112 편의 논문
이 논문은 Wi-Fi 7 의 RTWT 메커니즘을 위해 딥 해싱과 진화 전략을 결합한 확장 가능한 간섭 그래프 학습 프레임워크를 제안하여, 밀집 IIoT 네트워크에서 슬롯 효율성을 높이고 지연을 줄이며 학습 및 추론 복잡도를 획기적으로 감소시킨다고 요약할 수 있습니다.
이 논문은 지상 기반의 오버런 (O-RAN) 원칙을 위성에 확장하여 인공지능과 디지털 트윈을 활용한 계층적 폐루프 제어 아키텍처인 'Space-O-RAN'을 제안함으로써, 6G 비지구 네트워크의 지능화, 개방성 및 상호 운용성을 실현하는 방안을 제시합니다.
이 논문은 암호화된 트래픽에서도 클라이언트 요청만 관찰하여 응답 지연을 1% 이내의 오차로 추정하고, 이를 통해 레이어 4 로드 밸런서의 꼬리 지연을 37% 감소시키는 수동 측정 기법 'PIRATE'를 제안합니다.
이 논문은 이종 양자 네트워크의 설계 공간 탐색과 구현 결정을 지원하기 위해 Ytterbium 원자와 초전도 큐비트 플랫폼을 모델링한 SeQUeNCe 기반의 신뢰할 수 있는 시뮬레이션 프레임워크를 제시하고, 이를 통해 이종 시스템 고유의 병목 현상을 규명합니다.
이 논문은 엄격한 하드웨어 제약과 예측 가능한 동작이 요구되는 프로그래머블 데이터플레인 환경에서 신경-심볼릭 어텐션 원시 연산을 매핑하여 신뢰할 수 있는 선속도 (line-rate) 트래픽 분석을 가능하게 하는 'Chimera' 프레임워크를 제안합니다.
본 논문은 2014 년부터 2025 년까지의 11 년간 데이터를 분석하여 비트코인 네트워크가 해저 케이블 고장에 대해 물리적으로 매우 견고하며, 특히 TOR 사용이 오히려 네트워크의 복원력을 강화한다는 사실을 최초로 실증적으로 규명했습니다.
이 논문은 엣지 디바이스상의 자율 에이전트들이 협업할 수 있는 '능동적 P2P 네트워크'를 위해 신원, 발견, 실행을 분리한 아키텍처와 위조 방지 및 신뢰성 보장을 위한 계층적 검증 메커니즘을 제안하고 시뮬레이션을 통해 그 유효성을 입증합니다.
본 논문은 무선 네트워크의 확률적 동역학 하에서 오프라인 강화학습 알고리즘을 평가한 결과, 보수적 Q-학습 (CQL) 이 가장 강력한 정책을 제공하여 O-RAN 및 6G 와 같은 AI 기반 네트워크 제어의 기본 선택지로 적합함을 입증했습니다.
이 논문은 지연 민감형 애플리케이션의 엄격한 패킷 기한을 준수하면서 자원 할당 비용을 최소화하기 위해 제약 조건이 있는 심층 강화 학습 (CDRL) 기반의 네트워크 제어 접근법을 제안하고, 기존 방법들보다 우수한 성능과 비용 효율성을 입증합니다.
이 연구는 베이지안 최적화와 유전 알고리즘을 통해 전 세계 양자 네트워크를 위한 위성 궤도 매개변수를 최적화하여, 기존 단순 설계보다 훨씬 높은 양자 얽힘 생성률을 달성할 수 있음을 보여줍니다.
이 논문은 전광자 및 메모리 장착 양자 스위치 아키텍처 간의 속도 - 충실도 트레이드오프를 정량화하고, 하드웨어 및 프로토콜 매개변수에 따라 각 설계가 우세한 운영 영역을 규명하는 통합 프레임워크를 제시합니다.
이 논문은 ns-3 기반의 모듈형 양자 네트워크 시뮬레이터 Q2NS 를 제안하며, 고전 및 양자 통신의 통합 시뮬레이션과 다양한 양자 상태 표현을 지원하는 확장 가능한 아키텍처를 통해 기존 시뮬레이터 대비 우수한 계산 효율성과 유연성을 입증합니다.