• BGEFL：通过强盗梯度估计在资源受限的网络中实现通信效率高的联邦学习

  摘要：联邦学习（FL）在分布式机器学习中实现了先进的性能，并同时保护了数据隐私，这促进了物联网（AIoT）的发展。然而，FL受到高昂通信成本的限制，因为需要在聚合器和参与者之间多轮交换大量的模型参数和模型更新（例如梯度）。在资源受限的网络中，这种挑战尤为突出，因为设备的计算和通信能力往往有限。现有的研究主要集中在通过本地训练和模型/梯度压缩来提高通信效率；然而，从梯度估计的角度研究FL的通信效率仍然是一个未探索的领域。在本文中，我们通过系统地研究通信效率高的FL中的梯度估计来填补这一空白。我们提出了一种基于强盗算法的、具有梯度估计意识的FL框架（BGFL），该框架能够在有限的强盗算法反馈（即它

  来源：IEEE Transactions on Networking

  时间：2025-11-19

• 多跳无线网络中具有端到端截止时间约束的在线调度与路由

  摘要：我们研究了在多跳无线网络中调度具有截止时间限制的数据包的问题。这些数据包具有任意的截止时间和权重，并且会到达不同的节点。我们的目标是设计在线准入、路由和调度算法，以最大化在截止时间内到达目的地的数据包的累积权重。在无线网络的一般干扰图模型下，我们提供了在线算法，其竞争强度为(γ,R)，即它们至少能够实现最优离线算法价值的1/γ部分，并且不会使容量超出R ≥ 1的倍数。特别是，当RC = Ω(ψ⋆log(ΔρL)/R)时，我们的算法可以实现γ = O(ψ⋆log(ΔρL)/R)的竞争强度。其中，ρ是数据包的最大权重与最小权重的比值，L是最长路径的长度，C是最小链路容量或信道数量。Δ是干扰图

  来源：IEEE Transactions on Networking

  时间：2025-11-19

• 优化新鲜数据采样与交易

  摘要：现有的数据交易研究往往忽视了数据新鲜度对其估值的影响。本文探讨了一个新鲜数据市场，在这个市场中，一个平台向随机到达的用户提供不同新鲜度级别的数据，例如实时交通数据。我们将数据更新分为两类：轻度更新（例如噪声级别）和计算密集型更新（例如交通图像）。最初我们关注轻度更新，并引入了三种定价策略：统一定价、双重定价和动态定价。挑战在于如何共同优化平台的数据采样和定价，这是一个复杂的非光滑混合整数规划问题。然而，通过分析问题的简化版本，我们为所有三种策略都得到了封闭形式的最优解。我们的研究发现了一个令人惊讶的现象：较高的数据获取成本会导致平台降低统一定价，因为数据更新得更慢，价值更低。数值分析表明

  来源：IEEE Transactions on Networking

  时间：2025-11-19

• 综述：急诊科至儿科重症监护病房（PICU）转诊的回顾性队列研究：与住院24小时内出现谵妄相关的急诊科因素

  在儿童急诊科（ED）和儿科重症监护室（PICU）的护理过程中，**儿科谵妄（Pediatric Delirium, PD）** 是一种常见且具有潜在危害的临床现象。PD通常表现为注意力不集中、意识模糊、行为异常等症状，且在危重病儿童中尤为普遍。研究显示，PD不仅会影响儿童在PICU中的短期治疗效果，还可能对长期预后产生不利影响，例如增加机械通气时间、延长住院时间、提高医疗成本、导致神经认知功能障碍以及增加PICU再入院率等。因此，识别PD的早期风险因素并采取干预措施，对于改善患儿的临床转归具有重要意义。本研究旨在探讨ED护理过程中是否存在某些因素，可能与患儿在PICU住院24小时内出现PD的风

  来源：Pediatric Critical Care Medicine

  时间：2025-11-19

• 通过最大化通信渠道利用率来加速非独立同分布（Non-IID）数据上的联邦学习

  摘要：联邦学习（FL）是智能互联网架构的核心。它允许客户端在不直接共享数据的情况下共同训练模型。在这个过程中，客户端和中央服务器通过由参数构成的通信渠道来交换信息。然而，客户端中的非独立同分布（non-iid）训练数据显著影响了模型的全局收敛性，并给局部贡献的评估带来了困难。大多数现有研究试图通过提高一致性、减少方差或使用正则化方法来扩展通信渠道，但这些方法忽略了一个重要因素，即渠道利用率，因此它们共享信息的能力没有得到充分利用。此外，贡献评估的问题仍然没有解决。在本文中，我们通过将FL的间接数据共享建模为信息通信问题，同时解决了前两个挑战（即模型收敛性和贡献评估）。我们证明了使用非独立同分布

  来源：IEEE Transactions on Networking

  时间：2025-11-19

• 你的僵尸网络其实也是他的僵尸网络？——深入剖析针对网络军工业的供应链攻击

  摘要：近年来，由于供应链攻击的深远影响，它们引起了企业和安全社区的广泛关注。许多研究开始关注针对合法软件的供应链攻击。然而值得注意的是，供应链攻击也发生在网络犯罪市场中，这些攻击与合法市场中的攻击有显著不同。这些攻击不仅会导致大规模的感染，还能迅速形成庞大的僵尸网络。遗憾的是，安全社区在很大程度上忽视了网络犯罪市场中的供应链攻击，导致缺乏系统性的方法来理解这类攻击。本研究聚焦于网络犯罪市场中的一种特定供应链攻击，称为“Nigrita攻击”。为了系统地理解这种攻击，我们提出了一个模型来描述其传播动态，并提出了一种预测其未来威胁潜力的方法。为了评估所提出的传播模型的有效性以及该方法预测感染规模的准

  来源：IEEE Transactions on Networking

  时间：2025-11-19

• O-AAV：可编程软件定义的光无线通信AAV网络测试平台

  摘要：近年来，基于光无线通信（OWC）的自主飞行器（AAVs）网络吸引了越来越多研究人员的关注。人们为推进OWC AAV网络系统的发展做出了显著努力，包括开发新的资源分配算法和网络控制方法。然而，当前的OWC-AAV研究要么基于仿真，要么使用不灵活的硬件平台，这些平台主要支持点对点的低数据速率应用。因此，在本文中，我们首次提出并讨论了一种新的可编程软件定义的光无线通信AAV网络平台O-AAV的设计，该平台在数据速率、传输距离以及硬件/软件灵活性方面具有优势，能够支持不同的光源和分布式网络操作。新平台的主要架构选择进行了详细讨论，并展示了初步的性能评估结果。在受控的实验室环境中，数据速率达到了M

  来源：IEEE Transactions on Networking

  时间：2025-11-19

• 贝内什网络中路由的并行算法与可扩展架构

  摘要：Beneš/CLOS架构是一种常见的可扩展互连网络，广泛应用于骨干路由器、数据中心、片上网络、多处理器系统和并行计算机中。近年来，硅光子技术的进步，尤其是在Mach-Zehnder干涉仪技术方面的发展，使得Beneš网络成为光电路交换机的一种非常有吸引力的可扩展架构。针对Beneš网络，已经开发出了多种路由算法，最初是从时间复杂度为O(NlogN)的线性算法开始的。为了满足高性能交换网络的严格时序要求，还开发了并行路由算法，其时间复杂度为O(NlogN^2)。然而，这些并行算法的实现需要大量的连线（称为连接复杂性），因此难以实现大规模扩展。我们提出了一种新的Beneš网络路由算法，并结合

  来源：IEEE Transactions on Networking

  时间：2025-11-19

• 在非协作性底层网络上的覆盖层路由

  摘要：覆盖网络是一种非侵入式机制，通过在物理底层网络上构建逻辑分布式系统来增强现有的网络基础设施。运营覆盖网络的一个主要难点是缺乏底层的配合，因为底层通常由不同的网络管理部门管理。特别是，由于缺乏对底层拓扑结构和链路容量的了解，使得高效覆盖路由的设计变得极其困难。与基于简化假设（如已知的底层拓扑结构或底层上的不相交路由路径）的现有覆盖路由解决方案不同，我们的目标是通过从覆盖节点采集的数据中提取底层信息，系统地优化覆盖路由，从而避免拥塞。为此，我们1）确定了实现无拥塞覆盖路由所需的足够信息；2）开发了多项式复杂度的算法来准确推断这些信息。我们在NS3环境中基于真实网络拓扑结构的评估表明，所提出的

  来源：IEEE Transactions on Networking

  时间：2025-11-19

• 通过考虑方向性的链路模型提高无人机辅助LoRa网络的数据收集效率

  摘要：配备网关的无人驾驶飞行器（UAV）在许多场景中展现出巨大的数据收集潜力，尤其是在缺乏公共网络基础设施的地区。然而，我们在UAV辅助LoRa网络上的实地实验表明，地面到空中以及地面到地面传输之间存在较大的吞吐量差距。我们发现，由于收发天线的高度差异导致辐射方向不对齐，从而造成了额外的信号强度损失，而现有的地面到地面传输方法并未考虑到这一点。在本文中，我们提出了一种基于方向性的地面到空中链路模型（称为环形模型），用于量化方向性对地面到空中链路质量的影响。基于该模型，我们提出了一种新的UAV辅助LoRa网络的地面到空中信道接入方案——PreLoRa。通过预测链路质量的变化，PreLoRa可以调

  来源：IEEE Transactions on Networking

  时间：2025-11-19

• 用于频率灵活的OFDM反向散射网络的星座图映射

  摘要：本文介绍了一种名为FaB的频率自适应反向散射系统，该系统可以根据需要利用不同频段上的OFDM信号作为反向散射通信的载波。与那些专为特定频段设计的现有反向散射系统相比，频率自适应反向散射具有两个关键优势：i) 它可以利用更广泛的频段中的“免费资源”来提高传输效率；ii) 它可以与主流无线通信标准兼容，从而适用于异构无线网络。基于这两个特点，FaB的电路可以无需任何修改即可应用于各种类型反向散射通信节点，显著降低设计和部署成本。为了证明我们设计的有效性，我们实现了一个FaB的PCB原型，并展示了其利用OFDM Wi-Fi和LTE信号作为载波波的能力。我们的广泛现场研究表明，FaB的多频段调制

  来源：IEEE Transactions on Networking

  时间：2025-11-19

• 适用于Dragonfly网络的结构感知交错全归约（Topology-Aware Interleaved All-Reduce）通信机制

  摘要：在分布式深度学习的背景下，计算集群更加注重静态的全归约（all-reduce）通信延迟，同时也需要支持大规模网络。然而，当前全归约算法在专用网络拓扑中的通信效率仍有提升空间。现有的全归约通信算法未能充分利用集群带宽，导致大量带宽资源被闲置。为了充分利用可用带宽，优化通信算法变得至关重要。为了解决这个问题，我们提出了一种创新方法：一种针对Dragonfly网络的自适应拓扑交织全归约算法（TIAD）。TIAD利用Dragonfly网络的内在特性，采用交织通信机制进行组内和组间数据收集，显著提高了通信效率。此外，我们对Dragonfly网络进行了少量调整，使其与交织通信的理论结构相匹配。我们还

  来源：IEEE Transactions on Networking

  时间：2025-11-19

• 分布式无线SDN的最优控制：理论与架构

  摘要：我们提出了分布式通用最大权重（DUMW）作为一种新型的最优控制框架，用于分布式无线SDN。从理论上讲，DUMW具有最佳吞吐量，并且在实际应用中与SDN系统的特性高度契合。我们的算法开发将吞吐量最优的通用最大权重（UMW）策略进行了扩展，使其能够在异构延迟网络状态信息的环境下实现分布式控制和最优的域间调度。此外，我们设计了控制器同步策略，以解决多域流安装问题，并针对DUMW进行了优化，从而在几乎不增加通信开销的情况下保持吞吐量最优性。大量实验验证了我们的理论发现，并展示了DUMW的良好性能。在存在无线干扰的可靠连接环境下，DUMW的吞吐量与最优的集中式控制器相当，并且具有更出色的可扩展性。

  来源：IEEE Transactions on Networking

  时间：2025-11-19

• SAMMF：一种用于网络数据流异常检测的自适应多模型融合框架

  摘要：3GPP提出的网络数据分析功能（NWDAF）为5G核心网络（5GC）中的异常流量检测提供了一种新颖的解决方案。然而，现有研究通常采用单一模型，这些模型难以有效处理来自不同网络功能（NFs）的数据。为了解决这个问题，本文提出了一种自适应多模型融合（SAMMF）框架，用于NWDAF，该框架能够处理来自不同NFs的数据。SAMMF框架由四个核心模块组成：数据收集模块，负责数据统计和收集；数据预处理模块，专注于数据清洗和特征工程；自适应多模型训练模块，使用自适应阈值算法从模型库中选择高性能模型；以及多模型融合模块，将选定模型的结果融合以得出最终结果。我们使用两个常用的网络异常检测数据集对SAMM

  来源：IEEE Networking Letters

  时间：2025-11-19

• 针对模型异构性个性化联邦学习的专家组合

  摘要：联邦学习是一种分布式机器学习范式，旨在促进协作式模型训练的同时保护用户数据隐私。然而，在实际应用中，数据和模型的异质性已成为其广泛应用的重大障碍。现有的模型异质个性化联邦学习（MHPFL）算法通常需要在性能和计算成本及通信成本之间进行权衡。为了解决这个问题，我们提出了一种基于专家混合（MoE）框架的新型MHPFL算法FedMoEKD，该算法采用了动态路由机制和解耦的训练策略。这种方法将本地MoE训练分离出来，并通过知识蒸馏增强本地专家模型的专业化能力。通过专注于专家的专业化，FedMoEKD在性能上优于现有方法，同时保持最小的计算和通信开销：在CIFAR-10数据集上的准确率至少提高了0

  来源：IEEE Networking Letters

  时间：2025-11-19

• 使用eBPF监控5G核心网络漏洞

  摘要：当前5G核心网（5G CN）的设计采用了基于云的原生服务架构，其中网络功能（NFs）以服务的形式暴露出来，可以动态组合和管理以实现高度灵活性。这些网络功能通过标准化组织（如3GPP）标准化的接口相互连接。由于连接的复杂性和数据的敏感性，这些接口容易受到攻击。在本文中，我们提倡使用扩展的伯克利数据包过滤器（eBPF）来监控5G CN接口的活动。eBPF程序在宿主机器的内核空间中运行，从而能够监控所有程序的运行情况，这对于观察5G CN网络功能尤其方便。通过在一个开放空中接口（OAI）中实现的特定用例，我们展示了eBPF框架在识别会话删除攻击和降低相关风险方面的优势。引言核心网是移动网络的关

  来源：IEEE Networking Letters

  时间：2025-11-19

• 面向时延敏感物联网监测的单数据库连接容错服务器分配模型

  随着物联网技术的快速发展，基于传感器网络的智能监测服务正在深刻改变城市管理、环境监测等领域的运作模式。在这类延迟敏感型物联网监测服务中，摄像头传感器等终端设备需要实时传输监控数据至应用服务器，同时应用服务器需调用数据库服务器中的参考数据（如犯罪人脸数据库）进行联合分析。服务的实时性要求使得传输延迟成为关键性能指标，其整体延迟由监控数据传输延迟Ttemax和参考数据传输延迟Tdbmax中的最大值决定，即max(Tdbmax, Ttemax)。然而，服务器可能因软硬件故障或过载而宕机，这对服务的稳定性构成严重威胁。传统解决方案采用双数据库连接模型，要求每个应用服务器必须同时连接两个数据库服务器，以

  来源：IEEE Networking Letters

  时间：2025-11-19

• 基于知识推理的大规模网络路由器级拓扑构建

  摘要：本文提出了一种基于知识推理（KI）的拓扑构建方法。该方法通过构建一个多源异构网络知识图谱，整合了包括IP接口级拓扑、地理空间信息和自主系统归属在内的多模态数据，以实现网络拓扑的语义表示。利用层次感知嵌入模型（HAKE）提取拓扑实体的语义特征，并将其编码为极坐标向量。通过结合路由协议约束，将IP别名解析和匿名路由器识别任务重新表述为一个受限的最大似然估计问题，从而实现拓扑关系的联合推理与完整构建。实验结果表明，该方法在各种场景下显著提高了拓扑重建的准确性，无论是面对不同的匿名接口比例还是探测强度，即使在匿名接口比例较高的情况下也能保持稳定的性能。引言路由器级拓扑在大规模网络测量与分析中起着

  来源：IEEE Networking Letters

  时间：2025-11-19

• 通过智能反射表面进行信道增益建模

  摘要：近年来，具有可控子结构的智能反射表面（IRSs）因其能够操控电磁波的反射而受到了关注。IRSs的一个关键优势在于它们能够增强接收端的信号增益。在本文中，我们提出了一个适用于多种无线通信场景的通用信道增益模型。我们首先从基本的单输入单输出（SISO）情况出发，逐步推导出多输入多输出（MIMO）场景下的通用模型。这些模型在特定参数选择下进行了简化处理。同时，我们还确定了IRS原子（即用于反射的微型结构）的最佳相位，以实现最大增益。引言电磁波在传播过程中会遇到各种表面并发生反射，在接收端产生间接信号。这些间接信号的范围从完全镜面反射到完全漫反射不等，在特定情况下会导致接收端出现破坏性多径效应。

  来源：IEEE Networking Letters

  时间：2025-11-19

• 基于LoRaWAN的车辆网络应急框架

  摘要：在构建车辆网络时，安全性、效率和可靠性是基本要求。常用的长距离（LoRa）通信协议克服了覆盖范围的限制，同时关注了可靠传输与资源消耗之间的权衡。该系统支持由电池供电的边缘设备来监控覆盖区域。通过LoRa广域网（LoRaWAN）架构，可以构建一个更加灵活且基于地理位置的网络。本文建立了一种基于广播的车辆环境发现系统，用于模拟潜在的紧急危险。文章研究了一种危机管理系统，该系统详细分析了与非离散事件相关的资源消耗情况。研究主要关注优化网络容量，并有效地将关键信息传播给受车辆相关事件影响的人群。引言智能交通系统（ITS）和高度自动化车辆（HAVs）的集成通过提高安全性、效率和连通性，彻底改变了现

  来源：IEEE Networking Letters

  时间：2025-11-19

知名企业招聘：