| 2026 | No.8 | No.7 | No.6 | No.5 | No.4 | No.3 |
|---|---|---|---|---|---|---|
| No.2 | No.1 | |||||
| 2025 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
| No.6 | No.5 | No.4 | No.3 | No.2 | No.1 | |
| 2024 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
| No.6 | No.5 | No.4 | No.3 | No.2 | No.1 | |
| 2023 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
| No.6 | No.5 | No.4 | No.3 | No.2 | No.1 | |
| 2022 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
| No.6 | No.5 | No.4 | No.3 | No.2 | No.1 | |
| 2021 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
| No.6 | No.5 | No.4 | No.3 | No.2 | No.1 | |
| 2020 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
| No.6 | No.5 | No.4 | No.3 | No.2 | No.1 | |
| 2019 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
| No.6 | No.5 | No.4 | No.3 | No.2 | No.1 | |
| 2018 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
| No.6 |
6G时代,以机器人、无人机为代表的异构智能体协同作业需求快速增长。传统以通信链路为基本单元、以数据率等传输性能为主要目标的网络设计方法遭遇发展瓶颈。无人作业常以类反射弧的“感-传-算-控”闭环形式展开。围绕以“感-传-算-控”闭环为基本单元的新模型展开综述,介绍闭环负熵率这一新度量指标与边缘信息枢纽这一新型网络单元,阐述面向闭环的网络优化设计新框架,并展望其未来发展方向。
随着6G网络向通信与计算深度融合演进,传统依赖速率优化的网络难以满足大带宽、低时延、密集计算等需求。围绕通信计算融合的异质资源协同管理,介绍6G网络架构与资源协同机理,分析计算辅助通信与通信辅助计算两类关键技术,包括语义通信和协同边缘计算。进一步讨论端到端通信效率、多用户通信资源竞争及计算资源竞争等智能资源管理问题,为6G网络资源协同优化提供参考。
5G-A与人工智能(Artificial Intelligence, AI)的深度融合正成为推动行业智能化转型的重要驱动力。围绕通信与智能融合的发展趋势,基于“通信-数据-算力-智能”协同演进视角,系统梳理5G-A与AI融合的理论体系和应用场景,重点分析工业制造、智能交通等领域的融合应用新范式。在此基础上,结合当前产业发展现状,进一步研判5G-A与AI融合在通信网络能力、边缘智能、行业协同及产业生态等方面的发展趋势。5G-A与AI融合将推动行业终端由“连接型设备”向“智能化终端”演进,并加速通信网络从“数据传输基础设施”向“智能服务基础设施”升级,为数字经济与实体经济的深度融合提供重要支撑。
当前,具身智能的规模化应用仍面临终端算力不足、续航能力有限、部署成本高三大瓶颈。现有5G-A边缘计算模式虽已初步打通连接与算力,但因边缘算力外挂式叠加以及通算资源松耦合,动态无线环境下的人工智能服务质量难以得到保障。为此,面向6G提出通算智融合赋能具身智能的网络架构,将通信、计算、数据与模型资源统一纳入网络原生管控范畴,并通过端边协同原型样机验证了其有效性,最后进一步分析了6G通算智融合对具身智能应用演进的赋能方向。
随着人工智能与机器人技术深度融合,具身智能正由单体化、封闭式任务执行向开放环境下的自主协同与持续演进发展。围绕具身智能未来演化方向开展前瞻性分析,指出异构化、强泛化、协同智能化是其重要演化路径。并据此提出由具身智能体、近源智能体、云端智能体和智能体互联网四部分组成的系统演进架构,为具身智能向规模化、协同化和网络化发展提供路径参考。
随着工业控制、低空智联、车路协同等闭环业务的快速发展,传统5G网络已难以满足毫秒级时延、微秒级抖动、高可靠闭环控制的性能需求。5G-A的核心方向之一是实现通信、计算、控制的内生一体化融合。梳理了5G-A中支撑通算控融合的关键技术体系,设计了内生一体化网络架构,提出了基础电信企业现有5G网络向内生通算控架构演进的三阶段路径,并分析了其与6G的关系。研究表明,5G-A通算控内生一体化是产业数字化升级的核心支撑,也是6G原生一体化架构的重要技术与商业验证基础。
在人工智能(Artificial Intelligence, AI)技术快速发展的背景下,AI网络攻击能力正呈现显著跃升,对全球网络攻防格局产生深刻影响。系统分析了AI网络攻击在破坏力、攻击门槛、漏洞挖掘能力等方面的显著提升;揭示了基础设施成为AI重点攻击目标的内在逻辑,并从信息层、平台层、物理层3个层面剖析了我国基础设施面临的共性威胁。在此基础上,深入剖析了我国基础设施在智能化升级中面临安全风险、传统防御体系遭遇能力“瓶颈”等挑战。研究表明,亟需从推进智能化升级安全管控、构建适应AI网络攻击特性的新型防御体系等层面协同发力,筑牢基础设施安全屏障。AI网络攻击正加速由个别试探向规模化威胁演变,未来几年将是关键转折期,建议高度重视并加快构建有效应对AI特点的新型安全防御体系。
主要围绕5G中低频段频谱资源,从论证与规划、分配与许可、干扰协调、评价与反馈等环节,开展5G频谱政策研究;并从5G建设部署、产业发展、行业赋能、国际影响等方面总结我国频谱管理政策在支撑5G发展上的卓越成效。从频谱资源支撑5G发展的角度,总结频谱管理的成功经验,为下一代移动通信高效发挥频谱资源效益、推动产业蓬勃发展提供参考。
随着量子计算技术从理论探索步入早期应用阶段,全球科技巨头、初创公司及电信运营商纷纷布局量子计算服务平台,抢占未来信息产业的新增长点。通过系统论述国内外量子计算开放服务现状、分析电信运营商进军量子计算服务领域的战略意义和总体优势,设计了中国电信运营商量子计算服务平台的功能体系架构,提出了“多元路线整合、云网算融合、生态开放共赢”的商业运营思路,旨在为我国电信运营商在量子计算时代的战略布局提供决策参考。
为满足会议机器同传显示场景的需求,实时语音转写需满足低时延、高准确率、强可读性的要求。为此,通过构建系统化的评估指标体系和离线流式模拟评测方法,对比流式(Sherpa-onnx模型)与非流式(Faster-Whisper模型)两种语音识别方案的性能差异,为相关领域研究提供参考。试验结果表明,流式语音识别方案配合轻量级语义后处理策略,在整体性能表现上更适应工业级会议系统对实时语音转写的综合要求。
当前车路协同系统中仅依赖数字签名保障消息完整性和来源真实性,未对消息内容进行加密保护。由于缺乏加密机制,所有车辆无需经过授权验证即可免费获取各类路侧服务信息,限制了基于订阅或许可模式的车路协同商业模式发展。提出一种结合现有车路协同业务架构和安全通信协议的授权业务发布模式和加密技术方案,在现有签名机制的基础上,采用对称加密算法加密授权业务消息,实现路侧授权业务服务对象的精确控制和消息机密性保护。实验结果表明,加密机制对路侧业务带来的收发时延较小,不会影响车路协同业务的时效性,具备规模部署应用的可行性。
热更新技术常用于移动应用程序(Application,App)快速修复、轻量级更新等场景中,然而恶意开发者滥用热更新绕过应用商店安全审核,引发潜在安全风险。针对恶意热更新行为监测成本高、检测难度大、技术对抗严重等问题,提出一种多特征分析检测方法,对热更新代码控制流特征、运行时行为特征以及应用指纹特征进行综合分析。收集12 982款App及300款恶意样本进行试验分析,发现11款新增恶意App,共标记29个恶意家族。试验结果表明,该检测方法能够有效识别恶意热更新行为。