特邀报告: 网络空间安全态势感知：技术、系统与应用

摘要：报告从网络空间安全态势感知的概念和重要地位出发，首先给出了态势感知的三大应用需求：内容安全舆情事件态势感知，系统安全攻击事件态势感知，以及攻防对抗态势评估；其次给出针对该应用需求的三大挑战：准确、实时和全面；再次给出解决这些挑战的多维关联认知模型MDATA及其发展技术；最后给出相关理论和技术的应用和效果。

个人简介：贾焰，国防科技大学研究员，现任国家重大攻关项目负责人，工业控制系统信息安全技术国家工程研究中心首席，中国中文信息学会副理事长等职。主要研究方向为人工智能和大数据分析技术在网络空间安全领域中的应用；作为课题负责人承担和主持了国家级重大/重点项目20余项；获国家科技进步二等奖5项；发表进入SCI和EI检索的论文300余篇，出版专著8部，获得120余项发明专利。

特邀报告: 普适物理智能新探索：极致量化、极限记忆与极速进化

摘要：物理智能，作为封装在机器人和自动驾驶汽车等边缘设备中的新型智能，能够理解现实世界并与之交互。要实现普适的物理智能，大模型必须不仅能“说”，更要能“做”。我们提出三条探索路径：其一，极致量化在算力与成本上实现突破，使大模型真正“算得起”；其二，极限记忆扩展上下文能力，使模型能低成本处理超长序列任务，从而“记得住”；其三，极速进化借助世界模型强化学习，让智能体在虚拟与现实交互中快速迭代，实现“学得快”。三者协同构成技术闭环，推动 AI 从“能言善辩”走向“能工巧匠”。

个人简介：郭嵩，现任香港科技大学计算机科学与工程系讲座教授，是分布式计算和边缘人工智能领域国际知名学者，特别是对“边缘计算和边缘智能技术”作出开创性贡献，显著推动了技术进步，成为该领域公认的领导者之一，获得2024年度IEEE计算机协会Edward J. McCluskey技术成就奖， 2024年度上海市科学技术奖自然科学一等奖，2023年度中国电子学会自然科学一等奖，并多次获得日内瓦发明博览会金奖等重要奖项。他现任IEEE Transactions on Cloud Computing主编，在多个国际知名会议任大会主席和程序委员会主席。郭嵩教授现为加拿大工程院院士、欧洲科学院外籍院士、IEEE Fellow。

特邀报告: 从近5年SIGCOMM趋势看智算时代的国内外网络技术发展

摘要：AI智算引领着网络的新一轮技术创新革命。作为网络领域创新研究的风向标，本次报告重点探讨SIGCOMM近5年的趋势和发展。首先作为例子，通过介绍阿里云在智算网络的创新成果总结，深入剖析这些工作背后揭示的当前国内外网络研究的意义；其次，将具体例子扩大到SIGCOMM近5年的论文评审角度对智算网络未来趋势和研究方向的思考。最后探讨如何深化产学研合作，从全球化视角推动我国智算领域技术创新与规模化落地。

个人简介：翟恩南，阿里云基础设施网络研究负责人，正高级工程师，国家级海外高层次引进人才。2015 年于耶鲁大学计算机系获博士学位，随后担任耶鲁大学研究型助理教授，2018 年加入阿里巴巴。主导阿里云基础设施网络可靠性智能运维体系，与智算网络系统创新工程。近五年在 SIGCOMM 和 NSDI 发表论文总数全球第一。常年担任 SIGCOMM、NSDI 等国际顶级会议程序委员会委员。现任中国计算机学会互联网专委常委与分布式计算专委常务委员。获省部级技术发明一等奖 2 次，获 SIGCOMM 2024 最佳论文提名奖、观察者网 2024 年度科创人物奖等奖项。

特邀报告: 从数据要素到智能经济：多源与流式交易的前沿

摘要：在人工智能和数字经济快速发展的背景下，数据正逐渐成为与资本和劳动力并列的核心生产要素。如何在多源数据环境下实现有效协作，如何在流式场景中实现实时交易，构成了数据市场研究中的关键挑战。本报告将系统介绍多源数据合作与流式数据交易的最新进展，重点探讨数据定价与收益分配机制、连续查询的优化与计算共享方法，以及不确定环境下的在线调度算法。相关研究为理解数据市场的运行规律提供了新的理论框架。

个人简介：黄建伟，现任香港中文大学（深圳）校长讲座教授、协理副校长，深圳市人工智能与机器人研究院副院长。他曾任 IEEE Transactions on Network Science and Engineering 的主编，研究方向包括网络优化、网络经济学和群体智能，专注于通信网络、能源网络和数据市场等领域的应用。他已获得12次国际最佳论文奖项，包括2011年IEEE马可尼无线通信奖论文奖。他是IEEE Fellow、IEEE通信学会杰出讲演者、Clarivate全球高被引科学家和Elsevier中国高被引学者。

特邀报告: 可扩展与自适应的智能边缘网络：挑战、架构与优化

摘要：随着智能应用的持续快速增长，智能边缘网络已成为现代数字基础设施的关键支柱。然而，分布式边缘网络的异构性产生了一系列关键挑战，包括高昂的部署成本、严重的资源碎片化以及系统资源利用率低下等问题。为了解决这些问题并实现可扩展且自适应的边缘智能，本报告将阐述一套综合性解决思路，涵盖以下三个紧密相关的策略：1）协同边缘服务器部署框架； 2）静态与动态边缘服务器融合的混合架构；3）面向任务的细粒度服务部署机制。这些策略为打造智能、高效的边缘网络基础设施，支持新一代人工智能服务的部署奠定了坚实基础。

个人简介：闵革勇，英国埃克塞特大学计算机学科讲席教授，高性能计算与网络实验室主任。一直致力于计算机网络和分布式系统的研究，在移动互联网、云计算与边缘计算、大数据、人工智能等领域取得了一系列创新性研究成果，在国际重要学术期刊/会议发表论文共计380多篇。作为项目的总负责人或首席科学家主持过20多项重要科研和产业化项目。任IEEE Transactions on Computers，IEEE Transactions on Cloud Computing等计算机学科顶级国际期刊的编委。

大模型时代的网络传输协议

摘要：网络性能直接影响模型训练和推理的计算效率。大模型时代的网络究竟应如何演变，是值得深入探讨的重要问题。本报告将讨论从无损低时延数据中心网络（DCN）到确定性广域网（WAN）的传输控制问题，以应对大模型新型计算范式日益增长的高质量通信需求。一方面，随着可编程硬件的发展，交换机等中间设备在消除数据中心内部通信瓶颈方面承担起越来越重要的角色，本报告将以构建无损低时延的万卡集群智算网络为目标，介绍交换机驱动的DCN传输控制相关研究进展。另一方面，随着大模型对算力的要求不断增加，未来单一数据中心的计算能力可能难以满足需求，而国家一体化数据中心基础设施和算力网络等新质生产力的发展，为基于广域网的分布式大模型训练和推理提供了新的可能性。在此背景下，本报告将进一步介绍在广域确定性网络传输控制方面的研究和进展，探讨如何构建高质量的广域网以支持未来的高效大模型训练和推理。

个人简介：李彤，中国人民大学副教授、信息技术中心副主任、数据科学与技术系副主任，中国人民大学杰出学者，曾任华为主任工程师。主要研究方向为互联网体系结构、网络安全和数据空间，先后发表包含ACM SIGCOMM（3篇）、USENIX NSDI（2篇）在内的CCF-A类论文30余篇，主持国家自然科学基金青年、面上、华为胡杨林基金、腾讯犀牛鸟专项等10余项，申请/授权国内外技术发明专利40余项。研究成果应用于华为云和鸿蒙系统，被授予华为十大发明奖和总裁奖等；研究成果还应用于腾讯云，服务亿级直播视频用户，产生显著经济效益。

RDMA网卡研究进展与趋势

摘要：本次报告首先介绍RDMA网卡在数据中心的应用背景和现状。然后分析在大规模集群下RDMA网卡的性能瓶颈问题，介绍问题对应的挑战，并指出解决网卡该问题及挑战的几个技术趋势。最后，围绕技术趋势，分别介绍工业界、学术界、以及我们团队所取的一些产品或研究成果，并相应的给出一些潜在的研究趋势。

个人简介：李文信，天津大学智能与计算学部教授，博士生导师。近年来主要在云计算、数据中心网络领域开展研究工作，累计发表学术论文近50篇，其中包括SIGCOMM，NSDI，INFOCOM等CCF推荐的A类期刊会议10余篇。主持国家自然科学基金青年基金、CCF-百度松果基金等项目。曾获2020年度中国计算机学会优秀博士学位论文奖，2022年入选国家级青年人才。担任国际会议ICA3PP 2023程序委员会副主席，担任IEEE TC期刊编委。

算网融合：大模型与智能应用的算网资源优化方法

摘要：随着智算时代的到来，算力需求呈现指数级增长，大模型训练、推理及智能应用对计算和网络资源的高效协同提出了新的要求。传统的计算与网络架构已难以适应这些复杂场景下的性能需求，特别是在资源动态调度、时延与带宽优化方面面临挑战。为应对这些问题，本报告将介绍团队在算网融合调度领域的最新研究进展，重点探讨通过“算随网动、网随算动、算网联动”的协同机制，实现多维资源的智能调度和高效利用。

个人简介：张维庭，北京交通大学电子信息工程学院副教授，入选博新计划、北京市青托，主要从事新型网络、算网融合方面的研究。近年来承担国家自然科学基金面上/青年项目、国家重点研发计划、中国博士后基金等十余项，发表学术论文80余篇，申请发明专利20余项，获得中国通信学会技术发明一等奖、算力网络十大创新成果，获得中国电子学会优博论文奖、中国电子学会前沿学者出版工程、ICICN2025青年科学家奖、IEEE ICC等国际会议最佳论文奖，担任IEEE TCCN、IEEE TNSE期刊编委、《通信学报》青年编委等。

AI原生传输协议研究与思考

摘要：AI智算网络正面临三重核心变化：1）关于基础设施，算力激增推动组网规模与带宽持续扩容，传输不确定性增强。2）关于业务模型，模型稀疏化、多租多任务等趋势使流量愈发复杂给传输协议带来进一步挑战；3）关于系统目标，面向AI智算系统的传输目标从单纯追求吞吐、时延向追求业务算效转变。针对上述变化，我们研究AI原生的传输协议（AI-Native Transport, ANT）方案，依托智算流量特征构建AI原生传输能力，重点突破传统传输协议的三大挑战：1）针对传输效率低的问题，提出基于逐包均衡的完备传输体系；2）针对可扩展性差的问题，基础数控分离的容损网络传输体系；3）针对网络吞吐无法充分转化为业务算效的问题，提出算效优先调度体系。ANT技术体系的相关研究成果已发表SIGCOMM’25论文一篇（获最佳学生论文提名奖），同时我们在持续推动ANT技术体系落地实际工业场景，为AI智算网络的高效运转与上层业务的算效提升筑牢底层支撑。

个人简介：杨昕磊，清华大学软件学院博士，博士期间主要研究方向为网络测量与系统、5G网络。博士期间在国内外重要会议及期刊上发表论文共9篇，其中以第一作者身份发表3篇（NSDI’21、SIGCOMM’22、WWW’23），以通讯作者身份发表期刊1篇（TON’23）。同时，对应的学术成果已实际应用于公安部三所高速网络和国内用户规模最大的友声科技“测网速”平台，造福1700余万移动用户。博士毕业后加入华为中央研究院网络技术实验室，从事智算网络与总线网络协议研究。

生成式AI驱动的无线感知关键技术

摘要：生成式人工智能技术在图像、文本等领域取得了显著突破，其在无线信号处理与感知领域的应用也逐渐受到关注。然而，由于无线信号具有时序特性、频域特性和复数值结构，现有的生成模型难以直接适用于此类数据。本报告重点探讨一种面向射频信号的扩散生成理论和复数域神经网络架构设计，以充分挖掘无线信号在时域、频域、复数值域的联合信息。在此基础上，本报告还将介绍生成式模型在无线感知中的广阔应用前景：一方面，可作为一种数据增广方案，缓解无线感知任务中的数据稀缺问题；另一方面，还可以直接被用于跌倒、入侵等人员异常活动感知、以及信号去噪、信道估计等任务。本报告旨在探讨生成式人工智能在无线领域的融合路径，为推动生成式人工智能与无线感知技术的深度融合提供理论基础与方法支持。

个人简介：迟国轩，清华大学博士后，助理研究员。2024年于清华大学取得博士学位，从事AI驱动的物联网感知系统研究。相关成果发表于MobiCom，MobiSys，JSAC等国际顶级会议、期刊，曾获ACM MobiCom 2024最佳实现奖。主持国家自然科学基金青年项目、博士后科学基金面上项目。担任IEEE GLOBECOM和IEEE ICPADS技术委员会委员、ACM MobiCom Artifact委员会委员、ACM TIOT杰出审稿人。

算网融合：大模型与智能应用的算网资源优化方法

摘要：算网融合技术通过打破计算与通信的边界，实现了计算与网络资源的协同调度与灵活分配，为数据中心传输机制的设计与优化提供了新的机遇。在算网融合架构下，借助可编程交换机等新型网络硬件可实时获取精细化的网络状态，或将部分数据计算任务卸载至网络设备执行，从而构建传算一体的高效传输体系。然而，高动态流量、异构资源竞争、复杂通信模式以及有限的可编程硬件资源为实现高性能数据中心传输带来挑战。针对数据中心分布式深度学习以及分布式图神经网络训练，本报告从如何在多任务竞争聚合器资源时提升聚合效率，如何消减分布式图神经网络多对多通信海量的冗余流量与带宽竞争瓶颈等方面展开讨论，介绍高效的算网融合传输机制。

个人简介：李钊毅，中南大学博士，南洋理工大学博士后。针对数据中心网络性能瓶颈，建立了面向可编程网络架构的算网融合新方法，在超低延时传输协议、大模型在网计算、流媒体传输等方面取得创新性的重要科研成果。在EuroSys、ATC、INFOCOM、ICNP等国际顶级会议以及TON、TMM、TCC等国际高水平期刊上发表了论文28篇，其中以第一作者发表论文9篇。