文献
ICN协同推理弹性容错机制研究
胡凯威;邓浩江;随着卷积神经网络(CNN)在边缘智能应用中的广泛部署，其高计算需求与边缘设备资源受限之间的矛盾日益突出。协同推理通过采用多节点协同执行推理任务，有效缓解计算压力，但其对节点稳定性和网络连通性高度敏感，易因节点故障引发推理中断，严重影响系统的鲁棒性。因此，本文提出一种基于信息中心网络(ICN)的弹性容错协同推理机制，利用ICN的内容寻址与多路径路由特性，实现任务路径自适应调整。同时，构建任务重分配优化模型，并设计改进粒子群优化算法(IPSO)以实现高效调度。仿真实验结果表明，与多种基准算法相比，所提机制在降低任务平均恢复时延和系统最大节点负载方面表现更优，显著提升协同推理系统的稳定性与容错能力。
面向ICN边缘网关内容分发请求处理的数据结构设计
张天昊;尤佳莉;近年来，信息中心网络(ICN)与IP网络的融合被广泛应用于内容分发场景，以提升服务质量与效率。ICN边缘网关作为连接IP内容分发应用与ICN网络的关键桥梁，面临大规模请求处理的高吞吐与低延迟需求。为保障ICN边缘网关的性能需要，本文提出一种在内容分发场景下用于ICN边缘网关的高效混合数据结构，其结合布谷鸟过滤器与延迟删除哈希表机制，通过布谷鸟过滤器实现缓存命中的快速判断，并设计了一种结合内容请求Zipf分布特性的自适应延迟删除哈希表机制，有效减少频繁插入与删除操作带来的结构重排开销。实验结果表明，所提方法相比标准方法最高提升约12.5%的哈希表吞吐量，在满负载并发场景中，整体请求处理能力提升13.6%,有效提升网关的并发处理能力与响应效率。
基于边界排序损失策略的动词隐喻识别
李紫京;康峰;刘振华;动词隐喻识别作为自然语言理解的关键问题之一，对于机器翻译、情感分析和自动生成摘要等应用领域具有重要的意义。尽管最近的研究将隐喻识别问题视为序列标注任务取得一定的进展，但更有效地通过上下文建模来提升隐喻识别的性能，仍然是一个需要深入探索的问题。本文提出一种隐喻识别方法，通过利用经典隐喻理论来对不同句子中的动词的表示进行建模。在序列标注的基础上，进一步结合边界排序损失策略，对比同一动词在不同语境中的使用情况，提升隐喻识别的准确性。实验结果表明，与单纯的序列标注方法相比，本文方法能够更有效地区分词汇在不同上下文中的语义，在隐喻识别任务中具有显著的优势，为未来的研究提供新思路。
交换机虚拟化转发平面设计与实现
董尚杰;黄婷熙;聚焦于交换机虚拟化为多台虚拟交换机的应用场景，重点研究了不同虚拟交换机中二层和三层网络转发平面隔离问题。本文提出在二层转发环节采用过滤数据库标识符，实现虚拟局域网流量的分隔；在三层转发环节通过虚拟路由转发技术隔离路由表项，实现三层转发流量的隔离。基于实际交换机的验证表明，该方案可在二层和三层转发过程中实现多台虚拟交换机转发平面的流量隔离，并保障数据转发的正确性。该研究为交换机“一虚多”场景下的交换机转发平面问题提供了有效的解决方案，对提升单台交换机硬件资源利用率具有实践意义。
大语言模型驱动的电力系统安全管理风险要素知识图谱构建
杨一鸣;刘佳;谭静;季哲伊;米熠;张英华;随着“双碳”战略的深入推进，新型电力系统在技术构成上呈现出新的特点，主要包括可再生能源的规模化接入、电力电子设备的高度依赖以及源网荷储多要素的一体化运行。这些变化在提升系统灵活性与清洁性的同时，也引入大量不确定性、强非线性耦合的新型风险，对传统基于历史数据和确定性规则的安全管理体系构成严峻挑战。因此，本文提出一种大语言模型驱动的新型电力系统安全管理风险要素知识图谱构建方法。首先，构建涵盖设备、信息、环境、人员与管理5个维度的风险要素本体模型，为风险知识的组织提供结构化框架。然后，针对电力安全领域文本多源、异构与非结构化的特点，利用大语言模型的强大自然语言理解能力，实现对标准规范、事故报告及研究文献中风险要素的精准、高效抽取与融合。在构建的电力系统安全管理专业领域测试集上，本文方法在风险实体识别与关系抽取的F1值分别达到98.23%与98.49%,显著优于基于规则和小规模专项分析模型的方法，验证本方法在知识获取环节具有更高的准确性。
中国人工智能产业发展联盟第十六次全体会议召开
<正>2026年2月3日,中国人工智能产业发展联盟第十六次全会在北京石景山召开。第十四届全国政协委员,工业和信息化部原党组成员、副部长,中国人工智能产业发展联盟战略委员会主任委员王江平;工业和信息化部科技司副司长甘小斌;中国信息通信研究院(简称“中国信通院”)院长余晓晖;中粮集团有限公司党组成员、总会计师叶慧青;中国移动科学技术委员会副主任,中国移动集团原副总经理、党组成员,中国人工智能产业发展联盟战略委员会副主任委员高同庆等政府领导及产学研用的专家学者出席会议。同时,来自联盟成员单位及产业界、学界300余名代表线下参会。中国信通院人工智能研究所副所长巫彤宁主持开幕式。
基于RAG的网管智能问答系统
张超;何贤平;在网络技术呈现异构化与复杂化的背景下，传统网络管理系统存在语义理解不足、知识碎片化，以及时效性差等缺陷，难以满足精准高效的运维需求。现有基于规则或关键词的系统适配性较弱，通用大语言模型存在“幻觉”现象与知识滞后问题。因此，本文构建了基于检索增强生成(RAG)的网管智能问答系统。通过设计面向网管领域的混合知识表示模型解决知识碎片化问题，建立规则约束生成机制突破通用技术在垂直领域的推理局限。同时整合多源异构专业数据构建数据集，实现动态知识更新，并采用专业人员的多维度测评体系验证系统性能。实验表明，该系统在120组人机交互测试中表现优异，有效提升了网络管理响应准确性，为网络管理智能化转型提供有力支撑。
基于自调节特征增强与迭代注意力的声呐目标检测方法
白京源 ;尹臣杰 ;王津港 ;刘鹏 ;水下声呐目标检测在推动海洋资源勘探、促进环境监测，以及保障水下作业安全等方面具有不可替代的重要作用。随着技术的发展，目标检测方法已从依赖人工设计特征转向基于深度学习的自动特征提取与识别。然而，声呐图像的低分辨率与高噪声特性，使得深度模型在提取与融合有效特征方面依然面临挑战。为此，本文提出一种基于自调节特征增强和迭代注意力的水下声呐目标检测方法。该方法提出自调节特征增强模块，用于提升对关键信息的感知能力；设计了多尺度空间特征精炼模块，实现对多尺度目标的有效检测；同时提出迭代式多维注意力融合模块，实现深浅层特征的高效融合，从而增强模型在复杂水下场景下的检测准确率。实验结果表明，在3个不同的开源数据集上，本文方法的mAP@75指标分别为61.4%,34.9%和61.8%,均优于对比方法。
《网络新媒体技术》征稿启事
<正>一、期刊简介《网络新媒体技术》期刊是经国家新闻出版总署批准,中国科学院主管,中国科学院声学研究所主办,依托国家网络新媒体工程技术研究中心公开发行的综合性中文学术期刊。本刊由中国科学院声学研究所主办的原《微计算机应用》更名而来。二、期刊宗旨《网络新媒体技术》致力于国内外高水平的网络新媒体技术及相关领域的交叉学科的学术、技术交流,推广网络新媒体技术的前沿创新成果,推动国内网络新媒体技术领域的产、学、研、用创新产业生态链环境的发展。其宗旨是“专注新媒体创新领域,倡导跨媒体融合理念,建立新媒体交流平台,推进产业链协作发展”。
非接触式生命体征监测技术综述
史佳苗;郭孝文;郭书文;张卓成;为解决接触式设备连接导线不便、长期监测困难，以及对特殊人群(如婴幼儿、烧伤患者、皮肤敏感者等)不适用等问题，非接触式生理参数监测技术应运而生。该技术具有低成本、测量方便、连续监测等优势，逐渐成为远程医疗和健康管理领域的重要研究方向。本文综述了非接触式生理参数监测技术的主要技术分类及其工作原理、关键技术及其应用进展，重点介绍了光学成像技术、雷达与微波传感技术、热成像技术、声学与超声传感技术等主要技术分类。探讨了未来主要应用场景、存在的挑战与技术瓶颈，为非接触生理参数监测技术的研究提供参考。