將換手。
2. 多播：更新 OpenFlow，把用戶端封包同時送目前及預測 AP。
3. 重新導向：換手完成後只送新 AP；若未換手則停止多播。

兩 AP、一 client 實驗中，換手延遲約 5.3 秒，一般 802.11 為 7.1 秒。

BIGAP [97]：利用文中所述 5 GHz 的 25 個不重疊頻道形成分離碰撞域。獨立 NIC 定期監聽所有頻道，供控制器估計候選 AP–client SNR；有較高 SNR 可換手，但使用 8 dB 遲滯避免 ping-pong。

所有 AP 共用 BSSID，控制器令舊 AP 傳頻道切換命令，client 切至新 AP 頻道；BSSID 相同，client 不察覺換手。兩 AP 實驗顯示，換手時間約為一般 802.11 的 1/32；不用掃頻，負擔轉至 AP，因而降低 client 能耗。一般方法約四秒吞吐為零，BIGAP 換手期間只降 5%。

B. 用戶端導引

依最佳化範圍分集中提示及集中決策。集中提示由控制器依全域資訊提供建議，最終選擇由 client 作出；集中決策則由控制器決定並要求執行。後者在 IV-B2、B3 分個別與全域最佳化。

1. 集中產生提示

BestAP [146]：估計每位 client 對附近各 AP 的可用頻寬（ABW），取決於隨丟包及 PHY rate 變化的頻道負載。PHY rate 為 r 時：

其中資料大小 $S_{data}$ 以 byte 計；$p_s$ 是封包成功機率；$T_{tx}(r,k)$ 為第 k 次嘗試的傳輸時間；B 為忙碌時間比例，由 NIC 的 CCA register 量測。成功機率來自 rate adaptation 統計，其餘參數靜態設定。

每個 client 的 scheduler 分配量測期，例如每兩秒 50 ms，對附近所有 AP 送資料，更新丟包及忙碌比例。AP 監測服務蒐集統計、算 ABW 並回報；控制器定期把最佳五 AP 的 ABW 送 client。BestAP 只考量下行 ABW。Testbed 顯示估計延遲低於 50 ms，適用動態 AsC；相較 SSF，靜態與移動 client 吞吐量分別提高 81%、176%。

Ethanol [121]：以負載感知 AsC 評估架構，目標平衡各 AP 關聯數。Client 想連負載較高 AP 時，控制器丟棄請求，迫使找別台。兩 AP、最多 120 client 的 testbed 中，AP 關聯數最大差為二，源於請求同時到達。

2. 集中決策的個別最佳化

本類沒有全域最佳化問題，不考量一次關聯對其他 AP／client 的影響，只改善整體效能，不能強制達成公平性。

DenseAP [12]：以可用容量排序候選 AP，選最高者。AP i 在頻道 ch_i 對 client j 的可用容量為：

F 為空閒 airtime，以高優先封包競爭媒介時間估計；r 為預期速率，依 AP 收到的 probe request RSSI 及 mapping table 推估。AP 回報 probe 與空閒時間，控制器選最高容量 AP；只有被選 AP 回覆 probe，引導 client。

動態負載平衡每分鐘檢查 F。空閒時間少於 20%，且至少有一個 client，視為過載；考慮把 client 移至低負載 AP。新 AP 預期速率不能低於目前，空閒時間須至少比目前多 25%。每個決策期最多移一位 client，禁止同一 client 連續搬移，避免 ping-pong。實驗相較 SSF 每 client 吞吐提高 40%–70%；三 client、兩 AP 的小實驗中，負載平衡讓吞吐提高逾 200%。

Odin Load Balancing（OLB）[102]：每分鐘詢問 AP 蒐集 RSSI 關係，平均分配 LVAP 以平衡負載。10 AP、32 client 的 testbed 中，啟用後約 50% client 可得公平吞吐，未啟用為約 15%。

EmPOWER [24]、[107]：透過導引提高 AP 能源效率。AP 分 cluster，每組一 master、多 slave。Master 部署時人工選定，始終開啟以完整涵蓋；slave 增加容量，依圖 8 的 FSM 開關。ON 時所有無線介面開；OFF 時只剩 Energino。

定義 cluster 用戶端數 $C_{clu(AP_i)}$，以及保持 slave AP i 開啟所需最小數 $C^{min}_{clu(AP_i)}$。若數量低於最小值，且 AP 已無關聯用戶端至少 $T_{idle}$ 秒，從 ON 到 OFF；若數量至少達最小值，且 OFF 至少 $T_{offline}$ 秒，從 OFF 到 ON。

Mobility manager 一般選 SNR 較高 AP，但為平衡效能與能源，可能選 SNR 較低、最小 client 數門檻也較低的 AP，使能源管理器能關閉門檻較高的 AP。有 SNR／門檻更合適 AP 即重新關聯。利用 Odin API，此 Java 應用僅 120 行。

Adaptive Mobility Control（AMC）[147]：固定 RSSI 閾值造成 AP 負載不均，故以 RSSI 與負載調整動態遲滯。AP 負載定義：

$|C|$ 為關聯 client 數，B 為忙碌時間。負載與 RSSI 各分低、中、高；新 AP 若訊號更強且負載更低、訊號明顯更強而負載稍高、或負載明顯更低而訊號稍弱，即可換手。以 Odin 實作，TCP 吞吐較 SSF 提高逾 200%。

Associating to Good Enterprise APs（AGE）[148]：導引以降低無線封包交換延遲，分 learning 與 AP selection。Learning 每分鐘以 SNMP 收 AP–client RTT、RSSI、SNR、client 數、頻道、頻段、位置、星期與時間；以 random forest [149] 訓練高／低延遲二分類。圖 9 包含手機 AGE app 與 AGE controller，後者分類附近 AP。

運作流程：app 定期送可連 AP 清單；控制器取得這些 AP 的 SNMP 資料；模型預測延遲類別；控制器告知附近最佳 AP；app 重新關聯。清華校園部署超過千台裝置、2.5 個月，逾 72% client 無線交換延遲減少超過 50%。

3. 集中決策的全域最佳化

本類建立全域效能最佳化問題，通常為 NP-hard，再以 heuristic 求解，以達全網公平。

Association Control for Fairness and Load Balancing（ACFL）[150]、[151]：處理 SSF／LLF 造成的負載不均，追求 max-min 頻寬公平。Client 對 AP 的負載與有效 link bit rate 成反比；AP 負載為全體 client 造成的無線及有線負載中較大者：

r 為無線速率，R 為 AP 有線介面速率，X∈{0,1} 為關聯狀態，ω 為 client 流量大小；L 是 AP 處理所需時間，client 頻寬為 $X\omega/L$。兩近似演算法分別處理不加權 greedy client，以及加權且吞吐需求有限 client。控制器定期執行；模擬較 SSF／LLF 平均每 client 頻寬提高逾 20%。

Association Control for Proportional Fairness（ACPF）[152]：多速率網路若追求吞吐公平 [153]、[154]，低速 client 佔用較長時間，降低總吞吐。以優先權 ρ 及有效頻寬 β 定義比例公平目標：

\sum_{c_j\in C}\rho_{c_j}\log(\beta_{c_j}),\tag{5}

其中：

\beta_{c_j}=\sum_{AP_i\in AP}X_{AP_i,c_j}\,t_{AP_i,c_j}\,r_{AP_i,c_j}.\tag{6}

X 為關聯指標，t∈[0,1] 為正規化有效時間，r 為 PHY rate。原文稱以 linear-programming 建模最大化目標，提出 non-linear approximation optimization for proportional fairness（NLAO-PF），證明近似比 50%。OMNeT++ [155] 相較 cvapPF [156]，均勻 client 與熱點 client 平均吞吐分別提高 18.8%、35%。

Association Control with Heterogeneous Clients（ACHC）[157]：實驗分析 802.11a/b/g 傳統 client 對 802.11n 的負面影響，提出二維 Markov model 估上下行吞吐，定義 MAC 效率：

Th 是估計吞吐，p 是上下行流量機率，r 為最適 PHY rate。最大化 $\sum\log\Upsilon(c_j)$，讓頻寬與可達資料率成比例。兩動態 heuristic 為 FAir MAC Efficiency（FAME）與 Categorized，實際最大化最低 MAC 效率。FAME 需附近 BSS 所有 client 的資料率、負載；Categorized 還需類型，但對動態較不敏感，因它希望同標準 client 儘量聚在同 AP，利用密集部署減輕傳統設備對 n 的影響。

模擬與 testbed 在 TCP／UDP、MAC 效率及各標準總吞吐皆優於 SSF、ACFL。雖實驗分散執行，資料蒐集對 client 負擔高，因此更適合 SDWLAN。

Association Control and CCA Adjustment（ACCA）[158]：針對密集 AP 提出集中 AsC 與 CCA 調整。以 AP 看到的 uplink SINR 衡量干擾／擁塞，網路建成 weighted bipartite graph（WBG），邊權重為 SINR，AsC 為最大權重匹配。目標最大化 client 總吞吐，上界用 Shannon–Hartley [159]。各 BSS 的 CCA 依 cell-edge SINR 約束調整，以 Kuhn–Munkres [160] 求解。MATLAB 模擬中，吞吐 CDF 第十百分位較 SSF 提高 15%–58%；CCA 調整也明顯改善邊緣 client。

Demand-Aware Load Balancing（DALB）[161]：最大化總頻寬，平衡吞吐增益與時間公平。核心是將頻寬需求納入 AP 負載。Client 需求 $\beta_{c_j}=S_{c_j}/T$，S 為 AP 在可分配時間 T 內收到的 client 資料量；所需傳輸時間 $T_{AP_i,c_j}=\beta_{c_j}T/r_{AP_i,c_j}$。目標：

\sum_{c_j\in C}\sum_{AP_i\in AP}\log\left(\frac{X_{AP_i,c_j}r_{AP_i,c_j}t_{AP_i,c_j}}{T}\right).\tag{8}

t 為實際分配時間；作者證明最大化目標並限制 $0\le t\le T_{AP_i,c_j}$，可達比例時間公平。兩步 heuristic：先每次選頻寬需求最大 client，連到已分配時間最少 AP，直到全部關聯；再排程 AP 傳輸時間。模擬吞吐較 SSF、ACPF、NLB [162] 提高 23%，未犧牲公平；頻寬公平稍好，時間公平明顯更好。

Migration-Cost-Aware Association Control（MCAC）[163]：在移轉成本約束下求 max-min 公平，以整數線性規劃最大化最低 client 吞吐。AP 負載為 $L_{AP_i}=\sum X_{AP_i,c_j}/r_{AP_i,c_j}$；假設吞吐與 1/L 成比例，最大化最低吞吐等同最小化最高 AP 負載。移轉成本約束：

\sum_{AP_i\in AP}\sum_{AP_l\in AP}Y_{AP_i,AP_l}M_{c_j}\le M.\tag{9}

Y∈{0,1} 表示 client j 是否從 AP i 搬至 l；$M_{c_j}$ 為該搬移成本，M 為總容許成本。作者證明 NP-hard，提出 cost-constrained association control algorithm（CACA）：先在成本範圍內移除一部分 client，降低最大 AP 負載，再重新關聯以降低最高負載 AP。NS-3 [164] 與實驗相較 SSF、ACPF、GameBased [165]，在重新關聯數、吞吐、loss ratio、端到端延遲皆有改善。

譯註：式 (8)、(9) 按原文列式。式 (8) 的零關聯項如何處理，以及式 (9) 中 client 索引如何涵蓋所有搬移，不能僅憑本綜述補寫；實作應查原始文獻。

QoS-Driven Association Control（QoSAC）[166]：以 flow 層級關聯滿足 QoS，納入 AP backhaul 容量。允許 client 同時連多 AP、逐 flow 路由，例如一 AP 影片串流、另一 AP 上傳檔案。

目標降低各下載 flow 平均 inter-packet delay。依 [157] 的二維非飽和 Markov model 推導延遲，最小化全 AP 延遲總和；約束 AP backhaul 容量至少為所有下載到達速率總和。轉成 supermodular set function optimization [167]，屬 NP-hard；以 greedy association 及 bounded local search 求解。Greedy 每次選使總延遲最小的 AP，直到全部關聯；local search 是類似 [168] 的 polynomial-time 方法。模擬比 SSF、FAME 延遲低，backhaul 有限且有熱點時尤其明顯。

C. AsC：經驗、比較與未解問題

表 III 比較機制。導引與無縫換手互相依賴；集中負載平衡若要快速回應，必須快速換手，否則重新關聯負擔抵銷好處。

1. 導引的最佳化範圍

三類為集中提示、集中個別決策、集中全域決策；多數屬後兩類，目標分為：

• 整體效能：改善全體 client／AP，例如 QoSAC 最小化總延遲，ACCA 最大化總吞吐。改善整體效能不一定須顯式最佳化問題，如 IV-B2。
• Max-min 公平：最大化最低效能；再給一個 client 更多資源時，必須犧牲其他 client 資源 [169]。ACFL、MCAC 最大化最低吞吐。
• 比例公平：處理異質標準及 rate adaptation 引起的多速率。DCF 給相同競爭存取機率，低速設備佔媒介較久；若要求相同吞吐，會犧牲高速 client，形成 performance anomaly，總吞吐可能比 SSF 更差 [141]、[157]、[170]、[171]。常見解法以對數目標與傳輸時間分配達比例公平，如 ACPF、ACHC、DALB。

但比例公平可能降低舊式低速 client 效能，違反其 QoS。可用 hybrid fairness，對 max-min 與比例公平加權，依需求調權；或 demand-aware proportional fairness，把需求與速率一起建模。

2. 決策指標

指標影響準確性與負擔，是 AsC 核心。SSF 只選最高 RSSI，忽略 AP 負載與 client 需求，因此新方法加入更多指標。表 III 常用 RSSI、AP 負載、client 吞吐及封包交換延遲。負載平衡間接改善 client，負載可用 client 數、AP 吞吐、busy time 建模；但顯式考慮 client 流量，效能更好。

可分不感知需求及感知需求。不感知方法只找附近最佳 AP：DenseAP、ACPF、BestAP 找最高可用頻寬，AGE、MCAC 等被原文歸在未考慮可容忍延遲的類型；可能無必要地換手，額外負擔反而降低效能。真正感知需求的方法很少，如 ACHC、DALB。

吞吐需求含上下行，多數假設下行占主導；醫療、工業、監視攝影機與雲端儲存等新應用卻需即時可靠上行 [17]、[35]、[54]、[172]–[174]。設計兼顧上下行的 AsC 尚為開放問題；能源受限 IoT 還須納入競爭強度、丟包等指標。

硬體對指標的影響也重要：相同環境下，小型 IoT 與多天線手機 RSSI 不同，client 回報未必能建立真實網路圖。高度非對稱鏈路（例如陰影遮蔽）中，AP 端 RSSI 也未必代表真實連通及干擾。量測不一致的影響、校正及納入機制，均待研究。

譯註：原文 IV-C2 對 MCAC 的「最小延遲」概述，與 IV-B3 的「最大化最低吞吐」模型不完全一致，此處保留分類脈絡，不將其改寫成一致的原文主張。

3. 動態性與負擔

動態且可擴展 AsC 必須減少三類負擔：量測延遲要短，才能反映變化；控制資料頻寬要小，包含每次命令及 VAP 搬移，須考量關聯頻率及範圍；部署成本要低，理想指標不須改 AP／client，BestAP 雖稱量測負擔低，仍須修改兩端。現有方法未完整考量三者，擴展性未充分研究，對手機及資源受限設備能耗的影響也未知。

連續且低負擔的監測應成為架構服務，促進開發與互通；AsC 與動態 ChA 可共用部分指標。可採：多機制共用指標、南向資料有效編碼、設備上不額外送流量的被動量測技術，以及推論／預測以提取新指標與未來狀態。

SDWLAN 可透過 packet header 深入分析流量類型與型態 [30]、[175]–[178]，改善流量預測及干擾建模。現有方法常假設飽和需求，實際吞吐與 airtime 卻受傳輸及應用協定影響 [172]、[179]、[180]；IoT 週期上行可用來改善 AsC。作者認為應以學習與預測，提供有意義、真實且可預測的運作知識。

Hybrid design 也可及時回應，類似 SoftRAN [181]：在本地決策，同時用全域資訊改善；階層控制器依變化速度、時間限制及控制訊息負擔，在不同層決策。AeroFlux 就支援這種多層設計，可由分散機制、本地控制器或中央控制器執行。

4. 安全

集中機制依全域資料最佳化，惡意回報比對分散控制影響更大。驗證網路狀態與 client 需求回報的合法性，尚未被這些架構與機制處理。

V. 集中式頻道分配（ChA；頁 452–458）

本節同樣聚焦指標、問題建模、解法及相較分散機制的改善。無線廣播加上密集 AP，使 ChA 成為降低同頻干擾及提高容量的重要機制。WLAN 可建成 conflict graph：AP 是頂點，邊代表干擾，顏色是頻道；目標用較少顏色著色，以改善頻道重用。

一般演算法使用全部或部分輸入：AP／client 集合、關聯、干擾關係、可用頻道數；以干擾、吞吐、頻譜效率、公平等定義最佳化問題。

圖 10 為非集中式 Least Congested Channel Search（LCCS）[182]，常見商用 AP 及比較基準。AP 開機後被動掃所有頻道，從鄰居 beacon 取得 client 數及流量，優先選不重疊頻道，否則選總流量最低者；因依 optional beacon fields，需廠商支援。更簡單的 minRSSI 基準，量各頻道附近 AP RSSI，選最低者。

ChA 分不感知流量及感知流量。

A. 不感知流量的頻道分配

本類不把 AP 負載及 client 流量需求納入，主要依干擾關係建圖著色。

Weighted Coloring Channel Assignment（WCCA）[183]：以加權圖著色及部分重疊頻道改善重用。AP 為頂點，潛在干擾為邊，頻道為顏色；鄰近 AP 的 client 數及干擾用來算邊權。Site-Report 讓 AP 要求 client 掃描，對各頻道生成活躍 AP 清單，含 client 可直接通信的 AP，以及其 client 與量測 client 可直接通信的 AP。權重：

W(AP_i,AP_j)=\frac{N_{AP_i,AP_j}+N_{AP_j,AP_i}}{N_{AP_i}+N_{AP_j}}.\tag{10}

$N_{AP_j}$ 為 AP j client 的 site report 數；$N_{AP_i,AP_j}$ 為 AP i client 報告 AP j 或其 client 干擾的數量。

I-factor 為兩頻道正規化干擾因子：不重疊（2.4 GHz 的 1、6）為 0，同頻為 1，部分重疊依中心頻率距離介於 0、1。衝突邊權為 $Ivalue=W\times I(ch_i,ch_j)$。有 K 頻道時，以最少顏色最佳化三種目標：最大邊 I-value（O_max）、總 I-value（O_sum）、衝突邊數（O_num）。兩分散 heuristic 為 Hminmax，不需 AP 協調、最小化 O_max；Hsum 需協調，聯合降低 O_max、O_sum。雖分散執行，SDWLAN 更易提供所需資訊。

NS-2 [184] 及 testbed 評估三個不重疊頻道及 11 個部分重疊頻道。前者疏／密網路干擾降低改善分別 45.5%、56%；後者較 LCCS 干擾減少 40%。

Client-Driven Channel Assignment（CDCA）[185]：衝突集合著色，每次迭代增加無衝突 client。衝突指不同 BSS 的 AP／client 用同頻。選量測點取得各 AP 訊號，對每 client 定義 range set（可直接通訊 AP）及 interference set（不能直接通訊但會干擾 AP），見圖 12。

目標一最大化無衝突 client 數；目標二最小化全網衝突。若某 AP 用 ch，其 client 的兩集合中其他 AP 不應用 ch，滿足即無衝突；若不可能全滿足則降低總衝突。演算法隨機選 AP，分配使無衝突數最多的頻道，依隨機排列遍歷全 AP，持續到不再改善。之後平衡仍受高干擾 client 的衝突程度，也間接達成流量平衡。

Frequency Planning in Large-Scale Networks（FPLN）[28]：加權圖著色，納入不可控制 AP 的外部干擾。AP j 對 i 的干擾邊權原文定義：

W(AP_i,AP_j)=C^{active}_{AP_i}\,I(ch_i,ch_j)\,P(AP_i,AP_j).\tag{11}

C_active 是區間內有送／收資料的關聯 client 數，I 為頻道干擾因子，P 為 AP j 收到 AP i 的功率。AP i 干擾因子為對所有 j 的 W 總和，目標最小化可控及不可控 AP 干擾總和，後者頻道固定。

兩階段 heuristic：依鄰近關係將可控 AP 分 cluster，在各組由干擾最高 AP 開始，固定其他頻道並找使自身干擾最低者；再由最高干擾 AP 開始執行 pruning-based exhaustive search，降低組總干擾，刪除比第一階段更差的解。南向採 CAPWAP。模擬與 testbed 相較 LCCS 干擾約降低 1.2 倍（原文用語）。

CloudMAC [26]、[50]：一實體 AP 多 NIC 可映射到同 VAP，各 NIC 不同頻道，定期回報使用率，但量測方式未詳述。Client 位於高干擾頻道時，用 802.11h channel switch announcement（文中指出 a/n 強制支援）切到較低干擾頻道。同一 VAP 經同 AP 的另一 NIC 通訊，不須重新關聯或修改 client；未報告此機制效能。

Odin [102]：控制器的 ChA 應用在不同運作時段量各頻道 RSSI，heuristic 為每 AP 選最大與平均 RSSI 最小的頻道；未評估效能。

Primary Channel Allocation（PCA）[29]：處理 802.11ac hidden-channel（HC）問題，即一 AP 侵入另一 AP 頻寬。原因為頻寬異質、主／次頻道 CCA 閾值不同，以及未考慮頻寬的固定功率。

圖 13：AP1 使用 80 MHz，由四個 20 MHz 頻道組成，1 為主頻道；主頻道感測範圍較次頻道大。AP2 以 20 MHz 在頻道 3 傳輸，位於 AP1 次頻道感測範圍外，因此 AP1 偵測不到，開始用四頻道傳送並干擾 AP2。

作者以 Markov chain 分析封包長度及 MAC 競爭參數影響，也研究各 HC 情境的 PER。以 AP 頂點、頻道顏色、侵入關係邊建圖；控制器收頻寬及干擾資訊，目標降低侵入並提高使用率。整數規劃 NP-hard，以 heuristic primary channel allocation 求解。模擬優於 minRSSI 與隨機分配，接近 exhaustive search 最適解。

EmPOWER2 [24]：控制器有 channel quality／interference map，API 遍歷地圖，辨識 LVAP 對之上下行衝突；節點互在通訊範圍即有邊，權重為 channel quality。依 [186] 圖著色分配頻道。

Wi-5 Channel Assignment（Wi5CA）[187]、[188]：Wi-5 專案的一部分，以二元整數線性規劃，原文目標矩陣 $U=G\times A^T\mathbin{.}I$，× 為矩陣乘法，. 為逐元素乘法。G∈{0,1}^{|AP|×|AP|} 為拓樸，平均接收功率過閾值為 1；A∈{0,1}^{|CH|×|AP|} 為頻道分配；I∈R^{|AP|×|CH|} 為預測干擾，但預測法未明。最小化：

\sum_{AP_i\in AP}\sum_{ch_j\in CH}U_{AP_i,ch_j},\tag{12}

代表全網干擾。干擾過閾值才執行；MATLAB 模擬平均干擾較 LCCS 與無協調分配分別低 2、3 dB。

B. 感知流量的頻道分配

本類納入 AP、client 或兩者流量。干擾對效能的影響複雜，因此直接把吞吐、延遲、公平納入。

AP Placement and Channel Assignment（APCA）[189]：聯合部署與 ChA，提高總吞吐及公平。Client 吞吐依 MAC timing、拓樸、資料率估計；11、5.5、2、1 Mbps 由 RSSI 決定。以 Jain 指數 [190] 衡量吞吐公平：

J=\frac{(\sum_{c_i\in C}Th_{c_i})^2}{|C|\sum_{c_i\in C}(Th_{c_i})^2}.\tag{13}

最大化 $J\sum Th$。Patching local search 每次在預定位置放一 AP，配置不重疊頻道以最大化目標，直到預定 AP 數。模擬及 testbed 接近最適吞吐與公平；只適用初始設定。

Traffic-Aware Channel Assignment（TACA）[191]：依流量需求給 AP／client 權重，定義 weighted channel separation（WCS）：

WCS=\sum_{\substack{i,j\in AP\cup C\\BSS(i)\ne BSS(j)}}W(i,j)\,Separation(i,j).\tag{14}

BSS(k) 為節點所屬 BSS，W 為流量需求函數，$Separation=\min(|ch_i-ch_j|,5)$，最多 5，對應 1 與 6 等正交頻道距離。包括所有節點，因此納入 AP–AP、AP–client、client–client 干擾。

圖 14 heuristic 最大化 WCS。每天量干擾圖數次，由 AP SNMP 蒐集及預測需求。Step 1 只納 AP 需求初始分配；Step 2 用 simulated annealing（SA），每次隨機選 AP 及 client，改頻道以納入兩者需求並提高 WCS。25 節點 testbed，TCP 吞吐為不納流量版本 2.6 倍；每五分鐘切一次頻道沒有造成吞吐下降。

Virtual Delayed Time Channel Assignment（VDTCA）[27]：以 AP／client 訊號及流量預測干擾，$VDT=T_{int}-T_n$ 為有／無干擾下傳同量資料的額外時間。「虛擬」意指不實際換頻，靠預測計算。傳輸時間依 PHY rate，而後者依接收端 RSSI 推出的 SINR；流量也重要，無流量 AP 不會增加鄰居延遲。因此 T_int 用所有鄰近 AP／client 的 RSSI 及流量算。

每對 BSS（AP 與 client）之 VDT 作圖邊權，非重疊頻道作顏色，目標以較少顏色降低總邊權。以 semidefinite programming（SDP）[192] relaxation 解；中型網路秒級，例如 50 AP、9 頻道需 27.5 秒。Testbed 吞吐較 LCCS 高 30%。

CUWN [85]：依 RF group 與各 AP cost 定期改頻道。Cost 代表干擾，排序成 channel plan change initiator（CPCI）清單。Leader 選最高 cost AP 及其一跳鄰居改頻道以降 cost，刪除這些 AP，再處理剩餘清單。Heuristic 求次佳配置，儘量增加頻率距離以降低干擾；也可人工設定。

註 4：網管可調整更新週期。註 5：CUWN 的詳細 ChA 演算法未公開。

Channel Assignment with Fairness Approach（CAFA）[193]：頂點及邊皆加權圖著色，部分重疊距離依 [183] I-factor。Client 正規化吞吐以 [194] 近似；AP 頂點權重為依 client 吞吐及 I-factor 算出的總吞吐下降，邊權為互相干擾造成的下降；以 Jain 指數定義 AP 正規化吞吐公平。目標聯合降低 client 吞吐損失、提高公平。迭代先排序 AP，選最高權重 AP，配使鄰居吞吐損失最少的頻道，直到全數完成。4／8 AP 模擬較 WCCA 總吞吐提高 15%、6%。

Throughput and Fairness-Aware Channel Assignment（TFACA）[195]：使用頻譜監測及 AP 流量需求，效用：

U(AP_i,ch_j)=\frac{\min(F(AP_i,ch_j),T(AP_i))}{T(AP_i)}.\tag{15}

F 是頻道空閒 airtime，T 是每單位時間處理 AP 資料所需總時間；U 代表該單位時間能送出資料比例。兩目標為：

\max\sum_{AP_i\in AP,ch_j\in CH}U(AP_i,ch_j),\tag{16}

以及：

\max\min_{AP_i\in AP,ch_j\in CH}U(AP_i,ch_j).\tag{17}

NP-hard，以兩步 heuristic：各 AP 獨立選最大效用頻道；由最低效用者開始重配，不降低總效用。重複至指定次數或全部 U=1，另以類似 (13) 指數納入公平。802.11g、不重疊頻道的模擬及 testbed，相較 minRSSI 公平提高 8%–15%，平均效用增 8%–21%。

Frequency and Bandwidth Assignment（FBWA）[196]：802.11n/ac 聯合頻道、頻寬分配，利用 channel bonding。主頻道 ch_j、頻寬 β 的效用：

U(AP_i,ch_j,\beta)=\frac{Th(AP_i,ch_j,\beta)}{\min(Th_{max}(AP_i,ch_j,\beta),L^{mean}_{AP_i})}.\tag{18}

Th 為預期吞吐，Th_max 為最大可達吞吐，L_mean 為平均負載。以類似 TFACA 的 heuristic 選各 AP 主頻道及頻寬，最大化總效用。Testbed 重疊 BSS 數降低 65%–89%，平均吞吐為隨機分配及 minRSSI 約三倍。

Normalized-Airtime Channel Assignment（NATCA）[197]：AP 定期量 busy time（normalized airtime）並回報，指鄰居佔用目前頻道的時間比例，在送資料給 client 時量測。閾值分重／輕擁塞；不改輕擁塞 AP，最小化全 AP normalized airtime 總和，以 Tabu search 解。NS-3 吞吐為 LCCS 1.5 倍；透過 tracing 取得逐封包資料，被動量各 AP airtime。

C. ChA：經驗、比較與未解問題

表 IV 比較 ChA 特性，以下分析與提出方向。

1. 動態性與流量感知

並非所有機制支援動態重分配；多數不感知流量或忽略上行，許多未說明資料蒐集策略，其餘通常只看 AP 平均負載及 client 平均需求。原因是更新中央干擾圖越頻繁，控制流量越大；NP-hard heuristic 即使較快，仍可能來不及回應動態。

IV-C3 的預測與 hybrid design 可解決。ChA 可依預測視窗與準確度提前回應，減輕即時建圖及快速運算壓力；多層決策則快速且低負擔。控制器拓樸可依機制調整：ChA 依干擾關係，AsC 可將走廊 AP 接至本地控制器以改善移動 client QoS。因此需彈性控制器互連架構。

2. ChA 與 AsC 聯合設計

換頻依架構可能導致重新關聯、中斷與 QoS 違反 [111]、[198]、[199]，須量測及降低切換負擔。聯合設計可保證不中斷效能，例如預測流量、配頻提高空間重用，再搬 VAP 支援無縫換手。移動預測 [200]、[201] 可讓 AsC／ChA 主動執行，降低延遲，免等效能下降才觸發。SDWLAN 可集中收 RSSI，特別適合定位及移動預測。但現有聯合機制 [202]、[203] 分散運作，缺少醫療／工業等所需效能保證 [17]。

3. 部分重疊頻道與 AP 密度管理

多數 2.4 GHz ChA 只用不重疊頻道，密集 AP 下限制干擾降低與重用的取捨 [204]。動態使用部分重疊頻道 [193] 可改善，兩 AP 干擾越大，頻道距離越大，但需要有效蒐集統計的 API。

還能藉拓樸管理提高容量：安裝時 site survey 決定 AP 位置 [205]；動態調 AP 功率 [206]；動態開關 AP [107]。後兩者須架構支援，也須和 AsC 協調以免中斷。例如預先改關聯，再改頻道／功率，避免斷線。個別或分散處理已有研究 [40]、[207]–[209]，但集中整合方案欠缺。

4. 與虛擬化整合

整理的 ChA／AsC 多忽略切片資源分配，但其影響很大。Client 移動到新 AP，除了公平頻寬也要確認可用資源；屬切片 n 的 client 換 AP 後，不能違反自身及其他切片 QoS，若需移動其他 client，須降低其重新關聯成本。ChA 可為任務關鍵切片配不重疊頻道、一般切片配重疊頻道；多控制器協作更複雜。整合有助 IoT／移動裝置的關鍵資料傳輸。

也可提供個人化移動服務，例如 VAP 保存 handset 特性供 AsC 選最低能耗 AP；架構與機制的這類互動尚未探索。低層切片協調同樣困難：不同 flow 有不同功率時，直接改同頻 AP 功率會干擾、破壞服務，因此須協調控制機制。

5. 高吞吐與舊式 client 共存

即使 n/ac 普及，低流量 IoT 等仍可能使用 b 等舊標準 [1]、[37]、[38]。802.11n/ac 的較寬頻道可能被舊 client 妨礙 [210]、[211]。Channel bonding 帶來 hidden-channel、partial channel blocking、middle-channel starvation [29]、[211]、[212]：20 MHz 傳統 client 可能阻擋或中斷 80／160 MHz；若寬頻 client 與兩舊 client 頻道重疊，必須等兩者都 idle 才能用完整頻寬，造成飢餓。異質多速率 QoS 仍不成熟，只有 PCA [29] 提出集中解法並與分散機制比較。

6. 安全

無線易受 jamming：惡意頻段訊號阻止正常接收。多項量測探討了 802.11 DoS 弱點 [213]–[215]。雖有 frequency hopping [216] 等解法，未利用中央全域視野。SDWLAN 可讓 AP／client 定期回報頻道存取時間、噪聲、封包成功率等，需設計利用這些資料做異常偵測的機制。

VI. 相關綜述（Related Surveys；頁 458）

[23] 全面研究軟體定義行動、感測、mesh、家庭無線網路，按目標與架構分類。[217] 整理資料及控制平面程式化，包含有／無線元件、控制架構及虛擬化工具。[218] 探討無線虛擬化及挑戰；[219] 整理 OpenFlow 概念、抽象與有／無線應用。[3]、[220] 整理高吞吐、TV white space、M2M 的 802.11 標準；[39] 整理節能 MAC；[4] 整理行動至 WLAN 卸載。

[221] 整理頻道分配，[222] 探討密集 WLAN 動態；[15]、[223]、[224] 整理第一／二層 QoS；[225] 整理 client 關聯及 AP 佈建；[226] 整理分散負載平衡；[227] 整理頻譜佔用量測與干擾圖；[228] 探討 WLAN 未來需求及當時發展中的 ax；[229] 整理無線虛擬化的商業模式、使能技術與效能指標。

作者整理既有綜述後認為，仍缺少從 SDN 角度全面研究 WLAN 的文獻，尤其架構與必要集中控制，因此撰寫本文。

VII. 結論（Conclusion；頁 458–459）

SDWLAN 讓控制機制成為網路 OS 上的應用。架構提供監測與控制命令 API，應用可利用控制器全域視野，比分散機制更有效運作。本文依可觀測性與可設定性、可程式化、虛擬化、可擴展性、流量整形與家庭網路等主要貢獻分類架構；比較並分析新興應用，提出集中化與擴展性取捨、降低南向負擔、利用第一／二層程式化虛擬化，以及安全機會與挑戰等方向。

接著探討廣泛使用的 AsC、ChA，整理指標、模型、求解及相較分散機制的結果。AsC 分降低換手負擔的無縫換手，以及改善 client 效能的導引；提出將上下行納入指標、建立需求感知比例公平、將應用需求與行為納入模型等方向。

ChA 聚焦 AP／client 干擾建模，依是否納流量分兩類。比較顯示新方法須處理高低吞吐異質 client 共存。本文也探討 AsC／ChA 與虛擬化整合的挑戰與解法，以及兩者共同設計的重要性與效益。

附錄 A. 主要縮寫與符號（表 I）

$C=\{c_1,\ldots,c_k\}$：用戶端集合；$AP=\{AP_1,\ldots,AP_l\}$：AP 集合；$CH=\{ch_1,\ldots,ch_m\}$：頻道集合。

附錄 B. 圖說與原圖核對

圖中的產品、架構及 API 名稱保留英文。下列原頁影像保留原圖標籤及配置，以避免用文字抽取破壞圖表；各圖的機制說明已在正文翻譯。

1. 圖 1（頁 431）：(a) 2012–2017 年 Wi-Fi 裝置出貨量增加；(b) 2014–2019 年 Wi-Fi、行動及 Ethernet 流量成長 [8]。
2. 圖 2（頁 433）：論文高階架構。II 為研究動機（應用／需求、挑戰、架構與控制），III 為架構（SDN 原理、標準協定、SDWLAN 架構、比較與問題），IV 為 AsC（無縫換手、導引、比較與問題），V 為 ChA（不感知／感知流量、比較與問題）。
3. 圖 3（頁 437）：AP Aggregate [101] 的 AP 架構，包含政策平面、VAP manager、虛擬無線介面與無線 NIC。
4. 圖 4（頁 437）：Odin [102] 引入 LVAP 降低換手負擔。
5. 圖 5（頁 438）：CloudMAC [26] 把 VAP 放在雲端，降低 AP 複雜度。
6. 圖 6（頁 440）：OpenSDWN [25] 引入 vMB，提高資料平面程式化。
7. 圖 7（頁 442）：依 III-C 分類整理 SDWLAN 架構特性：可觀測性與可設定性、可程式化、虛擬化、可擴展性、流量整形。
8. 圖 8（頁 446）：EmPOWER [107] slave AP 能源管理 FSM，ON／OFF 條件見 IV-B2。
9. 圖 9（頁 447）：AGE [148] 指示 client 連至最低延遲 AP；流程為請求、取資料、預測、回覆、重新關聯。
10. 圖 10（頁 452）：LCCS [182] 流程：啟動掃描、取鄰居資料、優先無重疊頻道，否則最低總流量。
11. 圖 11（頁 452）：WCCA [183] 的加權圖著色；AP i、j 的衝突邊 I-value。
12. 圖 12（頁 453）：CDCA [185] 的 range set（RS）與 interference set（IS），有編號方塊為 AP。
13. 圖 13（頁 454）：802.11ac 隱藏頻道問題範例 [29]。
14. 圖 14（頁 455）：TACA [191] 流程；先只納 AP 流量初配，再納 client 流量，以 simulated annealing 更新。

原圖頁面：

附錄 C. 比較表的中文欄位與讀法

表格內架構、機制名稱保留英文，對應正文同名小節；✓ 表示支援／有該特性，× 表示不支援／無該特性，空格依原表保留。這些是綜述作者當時的比較，不是現行產品能力清單。

表 II：SDWLAN 架構比較（頁 441）

欄位依序為：架構、可程式化架構、是否詳述 API、VAP、網路切片、南向協定、split-MAC 支援、用戶端修改、已實作 AsC、已實作 ChA。Proprietary = 專有協定；Extended OpenFlow = 擴充 OpenFlow。各架構的功能與協定已在 III-C 翻譯。

表 III：AsC 機制比較（頁 450）

欄位依序為：機制；目標（無縫換手／用戶端導引）；最佳化範圍（集中提示／集中個別最佳化／集中全域最佳化）；決策指標；流量感知（下行／上行）；效能評估（模擬／測試平台）。表中的 AP Load Balancing = AP 負載平衡；Bandwidth Improvement = 頻寬改善；Energy Efficiency = 能源效率；Reducing Packet Exchange Delay = 降低封包交換延遲；Fair Bandwidth Allocation = 公平頻寬分配；Maximize Throughput = 最大化吞吐量；Overall Performance = 整體效能；Max-min fairness = 最大最小公平；Proportional Fairness = 比例公平；Available Bandwidth = 可用頻寬；Free airtime = 空閒無線傳輸時間；Transmission rate = 傳輸速率；MAC efficiency = MAC 效率；Uplink SINR = 上行 SINR；Transmission time = 傳輸時間；Re-association cost = 重新關聯成本；Inter-packet delay = 封包間延遲；Number of clients = 用戶端數量；Latency = 延遲。

表 IV：ChA 機制比較（頁 457）

欄位依序為：機制；流量感知（下行／上行）；標準與頻道（802.11 標準／部分重疊頻道）；是否動態；效能評估（模擬／測試平台）。機制名稱、各項目標與評估方式詳見 V-A、V-B。

附錄 D. 發表資訊與作者說明

稿件於 2017-08-06 收到，2018-01-22 與 2018-06-04 修訂，2018-07-27 接受，2018-09-04 線上發表，當期版本日期為 2019-02-22。研究部分由 Cypress Semiconductor Corporation 的 CYP001 計畫支持；通訊作者為 Behnam Dezfouli。

Dezfouli、Esmaeelzadeh、Sheth 任職於美國 Santa Clara University 電腦工程系 Internet of Things Research Laboratory。Radi 任職於美國 Western Digital Corporation 的 San Jose Research Center。原文四位作者的照片及簡介在出版時皆未提供。

參考文獻（原文書目完整保留 [1]–[229]）

以下保留英文作者、標題、出處及原始網址以方便搜尋；換行已合併。PDF 抽取可能造成字元或網址空白，正式引用前請以原 PDF 核對。

[1] S. Tozlu, M. Senel, W. Mao, and A. Keshavarzian, “Wi-Fi enabled sensors for Internet of Things: A practical approach,” IEEE Commun. Mag., vol. 50, no. 6, pp. 134–143, Jun. 2012.

[2] M. Baird, B. Ng, and W. Seah, “WiFi network access control for IoT connectivity with software defined networking,” in Proc. 8th ACM Multimedia Syst. Conf. (MMSys), Taipei, Taiwan, 2017, pp. 343–348.

[3] H. A. Omar et al., “A survey on high efficiency wireless local area networks: Next generation WiFi,” IEEE Commun. Surveys Tuts., vol. 18, no. 4, pp. 2315–2344, 4th Quart., 2016.

[4] Y. He, M. Chen, B. Ge, and M. Guizani, “On WiFi offloading in heterogeneous networks: Various incentives and trade-off strategies,” IEEE Commun. Surveys Tuts., vol. 18, no. 4, pp. 2345–2385, 4th Quart., 2016.

[5] Wi-Fi Alliance Publishes 7 for ’17 Wi-Fi Predictions. Accessed: 2018. [Online]. Available: http://www.wi-fi.org/news-events/newsroom/wi-fialliance-publishes-7-for-17-wi-fi-predictions

[6] (2016). Ericsson Mobility Report. [Online]. Available: https://www. ericsson.com/res/docs/2016/ericsson-mobility-report-2016.pdf

[7] Global Wi-Fi Enabled Equipment Shipments From 2012 to 2017 (in Billion Units). [Online]. Available: https://www.statista. com/statistics/282512/global-wi-fi-enabled-equipment-shipments/

[8] Cisco Visual Networking Index: Global Mobile Data Traffic Forecast Update, 2015–2020 White Paper. [Online]. Available: http:// www.cisco.com/c/en/us/solutions/collateral/service-provider/visualnetworking-index-vni/mobile-white-paper-c11-520862.html

[9] K. Lee, J. Lee, Y. Yi, I. Rhee, and S. Chong, “Mobile data offloading: How much can WiFi deliver?” IEEE/ACM Trans. Netw., vol. 21, no. 2, pp. 536–550, Apr. 2013.

[10] P. Serrano, P. Salvador, V. Mancuso, and Y. Grunenberger, “Experimenting with commodity 802.11 hardware: Overview and future directions,” IEEE Commun. Surveys Tuts., vol. 17, no. 2, pp. 671–699, 2nd Quart., 2015.

[11] S. Biswas et al., “Large-scale measurements of wireless network behavior,” in Proc. SIGCOMM, 2015, pp. 153–165.

[12] R. Murty, J. Padhye, R. Chandra, A. Wolman, and B. Zill, “Designing high performance enterprise Wi-Fi networks,” in Proc. 5th USENIX Symp. Netw. Syst. Design Implement., Apr. 2008, pp. 73–88.

[13] I. Broustis, K. Papagiannaki, S. V. Krishnamurthy, M. Faloutsos, and V. P. Mhatre, “Measurement-driven guidelines for 802.11 WLAN design,” IEEE/ACM Trans. Netw., vol. 18, no. 3, pp. 722–735, Jun. 2010.

[14] K. Sui et al., “Understanding the impact of AP density on WiFi performance through real-world deployment,” in Proc. IEEE Int. Symp. Local Metropolitan Area Netw. (LANMAN), Rome, Italy, 2016, pp. 1–6.

[15] J. Choi and K. G. Shin, “QoS provisioning for large-scale multi-AP WLANs,” Ad Hoc Netw., vol. 10, no. 2, pp. 174–185, 2012.

[16] F. Tramarin, S. Vitturi, M. Luvisotto, and A. Zanella, “On the use of IEEE 802.11n for industrial communications,” IEEE Trans. Ind. Informat., vol. 12, no. 5, pp. 1877–1886, Oct. 2016.

[17] B. Dezfouli, M. Radi, and O. Chipara, “REWIMO: A real-time and reliable low-power wireless mobile network,” ACM Trans. Sensor Netw., vol. 13, no. 3, 2017, Art. no. 17.

[18] Y. Jarraya, T. Madi, and M. Debbabi, “A survey and a layered taxonomy of software-defined networking,” IEEE Commun. Surveys Tuts., vol. 16, no. 4, pp. 1955–1980, 4th Quart., 2014.

[19] D. B. Rawat and S. R. Reddy, “Software defined networking architecture, security and energy efficiency: A survey,” IEEE Commun. Surveys Tuts., vol. 19, no. 1, pp. 325–346, 1st Quart., 2017.

[20] L. E. Li, Z. M. Mao, and J. Rexford, “Toward software-defined cellular networks,” in Proc. EWSDN, Darmstadt, Germany, 2012, pp. 7–12.

[21] H. Ali-Ahmad et al., “CROWD: An SDN approach for densenets,” in Proc. Eur. Workshop Softw. Defined Netw. (EWSDN), Berlin, Germany, 2013, pp. 25–31.

[22] T. Chen, M. Matinmikko, X. Chen, X. Zhou, and P. Ahokangas, “Software defined mobile networks: Concept, survey, and research directions,” IEEE Commun. Mag., vol. 53, no. 11, pp. 126–133, Nov. 2015.

[23] I. T. Haque and N. Abu-Ghazaleh, “Wireless software defined networking: A survey and taxonomy,” IEEE Commun. Surveys Tuts., vol. 18, no. 4, pp. 2713–2737, 4th Quart., 2016.

[24] R. Riggio, M. K. Marina, J. Schulz-Zander, S. Kuklinski, and T. Rasheed, “Programming abstractions for software-defined wireless networks,” IEEE Trans. Netw. Service Manag., vol. 12, no. 2, pp. 146–162, Jun. 2015.

[25] J. Schulz-Zander, C. Mayer, B. Ciobotaru, S. Schmid, and A. Feldmann, “OpenSDWN: Programmatic control over home and enterprise WiFi,” in Proc. ACM SIGCOMM Symp. Softw. Defined Netw. Res., Santa Clara, CA, USA, 2015, p. 16.

[26] J. Vestin et al., “CloudMAC: Towards software defined WLANs,” ACM SIGMOBILE Mobile Comput. Commun. Rev., vol. 16, no. 4, pp. 42–45, Feb. 2013.

[27] Y. Liu et al., “Measurement-based channel management in WLANs,” in Proc. IEEE Wireless Commun. Netw. Conf. (WCNC), Sydney, NSW, Australia, Apr. 2010, pp. 1–6.

[28] M. Bernaschi et al., “A CAPWAP-based solution for frequency planning in large scale networks of WiFi hot-spots,” Comput. Commun., vol. 34, no. 11, pp. 1283–1293, 2011.

[29] S. Jang and S. Bahk, “A channel allocation algorithm for reducing the channel sensing/reserving asymmetry in 802.11ac networks,” IEEE Trans. Mobile Comput., vol. 14, no. 3, pp. 458–472, Mar. 2015.

[30] L. Oliveira, K. Obraczka, and A. Rodríguez, “Characterizing user activity in WiFi networks: University campus and urban area case studies,” in Proc. MSWiM, 2016, pp. 190–194.

[31] A. Patro and S. Banerjee, “COAP: A software-defined approach for home WLAN management through an open API,” in Proc. 9th ACM Workshop Mobility Evolving Internet Archit. (MobiArch), Sep. 2014, pp. 31–36.

[32] S. Zehl, A. Zubow, M. Döring, and A. Wolisz, “RESFI: A secure framework for self organized radio resource management in residential WiFi networks,” in Proc. IEEE 17th Int. Symp. World Wireless (WoWMoM), Coimbra, Portugal, 2016, pp. 1–11.

[33] J.-Q. Li et al., “Industrial Internet: A survey on the enabling technologies, applications, and challenges,” IEEE Commun. Surveys Tuts., vol. 19, no. 3, pp. 1504–1526, 3rd Quart., 2017.

[34] M. Luvisotto, Z. Pang, and D. Dzung, “Ultra high performance wireless control for critical applications: Challenges and directions,” IEEE Trans. Ind. Informat., vol. 13, no. 3, pp. 1448–1459, Jun. 2017.

[35] Y.-H. Wei et al., “RT-WiFi: Real-time high-speed communication protocol for wireless cyber-physical control applications,” in Proc. IEEE 34th Real Time Syst. Symp. (RTSS), Vancouver, BC, Canada, 2013, pp. 140–149.

[36] J. Silvestre-Blanes, L. Almeida, R. Marau, and P. Pedreiras, “Online QoS management for multimedia real-time transmission in industrial networks,” IEEE Trans. Ind. Electron., vol. 58, no. 3, pp. 1061–1071, Mar. 2011.

[37] CYW43907: WICED IEEE 802.11 a/b/g/n SoC With an Embedded Applications Processor. Accessed: 2018. [Online]. Available: http://www.cypress.com/file/298236/download

[38] BCM4343: Single-Chip 802.11 b/g/n MAC/Baseband/Radio. Accessed: 2018. [Online]. Available: http://www.cypress.com/file/298081/download

[39] S.-L. Tsao and C.-H. Huang, “A survey of energy efficient MAC protocols for IEEE 802.11 WLAN,” Comput. Commun., vol. 34, no. 1, pp. 54–67, 2011.

[40] V. P. Mhatre, K. Papagiannaki, and F. Baccelli, “Interference mitigation through power control in high density 802.11 WLANs,” in Proc. INFOCOM, Barcelona, Spain, 2007, pp. 535–543.

[41] A. Kashyap, U. Paul, and S. R. Das, “Deconstructing interference relations in WiFi networks,” in Proc. SECON, Boston, MA, USA, Jun. 2010, pp. 1–9.

[42] S. Gollakota, F. Adib, D. Katabi, and S. Seshan, “Clearing the RF smog: Making 802.11n robust to cross-technology interference,” in Proc. ACM SIGCOMM, Toronto, ON, Canada, 2011, pp. 170–181.

[43] K. Pelechrinis, I. Broustis, S. V. Krishnamurthy, and C. Gkantsidis, “A measurement-driven anti-jamming system for 802.11 networks,” IEEE/ACM Trans. Netw., vol. 19, no. 4, pp. 1208–1222, Aug. 2011.

[44] A. Zanella, “Best practice in RSS measurements and ranging,” IEEE Commun. Surveys Tuts., vol. 18, no. 4, pp. 2662–2686, 4th Quart., 2016.

[45] B. Dezfouli, M. Radi, S. A. Razak, H.-P. Tan, and K. A. Bakar, “Modeling low-power wireless communications,” J. Netw. Comput. Appl., vol. 51, pp. 102–126, May 2015.

[46] D. Giustiniano, D. Malone, D. J. Leith, and K. Papagiannaki, “Measuring transmission opportunities in 802.11 links,” IEEE/ACM Trans. Netw., vol. 18, no. 5, pp. 1516–1529, Oct. 2010.

[47] L. Deek, E. Garcia-Villegas, E. Belding, S.-J. Lee, and K. Almeroth, “Joint rate and channel width adaptation for 802.11 mimo wireless networks,” in Proc. IEEE 10th Annu. IEEE Commun. Soc. Conf. Sensor Mesh Ad Hoc Commun. Netw. (SECON), New Orleans, LA, USA, 2013, pp. 167–175.

[48] A. Faridi, B. Bellalta, and A. Checco, “Analysis of dynamic channel bonding in dense networks of WLANs,” IEEE Trans. Mobile Comput., vol. 16, no. 8, pp. 2118–2131, Aug. 2017.

[49] L. Suresh, J. Schulz-Zander, R. Merz, A. Feldmann, and T. Vazao, “Towards programmable enterprise WLANs with ODIN,” in Proc. HotSDN, Helsinki, Finland, Aug. 2012, pp. 115–120.

[50] J. Vestin and A. Kassler, “Qos enabled WiFi MAC layer processing as an example of a NFV service,” in Proc. NetSoft, London, U.K., Apr. 2015, pp. 1–9.

[51] K.-C. Ting, F.-C. Kuo, B.-J. Hwang, H. C. Wang, and C.-C. Tseng, “A power-saving and robust point coordination function for the transmission of VoIP over 802.11,” in Proc. IEEE Int. Symp. Parallel Distrib. Process. Appl. (ISPA), Taipei, Taiwan, -2010, pp. 283–289.

[52] Z. Zeng, Y. Gao, and P. R. Kumar, “SOFA: A sleep-optimal fairattention scheduler for the power-saving mode of WLANs,” in Proc. IEEE ICDCS, Minneapolis, MN, USA, 2011, pp. 87–98.

[53] L. Liu, X. Cao, Y. Cheng, and Z. Niu, “Energy-efficient sleep scheduling for delay-constrained applications over WLANs,” IEEE Trans. Veh. Technol., vol. 63, no. 5, pp. 2048–2058, Jun. 2014.

[54] B. Dezfouli, M. Radi, and O. Chipara, “Mobility-aware real-time scheduling for low-power wireless networks,” in Proc. 35th Annu. IEEE Int. Conf. Comput. Commun. (INFOCOM), San Francisco, CA, USA, 2016, pp. 1–9.

[55] N. Gude et al., “NOX: Towards an operating system for networks,” ACM SIGCOMM Comput. Commun. Rev., vol. 38, no. 3, pp. 105–110, 2008.

[56] Floodlight. Accessed: 2018. [Online]. Available: http:// www.projectfloodlight.org/floodlight

[57] D. Levin, A. Wundsam, B. Heller, N. Handigol, and A. Feldmann, “Logically centralized? State distribution trade-offs in software defined networks,” in Proc. HotSDN, Helsinki, Finland, 2012, pp. 1–6.

[58] S. H. Yeganeh, A. Tootoonchian, and Y. Ganjali, “On scalability of software-defined networking,” IEEE Commun. Mag., vol. 51, no. 2, pp. 136–141, Feb. 2013.

[59] N. McKeown et al., “OpenFlow: Enabling innovation in campus networks,” ACM SIGCOMM Comput. Commun. Rev., vol. 38, no. 2, pp. 69–74, 2008.

[60] S. Waldbusser, M. Rose, J. Case, and K. McCloghrie. Protocol Operations for Version 2 of the Simple Network Management Protocol (SNMPv2). Accessed: 2018. [Online]. Available: https://tools.ietf.org/html/rfc1448

[61] A. Wang, M. Iyer, R. Dutta, G. N. Rouskas, and I. Baldine, “Network virtualization: Technologies, perspectives, and frontiers,” J. Lightw. Technol., vol. 31, no. 4, pp. 523–537, Feb. 15, 2013.

[62] R. Sherwood et al., “FlowVisor: A network virtualization layer,” OpenFlow Switch Consortium, Stanford Univ., Stanford, CA, USA, Rep. 1, p. 132, 2009.

[63] W. Zhou, L. Li, M. Luo, and W. Chou, “REST API design patterns for SDN northbound API,” in Proc. IEEE WAINA, Victoria, BC, Canada, 2014, pp. 358–365.

[64] L. Richardson and S. Ruby, RESTful Web Services. Beijing, China: O’Reilly Media, 2008.

[65] N. Foster et al., “Frenetic: A network programming language,” ACM SIGPLAN Notices, vol. 46, no. 9, pp. 279–291, 2011.

[66] J. Reich, C. Monsanto, N. Foster, J. Rexford, and D. Walker, “Modular SDN programming with pyretic,” USENIX, Berkeley, CA, USA, Rep., 2013.

[67] C. Monsanto, N. Foster, R. Harrison, and D. Walker, “A compiler and run-time system for network programming languages,” ACM SIGPLAN Notices, vol. 47, no. 1, pp. 217–230, 2012.

[68] C. Trois, M. D. Del Fabro, L. C. E. de Bona, and M. Martinello, “A survey on SDN programming languages: Toward a taxonomy,” IEEE Commun. Surveys Tuts., vol. 18, no. 4, pp. 2687–2712, 4th Quart., 2016.

[69] J. Medved, R. Varga, A. Tkacik, and K. Gray, “OpenDaylight: Towards a model-driven SDN controller architecture,” in Proc. IEEE 15th Int. Symp. World Wireless Mobile Multimedia Netw. (WoWMoM), Sydney, NSW, Australia, 2014, pp. 1–6.

[70] J. D. Case, M. Fedor, M. L. Schoffstall, and J. Davin, “Simple network management protocol (SNMP),” Internet Eng. Task Force, Fremont, CA, USA, Rep. RFC 1157, 1990.

[71] D. Harrington, R. Presuhn, and B. Wijnen, “An architecture for describing simple network management protocol (SNMP) management frameworks,” Internet Eng. Task Force, Fremont, CA, USA, RFC 3411, 2002. [Online]. Available: https://tools.ietf.org/html/rfc3411

[72] W. Stallings, SNMP, SNMPv2, SNMPv3, and RMON 1 and 2. Reading, MA, USA: Addison-Wesley Longman, 1998.

[73] A. Clemm, Network Management Fundamentals. Indianapolis, IN, USA: Cisco Press, 2006.

[74] M. K. Kona and C.-Z. Xu, “A framework for network management using mobile agents,” in Proc. IPDPS, Fort Lauderdale, FL, USA, 2002, p. 7.

[75] F. A. Silva et al., “Defining a wireless sensor network management protocol,” in Proc. LANOMS, Porto Alegre, Brazil, 2005, pp. 39–50.

[76] R. Enns, M. Bjorklund, and J. Schoenwaelder. (2011). Network Configuration Protocol (NETCONF). [Online]. Available: https://tools.ietf.org/html/rfc6241.html

[77] D. Stanley, P. Calhoun, and M. Montemurro. Control and Provisioning of Wireless Access Points (CAPWAP) Protocol Specification. Accessed: 2018. [Online]. Available: https://tools.ietf.org/html/rfc5415

[78] N. Modadugu and E. Rescorla. Datagram Transport Layer Security (DTLS). Accessed: 2018. [Online]. Available: https://tools.ietf.org/ html/rfc4347

[79] C. Shao et al., “IEEE 802.11 medium access control (MAC) profile for control and provisioning of wireless access points (CAPWAP),” Internet Eng. Task Force, Fremont, CA, USA, Rep. RFC 7494, 2015.

[80] Broadband Forum. CPE WAN Management Protocol (CWMP). Accessed: 2018. [Online]. Available: https://www.broadbandforum.org/technical/download/TR-069.pdf

[81] J. Swetina, G. Lu, P. Jacobs, F. Ennesser, and J. Song, “Toward a standardized common M2M service layer platform: Introduction to oneM2M,” IEEE Wireless Commun., vol. 21, no. 3, pp. 20–26, Jun. 2014.

[82] A. Al-Fuqaha, A. Khreishah, M. Guizani, A. Rayes, and M. Mohammadi, “Toward better horizontal integration among IoT services,” IEEE Commun. Mag., vol. 53, no. 9, pp. 72–79, Sep. 2015.

[83] P. Berde et al., “ONOS: Towards an open, distributed SDN OS,” in Proc. ACM 3rd Workshop Hot Topics Softw. Defined Netw., Chicago, IL, USA, 2014, pp. 1–6.

[84] Ryu SDN Framework. Accessed: 2018. [Online]. Available: http://osrg.github.io/ryu

[85] J. Smith, J. Woodhams, and R. Marg, Controller-Based Wireless LAN Fundamentals: An End-to-End Reference Guide to Design, Deploy, Manage, and Secure 802.11 Wireless Networks. Indianapolis, IN, USA: Cisco Press, 2011.

[86] R. Suri et al.. Lightweight Access Point Protocol (LWAPP). Accessed: 2018. [Online]. Available: https://tools.ietf.org/html/rfc5412

[87] Radio Resource Management (RRM) Under Unified Wireless Networks. Accessed: 2018. [Online]. Available: http://www.cisco.com/c/en/us/ support/docs/wireless-mobility/wireless-lan-wlan/71113-rrm-new.html

[88] P. Zerfos et al., “DIRAC: A software-based wireless router system,” in Proc. MobiCom, Sep. 2003, pp. 230–244.

[89] R. Murty, J. Padhye, A. Wolman, and M. Welsh, “An architecture for extensible wireless LANs,” in Proc. ACM HotNets, 2008, pp. 79–84.

[90] R. Murty, J. Padhye, A. Wolman, and M. Welsh, “Dyson: An architecture for extensible wireless LANs,” in Proc. USENIX, Boston, MA, USA, Jun. 2010, p. 15.

[91] R. Chandra, J. Padhye, A. Wolman, and B. Zill, “A location-based management system for enterprise wireless LANs,” in Proc. NSDI, Cambridge, MA, USA, Apr. 2007, p. 9.

[92] M. Yan, J. Casey, P. Shome, A. Sprintson, and A. Sutton, “ÆtherFlow: Principled wireless support in SDN,” in Proc. IEEE 23rd Int. Conf. Netw. Protocols (ICNP), 2015, pp. 432–437.

[93] CPqD SoftSwitch. Accessed: 2018. [Online]. Available: https://github.com/CPqD/ofsoftswitch13

[94] OpenWRT. Accessed: 2018. [Online]. Available: https://openwrt.org

[95] Hostapd. Accessed: 2018. [Online]. Available: https://w1.fi/hostapd/

[96] G. Bhanage, D. Vete, I. Seskar, and D. Raychaudhuri, “SplitAP: Leveraging wireless network virtualization for flexible sharing of WLANs,” in Proc. GLOBECOM, Miami, FL, USA, Dec. 2010, pp. 1–6.

[97] A. Zubow, S. Zehl, and A. Wolisz, “BIGAP—Seamless handover in high performance enterprise IEEE 802.11 networks,” in Proc. IEEE/IFIP Netw. Oper. Manag. Symp. (NOMS), Istanbul, Turkey, 2016, pp. 445–453.

[98] G. Smith, A. Chaturvedi, A. Mishra, and S. Banerjee, “Wireless virtualization on commodity 802.11 hardware,” in Proc. 2nd ACM Int. Workshop Wireless Netw. Testbeds Exp. Eval. Characterization, Montreal, QC, Canada, 2007, pp. 75–82.

[99] K.-K. Yap et al., “Blueprint for introducing innovation into wireless mobile networks,” in Proc. 2nd ACM SIGCOMM Workshop Virtual. Infrastruct. Syst. Architect. (VISA), New Delhi, India, Sep. 2010, pp. 25–32.

[100] K.-K. Yap et al., “OpenRoads: Empowering research in mobile networks,” ACM SIGCOMM Comput. Commun. Rev., vol. 40, no. 1, pp. 125–126, 2010.

[101] T. Nagai and H. Shigeno, “A framework of AP aggregation using virtualization for high density WLANs,” in Proc. IEEE INCoS, Fukuoka, Japan, 2011, pp. 350–355.

[102] J. Schulz-Zander et al., “Programmatic orchestration of WiFi networks,” in Proc. USENIX, Philadelphia, PA, USA, 2014, pp. 347–358.

[103] R. Riggio, C. Sengul, L. Suresh, J. Schulz-Zander, and A. Feldmann, “Thor: Energy programmable WiFi networks,” in Proc. IEEE Conf. Comput. Commun. Workshops, Turin, Italy, Apr. 2013, pp. 21–22.

[104] Odin. Accessed: 2018. [Online]. Available: http://sdn.inet.tu-berlin.de

[105] V. Sivaraman et al., “Virtualizing the access network via open APIs,” in Proc. CoNEXT, Santa Barbara, CA, USA, Dec. 2013, pp. 31–42.

[106] Capsulator. Accessed: 2018. [Online]. Available: https://github.com/peymank/Capsulator

[107] R. Riggio, T. Rasheed, and F. Granelli, “EmPOWER: A testbed for network function virtualization research and experimentation,” in Proc. IEEE SDN Future Netw. Services (SDN4FNS), Trento, Italy, Nov. 2013, pp. 1–5.

[108] Energino Project. Accessed: 2018. [Online]. Available: http://www.energino-project.org

[109] EmPOWER. Accessed: 2018. [Online]. Available: http://empower.create-net.org/

[110] D. Zhao, M. Zhu, and M. Xu, “SDWLAN: A flexible architecture of enterprise WLAN for client-unaware fast AP handoff,” in Proc. Int. Conf. Comput. Commun. Netw. Technol. (ICCCNT), Hefei, China, Jul. 2014, pp. 1–6.

[111] D. Zhao, M. Zhu, and M. Xu, “Supporting ‘one big’ illusion in enterprise WLAN: An SDN-based solution,” in Proc. 6th Int. Conf. Wireless Commun. Signal Process. (WCSP), Hefei, China, Oct. 2014, pp. 1–6.

[112] Y. Yiakoumis et al., “BeHop: A testbed for dense WIFI networks,” ACM SIGMOBILE Mobile Comput. Commun. Rev., vol. 18, no. 3, pp. 71–80, 2015.

[113] K. Nakauchi, Y. Shoji, and N. Nishinaga, “Airtime-based resource control in wireless LANs for wireless network virtualization,” in Proc. IEEE ICUFN, 2012, pp. 166–169.

[114] K. Nakauchi and Y. Shoji, “WiFi network virtualization to control the connectivity of a target service,” IEEE Trans. Netw. Service Manag., vol. 12, no. 2, pp. 308–319, 2015.

[115] J. Petazzoni. Build Reliable Traceable, Distributed Systems With ZeroMQ (ZeroRPC). Accessed: 2018. [Online]. Available: http://pycon- 2012-notes.readthedocs.org/en/latest/-dotcloud zerorpc.html

[116] Zeromq. Accessed: 2018. [Online]. Available: http://zeromq.org/

[117] J. Schulz-Zander, N. Sarrar, and S. Schmid, “AeroFlux: A near-sighted controller architecture for software-defined wireless networks,” in Proc. Open Netw. Summit (ONS), 2014, p. 2.

[118] J. Schulz-Zander, N. Sarrar, and S. Schmid, “Towards a scalable and near-sighted control plane architecture for WiFi SDNs,” in Proc. 3rd Workshop Hot Topics Softw. Defined Netw. (HotSDN), Chicago, IL, USA, 2014, pp. 217–218.

[119] V. Shrivastava et al., “CENTAUR: Realizing the full potential of centralized WLANs through a hybrid data path,” in Proc. MobiCom, 2009, pp. 297–308.

[120] G. Bianchi and I. Tinnirello, “Remarks on IEEE 802.11 DCF performance analysis,” IEEE Commun. Lett., vol. 9, no. 8, pp. 765–767, Aug. 2005.

[121] H. Moura, G. V. C. Bessa, M. A. M. Vieira, and D. F. Macedo, “Ethanol: Software defined networking for 802.11 wireless networks,” in Proc. IFIP/IEEE Int. Symp. Integr. Netw. Manag. (IM), Ottawa, ON, Canada, May 2015, pp. 388–396.

[122] Pantou. Accessed: 2018. [Online]. Available: https:// www.sdxcentral.com/projects/pantou-openwrt/

[123] M. Jarschel et al., “Modeling and performance evaluation of an OpenFlow architecture,” in Proc. 23rd Int. Teletraffic Congr., San Francisco, CA, USA, 2011, pp. 1–7.

[124] L. Vanbever, J. Reich, T. Benson, N. Foster, and J. Rexford, “HotSwap: Correct and efficient controller upgrades for softwaredefined networks,” in Proc. 2nd ACM SIGCOMM Workshop Hot Topics Softw. Defined Netw., Hong Kong, 2013, pp. 133–138.

[125] A. Lara, A. Kolasani, and B. Ramamurthy, “Network innovation using OpenFlow: A survey,” IEEE Commun. Surveys Tuts., vol. 16, no. 1, pp. 493–512, 4th Quart., 2014.

[126] A. Rao, “Towards a software defined network based controller for management of large scale WLAN,” M.S. thesis, Dept. Elect. Eng., Indian Inst. Technol. Bombay, Mumbai, India, 2015.

[127] M. Słabicki and K. Grochla, “Performance evaluation of SNMP, NETCONF and CWMP management protocols in wireless network,” in Proc. CECNET, 2014, p. 377.

[128] T. Nitsche et al., “IEEE 802.11ad: Directional 60 GHz communication for multi-gigabit-per-second Wi-Fi,” IEEE Commun. Mag., vol. 52, no. 12, pp. 132–141, Dec. 2014.

[129] M. Bansal, J. Mehlman, S. Katti, and P. Levis, “OpenRadio: A programmable wireless dataplane,” in Proc. 1st Workshop Hot Topics Softw. Defined Netw. (HotSDN), Helsinki, Finland, Aug. 2012, pp. 109–114.

[130] M. Bansal, A. Schulman, and S. Katti, “Atomix: A framework for deploying signal processing applications on wireless infrastructure,” in Proc. 12th USENIX Symp. Netw. Syst. Design Implement. (NSDI), May 2015, pp. 173–188.

[131] K. Tan et al., “Sora: High-performance software radio using generalpurpose multi-core processors,” Commun. ACM, vol. 54, no. 1, pp. 99–107, Jan. 2011.

[132] A. Cidon, K. Nagaraj, S. Katti, and P. Viswanath, “Flashback: Decoupled lightweight wireless control,” in Proc. ACM SIGCOMM Conf. Appl. Technol. Archit. Protocols Comput. Commun., Helsinki, Finland, Aug. 2012, pp. 223–234.

[133] IEEE Standard for Information technology? Telecommunications and Information Exchange Between Systems Local and Metropolitan Area Networks? Specific Requirements—Part 11: Wireless LAN Medium Access Control (MAC) and Physical Layer (PHY) Specifications, IEEE Standard 802.11, 2016. [Online]. Available: https://standards.ieee.org/findstds/standard/802.11-2016.html

[134] K. Guo, S. Sanadhya, and T. Woo, “ViFi: Virtualizing WLAN using commodity hardware,” in Proc. 9th ACM Workshop Mobility Evol. Internet Architect., Sep. 2014, pp. 25–30.

[135] NGMN Alliance. (2015). 5G White Paper. [Online]. Available: http://www.ngmn.de/fileadmin/ngmn/content/downloads/Technical/ 2015/NGMN_5G_White_Paper_V1_0.pdf

[136] J. Vestin and A. Kassler, “QoS management for WiFi MAC layer processing in the cloud: Demo description,” in Proc. 11th ACM Symp. QoS Security Wireless Mobile Netw., Cancún, Mexico, 2015, pp. 173–174.

[137] Z. Qin, G. Denker, C. Giannelli, P. Bellavista, and N. Venkatasubramanian, “A software defined networking architecture for the Internet-of-Things,” in Proc. IEEE/IFIP Netw. Oper. Manag. Symp. Manag. Softw. Defined World, Kraków, Poland, 2014, pp. 1–9.

[138] X. Jing, A. P. Patil, A. Liu, and D. N. Nguyen, “Multi-tier wireless home mesh network with a secure network discovery protocol,” U.S. Patent 9 444 639, 2016.

[139] M. Yu, L. Jose, and R. Miao, “Software defined traffic measurement with OpenSketch,” in Proc. 10th USENIX Conf. Netw. Syst. Design Implement., Apr. 2013, pp. 29–42.

[140] M. Kotaru, K. Joshi, D. Bharadia, and S. Katti, “SpotFi: Decimeter level localization using WiFi,” ACM SIGCOMM Comput. Commun. Rev., vol. 45, no. 5, pp. 269–282, 2015.

[141] I. Papanikos and M. Logothetis, “A study on dynamic load balance for IEEE 802.11b wireless LAN,” in Proc. COMCON, 2001.

[142] IEEE Standard for Information Technology—Telecommunications and Information Exchange Between Systems—Local and Metropolitan Area Networks—Specific Requirements—Part 11: Wireless LAN Medium Access Control (MAC) and Physical Layer (PHY) Specifications, IEEE Standard 802.11, 2007. [Online]. Available: http://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=4248378

[143] K. Sinha, S. C. Ghosh, and B. P. Sinha, Wireless Networks and Mobile Computing. Boca Raton, FL, USA: CRC Press, 2015.

[144] S. Pack, J. Choi, T. Kwon, and Y. Choi, “Fast-handoff support in IEEE 802.11 wireless networks,” IEEE Commun. Surveys Tuts., vol. 9, no. 1, pp. 2–12, 1st Quart., 2007.

[145] Cisco Compatible Extension. Accessed: 2018. [Online]. Available: https://www.cisco.com/web/partners/downloads/765/ccx/Comp_Ext_ Cust_Preso.pdf

[146] P. Dely et al., “BEST-AP: Non-intrusive estimation of available bandwidth and its application for dynamic access point selection,” Comput. Commun., vol. 39, pp. 78–91, Feb. 2014.

[147] Y. Han and K. Yang, “An adaptive mobility manager for softwaredefined enterprise WLANs,” in Proc. 8th Int. Conf. Ubiquitous Future Netw. (ICUFN), Vienna, Austria, 2016, pp. 888–893.

[148] K. Sui et al., “Characterizing and improving WiFi latency in largescale operational networks,” in Proc. Annu. Int. Conf. Mobile Syst. Appl. Services (MobiSys), Singapore, 2016, pp. 347–360.

[149] T. K. Ho, “Random decision forests,” in Proc. 3rd Int. Conf. Doc. Anal. Recognit. (ICDAR), Montreal, QC, Canada, 1995, pp. 278–282.

[150] Y. Bejerano, S.-J. Han, and L. E. Li, “Fairness and load balancing in wireless LANs using association control,” in Proc. 10th Annu. Int. Conf. Mobile Comput. Netw., Philadelphia, PA, USA, 2004, pp. 315–329.

[151] Y. Bejerano, S.-J. Han, and L. Li, “Fairness and load balancing in wireless LANs using association control,” IEEE/ACM Trans. Netw., vol. 15, no. 3, pp. 560–573, Jun. 2007.

[152] W. Li et al., “AP association for proportional fairness in multirate WLANs,” IEEE/ACM Trans. Netw., vol. 22, no. 1, pp. 191–202, Feb. 2014.

[153] M. Heusse, F. Rousseau, G. Berger-Sabbatel, and A. Duda, “Performance anomaly of 802.11b,” in Proc. 21st Annu. Joint Conf. IEEE Comput. Commun. Soc. (INFOCOM), San Francisco, CA, USA, 2003, pp. 836–843.

[154] G. Tan and J. Guttag, “Time-based fairness improves performance in multi-rate WLANs,” in Proc. Annu. Conf. USENIX Annu. Tech. Conf., Boston, MA, USA, 2004, pp. 23–36.

[155] OMNeT. Accessed: 2018. [Online]. Available: http://www.omnetpp.org

[156] L. E. Li, M. Pal, and Y. R. Yang, “Proportional fairness in multi-rate wireless LANs,” in Proc. 27th Conf. Comput. Commun. (INFOCOM), Phoenix, AZ, USA, Apr. 2008, pp. 1004–1012.

[157] D. Gong and Y. Yang, “On-line AP association algorithms for 802.11n WLANs with heterogeneous clients,” IEEE Trans. Comput., vol. 63, no. 11, pp. 2772–2786, Nov. 2014.

[158] P. B. Oni and S. D. Blostein, “AP association optimization and CCA threshold adjustment in dense WLANs,” in Proc. IEEE Globecom Workshops, San Diego, CA, USA, Dec. 2015, pp. 1–6.

[159] T. S. Rappaport, Wireless Communications: Principles and Practice, vol. 2. Hoboken, NJ, USA: Prentice-Hall, 1996.

[160] G. A. Mills-Tettey, A. Stentz, and M. B. Dias, “The dynamic Hungarian algorithm for the assignment problem with changing costs,” Robot. Inst., School Comput. Sci., Carnegie Mellon Univ., Pittsburgh, PA, USA, Rep. CMU-RI-TR-07-27, 2007.

[161] L. Yang, Y. Cui, H. Tang, and S. Xiao, “Demand-aware load balancing in wireless LANs using association control,” in Proc. IEEE Glob. Commun. Conf. (GLOBECOM), San Diego, CA, USA, Dec. 2015, pp. 1–6.

[162] F. Xu et al., “SmartAssoc: Decentralized access point selection algorithm to improve throughput,” IEEE Trans. Parallel Distrib. Syst., vol. 24, no. 12, pp. 2482–2491, Dec. 2013.

[163] W. Wong, A. Thakur, and S.-H. G. Chan, “An approximation algorithm for AP association under user migration cost constraint,” in Proc. 35th Annu. IEEE Int. Conf. Comput. Commun. (INFOCOM), San Francisco, CA, USA, Apr. 2016, pp. 1–9.

[164] NS-3. Accessed: 2018. [Online]. Available: https://www.nsnam.org/

[165] L.-H. Yen, J.-J. Li, and C.-M. Lin, “Stability and fairness of native AP selection games in IEEE 802.11 access networks,” in Proc. 7th Int. Conf. Wireless Opt. Commun. Netw. (WOCN), Colombo, Sri Lanka, 2010, pp. 1–5.

[166] J. Chen et al., “QoS-driven efficient client association in high-density software defined WLAN,” IEEE Trans. Veh. Technol., vol. 66, no. 8, pp. 7372–7383, Aug. 2017.

[167] G. Calinescu, C. Chekuri, M. Pál, and J. Vondrák, “Maximizing a submodular set function subject to a matroid constraint,” in Proc. Int. Conf. Integer Program. Comb. Optim., 2007, pp. 182–196.

[168] X. Zhe, F. Zhang, W. Wang, and S. He, “A polynomial time algorithm for minimizing a nondecreasing supermodular set function and its performance guarantee,” Int. J. Pure Appl. Math., vol. 52, no. 5, pp. 637–643, 2009.

[169] T. Bonald, L. Massoulié, A. Proutière, and J. Virtamo, “A queueing analysis of max–min fairness, proportional fairness and balanced fairness,” Queueing Syst., vol. 53, no. 1, pp. 65–84, 2006.

[170] D. Gong and Y. Yang, “AP association in 802.11n WLANs with heterogeneous clients,” in Proc. IEEE INFOCOM, Orlando, FL, USA, Mar. 2012, pp. 1440–1448.

[171] B. Bellalta, A. Checco, A. Zocca, and J. Barcelo, “On the interactions between multiple overlapping WLANs using channel bonding,” IEEE Trans. Veh. Technol., vol. 65, no. 2, pp. 796–812, Feb. 2016.

[172] I.-G. Lee and M. Kim, “Interference-aware self-optimizing Wi-Fi for high efficiency Internet of Things in dense networks,” Comput. Commun., vols. 89–90, pp. 60–74, Sep. 2016.

[173] K. Sood, S. Yu, and Y. Xiang, “Software-defined wireless networking opportunities and challenges for Internet-of-Things: A review,” IEEE Internet Things J., vol. 3, no. 4, pp. 453–463, Aug. 2016.

[174] D. Singh, G. Tripathi, and A. J. Jara, “A survey of Internet-of-Things: Future vision, architecture, challenges and services,” in Proc. IEEE World Forum Internet Things (WF-IoT), Seoul, South Korea, 2014, pp. 287–292.

[175] G. Gibb, G. Varghese, M. Horowitz, and N. McKeown, “Design principles for packet parsers,” in Proc. 9th ACM/IEEE Symp. Archit. Netw. Commun. Syst., San Jose, CA, USA, 2013, pp. 13–24.

[176] I. F. Akyildiz, A. Lee, P. Wang, M. Luo, and W. Chou, “A roadmap for traffic engineering in SDN-OpenFlow networks,” Comput. Netw., vol. 71, pp. 1–30, Oct. 2014.

[177] B. Ng, M. Hayes, and W. K. Seah, “Developing a traffic classification platform for enterprise networks with SDN: Experiences & lessons learned,” in Proc. IEEE IFIP, Toulouse, France, 2015, pp. 1–9.

[178] S. Yoon, T. Ha, S. Kim, and H. Lim, “Scalable traffic sampling using centrality measure on software-defined networks,” IEEE Commun. Mag., vol. 55, no. 7, pp. 43–49, Jul. 2017.

[179] M. Sinky, A. Dhamodaran, B. Lee, and J. Zhao, “Analysis of H.264 bitstream prioritization for dual TCP/UDP streaming of HD video over WLANs,” in Proc. CCNC, Las Vegas, NV, USA, 2015, pp. 576–581.

[180] T. Hobfeld, R. Schatz, M. Varela, and C. Timmerer, “Challenges of QoE management for cloud applications,” IEEE Commun. Mag., vol. 50, no. 4, pp. 28–36, Apr. 2012.

[181] A. Gudipati, D. Perry, L. E. Li, and S. Katti, “SoftRAN: Software defined radio access network,” in Proc. 2nd ACM SIGCOMM Workshop Hot Topics Softw. Defined Netw., Hong Kong, 2013, pp. 25–30.

[182] M. Achanta, “Method and apparatus for least congested channel scan for wireless access points,” U.S. Patent 20 060 072 602, 2006.

[183] A. Mishra, S. Banerjee, and W. Arbaugh, “Weighted coloring based channel assignment for WLANs,” ACM SIGMOBILE Mobile Comput. Commun. Rev., vol. 9, no. 3, pp. 19–31, 2005.

[184] NS-2. Accessed: 2018. [Online]. Available: https://www.isi.edu/ nsnam/ns/

[185] A. Mishra, V. Brik, S. Banerjee, A. Srinivasan, and W. Arbaugh, “A client-driven approach for channel management in wireless LANs,” in Proc. 25th IEEE Int. Conf. Comput. Commun. (INFOCOM), Barcelona, Spain, Apr. 2006, pp. 1–12.

[186] P. S. Segundo, “A new DSATUR-based algorithm for exact vertex coloring,” Comput. Oper. Res., vol. 39, no. 7, pp. 1724–1733, 2012.

[187] M. Seyedebrahimi, F. Bouhafs, A. Raschellàa˘, M. Mackay, and Q. Shi, “SDN-based channel assignment algorithm for interference management in dense Wi-Fi networks,” in Proc. Eur. Conf. Netw. Commun. (EuCNC), Athens, Greece, Jun. 2016, pp. 128–132.

[188] Wi-5. Accessed: 2018. [Online]. Available: http://www.wi5.eu/

[189] X. Ling and K. L. Yeung, “Joint access point placement and channel assignment for 802.11 wireless LANs,” IEEE Trans. Wireless Commun., vol. 5, no. 10, pp. 2705–2711, Oct. 2006.

[190] R. Jain, D. M. Chiu, and W. Hawe, “A quantitative measure of fairness and discrimination for resource allocation in shared computer systems,” DEC Res., Palo Alto, CA, USA, Rep. TR-301, 1984.

[191] E. Rozner, Y. Mehta, A. Akella, and L. Qiu, “Traffic-aware channel assignment in enterprise wireless LANs,” in Proc. IEEE Int. Conf. Netw. Protocols, Beijing, China, Oct. 2007, pp. 133–143.

[192] L. Vandenberghe and S. Boyd, “Semidefinite programming,” SIAM Rev., vol. 38, no. 1, pp. 49–95, 1996.

[193] H. Zhang, H. Ji, and W. Ge, “Channel assignment with fairness for multi-AP WLAN based on distributed coordination function,” in Proc. IEEE Wireless Commun. Netw. Conf. (WCNC), Cancún, Mexico, Mar. 2011, pp. 392–397.

[194] K. Duffy, D. Malone, and D. J. Leith, “Modeling the 802.11 distributed coordination function in non-saturated conditions,” IEEE Commun. Lett., vol. 9, no. 8, pp. 715–717, Aug. 2005.

[195] B. A. H. S. Abeysekera, K. Ishihara, Y. Inoue, and M. Mizoguchi, “Network-controlled channel allocation scheme for IEEE 802.11 wireless LANs: Experimental and simulation study,” in Proc. IEEE 79th Veh. Technol. Conf. (VTC Spring), Seoul, South Korea, 2014, pp. 1–5.

[196] B. A. H. S. Abeysekera, M. Matsui, Y. Asai, and M. Mizoguchi, “Network controlled frequency channel and bandwidth allocation scheme for IEEE 802.11a/n/ac wireless LANs: RATOP,” in Proc. IEEE 25th Annu. Int. Symp. Pers. Indoor Mobile Radio Commun. (PIMRC), Washington, DC, USA, 2014, pp. 1041–1045.

[197] Y. Zhang, C. Jiang, Y. Wang, J. Yuan, and J. Cao, “United channel assignments in residential environments,” in Proc. IEEE Glob. Commun. Conf. (GLOBECOM), San Diego, CA, USA, Dec. 2015, pp. 1–6.

[198] M. F. Tuysuz and H. A. Mantar, “Smart channel scanning with minimized communication interruptions over IEEE 802.11 WLANs,” in Proc. IEEE 24th Annu. Int. Symp. Pers. Indoor Mobile Radio Commun. (PIMRC), London, U.K., 2013, pp. 2218–2222.

[199] S. Jin, M. Choi, L. Wang, and S. Choi, “Fast scanning schemes for IEEE 802.11 WLANs in virtual AP environments,” Comput. Netw., vol. 55, no. 10, pp. 2520–2533, 2011.

[200] J. Manweiler, N. Santhapuri, R. R. Choudhury, and S. Nelakuditi, “Predicting length of stay at WiFi hotspots,” in Proc. IEEE INFOCOM, Turin, Italy, 2013, pp. 3102–3110.

[201] Q. Dong and W. Dargie, “Evaluation of the reliability of RSSI for indoor localization,” in Proc. IEEE ICWCUCA, Clermont-Ferrand, France, 2012, pp. 1–6.

[202] W. Xu, C. Hua, and A. Huang, “Channel assignment and user association game in dense 802.11 wireless networks,” in Proc. ICC, Kyoto, Japan, 2011, pp. 1–5.

[203] R. Zheng and C. Hua, Channel Selection and User Association in WiFi Networks. Cham, Switzerland: Springer Int., 2016, pp. 103–115.

[204] W. Zhao, H. Nishiyama, Z. Fadlullah, N. Kato, and K. Hamaguchi, “DAPA: Capacity optimization in wireless networks through a combined design of density of access points and partially overlapped channel allocation,” IEEE Trans. Veh. Technol., vol. 65, no. 5, pp. 3715–3722, May 2016.

[205] S. Zvanovec, P. Pechac, and M. Klepal, “Wireless LAN networks design: Site survey or propagation modeling?” Radioengineering, vol. 12, no. 4, pp. 42–49, 2003.

[206] W. Li, Y. Cui, X. Cheng, M. A. Al-Rodhaan, and A. Al-Dhelaan, “Achieving proportional fairness via AP power control in multirate WLANs,” IEEE Trans. Wireless Commun., vol. 10, no. 11, pp. 3784–3792, Nov. 2011.

[207] Y. Bejerano and S.-J. Han, “Cell breathing techniques for load balancing in wireless LANs,” IEEE Trans. Mobile Comput., vol. 8, no. 6, pp. 735–749, Jun. 2009.

[208] S. Wang, J. Huang, X. Cheng, and B. Chen, “Coverage adjustment for load balancing with an AP service availability guarantee in WLANs,” Wireless Netw., vol. 20, no. 3, pp. 475–491, 2014.

[209] S. Huang, X. Liu, and Z. Ding, “Distributed power control for cognitive user access based on primary link control feedback,” in Proc. INFOCOM, San Diego, CA, USA, 2010, pp. 1–9.

[210] Y. Zeng, P. H. Pathak, and P. Mohapatra, “A first look at 802.11ac in action: Energy efficiency and interference characterization,” in Proc. IFIP Netw. Conf., Trondheim, Norway, 2014, pp. 1–9.

[211] S. Han, X. Zhang, and K. G. Shin, “Fair and efficient coexistence of heterogeneous channel widths in next-generation wireless LANs,” IEEE Trans. Mobile Comput., vol. 15, no. 11, pp. 2749–2761, Nov. 2016.

[212] X. Zhang and K. G. Shin, “Adaptive subcarrier nulling: Enabling partial spectrum sharing in wireless LANs,” in Proc. ICNP, Vancouver, BC, Canada, 2011, pp. 311–320.

[213] K. Pelechrinis, M. Iliofotou, and S. V. Krishnamurthy, “Denial of service attacks in wireless networks: The case of jammers,” IEEE Commun. Surveys Tuts., vol. 13, no. 2, pp. 245–257, 2nd Quart., 2011.

[214] E. Bayraktaroglu et al., “On the performance of IEEE 802.11 under jamming,” in Proc. INFOCOM, Phoenix, AZ, USA, 2008, pp. 1265–1273.

[215] K. Pelechrinis, I. Broustis, S. V. Krishnamurthy, and C. Gkantsidis, “ARES: An anti-jamming reinforcement system for 802.11 networks,” in Proc. CoNEXT, 2009, pp. 181–192.

[216] K. Pelechrinis, C. Koufogiannakis, and S. V. Krishnamurthy, “On the efficacy of frequency hopping in coping with jamming attacks in 802.11 networks,” IEEE Trans. Wireless Commun., vol. 9, no. 10, pp. 3258–3271, Oct. 2010.

[217] D. F. Macedo, D. Guedes, L. F. M. Vieira, M. A. M. Vieira, and M. Nogueira, “Programmable networks—From software-defined radio to software-defined networking,” IEEE Commun. Surveys Tuts., vol. 17, no. 2, pp. 1102–1125, 2nd Quart., 2015.

[218] M. Richart, J. Baliosian, J. Serrat, and J.-L. Gorricho, “Resource slicing in virtual wireless networks: A survey,” IEEE Trans. Netw. Service Manag., vol. 13, no. 3, pp. 462–476, Sep. 2016.

[219] F. Hu, Q. Hao, and K. Bao, “A survey on software-defined network and OpenFlow: From concept to implementation,” IEEE Commun. Surveys Tuts., vol. 16, no. 4, pp. 2181–2206, 4th Quart., 2014.

[220] B. Bellalta, L. Bononi, R. Bruno, and A. Kassler, “Next generation IEEE 802.11 wireless local area networks: Current status, future directions and open challenges,” Comput. Commun., vol. 75, pp. 1–25, Feb. 2016.

[221] S. Chieochan, E. Hossain, and J. Diamond, “Channel assignment schemes for infrastructure-based 802.11 WLANs: A survey,” IEEE Commun. Surveys Tuts., vol. 12, no. 1, pp. 124–136, 1st Quart., 2010.

[222] A. Baid and D. Raychaudhuri, “Understanding channel selection dynamics in dense Wi-Fi networks,” IEEE Commun. Mag., vol. 53, no. 1, pp. 110–117, Jan. 2015.

[223] E. Charfi, L. Chaari, and L. Kamoun, “PHY/MAC enhancements and QoS mechanisms for very high throughput WLANs: A survey,” IEEE Commun. Surveys Tuts., vol. 15, no. 4, pp. 1714–1735, 4th Quart., 2013.

[224] Q. Ni, L. Romdhani, and T. Turletti, “A survey of QoS enhancements for IEEE 802.11 wireless LAN,” Wireless Commun. Mobile Comput., vol. 4, no. 5, pp. 547–566, 2004.

[225] A. Ozyagci, K. W. Sung, and J. Zander, “Association and deployment considerations in dense wireless LANs,” in Proc. IEEE 79th Veh. Technol. Conf. (VTC Spring), Seoul, South Korea, May 2014, pp. 1–5.

[226] L.-H. Yen, T.-T. Yeh, and K.-H. Chi, “Load balancing in IEEE 802.11 networks,” IEEE Internet Comput., vol. 13, no. 1, pp. 56–64, Jan./Feb. 2009.

[227] M. Höyhtyä et al., “Spectrum occupancy measurements: A survey and use of interference maps,” IEEE Commun. Surveys Tuts., vol. 18, no. 4, pp. 2386–2414, 4th Quart., 2016.

[228] B. Bellalta, “IEEE 802.11ax: High-efficiency WLANs,” IEEE Wireless Commun., vol. 23, no. 1, pp. 38–46, Feb. 2016.

[229] C. Liang and F. R. Yu, “Wireless network virtualization: A survey, some research issues and challenges,” IEEE Commun. Surveys Tuts., vol. 17, no. 1, pp. 358–380, 1st Quart., 2015.