102 件の論文
本論文は、O-RAN 準拠の「遅延感知型 RIS オーケストレーター（DARIO）」を提案し、確率ネットワーク計算論に基づく遅延推定を用いて多 RIS 環境におけるユーザーごとの遅延・信頼性要件を効率的に満たすことで、6G の遅延敏感アプリケーションの性能を大幅に向上させることを示しています。
本論文は、5G/6G 向け意図ベースネットワーク（IBN）オーケストレーションにおいて、大規模言語モデル（LLM）と小規模言語モデル（SLM）を階層的マルチエージェント構造で活用する新枠組みを提案し、両者の翻訳精度が同等である一方で、SLM を用いることで IBN ライフサイクルの完了速度を 20% 向上できることを示しています。
本論文は、車両エッジコンピューティングにおけるキャッシュヒット率の向上と遅延低減を目指し、非同期フェデレーティング学習に基づくクライアント選定、GRU-VAE によるコンテンツ需要予測、および深層強化学習による動的キャッシュ決定を組み合わせたデジタルツイン駆動の DAPR 枠組みを提案し、その有効性を実験で実証したものである。
この論文は、VAE による次元削減と GAT を用いた IoT ボットネット検出において、グラフ構築手法（kNN、MNN、SNN、ガブリエルグラフ、ε-半径グラフ）の選択が分類性能に大きな影響を与えることを示し、ガブリエルグラフを用いた場合に 97.56% の最高精度を達成したことを報告しています。
本論文は、RFSoC ソフトウェア定義無線を用いて 4 機の無人航空機で完全メッシュネットワークを構築し、12 本の常時接続 MIMO リンクを通じて合計 1.2Gbps のスループットでリアルタイムの 4K 動画ストリーミングを実現した世界初のデモンストレーションを報告するものである。
本論文は、SDN 制御プレーンによるリアルタイムトラフィック監視と非対話型プルーフ・オブ・ワークを統合し、攻撃源にのみ動的に計算コストを課すことで、低電力デバイスへの負荷を最小化しつつ大規模な TCP SYN フラッド攻撃からネットワークを保護する「SDN-SYN PoW」という新たな防御アーキテクチャを提案し、その有効性を検証したものである。
本論文は、エッジ環境における AI サービスとマイクロサービスのハイブリッドなオーケストレーション問題に対し、グラフ注意ネットワークと自己模倣学習を統合した強化学習フレームワーク「SIL-GPO」を提案し、既存手法を凌駕する低遅延かつ高効率なサービス提供を実現することを示しています。
この論文は、量子コンピュータ時代における RPKI の脆弱性を克服し、マルチレイヤー・マーکل・ツリー・ラダー（MTL）とマニフェストの再設計を導入することで、検証コストとリポジトリサイズを大幅に削減し、RSA との並行運用を可能にする実用的なポスト量子 RPKI アーキテクチャ「pqRPKI」を提案するものである。
本論文は、5G 遅延とジッタが TSN の TAS スケジューリングに与える影響を実証的に評価し、5G の遅延境界値に基づいて TSN スイッチ間の送信ウィンドウオフセットを慎重に設定することで、エンドツーエンドの決定性を維持できることを示している。
本論文は、5G 網におけるリアルタイムかつリソース制約のある環境でのジャミング検出を実現するため、FPGA 展開に適した軽量で解釈可能な畳み込みツェトリン機械（CTM）を提案し、実 5G テストベッドを用いた実験により、従来の CNN に匹敵する検出精度を達成しつつ、トレーニング速度の大幅な向上とメモリ使用量の劇的な削減を実現したことを示しています。
この論文は、複雑な軌道予測ネットワークを必要とせず、物体検出とデジタルツイン環境におけるオフライン経路マップの活用によって、リソース制約のあるエッジデバイス上でリアルタイムに車両追跡と衝突予測を実現する軽量フレームワークを提案し、エッジ環境での実用性を示しています。
Uber は、ビジネスの重要度に応じた差別化アーキテクチャを導入し、非クリティカルなサービスがクリティカルなサービスの予備容量を平時に共有し、ピーク時のフェイルオーバー時にのみ選択的に中断・復元される仕組み（UFA）を構築することで、2 倍の冗長構成から 1.3 倍へリソースを削減しつつ 99.97% の可用性を維持し、400 万コア中 100 万コア以上を削減することに成功しました。
本論文は、再構成遅延を考慮した並列光回路スイッチのスケジューリング問題に対し、行列分解と負荷均等化を組み合わせた新アルゴリズム「Spectra」を提案し、AI 学習ワークロードにおいて既存手法を大幅に上回るスループットを実現したことを示しています。
本論文は、インターネット・オブ・ミラーズ（IoM）の初の実証的テストベッド研究として、リアルタイムなネットワーク条件下で計算タスクの配置戦略を評価し、オフロードによる低遅延化とネットワーク負荷のトレードオフを明らかにし、状況に応じた適応的なタスク配置の必要性を提唱しています。
この論文は、ホストとネットワークの由来データを融合し、グラフニューラルネットワークと LSTM を組み合わせた「StageFinder」という時系列グラフ学習フレームワークを提案することで、MITRE ATT&CK フレームワークに基づく APT 攻撃段階の推定精度と安定性を大幅に向上させることを示しています。
この論文は、DHT のフィンガーテーブルを活用したパッシブな安定化メカニズムと版数ベクトルを導入することで、グローバルな協調なしに大規模なモバイルアドホックネットワークにおけるネットワーク分断に耐性を持ち、メッセージ複雑度を削減しながら最終的な一貫性を保証する「構造化されたゴシップ DNS」を提案しています。
本論文は、単一の測距スナップショットから多数の gNB 組み合わせを用いて推定位置を生成し、その分布の偏りを「NLoS 証拠ベクトル」として抽出することで、ハードおよびソフト決定の両モードにおいて高精度な NLoS 検出を実現し、6G 測位精度を大幅に向上させる「組合せデータ拡張に基づく NLoS 検出（CDA-ND）」アルゴリズムを提案しています。
本論文は、ワイヤレス給電モバイルエッジコンピューティングネットワークにおけるエネルギー効率の最大化を目的とし、リアプノフ最適化と「緩和・調整」アプローチを組み合わせることで、複数の端末とアクセスポイントを有する環境におけるオンラインスケジューリング問題を効率的に解決し、遅延とエネルギー消費のトレードオフを理論的に保証するアルゴリズムを提案するものである。
この論文は、LEO 衛星ネットワークにおけるユーザーと衛星の相対的な安定性を活用してハンドオーバを事前に計画する「PreHO」を提案し、従来の反応型方式に比べてシグナリングオーバーヘッドや遅延を大幅に削減する効果を実証しています。
この論文は、サーバーレスプラットフォームにおけるサービス運用を解析するためにホッジ分解を導入し、局所的に修正可能な成分と構造的な調和モードにフローを分割することで、非効率性の原因を特定し、システムを再構築することなく効果的な対策を導き出す手法を提案しています。