CovertComBench: A First Domain-Specific Testbed for LLMs in Wireless Covert Communication
本文提出了首个面向无线隐蔽通信的专用基准测试 CovertComBench，旨在评估大语言模型在该领域的能力，研究发现尽管模型在概念理解和代码生成方面表现优异，但在满足严格安全约束的数学推导上存在显著不足，表明当前大模型更适合作为辅助工具而非自主解决安全约束优化问题的方案。
💻 Category
cs.NI
102 篇论文
Network Slicing in 5G Mobile Communication Architecture, Profit Modeling, and Challenges
本文全面探讨了 5G 网络切片的概念与系统架构，重点分析了其商业模式与利润建模（包括自有切片实施与资源租赁），并指出了该领域面临的研究挑战与未来方向。
Role Classification of Hosts within Enterprise Networks Based on Connection Patterns
本文定义了一种基于连接模式的企业网络主机角色分类问题，提出了两种能应对模式动态变化的实用算法，并将其集成到商业监控产品中，实验结果表明该算法能将主机分组数量大幅缩减并准确反映网络的逻辑结构。
The 802.11 MAC protocol leads to inefficient equilibria
本文通过博弈论模型和仿真证明，现有的 802.11 分布式 MAC 协议在非合作环境下会导致节点陷入低效的纳什均衡，而若能实现信道资源分配与节点传输策略的解耦，则可使所有竞争节点获得比 DCF 更高的吞吐量。
PixelConfig: Longitudinal Measurement and Reverse-Engineering of Meta Pixel Configurations
该论文提出了名为 PixelConfig 的差分分析框架，通过逆向工程揭示了 Meta Pixel 在健康类网站等场景中默认启用高比例的活动与身份追踪功能，且即便启用了限制追踪的配置，其实际保护效果也极为有限。
Mobile Base Station Optimal Tour in Wide Area IoT Sensor Networks
本文针对广域物联网传感器网络中无人机移动基站能耗受限的问题，提出了最小成本非重复访问的“移动基站最优路径（MOT）”问题，将其建模为 NP 完全问题，并设计了一种兼顾旅行成本与覆盖增益的多项式时间贪心启发式算法，仿真表明该算法在路径长度与执行时间的综合性能上比现有方法提升了 39.15%。
On the Multi-Commodity Flow with convex objective function: Column-Generation approaches
本文提出了一种基于列生成技术的算法优化框架，用于解决具有凸性链路成本函数的多商品流问题（包括可拆分和不可拆分两种变体），旨在通过优化流量分布来提升电信网络资源利用效率并应对带宽受限导致的性能下降。
ZeroSiam: An Efficient Asymmetry for Test-Time Entropy Optimization without Collapse
本文提出了 ZeroSiam，一种基于非对称孪生架构的高效方法，通过非对称散度对齐机制在无需额外开销的情况下有效防止测试时熵最小化过程中的模型坍塌，从而在视觉适应和大语言模型推理任务中实现更稳定且优越的性能。
Optimizing Reinforcement Learning Training over Digital Twin Enabled Multi-fidelity Networks
本文提出了一种基于数字孪生多保真网络的层次化强化学习框架，通过联合优化天线倾角调整策略与物理/虚拟网络数据采集比例，在满足时延约束的同时最大化用户数据速率，并显著降低了物理网络的数据采集延迟。
Why Channel-Centric Models are not Enough to Predict End-to-End Performance in Private 5G: A Measurement Campaign and Case Study
该研究通过在私有 5G 环境中的实测表明，仅依赖信道级指标（如信号强度）的模型会因高估 MIMO 空间层数而系统性地高估端到端吞吐量，而直接基于实测数据学习的高斯过程模型能显著降低预测误差，证明通信感知规划需采用数据驱动方法或精细校准的链路层模型以准确预测系统性能。
PPO-Based Hybrid Optimization for RIS-Assisted Semantic Vehicular Edge Computing
本文提出了一种基于近端策略优化（PPO）的混合优化框架，通过结合可重构智能表面（RIS）与语义通信，并联合优化卸载比例、语义符号数量及 RIS 相位偏移，显著降低了动态车联网环境下的端到端时延。
Equitable Multi-Task Learning for AI-RANs
本文提出了一种名为 OWO-FMTL 的在线双层公平多任务学习框架，通过结合共享模型更新与轻量级原对偶重平衡机制，在 AI 无线接入网络中实现了低开销、可调节效率与公平性权衡的长期用户性能均衡。
Towards Flexible Spectrum Access: Data-Driven Insights into Spectrum Demand
该论文提出了一种结合地理空间分析与机器学习的驱动方法，通过加拿大城市案例研究成功预测了频谱需求的空间变化及其关键驱动因素，为 6G 网络灵活频谱接入政策的制定提供了数据支撑。
A Graph-Based Approach to Spectrum Demand Prediction Using Hierarchical Attention Networks
该论文提出了一种名为 HR-GAT 的层次化分辨率图注意力网络模型，利用地理空间数据有效解决空间自相关难题，在五个加拿大主要城市的测试中将其频谱需求预测精度较八种基准模型提升了 21%。
RIS Control through the Lens of Stochastic Network Calculus: An O-RAN Framework for Delay-Sensitive 6G Applications
本文提出了一种符合 O-RAN 标准的延迟感知 RIS 编排器（DARIO）框架，该框架利用随机网络演算模型动态分配 RIS 设备，以在满足异构用户延迟与可靠性需求的同时，显著降低 6G 上行链路的通信延迟。
Pricing for Routing and Flow-Control in Payment Channel Networks
本文提出了一种名为 DEBT control 的联合路由与流量控制协议，该协议通过基于资金净流量的动态定价机制，利用网络效用最大化问题的对偶梯度下降法，引导支付通道网络在稳态需求下达到最优运行状态并保证了收敛性。
Joint User Association and Resource Allocation for Adaptive Semantic Communication in 5G and Beyond Networks
本文针对 5G 及未来网络中用户异构性导致的语义通信效率问题，提出了一种自适应语义通信（ASC）框架，并通过将联合用户关联与资源分配问题分解为三个子问题，设计了一种高效的多阶段算法以在满足能耗和时延约束下最大化系统效用。
Toward 6G Sidelink Reliability: MAC PRR Modeling for NR Mode 2 SPS and ns-3 Validation
本文针对 5G NR 侧行链路 Mode 2 中的基于感知的半持续调度（SPS）机制，建立了一个显式建模 MAC 层碰撞事件的包接收率（PRR）解析模型，推导了稳态碰撞概率与 PRR 的闭式表达式，并通过 ns-3 仿真验证了该模型在分析 SPS 参数对 6G 侧行链路可靠性影响方面的有效性。
Silicone Ethernet (SEth): a Nervous System for Robotic Touch
本文提出了“硅胶以太网”（SEth），一种利用导电硅胶基体实现无线传感、通信与能量传输的解决方案，通过无源神经元节点为软体机器人提供高效、低能耗的触觉感知与网络仲裁能力。
A Comparative Study of Recent Advances in Internet of Intrusion Detection Things
本文对物联网入侵检测系统的先进技术与类型进行了全面的比较研究，深入探讨了其架构、分类及评估方法，为相关领域的研究人员和从业者提供了宝贵资源。