本期电子书封面故事整期封面整期目录
优先出版刊期浏览栏目浏览
- 摘要:针对拟态云服务中多余度裁决参数配置难以适应动态环境,且安全收益、服务时延与恢复效能难以协同优化的问题,提出一种基于主动推理的在线自适应优化(AIOAO)算法。首先,面向拟态云服务,建立裁决参数与安全收益、服务时延及恢复效能之间的量化映射模型,将裁决参数配置问题形式化为动态不确定环境下的多目标在线优化问题;其次,提出AIOAO算法,引入主动推理机制实现裁决参数在线自适应更新。实验表明,AIOAO算法能够根据系统状态变化动态调整裁决参数,在服务时延可控的前提下提升安全收益与恢复效能。关键词:拟态云服务;多余度裁决;主动推理356|106|0更新时间:2026-07-25
- 摘要:针对小众主题词挖掘领域黑话语义隐晦、新兴词语料稀缺及语义漂移显著等问题,提出了SeedLLM框架。该方法通过跨上下文一致性约束对黑话术语进行全局推理以刻画其深层语义,并结合检索增强生成补充新兴词外部语义,同时设计新兴词评估模型与在线强化学习机制以抑制过度检索,实现对语义演化的动态适应。多领域数据集实验结果表明,所提方法在小众主题词识别与主题聚合任务上优于现有方法,具有良好的泛化能力与应用价值。关键词:目标主题挖掘;大语言模型;强化学习;检索增强生成256|106|0更新时间:2026-07-25
面向区块链无线接入网络的建模与分析 AI导读
摘要:区块链无线接入网络(B-RAN)是一种面向可信移动通信的分布式网络架构,通过将区块链与无线网络深度融合,突破网络间信任壁垒,以安全可信的方式实现无线资源共享、移动设备接入与跨网络负载均衡。针对B-RAN架构与工作流程,系统性梳理了刻画B-RAN的接入模型与分析方法。首先,通过排队论建立了基于区块链的无线接入模型,并总结不同排队模型的差异与内在关联。然后,针对B-RAN的快速可信接入方法,建立博弈模型,并深入分析无线信道不确定性对博弈合作条件的影响;针对B-RAN的免授权哈希接入机制,基于马尔可夫模型分析其性能,并探讨了基于区块链的跨网络负载均衡。最后,仿真结果展示了B-RAN在不同场景下的性能,并验证了对应数学模型的有效性。关键词:无线网络;区块链;数学模型;排队论;博弈论;马尔可夫模型301|93|0更新时间:2026-07-25- 摘要:针对6G中频谱稀缺及非完美信道导致波束成形性能恶化的问题,提出了一种面向多目标感知的速率分割多址(RSMA)辅助通感一体化(ISAC)系统的鲁棒波束成形设计方法。针对统计误差信道模型,将雷达感知过程划分为目标探测与跟踪阶段,以克拉美-罗界为感知指标,以最大最小通信平均速率为公平性指标,构建一个RSMA辅助ISAC系统的鲁棒波束成形设计优化问题。为解决该不确定性非凸优化问题,提出一种基于采样平均近似(SAA)方法和逐次凸逼近(SCA)算法的双层惩罚迭代优化算法,利用SAA方法、半正定松弛(SDR)与SCA算法将原不确定性非凸问题转化为确定性凸问题并进行求解。仿真结果表明,在目标跟踪阶段,当目标数为
、信噪比为20 dB时,相较于空分多址接入(SDMA)辅助的ISAC方案,所提方案可使用户公平速率提升约14%,感知精度提升约22%。关键词:通感一体化;速率分拆多址接入;波束成形设计;非完美信道状态信息292|127|0更新时间:2026-07-25 - 摘要:针对智能体互联网环境下人工智能生成内容(AIGC)任务的高算力需求与动态服务质量特性,提出了一种基于PPO的智能计算卸载策略。首先,构建包含卸载位置决策与生成质量等级选择的二维联合动作空间,以适应AIGC任务的可伸缩特性;其次,设计融合用户偏好模式的用户服务体验质量奖励函数。进一步地,针对多维状态空间量纲差异导致的训练不稳定,引入状态与奖励双重在线归一化机制,并结合动态学习率调度策略,提升算法对复杂环境的特征提取效率。仿真结果表明,所提算法在收敛速度与稳定性上显著优于基准算法。关键词:智能体互联网;边缘侧大模型;移动边缘计算;深度强化学习;人工智能生成内容294|129|0更新时间:2026-07-25
- 摘要:现有无向超图影响力最大化研究中的传播模型普遍缺乏对超图高阶结构的深入分析与有效建模,难以刻画信息在群体层面的复杂传播机制。同时,现有算法多依赖节点的局部拓扑特征,难以反映信息的群体传播行为。为此,深入探究无向超图中的信息传播机制,对两类典型的信息群体传播过程进行刻画,提出无向超图独立级联传播模型。在此基础上,进一步提出高阶反向影响采样方法,并设计同时适用于两种不同激活策略的无向超图影响力最大化算法,通过理论分析证明该算法能达到与最优解
的近似比。在8个真实超图数据集上的实验结果表明,所提算法的效果显著优于基线方法,影响力扩展度最高提升了42.85%,平均运行时间仅为CELF算法的0.7%,与基于启发式的算法基本持平。关键词:影响力最大化;无向超图;独立级联模型;反向影响采样;社交网络230|107|0更新时间:2026-07-25 - 摘要:现有预设时间零化神经网络在求解时变非线性优化问题时,其计算误差对时间的导数在预设时刻不连续,实际应用中易导致执行器抖动。为此,提出平滑预设时间零化神经网络,实现误差轨迹在预设时刻导数连续。进一步提出全程平滑预设时间零化神经网络,确保误差轨迹在初始时刻的平滑性,实现全域平滑过渡。理论分析两种网络计算误差的预设时间收敛性与平滑性,并讨论平滑增益对网络收敛性能的影响。针对存在初始误差的冗余机械臂重复运动规划问题,提出一种平滑重复运动规划方案,并采用所提平滑预设时间零化神经网络求解。该计算方案在实现机械臂末端位置误差预设时间收敛的同时,保证机械臂的平稳运行。时变非线性优化与冗余机械臂的仿真结果验证了所提网络与重复运动规划计算方案的有效性。关键词:非线性优化;预设时间收敛;零化神经网络;重复运动规划145|128|0更新时间:2026-07-25
- 摘要:动态异构感知网络中的末梢节点受算力、能量和带宽限制,难以部署重型密码机制;不可靠链路还会造成信道异常与恶意行为混淆,削弱媒体接入控制(MAC)层防护能力。为此,提出一种反馈驱动的MAC层信任评估与协同防御机制。该机制将确认/否定确认(ACK/NACK)反馈作为零成本信任原语,利用登普斯特-谢弗(D-S)证据理论融合通信状态、环境扰动和剩余能量,通过不确定性建模降低信道波动导致的误判。根据可疑节点的收发角色,分别采用向量转发路由绕行或备用信道隔离,形成“检测-角色判别-防御执行”闭环。该框架不依赖物理层,结合Bellhop水声射线模型和α-稳态噪声进行实例化。仿真结果表明,所提机制在检测精度、数据投递率和吞吐量方面优于代表性基线。关键词:零信任;MAC层信任评估;D-S证据理论;感知协同防御;水声传感器网络;轻量级安全260|104|0更新时间:2026-07-25
基于特征投影与自适应增强的联邦蒸馏方法 AI导读
摘要:为了解决现有联邦蒸馏方法难以处理异构模型间表征空间不一致与特征分布不均的问题,提出一种基于特征投影与自适应增强的联邦蒸馏方法,实现了跨异构客户端模型的知识高效融合。该方法在服务器端通过蒸馏方式整合客户端输出,在客户端设计轻量化多出口分支,将异构模型的中间特征投影到对齐的logits空间,以突破异构蒸馏中的特征对齐瓶颈。实验结果表明,该方法在标准数据集上取得良好效果,减少了通信轮次和数据传输量,同时增强了系统在异构环境下的鲁棒性,为联邦异构知识融合提供了一种有效的新方案。关键词:联邦学习;知识蒸馏;异构模型;特征投影160|197|0更新时间:2026-07-25- 摘要:通信感知一体化(ISAC)是支撑低空基础设施建设的核心技术,但因高度依赖视距链路,在复杂环境下性能受限。可重构智能表面(RIS)为此提供了一种有效解决途径。在发射功率预算与感知性能约束下,基于通感混合波束成形和RIS相移矩阵联合优化,研究了双RIS辅助的ISAC系统多用户和速率最大化问题。问题因多优化变量的紧密耦合,呈现高度非凸性,直接求解极为困难。联合采用半定松弛与连续凸逼近等方法对原问题进行重构与解耦,进而设计了一种基于交替优化的联合优化算法以实现高效求解。仿真结果验证了双RIS对ISAC系统性能的提升作用,同时证实了所提算法的优越性。关键词:通信感知一体化;可重构智能表面;混合波束成形;半定松弛;逐次凸逼近192|110|0更新时间:2026-07-25
自适应邻域学习的加密恶意流量检测方法 AI导读
摘要:针对现有加密恶意流量检测方法使用静态图结构、邻域无法自适应选择节点、复杂网络环境下流量交互特征不足等问题,提出一种基于自适应邻域学习的加密恶意流量检测方法。该方法首先构建流量交互图建模流量会话间的关联关系,并在此基础上引入邻域学习机制,通过结合节点特征学习与邻域结构优化机制,实现流量交互模式的节点自适应建模。所提方法在CTU-13与MCFP数据集上取得了较好的效果,准确率、精确率、召回率与F1分数分别达到99.59%、99.56%、98.78%和99.16%,有效提升了加密恶意流量检测的性能。关键词:加密恶意流量;图神经网络;自适应邻域学习;流量检测169|98|0更新时间:2026-07-25- 摘要:针对低轨卫星网络中交互式视频业务的低时延、低抖动和会话连续性需求,面向强时变拓扑与能量时空异构条件下路由决策复杂、链路切换频繁等问题,提出一种基于分层图多智能体强化学习(H-GMRL)的中地球轨道与低地球轨道(MEO-LEO)分层协同路由策略,采用图神经网络(GNN)与双深度Q网络(Double-DQN)进行多约束全局路径规划,结合多智能体强化学习(MARL)与触发式平滑切换实现局部修复。仿真表明,所提策略平均端到端时延最高降低12.1%,时延抖动最高降低45.3%,分组丢包率最高降低44.8%,平均路径寿命(TTL)最高提升25.9%,可增强高负载场景下交互式视频业务的连续稳定承载能力。关键词:低轨卫星网络;交互式视频;分层协同路由;强化学习157|150|0更新时间:2026-07-25
- 摘要:基于密文策略的属性基加密方案被广泛应用于医疗物联网数据安全传输与共享,但传统方案在抵抗合谋攻击、数据完整性审计等方面存在不足。为此,提出了一种支持云审计与设备安全检测的IoMT数据安全方案。该方案采用安全两方计算生成数据使用者密钥,抵抗授权中心腐化下用户合谋攻击,通过在密文聚合多项式中计算基于同态的隐私保护消息认证码来嵌入设备指纹,实现云端数据的高效审计和医疗设备的安全检测。安全分析表明,所提方案能够保证云端数据完整性审计、数据审计隐私和可靠性,以及医疗设备安全状态检测,并且具有授权中心腐化下抗用户合谋攻击的选择明文攻击不可区分性。仿真实验结果表明,相较于同类方案,所提方案在通信开销方面降低约38.7%,在计算开销方面降低约68%,明显提高了医疗数据共享的安全性和效率。关键词:云审计;属性基加密;物理不可克隆函数;同态哈希函数;安全两方计算254|194|0更新时间:2026-07-25
- 摘要:针对现有周期性可否认环签名方案依赖传统密码假设、难以满足后量子安全需求的问题,提出一种基于汉明准循环码(HQC)的周期性可否认环签名方案。该方案利用HQC公钥诱导的线性一致性关系构造证明语句,结合Stern-like Σ协议、OR组合结构和Fiat-Shamir变换实现非交互式环签名,并通过时间窗口机制实现确认/否认功能的周期性控制。在随机预言机模型下,基于支持恢复问题和准循环综合译码判定问题证明方案满足不可伪造性、匿名性、可追踪性和不可诽谤性。分析表明,该方案在编码型框架下实现了后量子安全性、可否认性与周期性控制的统一。关键词:后量子密码;HQC;周期性可否认环签名;Stern-like Σ协议;Fiat-Shamir变换186|120|0更新时间:2026-07-25
基于张量鲁棒特征分析的室内指纹定位算法 AI导读
摘要:针对室内信道状态信息(CSI)指纹定位中受多径效应、尖峰噪声及在线离线时间差影响,导致指纹失真、接入点状态波动和定位精度下降的问题,提出一种融合张量鲁棒主成分分析、斜率熵检测与高斯混合加权K近邻的CSI指纹定位算法。首先,构建由子载波、幅值和时间戳组成的三维CSI张量,利用张量鲁棒主成分分析分离低秩成分与稀疏噪声,实现CSI数据去噪。其次,引入斜率熵检测机制,动态筛选在线离线阶段中稳定的接入点,提高算法对环境变化的适应能力。最后,结合高斯混合模型与加权K近邻算法,对离线指纹建模并对在线数据分组,自适应分配K值完成定位估计。结果表明,所提算法能够有效提升复杂室内环境下CSI指纹定位的精度与鲁棒性。关键词:Wi-Fi室内定位;张量鲁棒特征分析;斜率熵;无线接入点状态受限检测;高斯混合加权K近邻153|115|0更新时间:2026-07-25
学术论文
面向可信增强的AI智能体研究综述 AI导读
摘要:针对智能体在自主决策、环境交互和任务执行过程中面临的决策可靠性不足、安全风险、行为失控及责任难以追溯等可信挑战,对可信智能体相关研究进展进行系统性综述。首先,梳理智能体的基础组件和典型智能体框架,并对比了智能体和大模型的不同之处。然后,针对智能体面临的可信问题,从正确性与可靠性、鲁棒性、治理与可控等7个方面进行了系统性定义。围绕智能体各基础组件以及可信验证、多智能体协作,对现有可信增强技术进行了系统性梳理与分析。此外,为评估智能体在不同维度下的可信表现,总结了现有评测基准与相关评测指标,并分析了现有评测基准的局限性。最后,对可信智能体未来的发展方向进行了探讨与展望。关键词:大语言模型;智能体;人工智能;可信;可信增强455|476|0更新时间:2026-07-25- 摘要:数字水印技术是应对人工智能生成内容所引发的视觉信任危机的关键支撑技术。现有数字水印技术综述大多局限于静态分类视角,难以有效揭示水印防御机制与攻击手段之间持续升级的动态对抗演化规律。为此,从安全博弈论视角出发,构建“防-查-抗”三元分析框架。系统梳理并深度剖析水印技术在三大核心维度上的作用机理,通过阻断非授权数据挖掘实现生成过程的源头管控,面向高维合成伪造内容的版权溯源与身份认证,抵御深度对抗擦除攻击以保障嵌入水印的鲁棒持久性。最后,围绕跨模态泛化能力不足、对抗攻击模型持续演进等核心挑战,展望主动防御水印技术的未来发展方向,旨在为人工智能生成内容主动防御体系的理论研究与工程实践提供参考,以期促进可信人工智能生成内容生态的安全可持续发展。关键词:人工智能生成内容;数字水印;主动防御;安全博弈424|210|0更新时间:2026-07-25
低空通感一体化网络资源管理关键技术研究 AI导读
摘要:围绕低空通感一体化网络资源管理技术开展系统性综述,旨在梳理低空空域通感协同机理的研究进展与关键问题。首先,从低空经济发展需求出发,总结了低空通感一体化的典型应用场景与发展背景,并回顾近年来相关网络资源管理技术的研究进展。其次,围绕频段选择与频谱资源管理,对Sub-6GHz及毫米波、太赫兹频段的管理策略进行分类归纳与探讨。随后,从空域资源管理角度出发,综述通感波束成形与航迹优化等关键技术的发展现状及其特点。接着,对低空通感一体网络以算存为代表的新型资源予以分析。最后,归纳当前研究中存在的主要挑战,并对未来发展趋势进行展望,包括低空通感一体化网络的未来发展趋势、跨系统与跨场景协同的低空信道知识地图以及新型动态天线技术等,以满足未来高效、智能、安全的通感一体化网络需求。关键词:低空经济;通感一体化;频谱分配;波束成形;算存部署275|287|0更新时间:2026-07-25
综述
支持双向匹配的可穿刺基于属性可搜索加密 AI导读
摘要:针对车载社交网络(VSN)中现有基于属性可搜索加密方案存在单向访问控制与低效撤销机制的问题,提出了一种支持双向匹配的可穿刺基于属性可搜索加密(Pun-ABSE-BM),并对其系统模型、形式化定义及安全模型进行了阐述。构造了一个具体的Pun-ABSE-BM方案,该方案通过双向策略匹配实现了收发双方的权限互控,并融合穿刺加密技术以支持灵活高效的用户撤销,同时集成了撤销验证、离线/在线加密及外包解密功能。安全性证明和性能分析表明,所提方案满足VSN的安全需求并兼具优异的效率与实用性。关键词:基于属性可搜索加密;双向匹配;用户撤销;车载社交网络179|69|0更新时间:2026-07-25- 摘要:针对稀疏逆合成孔径雷达(ISAR)成像结果中目标轮廓重建不完整的问题,提出了基于自注意力字典学习(SAM-DL)的稀疏ISAR成像方法。首先,利用自注意力机制(SAM),构建面向待成像目标场景的自注意力得分。接着,将自注意力得分映射到基于字典学习(DL)稀疏ISAR成像模型方法中,用于指导字典原子从测量数据中充分提取待成像目标的全局结构特征。实测数据成像结果表明,相较于现有DL类成像方法,所提SAM-DL方法能够有效提升目标轮廓完整性,减少背景区域的虚假散射点,提高目标图像质量,在低压缩比条件下表现出更优的成像性能和鲁棒性。关键词:逆合成孔径雷达;稀疏成像;自注意力字典学习;字典学习;自注意力机制125|181|0更新时间:2026-07-25
学术通信








