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。
💻 Category
cs.NI
102 篇论文
Performance Comparison of IBN orchestration using LLM and SLMs
该论文提出了一种利用状态分层多智能体架构结合大语言模型与小语言模型（SLMs）的 5G/6G 意图驱动网络编排新框架，实验表明两者在翻译精度上表现相当，但 SLMs 能将编排生命周期整体完成速度提升 20%。
Digital Twin-Enabled Mobility-Aware Cooperative Caching in Vehicular Edge Computing
该论文提出了一种名为 DAPR 的框架，通过结合数字孪生、异步联邦学习、GRU-VAE 预测模型和深度强化学习，优化了车联网边缘计算中的客户端选择与内容预测，从而显著提升了缓存命中率并降低了传输延迟。
How the Graph Construction Technique Shapes Performance in IoT Botnet Detection
该研究通过变分自编码器降维，评估了五种图构建方法对图注意力网络在 N-BaIoT 数据集上检测 IoT 僵尸网络性能的影响，发现 Gabriel 图构建法以 97.56% 的准确率取得了最佳效果。
Demonstration of a 1.2 Gbps Always-on Fully-Connected Mesh Network with RFSoC SDRs
该论文介绍了一种基于射频片上系统（RFSoC）软件定义无线电的完全连接网状网络，成功实现了四架无人机之间 12 条始终在线的 2x2 MIMO 链路实时聚合吞吐量达 1.2 Gbps，并支持多路未压缩 4K 视频流传输。
SDN-SYN PoW: Intent-Aware Adaptive SDN Defense with PoW Against multi-domain SYN Floods
本文提出了一种名为 SDN-SYN PoW 的新型防御架构，该架构通过将非交互式工作量证明（PoW）与软件定义网络（SDN）控制平面相结合，利用全局流量感知动态调整 PoW 难度，从而在有效抵御跨域 SYN 洪水攻击的同时，确保对合法客户端（包括低功耗设备）的开销可忽略不计。
Hybrid Orchestration of Edge AI and Microservices via Graph-based Self-Imitation Learning
本文提出了 SIL-GPO 框架，通过结合图注意力网络与自模仿学习策略的强化学习方法，有效解决了边缘 AI 微服务系统中异构服务编排的联合优化难题，显著降低了端到端延迟并提升了资源利用率。
pqRPKI: A Practical RPKI Architecture for the Post-Quantum Era
本文提出了 pqRPKI 框架，通过结合多层 Merkle 树阶梯（MTL）与定制化清单机制，在保持与现有 RPKI 兼容并支持双栈部署的同时，显著降低了后量子时代 RPKI 的存储开销与验证延迟，实现了高效的亚分钟级全库验证。
Impact of 5G Latency and Jitter on TAS Scheduling in a 5G-TSN Network: An Empirical Study
本文通过实证研究揭示了 5G 下行链路的时延和抖动对时间敏感网络（TSN）中时间感知整形器（TAS）调度的影响，并指出必须基于 5G 高百分位时延边界来精确配置 TAS 传输窗口偏移量，才能确保端到端确定性通信。
Explainable and Hardware-Efficient Jamming Detection for 5G Networks Using the Convolutional Tsetlin Machine
本文提出了一种基于卷积田鼠机（CTM）的轻量级、可解释且硬件高效的 5G 网络干扰检测方案，该方案在真实 5G 测试床上验证了其性能，相比传统卷积神经网络（CNN）在保持相当检测精度的同时显著提升了训练速度并降低了内存占用，且具备在 FPGA 边缘设备上部署的潜力。
A Lightweight Digital-Twin-Based Framework for Edge-Assisted Vehicle Tracking and Collision Prediction
本文提出了一种基于轻量级数字孪生的边缘辅助框架，通过仅利用目标检测与离线路径映射而非复杂的轨迹预测模型，实现了在资源受限边缘设备上高效运行且能提前约 88% 时间预测碰撞事件的车辆跟踪与碰撞预警系统。
Uber's Failover Architecture: Reconciling Reliability and Efficiency in Hyperscale Microservice Infrastructure
Uber 提出的故障转移架构（UFA）通过根据业务关键性区分服务并引入非关键服务的抢占机制，将稳态资源配比从 2 倍降至 1.3 倍，在消除超过一百万个 CPU 核心的同时，将利用率提升至约 30% 并维持了 99.97% 的高可用性。
Scheduling Parallel Optical Circuit Switches for AI Training
针对并行光电路交换在 AI 训练流量调度中面临的非零重配置延迟挑战，本文提出了名为 Spectra 的算法，通过分解、负载均衡分配及受控置换分割三步策略，在多种 AI 工作负载和基准测试中显著缩短了调度时间并逼近理论下界。
Toward Real-Time Mirrors Intelligence: System-Level Latency and Computation Evaluation in Internet of Mirrors (IoM)
本文通过构建首个物理物联网镜子（IoM）测试床，在真实网络环境下评估了四种计算部署策略，揭示了不同层级节点间计算卸载在降低延迟与增加网络开销之间的权衡关系，并指出最优策略需根据网络条件、节点距离及并发负载动态调整。
Learning the APT Kill Chain: Temporal Reasoning over Provenance Data for Attack Stage Estimation
本文提出了名为 StageFinder 的时序图学习框架，通过融合主机与网络溯源数据并利用图神经网络和 LSTM 模型，实现了对符合 MITRE ATT&CK 框架的高级持续性威胁（APT）攻击阶段的高精度与低波动性推断。
Structured Gossip: A Partition-Resilient DNS for Internet-Scale Dynamic Networks
本文提出了一种名为“结构化 gossip"的 DNS 方案，通过利用 DHT 手指表实现被动稳定化，在无需全局协调的情况下，将消息复杂度从降低至，从而有效解决了移动自组织网络和边缘计算中网络分区带来的分布式名称解析挑战。
Hard/Soft NLoS Detection via Combinatorial Data Augmentation for 6G Positioning
该论文提出了一种名为 CDA-ND 的新型 NLoS 检测算法，通过组合数据增强生成预估计位置并构建 NLoS 证据向量，实现了高精度的硬/软决策检测，显著提升了 6G 在室内工厂等复杂环境下的定位精度。
Energy-Efficient Online Scheduling for Wireless Powered Mobile Edge Computing Networks
本文针对无线供电移动边缘计算网络中无线能量传输与计算卸载的资源竞争问题，提出了一种基于李雅普诺夫优化的在线调度框架，通过引入边际能效概念和松弛 - 调整策略高效求解非凸子问题，在理论保证延迟与能耗权衡的同时显著提升了系统的能量效率。
PreHO: Predictive Handover for LEO Satellite Networks
本文针对低轨卫星网络中传统切换机制因卫星高速移动而产生的信令开销大和时延高等问题，提出了一种名为 PreHO 的预测性切换机制，该机制利用用户相对静止和信道状态可预测的特性，通过交替优化与动态规划算法提前规划最优切换策略，从而显著降低了信令开销与切换时延并提升了用户体验。
A Hodge-Based Framework for Service Operational Analysis in Serverless Platforms
本文提出了一种基于霍奇分解的框架，通过将无服务器平台中的服务运行流分解为局部可修正分量与全局持久谐波模式，揭示了谐波流作为系统结构性特征的本质，并提供了识别潜在架构低效及制定针对性修复策略的系统化方法。