102 편의 논문
이 논문은 O-RAN 아키텍처를 기반으로 확률적 네트워크 계산 (SNC) 모델을 활용하여 다중 RIS 환경에서 트래픽 변동에 실시간으로 적응하며 지연 민감도 요구사항을 충족하는 'DARIO'라는 지연 인식 RIS 오케스트레이션 프레임워크를 제안하고, 이를 통해 고부하 조건에서 최대 95.7% 의 지연 감소를 입증합니다.
본 논문은 5G 및 6G 네트워크의 의도 기반 네트워크 (IBN) 오케스트레이션을 위해 LLM 과 SLM 을 활용한 계층적 멀티 에이전트 프레임워크를 제안하고, 두 모델의 번역 정확도는 유사하지만 SLM 이 IBN 수명 주기 완료 속도를 20% 향상시킨다는 것을 실험을 통해 입증했습니다.
이 논문은 이동성 예측과 데이터 품질 평가를 기반으로 한 비동기 연합 학습, GRU-VAE 기반 콘텐츠 요청 예측, 그리고 심층 강화 학습을 결합한 디지털 트윈 기반 DAPR 프레임워크를 제안하여 차량 엣지 컴퓨팅 환경의 캐싱 효율성과 전송 지연을 최적화합니다.
본 논문은 IoT 봇넷 탐지를 위해 VAE 로 차원을 축소하고 다양한 그래프 구성 기법을 적용한 GAT 모델을 평가한 결과, 가브리엘 그래프가 97.56% 의 정확도로 가장 우수한 성능을 보임을 입증했습니다.
이 논문은 AMD/Xilinx Zynq UltraScale+ RFSoC 기반의 4 대 무인 항공기로 구성된 완전 연결 메쉬 네트워크를 구현하여, 12 개의 MIMO 링크를 통해 1.2 Gbps 의 처리량으로 실시간 4K 비디오 스트리밍을 성공적으로 시연한 내용을 담고 있습니다.
이 논문은 SDN 컨트롤러의 실시간 트래픽 감지를 통해 PoW 난이도를 동적으로 조절하여 다중 도메인 SYN 플러드 공격에 효과적으로 대응하면서도 정당한 사용자에게는 오버헤드를 최소화하는 새로운 적응형 방어 아키텍처인 SDN-SYN PoW 를 제안합니다.
이 논문은 엣지 환경에서 AI 서비스와 마이크로서비스의 복잡한 의존성을 그래프 어텐션 네트워크와 자기 모방 학습을 강화 학습에 통합한 SIL-GPO 프레임워크를 통해 최적의 오케스트레이션을 실현하고 종단 간 지연 시간을 획기적으로 줄이는 방법을 제안합니다.
이 논문은 양자 컴퓨팅 시대에 RPKI 의 RSA 기반 취약점을 해결하면서도 대용량 데이터 처리 효율성을 극대화하기 위해, 다중 계층 머클 트리 사다리 (MTL) 와 매니페스트 기반의 새로운 검증 워크플로우를 도입하여 저장소 크기와 유효성 검사 시간을 획기적으로 단축한 실용적인 사후 양자 RPKI 아키텍처인 'pqRPKI'를 제안합니다.
본 논문은 5G 의 지연 및 지터가 TSN 의 시간 인식 셰이퍼 (TAS) 스케줄링에 미치는 영향을 실증적으로 분석하여, 5G 지연의 고차 백분위수를 기반으로 TSN 스위치 간 전송 창 오프셋을 정밀하게 조정해야 종단 간 결정론적 통신을 보장할 수 있음을 규명했습니다.
이 논문은 5G 네트워크의 실시간 지능형 재밍 탐지를 위해 FPGA 에서 효율적으로 실행 가능한 경량화되고 해석 가능한 합성곱 트세틀린 머신 (CTM) 을 제안하며, 실제 5G 테스트베드 실험을 통해 기존 CNN 대비 학습 속도와 메모리 효율성을 크게 개선하면서도 유사한 탐지 성능을 입증했습니다.
이 논문은 복잡한 궤적 예측 네트워크 없이 객체 감지만으로 차량 추적 및 충돌을 예측하여 엣지 장치에 적합한 경량 디지털 트윈 기반 프레임워크를 제안하고, 이를 통해 시뮬레이션 환경에서 약 88% 의 충돌을 사전에 예측하며 낮은 계산 오버헤드를 달성함을 보여줍니다.
이 논문은 우버가 2 배 용량 모델에서 비즈니스 중요도에 따른 차등화된 'UFA(Failover Architecture)'로 전환하여, 비중요 서비스의 선제적 중단과 자동화된 안전 장치를 통해 정상 상태 자원 할당을 2 배에서 1.3 배로 줄이고 활용률을 20% 에서 30% 로 높이면서도 99.97% 의 가용성을 유지하는 성과를 거두었다고 설명합니다.
이 논문은 재구성 지연이 있는 병렬 광 회로 스위치 환경에서 AI 훈련 트래픽의 스케줄링 시간을 최소화하기 위해 분해, 부하 인식 할당, 그리고 제어된 분할을 통해 부하 균형을 맞추는 'Spectra' 알고리즘을 제안하며, 기존 최첨단 알고리즘 대비 1.4 배에서 2.4 배까지 더 짧은 스케줄링 시간을 달성함을 보여줍니다.
이 논문은 인터넷 미러 (IoM) 의 계층 구조 내에서 계산 작업을 어디에 배치할지 결정하는 것이 네트워크 환경과 사용자 부하에 따라 지연 시간과 리소스 사용량에 미치는 영향을 실증적으로 분석하여, 단일 최적 전략이 존재하지 않고 상황에 맞는 적응형 작업 배치가 필요함을 보여줍니다.
이 논문은 호스트 및 네트워크 프로베넌스 데이터를 융합하여 그래프 신경망과 LSTM 을 활용한 'StageFinder'프레임워크를 제안함으로써, APT 공격 단계를 정확하고 안정적으로 추정하는 새로운 방법을 제시합니다.
이 논문은 DHT 핑거 테이블과 패시브 안정화 기법을 활용하여 메시지 복잡도를 줄이고 글로벌 조정 없이도 임의의 네트워크 분할에 견고한 일관성을 보장하는 '구조화된 속삭임 DNS(Structured Gossip DNS)'를 제안합니다.
이 논문은 단일 측정 스냅샷을 기반으로 다양한 gNB 조합을 활용한 조합 데이터 증강 (CDA-ND) 기법을 제안하여 6G 환경에서 LoS/NLoS 상태를 고/저 신뢰도로 탐지하고, 이를 통해 실내 공장 환경의 위치 추정 오차를 크게 감소시킨다는 내용을 담고 있습니다.
이 논문은 무선 충전 모바일 엣지 컴퓨팅 (WP-MEC) 네트워크에서 에너지 효율적인 온라인 스케줄링 문제를 해결하기 위해 리아푸노프 최적화와 마진 에너지 효율 개념을 기반으로 한 새로운 알고리즘을 제안하고, 이를 통해 지연 시간과 에너지 소비 간의 균형을 달성하며 이론적 성능 보장을 제공함을 보여줍니다.
이 논문은 LEO 위성 네트워크의 예측 가능한 이동 특성을 활용하여 사전에 최적의 핸드오버 전략을 수립하는 'PreHO'라는 예측형 핸드오버 메커니즘을 제안하고, 이를 통해 기존 방식 대비 신호 오버헤드와 지연을 크게 줄인다고 설명합니다.
이 논문은 서버리스 플랫폼의 서비스 운영 흐름을 분석하기 위해 토폴로지 모델과 호지 분해 (Hodge decomposition) 를 도입하여, 기능 간 상호작용에서 발생하는 조화 흐름을 구조적 특성으로 해석하고 이를 해결하기 위한 실행 가능한 개선 전략을 제시합니다.