4030 편의 논문
본 논문은 로컬, D2D 및 MEC 컴퓨팅 모드를 통합하여 차량 에지 컴퓨팅에서의 태스크 오프로딩을 최적화하는 사회적 복지 극대화 협력 연합 형성 방법인 CFCO를 제안하며, 실제 궤적 데이터에 대해 기존 베이스라인들과 비교하여 지연, 공정성 및 효율성 측면에서 우수한 성능을 입증한다.
본 논문은 CPCB 데이터를 사용하여 98.5%의 높은 정확도를 가진 대기 질 분류 시스템을 달성하기 위해, 신호 분해를 위한 변분 모드 분해(Variational Mode Decomposition), 특징 선택을 위한 재귀적 특징 제거(Recursive Feature Elimination), 클래스 불균형 해소를 위한 SMOTE, 그리고 CatBoost-SVM 분류기를 통합한 하이브리드 머신러닝 프레임워크를 제안한다.
이 논문은 아벨-루피니 정리에 의해 고전적 최적화 도구들이 비가해 대수적 지형에서 양자 내쉬 균형을 찾는 데 실패함을 증명하며, 새로운 양자 브레이딩 알고리즘이 갈루아 군의 작용을 물리적으로 구현함으로써 이러한 장애를 극복하고 수렴을 보장한다는 것을 입증하는 갈루아 이론 기반 양자 내쉬 학습(GT-QNL) 프레임워크를 소개한다.
이 논문은 Contiki-NG를 사용하여 다양한 토폴로지 및 모빌리티 시나리오에 걸쳐 5가지 대표적인 RPL 라우팅 계층 공격의 레이블이 지정된 데이터셋을 생성하고, 저전력 IoT 네트워크에서 토폴로지 인식 머신러닝 탐지 시스템을 개발하고 평가하기 위한 재현 가능한 벤치마크를 구축하기 위해 50개 이상의 특징을 추출하는 포괄적인 시뮬레이션 기반 연구를 제시한다.
본 논문은 대규모 교통 네트워크에서 흐름 기반 충전소 입지 문제를 해결하는 데 있어, 네트워크를 더 작은 하위 문제들로 분할하고 이를 개별적으로 해결한 뒤 집계된 결과를 정교화함으로써 계산 효율성과 확장성을 향상시키는 그래프 기반 분해 프레임워크를 제안한다.
본 논문은 메모리 맵 방식의 스트리밍 아키텍처를 통해 가비지 컬렉션 지연과 메모리 위험을 완화함으로써, 자원이 제한된 IoT 기기에서 4.35배의 처리량 향상과 최대 75%의 에너지 절감을 달하는 Rust-Python 하이브리드 SPV 검증 엔진을 제시한다.
본 논문은 중앙 집중식 신뢰 의존성과 속성 유출 문제를 완화하면서, IoT 기기를 위해 보안성, 프라이버시 보호 및 확장성을 갖춘 소프트웨어 업데이트를 제공하기 위해 영지식 증명, 블록체인, 그리고 암호문 정책 속성 기반 암호화를 통합한 새로운 프레임워크인 ZBA-SU를 제안한다.
이 논문은 불확실성 하에서의 LLM 의사결정 에이전트를 위한 선택적 위험 제어를 평가하며, 구속력 있는 적대적 비판(binding adversarial critique)이 기권 비용이 저렴할 때 고위험 사례에 대한 효과적인 보수적 관문 역할을 하지만, 이것이 본질적으로 능동적 의사결정의 품질을 개선하는 것은 아니며 단순한 정책의 우월한 대체재라기보다 조절 가능한 유예 계층(tunable deferral layer)으로 간주되어야 한다는 점을 밝히고 있다.
본 논문은 CSE-CIC-IDS2018 데이터셋에서 흔한 공격과 희귀한 사이버 공격 모두를 탐지하는 데 있어 높은 정확도와 강건성을 달성하기 위해 최적화된 특징 선택, 소수 클래스에 대한 TVAE 기반 데이터 증강, 그리고 스택드 앙상블 학습 전략을 결합한 불균형 회복력이 있는 네트워크 침입 탐지 프레임워크를 제안한다.
본 논문은 불확실성 하에서 작업 배치를 최적화하기 위해 Interval Type-2 퍼지 로직과 NSGA-II를 결합한 온라인 모바일 엣지 컴퓨팅 오케스트레이터인 FuMO-Edge를 제안하며, 이는 특히 고밀도 기기 시나리오에서 기존의 type-1 베이스라인과 비교하여 서비스 시간 및 실패율을 유의미하게 감소시킴을 입증한다.