首页期刊导航|中国科学F辑
期刊信息/Journal information
中国科学F辑
中国科学杂志社
中国科学F辑

中国科学杂志社

月刊

1674-5973

informatics@scichina.org

100717

北京东黄城根北街16号

中国科学F辑/Journal Science in China(Information Sciences)CSCD北大核心CSTPCD
查看更多>>本刊是中国科学院和国家自然科学基金委员会共同主办、《中国科学》杂志社出版的学术刊物，本刊力求及时报道计算机科学与技术、控制科学与控制工程、通信与信息系统、电子科学与技术、生物信息学等领域基础及应用研究方面的原创性成果；月刊，中文版每月20日出版，英文版每月1日出版。
正式出版
收录年代

    编者按

    李建东朱近康易芝玲卢建民...
    719-720页
      原文链接:
    • NETL
    • NSTL
    • 万方数据

    面向"双碳"目标的未来绿色移动通信技术

    李建东张夏雨刘俊宇赵晨曦...
    721-744页
    查看更多>>摘要：由我国首次提出的"双碳"目标(即"碳达峰"与"碳中和")，是"十四五"规划中的重要布局，也是未来移动通信网络实现绿色、可持续发展的关键目标，更是奠定我国国际碳资产定价权与世界碳交易平台的基础。其中，实现绿色通信的难点在于保持业务量增长的同时，降低网络能耗及碳排放。本文从移动通信网络侧节能减排的角度和通信网与多能能源网融合架构的角度对绿色通信技术展开研究。研究结果表明，实现绿色通信技术的关键在于进行网络资源、能量资源与业务分布的相互匹配，而现有技术仅能实现网络资源与业务分布的单向匹配，或能量资源与业务分布的单向匹配。基于此，本文提出一种通信、感知和能量融合的原生绿色网络架构，该架构具备能量感知与业务感知能力，支持网络资源、能量资源与业务分布双向匹配方法，通过消除业务分布与能量分布的随机性与突发性，实现业务量持续增长的同时，显著降低移动通信网络侧耗能及碳排放。

    "双碳"绿色通信双网融合绿色网络架构节能减排

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    能量信息深度融合的移动网络架构及其技术挑战

    周盛孙宇璇姜之源龚杰...
    745-757页
    查看更多>>摘要：5G的大规模部署伴随着网络能耗呈指数级增长，与此同时，国家提出了"碳达峰"与"碳中和"的"双碳"目标，因此移动网络的节能减排已刻不容缓。然而，一方面随着人工智能等技术的发展，未来6G网络中计算类业务预期将迎来大幅增长;另一方面，实现绿色低碳需要提升可再生能源的利用率，但绿色新能源供能不稳难以保证服务质量。为应对以上挑战，本文提出一种能量与信息服务深度融合的低碳网络架构，通过构建一个协调异质资源的智能控制面，充分利用并调度移动网络中泛在的算力、通信和储能，在保证6G个性化业务服务质量要求的同时，以期大幅降低网络能耗与碳排放。本文同时还讨论了该架构下的调度机制设计以及可能的未来研究方向。

    6G低碳节能通信计算融合绿色能源

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    面向语义通信网络的能效跨层优化

    余开文樊仁和苟文龙俞传航...
    758-776页
    查看更多>>摘要：语义通信关注传输信息的内在含义，通过语义提取可显著减少需要传输的数据量，提高通信效率，在未来智能设备通信场景中展现出巨大的潜力。然而，深度学习使能的语义编解码进一步加剧传统通信的能量消耗。针对该问题，本文提出一种联合跨层优化框架，并设计了一种语义能效指标来评估用户的体验质量和全局系统的能量损耗。将该优化过程建模为部分可观测的马尔可夫过程，联合优化物理层中的功率控制和语义层中的语义压缩配置:功率分配用于消除小区间干扰，语义压缩等级配置用于优化语义传输效率。仿真结果表明，所提框架和算法能够有效解决语义层和物理层的联合优化问题。

    资源分配语义通信语义感知网络能量效率多智能体强化学习

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    移动通信使能其他行业碳减排的定量评估:指标、方法和案例

    张四海崔婵孙宏宇曾勇梅...
    777-787页
    查看更多>>摘要：随着新一代信息通信技术(information and communication technologies，ICT)的高速发展以及新基建的部署，移动通信系统的能耗和碳排放出现较快增长的趋势。ICT行业在自身节能减排之外，使能其他行业节能减排，可有效降低其他行业的碳排放，是未来理论研究行业应用的重要领域。本文基于ICT使能碳减排评估框架，提出两个定量衡量使能效果的指标，使能减碳比(enable carbon reduction ratio，ECRR)和使能低碳系数(enable carbon reduction coefficient，ECRC)以及相应的定量分析方法，用于评估被使能企业的实际碳减排效果。本文研究可保护数据隐私的多方数据共享，基于安全多方计算(secure multi-party computation，SMPC)框架，提出保护各方数据隐私的使能碳减排评估方法。本文通过实际案例，完成数据采集、分析验证，对所提指标和方法论证其有效性和实用性。

    ICT使能碳减排量化评估隐私保护全生命周期碳足迹使能低碳系数

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于随机几何分布的新能源蜂窝网碳排放优化研究

    李嘉宸李昆艾小猛钟祎...
    788-802页
    查看更多>>摘要：随着无线通信系统中用户数量和通信数据量的不断增加，通信系统所消耗的能源量也在急剧增长，为了实现可持续发展并达成绿色通信目标，将可再生能源与电网能源相结合，并采用多源供电方式为蜂窝通信系统供电，成为一种具有前景的解决方案。本论文旨在针对实际场景下的太阳能生产情况，基于随机几何理论，建立精确的基站能耗模型以及新能源捕获模型。进一步，提出了一种基于非平衡最优传输的启发式基站间新能源调度算法，以达到提高新能源利用率，降低网络碳排放率的效果。该算法有效降低了通信系统对电网能源的依赖，为新能源移动通信基站的节能减排探索提供了有益的参考。

    蜂窝网络可再生能源随机过程非平衡最优运输能源共享

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    面向无线网-能源互联网双网融合系统的碳效用评估指标

    黄朋博余涛郑嘉怡张舜卿...
    803-816页
    查看更多>>摘要：随着国家"双碳战略"的稳步推进，无线通信领域缺少合理评估碳效用的相关指标，而传统的碳效用评估指标无法满足变化愈加剧烈的网络流量和网络部署、运维的特点。针对上述问题以及无线通信网-能源互联网双网融合的新趋势，本文提出了面向双网融合系统的集成相对碳效用指标(integrated relative carbon efficiency，IRCE)。该指标不仅可以反映无线通信网络的容量和流量在时空上的动态变化，而且能够准确反映能源互联网的各个单元对双网融合系统的碳效用的影响。实验证明，所提出的集成相对碳效用指标不仅可以评估双网融合系统的碳效用水平，还可以反映能源供给侧不同的电能调度方式对碳效用的影响。

    碳效用评估无线网络能源互联网双网融合虚拟电厂

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    虚实融合网络空间安全综述

    赵沁平周忠梁晓辉李帅...
    817-852页
    查看更多>>摘要：在计算机与网络基础设施不断发展的推动下，越来越多的人类活动从物理世界向数字世界迁移，产生了构建新型虚实融合网络空间的动因和思想，增强现实、数字孪生、元宇宙等相继成为国际关注热点。虚实融合网络以互联网、物联网为基础，进一步将具有独立身份的计算机、各种物理对象及其数字孪生，以及计算机生成的数字原生对象进行互联，将物理世界和人类世界与数字世界贯通，成为"泛联网"，形成人、机、物泛联互通的虚实融合网络空间，带来全新的大众体验、社交形态、生产模式和数字经济发展路径。这种新型网络空间极大地拓展了互联网、物联网的空间边界和应用领域，同时也带来了新的安全与隐私保护问题。本文首先介绍了泛联网与虚实融合网络空间的概念及架构，分析其存在的安全与隐私风险，然后从用户认证与权限控制、数据安全、隐私保护、感知与交互安全、关键基础设施与软硬件安全、应用安全与网络空间治理等方面的国际研究现状和发展趋势进行综述，最后给出需要解决的十个问题。

    虚实融合网络空间泛联网数字孪生安全隐私

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    面向大规模数据的高效超图神经网络

    吉书仪魏宇轩戴琼海高跃...
    853-871页
    查看更多>>摘要：高阶关联广泛存在于现实世界中，如社交网络、生物网络、交通网络等，建模及优化高阶关联对于网络属性研究和演化趋势预测具有重要意义。超图是一种灵活的数据结构，能够自然地建模高阶关联。近年来，随着深度学习的发展，基于超图建模的超图神经网络被广泛应用于面向高阶关联的表示学习。然而，现有的超图神经网络均基于直推学习范式，虽然在小规模超图数据集上取得了不错的效果，但难以应用到大规模数据上，限制了其应用范围。本文首先分析了现有超图神经网络方法在大规模数据上应用的挑战，然后针对该问题提出了面向大规模数据的高效超图神经网络方法(efficient hypergraph neural network，EHGNN)。针对现有方法空间、时间复杂度过高的问题，EHGNN分别设计了超图采样模块和基于单阶段超图卷积的计算加速模块，同时降低了超图神经网络的空间开销和时间开销，使得超图神经网络适用于大规模超图数据，显著增强了可扩展性。在4个真实超图数据集上的实验结果验证了 EHGNN的有效性和高效性。

    超图计算超图神经网络高阶关联大规模数据节点分类

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    多模可信交互:从多模态信息融合到人-机器人-数字人三位一体式交互模型

    王国庆裴云强杨阳徐行...
    872-892页
    查看更多>>摘要：信任在人-机器人-数字人协作中扮演着关键角色，因为它不仅影响了人-机器人-数字人的效率，同时也存在风险和益处。然而，当前的人-机器人-数字人信任研究存在"失衡"现象，即大部分研究集中于"以人为中心"的信任关系而忽略了智能体(机器人和数字人)对人的信任。为了填补人-机器人-数字人信任研究领域的这一空白，在使用多模态信号来建立人-机器人-数字人交互中的适度单向信任基础上，构建跨虚实世界的"三位一体"经历交融共享生态。本文旨在探讨多模态线索和增强现实在建立人-机器人-数字人之间可信关系方面的现有研究、可行性和未来发展方向。最后，本文展望了该模式在社会组织形态及社会事件态势感知和管控中的应用前景，并指出了未来需要解决的问题。本文的研究有助于理解多模态线索和增强现实在人-机器人-数字人交互中的作用，并为"三位一体"趋势的实现提供思路和解决方案。

    增强现实多模态交互人-机器人-数字人交互信任

      原文链接:
    • NETL
    • NSTL
    • 万方数据