Journal of Zhejiang University

Current Issue: <FITEE>

ENGINEERING Information Technology & Electronic Engineering

Editors-in-Chief: Yunhe PAN, Aiguo FEI

Advisor: Xicheng LU

ISSN 3069-8928 (print), 3069-8936 (online), monthly; CN 33-1439/TP

ENGINEERING Information Technology & Electronic Engineering (EITEE for short), formerly known as Frontiers of Information Technology & Electronic Engineering (2015-2025) and Journal of Zhejiang University SCIENCE C (Computers & Electronics) (2010–2014), is a peer-reviewed (double blind) journal that covers research in Computer Science and Technology, Information and Communication Engineering, Control Science and Technology, Electronic Science and Technology, Optical Engineering and Technology, Instrument Science and Technology, among others. It is launched by the Chinese Academy of Engineering and Zhejiang University, and published by Zhejiang University Press and IEEE.

Abstracted and indexed in: ACM Digital Library, Baidu, CLOCKSS, CNKI, CNPIEC, Chinese Science Citation Database, DBLP, Dimensions, EBSCO, EI Compendex, Google Scholar, INSPEC, Naver, Norwegian Register for Scientific Journals and Series, OCLC WorldCat Discovery Service, Portico, ProQuest, SCImago, SCOPUS, Science Citation Index Expanded (SCIE), TD Net Discovery Service, UGC-CARE List (India), Wanfang.

History:

2015-2025: Frontiers of Information Technology & Electronic Engineering (ISSN 2095-9184 (print), 2095-9230 (online), CN 33-1389/TP)

2010-2014: Journal of Zhejiang University SCIENCE C (Computers & Electronics) (ISSN 1869-1951 (print), 1869-196X (online))

ENGINEERING Information Technology & Electronic Engineering

ISSN 3069-8928 (print), 3069-8936 (online)
CN 33-1439/TP

2025 Vol.26 No.12 P.2393-2702

Cover:

<96>

Contents:

<95>

CONTENTS

Special Feature on Engineering and Technology for Low-Altitude Economy Infrastructure (Editor-in-Chief: Zhijie CHEN; Executive Lead Editors: Heung-Yeung SHUM, Xianbin CAO, Mark HANSEN)

Editorial: Engineering and technology for low-altitude economy infrastructure

Zhijie CHEN, Heung-Yeung SHUM, Xianbin CAO, Mark HANSEN

DOI: 10.1631/FITEE.2530000 Downloaded: 138 Clicked: 177 Cited: 0 Commented: 0(p.2393-2396) <Full Text>

Chinese summary <1> 社论：

低空经济基础设施工程科技
陈志杰*¹，沈向洋²，曹先彬³，Mark HANSEN⁴
¹空中交通管理系统与技术国家重点实验室，中国南京市，210007
²粤港澳大湾区数字经济研究院（IDEA研究院），中国深圳市，518045
³北京航空航天大学电子信息工程学院，中国北京市，100191
⁴加州大学伯克利分校土木与环境工程系，美国加州伯克利，94720-1710
E-mail: zj-chen@vip.sina.com; hshum@idea.edu.cn; xbcao@buaa.edu.cn; mhansen@ee.berkeley.edu
低空经济有着巨大发展潜力，未来10年内全球有望达到万亿美元规模。在中国，它被视为国家战略性新兴产业的标志，代表着新质生产力。探索面向低空经济基础设施的创新工程科技，有望推动相关领域的可持续增长。低空经济范围覆盖地面到空中，其基础设施涵盖通信、导航、监视、气象、运行等多个方面。预期未来，其特征将是"互操作性、智能互联、安全高效"。第六代无线通信（6G）网络、卫星互联网、卫星遥感、低空微气象、先进监视系统以及与大规模人工智能（AI）模型的融合，将显著增强低空经济基础设施的能力，成为其高质量发展的关键驱动力。近年来，低空经济新型基础设施技术取得显著进展。然而，基础理论和核心技术研发的突破值得更多关注，且技术实施仍面临多方面挑战。
1.低空基础设施总体系统与集成技术
低空基础设施正朝着集成化和智能化的系统级解决方案演进。其发展涵盖了从顶层架构设计、物理设施建设到数字系统构建的全链条，亦包括"数字低空"总体系统、面向低空应用的综合大语言模型（LLM）等顶层设计，以及垂直起降场等关键物理节点的工程技术，旨在为低空活动建立坚实的物理与数字基础。
2.信息基础设施与技术
低空经济要求信息感知与传输能力向高精度、高可靠性、广覆盖全面升级。为实现对低空空域活动的有效监管与支持，核心信息基础设施技术--通信、导航、监视（CNS）与气象--的突破至关重要。具体方向包括广域低空通信、高精度智能监视与定位导航以及高效准确的气象观测与预报服务，这些共同构成低空运行的感知与类神经网络。
3.数字化空域与运行管理基础设施与技术
空域与运行管理的核心正朝着数据驱动和智能决策转变。数字孪生、信息融合和空域数字化技术正在构建一个反映现实的动态数字化空域。在此基础上，迫切需要开发用于空域运行能力精确预测、智能交通管制、多模式集成运行和实时态势感知的智能算法。这将实现空域资源高效、灵活、自动化的分配，以及智能化的运行管控。
4.低空安全基础设施与技术
构建全面深入的安全防护体系是低空经济可持续发展的前提。安全是低空经济的生命线，其基础设施必须涵盖数据与通信安全、运行控制安全、应急避撞、环境保护和风险表征的多维度技术解决方案。这将贯穿基础设施生命周期和提高所有运行流程的弹性保障能力。
为促进学术界与产业界紧密合作，加速低空经济基础设施的理论研究、关键技术和实际工程应用，中国工程院院刊《信息与电子工程前沿（英文）》（简称FITEE）邀请陈志杰教授牵头组织"低空经济基础设施工程科技"专题。征集低空基础设施总体系统架构设计、信息感知、智能运行、安全保障等关键领域稿件。经严格同行评审，最终遴选出5篇研究论文。这些论文从不同视角探讨了与低空经济基础设施工程科技相关的前沿议题和创新解决方案。
低空起降设施的科学选址是构建城市空中交通网络的基础。乐美龙与合作者将其建模为一个容量约束设施选址问题，提出一种名为SPID的深度强化学习求解框架。该框架通过多头注意力机制和门控循环单元网络，有效融合候选站点的静态属性与系统状态的动态信息，实现了选址决策的端到端优化。实验表明，SPID框架在地理覆盖率、有效覆盖率和设施利用率等关键社会效益指标上显著优于传统聚类方法和图神经网络模型。此外，能为核心求解器提供高质量初始解，为大规模低空基础设施的快速智能化规划提供有效工具。
结构化低空航路的规划与调度优化对于提高城市空中交通运行效率至关重要。李伟钢与合作者提出Eix?o-UAM框架，用于巴西利亚城市空域低空航路的迭代设计与调度优化。该研究结合巴西的空中交通管理体系，设计出空域分层结构和地面设施模块化，并开发了调度仿真系统。其创新点在于引入大语言模型进行目标函数参数生成和辅助诊断，实现算法迭代的智能加速。结果表明，大语言模型可以作为工程预案生成与推理的高效伙伴，且调度性能更多取决于目标函数与系统多目标的对齐，而非算法本身的复杂性。这为低空航路的智能化设计与运行提供了可扩展的理论和方法。
动态多飞行器任务分配是低空应急物流与灾害响应的核心挑战。针对此问题，郭通与合作者提出一种新颖的协同进化遗传规划（CoGP）框架。与传统的单树遗传规划方法相比，CoGP协同进化两个相互作用的种群，分别致力于任务优先级排序和飞行器选择的启发式搜索，从而显式建模这两个相互依赖的决策阶段之间的耦合关系。该方法采用多维度终端集来捕捉动态状态，并通过设计低层次启发式模板将进化的树结构快速转换为可执行的任务分配策略。针对灾后应急投送的基准实例开展的大量实验表明，CoGP优于最新启发式和基于遗传规划的方法，在复杂动态环境中展现出良好的适应性、可扩展性和实时响应能力。
低空"低慢小"无人机的可靠探测是空域安全管理的一个突出挑战。传统的雷达、射频和声学探测方法在复杂环境中存在局限，难以同时实现远距离、高精度和强抗干扰能力。周斌与合作者提出一种融合"猫眼效应"与深度学习的主动光学探测方案。该系统采用共光路全景扫描光学结构，结合近红外激光与可见光成像，通过目标光学窗口的强反射特性增强回波信号。在算法层面，构建了SKNet21双网络架构并嵌入局部金字塔注意力模块，实现了对低信噪比小目标的高精度识别与虚警抑制。实验表明，该方法的平均精度均值（mAP@0.50）达到0.809，计算吞吐量为49.8 GFLOPs，为复杂环境下全天候、高可靠的低空无人机探测提供了新的技术途径。
低空数字智能网络的高效运行亟需打破通信、感知、导航、控制系统孤立设计的传统范式。当前多系统分离部署导致资源利用率低、协同响应速度慢，难以支撑未来高密度、高动态的低空活动。张奇勋与合作者提出一种名为LADIN的3层集成架构，旨在实现从硬件到服务的全链条深度协同。该架构以通信感知一体化（ISAC）为核心，在基础设施层基于正交频分复用（OFDM）设计统一波形，以实现通信与感知的功能融合。在数据融合层，通过可插拔的反投影适配器构建统一的时空特征空间。在服务与管理层，支持意图驱动的闭环控制和资源虚拟化。研究团队搭建了多模态硬件实验平台，进行了包括多频协同感知和多模态融合定位在内的一系列测试，验证了该系统在目标跟踪和低雷达散射截面目标检测方面的显著性能提升。这项工作为未来低空数字智能网络的系统级集成与标准化部署提供了重要的架构参考和技术验证。
本期专题涵盖了当前低空经济基础设施工程科技相关的多个研究主题，从设施选址、空域设计到动态调度、安全监控和网络架构。我们希望这组多样但相互关联的主题能够对关注低空经济或相关领域的人们有所裨益。
最后，我们要特别感谢各位作者、评审人以及其他参与者对本专题的支持与宝贵贡献，感谢编辑部工作人员、FITEE顾问卢锡城院士以及主编潘云鹤院士和费爱国院士。
客编简介：
陈志杰获空军工程大学博士学位。现任空中交通管理系统与技术国家重点实验室主任，中国工程院院士。曾任国家空管技术专家委员会组长，深度参与"八五"到"十四五"规划期间中国空管系统的规划。长期从事空中交通管制技术的研究与工程实践，在自动化空中交通管制模型与概念建立、自动化空管系统研发、战场空域协同控制等方面做出开创性和奠基性贡献。
沈向洋获卡耐基梅隆大学计算机学院机器人学博士学位。现任粤港澳大湾区数字经济研究院（IDEA研究院）理事长、香港科技大学校董事会主席。他是美国国家工程院外籍院士、英国皇家工程院国际院士、ACM会士、IEEE会士。2020年3月以前，担任微软公司执行副总裁，负责人工智能研究。其研究聚焦于计算机视觉、计算机图形学、人机交互与人工智能的交叉领域。
曹先彬获中国科学技术大学博士学位。现任北京航空航天大学电子信息工程学院院长、综合交通大数据应用技术国家工程实验室主任、空地一体新航行系统技术全国重点实验室副主任。长期从事航空航天机动通信、协同组网与管控的理论研究、技术攻关与系统研发。曾获多项国家级和省部级奖项。
Mark HANSEN分别于1988和1984年获加州大学伯克利分校交通运输工程学博士学位和城市与区域规划硕士学位，1980年获耶鲁学院物理与哲学学士学位。自1988年起任教于加州大学伯克利分校，从助理教授晋升至正教授。兼任中国民航大学蓝天学者讲座教授和南京航空航天大学名誉教授。担任美国国家航空运营研究卓越中心（NEXTOR）联合主任。曾任空侧和空域容量和延误分会主席。其研究集中于航空运输系统、空中交通管理和运输经济学。

SPID: a deep reinforcement learning-based solution framework for siting low-altitude takeoff and landing facilities^#

Xiaocheng LIU, Meilong LE, Yupu LIU, Minghua HU

DOI: 10.1631/FITEE.2500534 Downloaded: 344 Clicked: 394 Cited: 0 Commented: 0(p.2397-2420) <Full Text>

Chinese summary <0> SPID：一个基于深度强化学习的低空起降设施选址解决方案框架

刘小程，乐美龙，刘玉璞，胡明华
南京航空航天大学民航学院，中国南京市，211106
摘要：低空起降平台（垂直起降机场）的选址是发展城市空中交通（UAM）面临的核心挑战。本研究将该问题转化为带容量约束的设施选址问题，整合飞行距离与服务容量限制，并提出基于深度强化学习（DRL）的SPID解决方案框架，通过马尔可夫决策过程对问题进行建模。为处理动态覆盖需求，基于DRL框架设计的SPID采用多头注意力机制捕捉时空模式，将动态与静态信息整合为统一输入状态向量。随后通过门控循环单元（GRU）生成查询向量，从而增强序列决策能力。DRL网络中的动作网络通过损失函数进行调控，该函数整合了服务距离成本与未满足需求惩罚，实现端到端优化。后续实验结果表明，在飞行与容量约束条件下，SPID相较传统方法显著提升了解决方案的效率与鲁棒性。尤其在本文重点关注的社会绩效指标维度，SPID相较传统聚类法和基于图神经网络（GNN）的方法所产生的次优解，性能提升高达约29%。该提升伴随距离相关成本的增加，但增幅控制在10%以内。总体而言，我们为垂直起降机场选址提供了高效且可扩展的解决方案，为大规模的城市空中交通场景提供快速决策支持。

关键词组：低空规划；垂直起降机场选址；深度强化学习；算法探索

Eixão-UAM: LLM-assisted iterative design of a low-altitude urban air mobility corridor in Brasilia

Li WEIGANG, Juliano Adorno MAIA, Emilia STENZEL, Lucas Ramson SIEFERT

DOI: 10.1631/FITEE.2500541 Downloaded: 587 Clicked: 514 Cited: 0 Commented: 0(p.2421-2439) <Full Text> <PPT > 147

Chinese summary <0> Eix?o-UAM：基于大语言模型迭代的巴西利亚低空城市空中交通走廊设计

Li WEIGANG（李伟钢）¹，Juliano Adorno MAIA¹，Emilia STENZEL²，Lucas Ramson SIEFERT¹
¹巴西利亚大学计算机系TransLab，巴西巴西利亚，70910-900
²巴西利亚大学信息科学学院，巴西巴西利亚，70910-900
摘要：城市空中交通（UAM）系统的发展需要对低空空域及配套基础设施进行可扩展且符合法规的规划。本研究提出了一种端到端框架，用于设计、仿真和迭代优化巴西利亚中心道路轴线（Eix?o）的低空UAM走廊（Eix?o-UAM）上的结构化UAM航道，该框架与巴西无人机交通管理（BR-UTM）生态体系相兼容。此外，本研究提出了一种基于无人机等级分层的多层空中配置方案，该方案由垂直起降枢纽、垂直起降港和垂直起降站组成的模块化地面基础设施提供支持。开发了起飞调度仿真模型，用于在真实交通和气象条件下评估平台分配策略。初步实验将循环调度（RR）基准方案与遗传算法（GA）进行对比，结果表明RR在平均等待时间方面优于GA v1版本。为弥补这一差距，采用GPT-4o Mini和Gemini 2.5 Pro实施了大语言模型（LLM）辅助优化循环。这些语言模型作为推理伙伴，支持对5个遗传算法变体的根本原因诊断、适应度函数重构及快速原型设计。其中，相较于GA v1，GA v5的最大等待时间降低了59.62%，平均等待时间降低了约10%，其鲁棒性已接近RR算法。相比之下，GA v2‐v4及GA v6表现出较低的一致性，凸显了适应度函数设计的重要性。这些结果凸显了LLM协助的迭代开发在增强经典优化中的作用，证明生成式人工智能（AI）可助力仿真加速与运行逻辑协同创建。该方法为将LLM融入UAM早期规划提供了可复制的蓝图，为未来低空空域系统提供了理论洞见和架构指导。

关键词组：巴西利亚；Eix?o；遗传算法；大语言模型（LLM）；无人机（UAV）；城市空中交通（UAM）；城市空中交通走廊；无人机交通管理（UTM）

Coevolutionary genetic programming for large-scale dynamic multi-aircraft task allocation

Ce YU, Xianbin CAO, Bo ZHANG, Wenbo DU, Tong GUO

DOI: 10.1631/FITEE.2500540 Downloaded: 422 Clicked: 334 Cited: 0 Commented: 0(p.2440-2454) <Full Text>

Chinese summary <0> 大规模动态多飞行器任务分配的协同进化遗传规划

余策，曹先彬，张博，杜文博，郭通
北京航空航天大学电子信息工程学院空地一体新航行系统技术全国重点实验室，中国北京市，100191
摘要：多飞行器任务分配（MATA）在动态条件下对提升任务效率发挥着关键作用。本文提出一种新型协同进化遗传规划（CoGP）框架，可自动设计适用于动态MATA问题的高性能反应性启发式算法。与传统单树遗传规划（GP）方法不同，CoGP协同发展两个交互种群—任务优先级排序和飞行器选择的启发式搜索，从而显式建模这两个相互依存决策阶段的耦合关系。通过构建全面的终端集以表示飞行器与任务的动态状态，并借助低级启发式模板将生成的树结构转化为可执行分配策略。在模拟灾后紧急救援的公开基准实例上开展的大规模实验表明，CoGP相较于最先进的遗传规划与启发式方法表现出卓越性能，在复杂动态救援环境中展现出强适应性、可扩展性及实时响应能力。

关键词组：任务分配；遗传规划（GP）；超启发式算法；组合优化；学习优化

Integrating the cat’s eye effect and deep learning for low-altitude target detection

Bin ZHOU, Weiming WANG, Ning YAN, Linlin ZHAO, Chuanzhen LI

DOI: 10.1631/FITEE.2500522 Downloaded: 464 Clicked: 571 Cited: 0 Commented: 0(p.2455-2469) <Full Text> <PPT > 297

Chinese summary <0> 基于猫眼效应与深度学习融合的低空目标探测

周斌¹，王伟明²，闫宁¹，赵琳琳¹，李传真¹
¹郑州科技学院电子与电气工程学院，中国郑州市，450064
²雄安创新研究院微纳传感器件技术实验室，中国雄安新区，071800
摘要：本文针对在复杂关键环境中探测"低慢小"（LSS）无人机的迫切需求，提出一种基于猫眼效应的主动式低空目标探测方法。该探测系统集成了主控模块、激光发射组件、共光路周视扫描光机结构、回波接收组件、目标检测及可视化处理功能，以实现小型目标的探测。光源采用近红外激光发射，扫描光路通过微机电系统（MEMS）镜片与伺服机构实现。回波接收信号由雪崩光电二极管（APD）与目标检测模块共同捕获，该模块可获取反射信号及距离信息。检测软件通过无人机微透镜识别算法，整合局部金字塔注意力（LPA）模块与场金字塔网络（FPN），结合SKNet21模型消除误报，并利用APD采集回波强度与飞行时间数据，有效降低误报率。实验结果验证了该目标检测方法的可行性：在交并比（IoU）为0.50时其平均精度达0.809，在IoU 0.50─0.95区间内其平均精度达0.324，计算吞吐量为49.8 GFLOPs。该方法可突破LSS目标检测的现有局限。

关键词组：低空探测；光路探测；猫眼效应；SKNet21；局部金字塔注意力；平均精度

Integrated communication–sensing–navigation–control for low-altitude digital-intelligent networks: architecture, enabling technologies, and experimental validation

Jiapeng LI, Qixun ZHANG, Jinglin LI, Dingyou MA, Zhiyong FENG, Tingyu LI, Jiajun HOU

DOI: 10.1631/FITEE.2500547 Downloaded: 302 Clicked: 381 Cited: 0 Commented: 0(p.2470-2486) <Full Text> <PPT > 101

Chinese summary <0> 面向低空数字智能网络的通信-感知-导航-控制一体化：

架构、使能技术与实验验证
李佳澎，张奇勋，李静林，马丁友，冯志勇，李廷玉，侯家骏
北京邮电大学信息与通信工程学院，中国北京市，100876
摘要：低空经济的快速发展亟需从碎片化系统向深度集成的通信、感知、导航与控制能力根本性转型。为此，本文提出以低空数字智能网络作为总体架构，以通信感知一体化（ISAC）为其核心使能技术并全面贯通其3层结构。在异构基础设施层，详细阐述了基于正交频分复用的ISAC波形设计，使双功能硬件能够同时实现高速数据传输与高精度环境感知。在智能数据融合层，ISAC技术扩展为多模态融合范式，提供关键的电磁感知模态。该层通过引入可插拔反投影适配器与时空建模，构建统一的时空特征空间。这些适配器通过逆推各自观测模型，系统整合来自ISAC、光学相机与激光雷达的异构数据，从而克服表征差异与关联歧义。在服务与管理层，这种连贯表征直接驱动算法流程与控制策略。ISAC资源被虚拟化为动态可分配资产，支持根据特征空间实时状态进行闭环控制，例如基于实时态势感知重构基站运行模式。通过多频协同感知与多模态融合用例的验证表明，该架构在追踪鲁棒性、气球等近零雷达散射截面目标检测以及无缝城市空域治理方面实现显著性能提升，最终证实了以ISAC为核心的深度集成技术路径对未来低空经济系统的变革性潜力。

关键词组：低空经济；通信感知一体化；空域管理；无人机；信息物理系统

Regular Papers

Review Article: An overview of beam-tracking techniques for mmWave wireless communications

Ruaa Shallal Abbas ANOOZ, Jafar POURROSTAM, Mohanad Al-IBADI

DOI: 10.1631/FITEE.2500138 Downloaded: 3184 Clicked: 947 Cited: 0 Commented: 149(p.2487-2510) <Full Text>

Chinese summary <0> 面向毫米波无线通信的波束跟踪技术综述

Ruaa Shallal Abbas ANOOZ^1,2, Jafar POURROSTAM¹, Mohanad Al-IBADI²
¹大不里士大学电气与计算机工程学院，伊朗大不里士，5166616471
²Al-Furat Al-Awsat技术大学技术工程学院，伊朗纳贾夫，540001
摘要：毫米波通信是满足无线通信（特别是第五代（5G）及未来无线通信系统）快速发展所产生的高数据速率与低时延需求的关键技术。毫米波频段面临高路径损耗和易受障碍物阻挡的问题，从而显著降低了其传输距离。毫米波频段需依赖高定向性波束才能实现良好性能。因此，波束对准对于发射端与接收端之间的高速数据传输至关重要。然而，当收发端（发射端、接收端或两者）处于移动状态时，实现精确的波束对准成为一项挑战。由于收发端位置频繁变动，波束跟踪技术在5G通信尤其是车联网通信中发挥着重要作用。本文综述了毫米波通信中采用的不同波束跟踪方法，重点讨论了混合波束赋形技术。通过表格对各种跟踪技术进行对比分析。本综述指出，适用于6 GHz以下频段的一些跟踪方法，如最小均方算法、递归最小二乘算法和卡尔曼滤波器，并不适用于频率更高、相干时间更短的毫米波频段，因此建议采用更快速的跟踪策略。

关键词组：波束跟踪；毫米波（mmWave）；车联网通信；5G通信

Mind the Gap: towards generalizable autonomous penetration testing via domain randomization and meta-reinforcement learning

Shicheng ZHOU, Jingju LIU, Yuliang LU, Jiahai YANG, Yue ZHANG, Jie CHEN

DOI: 10.1631/FITEE.2500100 Downloaded: 171 Clicked: 176 Cited: 0 Commented: 0(p.2511-2528) <Full Text> <PPT > 95

Chinese summary <0> 注意差距：通过域随机化和元强化学习实现可泛化的自动化渗透测试

周仕承^1,2，刘京菊^1,2,3，陆余良^1,2，杨家海³，张悦⁴，陈杰¹
¹国防科技大学电子对抗学院，中国合肥市，230037
²网络空间安全态势感知与评估安徽省重点实验室，中国合肥市，230037
³清华大学网络科学与网络空间研究院，中国北京市，100084
⁴国防科技大学计算机学院，中国长沙市，410073
摘要：随着暴露在互联网上的漏洞数量不断增加，自动化渗透测试已成为一个极具前景的研究领域，而强化学习的特性使其可以很好地适用于该领域的研究。然而，基于强化学习的自动化渗透测试在实际场景中应用时通常面临两大关键挑战：一是训练环境困境，即在模拟环境中训练智能体虽能保证较高采样效率和学习效率，却难以确保环境的真实性；二是泛化能力不足，即当将智能体的策略迁移至未知场景时往往表现不佳，即便环境仅发生微小变化，也可能导致显著的泛化差距。为解决上述两大挑战，本文提出一种可泛化的自动化渗透测试框架GAP，其核心目标是使智能体可在真实环境中高效训练，并提高智能体的策略泛化能力使其具备举一反三的能力。GAP引入一种"真实-模拟-真实"的工作流，既能使智能体在未知真实环境中实现端到端的策略学习，同时可构建逼真的模拟环境，还通过域随机化与元强化学相结合的方式，提升了智能体的泛化能力。本文首次将域随机化应用于自动化渗透测试领域，提出一种基于大型语言模型的域随机化方法，用于生成合成环境。在生成的合成环境基础上，通过元强化学习提升智能体在未知场景中的泛化能力。这两种方法的结合有效弥合了泛化差距，显著提高了智能体的策略适应能力。本文在基于虚拟化技术构建的漏洞靶机上进行了实验，结果表明GAP框架可使智能体在多种真实环境中实现策略学习，在相似环境中实现零样本策略迁移，并在不相似环境中实现快速的策略适应。

关键词组：网络安全；渗透测试；强化学习；域随机化；元强化学习；大语言模型

Active inference of protocol state machines from incomplete message domains

Maohua GUO, Yuefei ZHU, Jinlong FEI

DOI: 10.1631/FITEE.2400487 Downloaded: 2492 Clicked: 1618 Cited: 0 Commented: 0(p.2529-2549) <Full Text>

Chinese summary <0> 基于不完备消息域的协议状态机主动推断

郭茂华，祝跃飞，费金龙
网络空间安全教育部重点实验室，中国郑州市，450001
摘要：通过可观察到的信息实现协议状态机的推断是协议逆向工程（PRE）中的一个重大挑战，特别是当被动收集的流量因报文缺失而导致协议状态空间不完整时。本文基于最少充足教师（MAT）框架提出了一种新的协议状态机主动推断方法。结合会话补全和确定性变异技术，该方法拓展了协议报文类型，从而基于不完备消息域构建了更全面的协议状态机输入空间。此外，通过对算法的优化，包括流量去重、扩展前缀树接受器（EPTA）的构建、基于响应的查询优化、基于状态转移的随机反例生成等，主动推断的效率得到提升。基于Live555和Exim多个版本的实现，针对实时流协议（RTSP）和简单邮件传输协议（SMTP）的实验表明，该方法能够以更高的执行效率推断出更完善的协议状态机。相较于AALpy实现的算法，Act_Infer的执行时间平均降低了约40.7%，连接次数和交互次数分别降低了约28.6%和46.6%。

关键词组：协议逆向工程（PRE）；协议状态机；主动推断；不完备消息域；输入空间

Dynamic trust-based service function chain deployment method for disrupting attack chains

Deqiang ZHOU, Xinsheng JI, Wei YOU, Hang QIU, Jie YANG, Yu ZHAO, Mingyan XU

DOI: 10.1631/FITEE.2500218 Downloaded: 284 Clicked: 377 Cited: 0 Commented: 0(p.2550-2568) <Full Text>

Chinese summary <0> 面向破坏攻击路径的服务功能链动态信任部署方法

周德强¹，季新生^1,2，游伟¹，邱航¹，杨杰¹，赵宇¹，许明艳¹
¹信息工程大学信息技术研究所，中国郑州市，450002
²紫金山实验室，中国南京市，211111
摘要：通过组合虚拟网络功能（VNF）并基于其安全属性分配资源来增强服务功能链（SFC）的安全能力，可有效应对云环境中的漏洞威胁，这是在部署阶段保障SFC安全的重要手段。然而，现有研究在基于信任度部署SFC时，未考虑多步攻击路径中漏洞间的关联性。这导致现有安全编排方法忽略网络实体间的信任度差异，仅聚焦优化局部信任度。这些步骤通过有效切断攻击路径来保障SFC安全。本文提出一种创新的分层信任模型，用于评估网络实体由漏洞关联性造成的差异化信任度。基于信任度评估，在SFC组合阶段全面考虑VNF组合的虚拟信任度，在SFC部署阶段全面考虑物理节点（PN）选择的物理信任度，最大限度破坏SFC中的攻击路径。为此，将安全感知且成本优化的SFC组合与部署（SCSCP）问题建模为整数线性规划（ILP）问题，该问题具有NP难特性。为解决SCSCP问题，本文提出联合信任与成本全局优化（JTCGO）算法，通过动态更新信任度参数，全局求解包含VNF组合方案与PN选取方案的SFC部署解。仿真结果表明，所提算法既能为请求提供最优SFC部署方案，又能以可控成本保障SFC信任度，从而在复杂安全环境中有效抵御网络攻击。

关键词组：服务功能链（SFC）；攻击路径；漏洞关联性；信任度；SFC组合和放置

A focused crawling strategy based on comprehensive priority evaluation of hyperlinks and improved Bayesian classifier

Jingfa LIU, Yongchuang WU, Zhaoxia LIU

DOI: 10.1631/FITEE.2400939 Downloaded: 147 Clicked: 159 Cited: 0 Commented: 0(p.2569-2582) <Full Text> <PPT > 86

Chinese summary <0> 一种基于超链接综合优先级评价和改进贝叶斯分类器的主题爬虫策略

刘景发¹，武永闯¹，刘朝霞²
¹广东外语外贸大学信息科学与技术学院，中国广州市，510006
²广东外语外贸大学网络与信息中心，中国广州市，510006
摘要：在主题爬虫中，避免主题偏移与实现"隧道"穿越是两个主要难点。为克服主题偏移这一难点，设计了一种基于网页文本、锚文本以及超链接上下文的综合优先级评价（CPE）方法，该方法可提升待访问超链接的主题相关性评估结果。随后，提出一种改进的带权重贝叶斯分类器（BCW），通过为贝叶斯分类器的特征词添加标签权重，进一步提高网页分类的准确性。针对从低相关性网页访问到高相关性网页的"隧道"穿越问题，提出了基于回溯法的网页内容块分割（CBS）技术，将网页分割为多个内容块，再逐一判断各内容块的相关性，提取综合相关性较高的超链接。最终，结合CPE和CBS策略，提出一种基于BCW的主题爬虫策略（BCW_CC），并在暴雨灾害与体育两个领域进行主题爬虫实验评估。实验结果验证了所提BCW_CC方法的有效性。

关键词组：主题爬虫（FC）；贝叶斯分类器；信息检索；优先级评价

DRL-EnVar: an adaptive hybrid ensemble–variational data assimilation method based on deep reinforcement learning

Lilan HUANG, Hongze LENG, Junqiang SONG, Dongzi WANG, Wuxin WANG, Ruisheng HU, Hang CAO

DOI: 10.1631/FITEE.2401063 Downloaded: 451 Clicked: 1109 Cited: 0 Commented: 0(p.2583-2603) <Full Text> <PPT > 117

Chinese summary <0> DRL-EnVar：基于深度强化学习的自适应混合集合-变分资料同化方法

黄丽蓝¹，冷洪泽²，宋君强²，王东紫¹，王悟信¹，胡瑞生²，曹航²
¹国防科技大学计算机学院，中国长沙市，410073
²国防科技大学气象海洋学院，中国长沙市，410073
摘要：准确估计背景误差协方差B是数值天气预报的核心挑战之一，它直接影响资料同化系统的性能和数值预报的精度。尽管混合集合-变分同化方法（EnVar）能够结合静态与流依赖的B以提升同化性能，但其有效性常受到经验性固定权重设置的制约。为缓解这一限制，本文提出一种基于深度强化学习的自适应混合EnVar资料同化方法--同化方法EnVar。该方法集成了深度学习组件，其中包括一种新型的环状卷积模块，用于从数据中提取抽象特征；同时，利用强化学习来动态决策最优混合权重。系统能够自适应地将多个具有流依赖属性的集合B与一个或多个静态B进行时变结合，从而构建一个可以更准确反映实时背景误差特征的混合B。实验结果表明，在观测稀疏或状态变量发生剧烈演变时期，DRL-EnVar在同化精度与稳定性方面均优于传统集合卡尔曼滤波与经典混合背景误差协方差方法。该方法不仅在较低计算成本下实现了具有竞争力甚至更优的同化性能，而且能够灵活嵌入三维与四维变分同化框架。总体而言，DRL-EnVar为自适应资料同化提供了一种新颖且高效的途径，特别在转折性天气过程的预报中展现出重要应用价值。

关键词组：自适应资料同化；混合集合-变分方法；背景误差协方差；深度强化学习

Physics-informed neural networks for the prediction of robot dynamics considering motor and external force couplings

Fengyu SUN, Shuangshuang WU, Zhiming LI, Peilin XIONG, Wenbai CHEN

DOI: 10.1631/FITEE.2500254 Downloaded: 436 Clicked: 894 Cited: 0 Commented: 0(p.2604-2622) <Full Text> <PPT > 132

Chinese summary <0> 考虑电机与外力耦合的机器人动力学预测

物理信息神经网络
孙丰雨，吴双双，李志明，熊沛霖，陈雯柏
北京信息科技大学自动化学院，中国北京市，100192
摘要：近年来，物理信息神经网络（PINN）在刚体动力学保守系统建模中展现出显著潜力。然而，现有PINN框架在应用于机械臂实际交互任务（如零件装配和医疗操作）时，因缺乏有效的外部作用力建模机制，导致其在动态交互场景中的预测精度显著下降。此外，由于工业机器人（包括UR5和UR10e等型号）通常未配备关节扭矩传感器，获取精确动力学训练数据仍具挑战。为此，本研究提出两种融合电机动力学与外部作用力建模的增强型PINN模型。首先，引入两种数据驱动的雅可比矩阵估计方法以嵌入外部作用力：其一通过学习末端执行器速度与关节速度间映射关系以近似雅可比矩阵；其二先学习系统运动学行为，再通过正向运动学模型解析微分推导雅可比矩阵。其次，将电流-扭矩映射作为物理先验知识嵌入模型，以建立系统运动状态与电机电流的直接关联。在两种不同机械臂上的实验结果表明，所提模型皆无需关节扭矩传感器即可在复杂外部作用力场景下实现高精度扭矩估计。与现有先进方法相比，所提模型在多种复杂场景下整体建模精度平均提高31.12%与37.07%，同时关节轨迹跟踪误差分别降低40.31%与51.79%。

关键词组：动力学建模；物理信息神经网络；电机动力学；外力建模；运动学

GMCoT: a graph-augmented multimodal chain-of-thought reasoning framework for multi-label zero-shot learning

Xiang WEN, Haobo WANG, Ke CHEN, Tianlei HU, Gang CHEN

DOI: 10.1631/FITEE.2500429 Downloaded: 192 Clicked: 211 Cited: 0 Commented: 0(p.2623-2637) <Full Text> <PPT > 143

Chinese summary <0> GMCoT：面向多标签零样本学习的图增强多模态思维链推理框架

温翔¹，王皓波³，陈珂^1,2，胡天磊^1,2，陈刚^1,2
¹浙江大学区块链与数据安全全国重点实验室，中国杭州市，310027
²浙江大学杭州高新区（滨江）区块链与数据安全研究院，中国杭州市，310027
³浙江大学软件学院，中国杭州市，310027
摘要：近年来，多标签零样本学习（ML-ZSL）因其在图像标注、文本分类、生物信息学等领域的广泛潜在应用受到越来越多关注。ML-ZSL的核心挑战在于：在未见类别上，在不依赖任何带标注训练数据的前提下预测多个标签；这与传统的监督学习范式形成鲜明对比。然而，现有方法仍面临若干重要挑战，其中包括：不同模态之间存在显著的语义鸿沟，从而阻碍有效的知识迁移；多标签之间存在复杂且高度耦合的关系，使得对其进行合理而精确的建模变得困难。为解决上述问题，本文提出一种图增强多模态思维链（GMCoT）推理方法。该方法将多模态大语言模型的优势与图结构相结合，从而显著提升多标签预测中的推理能力。首先，提出一种新颖的多模态思维链推理框架，该框架通过模拟人类逐步推理过程来生成多标签预测结果。其次，提出一种将标签图融入推理过程的集成技术。该技术能够捕获标签间复杂的语义关系，从而提高多标签生成的准确性与一致性。在多个基准数据集上的综合实验表明，所提出的GMCoT方法在ML-ZSL任务中优于现有多种先进方法。

关键词组：思维链；多标签零样本学习；多模态推理；大语言模型

Spectrum sensing method based on a multi-scale feature fusion network

Honghui XIANG, Kejun LEI, Kaiqing ZHOU, Wenjing TUO, Hongbin LIU

DOI: 10.1631/FITEE.2500297 Downloaded: 165 Clicked: 235 Cited: 0 Commented: 0(p.2638-2653) <Full Text> <PPT > 125

Chinese summary <0> 基于多尺度特征融合网络的频谱感知方法

向宏辉，雷可君，周恺卿，庹文静，刘宏斌
吉首大学通信与电子工程学院，中国吉首市，416000
摘要：在无线通信中，信噪比的动态变化显著影响频谱感知性能。在低信噪比条件下，传统卷积神经网络由于特征提取能力有限、特征利用不足，导致频谱感知效果不佳。为此，本文提出一种基于多尺度特征融合网络的频谱感知方法。该方法首先利用多尺度特征提取块充分挖掘输入数据的多尺度信息。然后，采用自适应特征筛选策略突出关键特征并抑制冗余信息。最后，通过多层级特征融合机制对不同尺度和层次的特征进行优化整合，从而提升频谱感知性能。实验结果表明，相较于其他方法，该方法在低信噪比通信场景下表现更优。在信噪比为−14 dB时，检测概率达到0.936，虚警概率低至0.1。此外，本文构建多级混合信噪比数据集来模拟真实通信环境，有效增强频谱感知的鲁棒性。

关键词组：认知无线电；频谱感知；深度学习；多尺度特征融合

Robust design for IRS-assisted multiuser systems under practical imperfections: a rate-splitting approach

Xingyu PENG, Qin TAO, Xiaoming CHEN

DOI: 10.1631/FITEE.2500353 Downloaded: 643 Clicked: 551 Cited: 0 Commented: 0(p.2654-2671) <Full Text> <PPT > 160

Chinese summary <0> 实际缺陷下智能反射面辅助多用户系统的鲁棒设计：一种速率分割方法

彭星宇¹，陶琴²，陈晓明¹
¹浙江大学信息科学与电子工程学院，中国杭州市，310027
²杭州师范大学信息科学与技术学院，中国杭州市，311121
摘要：在实际智能反射面（IRS）辅助多用户通信系统中，硬件损伤、不完美信道状态信息以及IRS相移有限分辨率等不可避免的缺陷会引入干扰，从而导致系统性能显著下降。作为一种干扰管理策略，速率分割多址接入（RSMA）运用速率分割原理将用户信息拆分为公共部分与私有部分，从而提供更强鲁棒性。针对实际系统缺陷，本文探究RSMA架构下IRS辅助多用户系统的鲁棒波束成形设计。首先，建立一个包含上述非理想因素的系统模型，并评估其对通信性能的影响。为提升系统性能，构建加权和速率最大化问题，并提出基于样本平均近似（SAA）的鲁棒算法来联合优化IRS相移与基站波束成形矩阵。仿真结果表明，在存在固有缺陷的场景下，IRS辅助的RSMA系统相较于IRS辅助的空分多址（SDMA）系统展现出更优越的鲁棒性。此外，所提出的基于SAA的鲁棒算法在性能上优于现有基准算法，凸显了其有效性与鲁棒性。

关键词组：智能反射面；速率分割多址接入；离散相移；硬件缺陷；不完美信道状态信息；鲁棒波束成形

Dynamic joint resource allocation in maritime wireless communication networks: a meta-reinforcement learning approach based on knowledge embedding

Zhongyang MAO, Zhilin ZHANG, Faping LU, Xiguo LIU, Zhichao XU, Yaozong PAN, Jiafang KANG, Yang YOU

DOI: 10.1631/FITEE.2500007 Downloaded: 589 Clicked: 835 Cited: 0 Commented: 0(p.2672-2687) <Full Text> <PPT > 186

Chinese summary <0> 海上无线通信网络的动态联合资源分配：一种基于知识嵌入的元强化学习方法

毛忠阳^1,2，张治霖^1,2，陆发平^1,2，刘锡国^1,2，许志超^1,2，潘耀宗^1,2，康家方^1,2，攸阳³
¹海军航空大学，中国烟台市，264001
²山东省海空信息感知与处理技术重点实验室，中国烟台市，264001
³中国人民解放军91001部队，中国北京市，100000
摘要：随着人类对海洋探索的不断拓展，对海上全时全域高质量通信的需求在逐渐提高。然而，海上环境呈现强动态和资源受限的特性，使得传统启发式资源分配方法难以平衡高质量通信和有限网络资源之间的关系，存在系统吞吐量低、问题结构依赖性高的问题。为此，本文提出一种基于知识嵌入的联合资源分配方法，设计了动作分布对齐模块，通过规避不合理动作输出组合方式提高资源利用率。此外，引入知识嵌入和元强化学习方法，构建基于知识嵌入的物理引导损失函数，有效降低模型训练样本量，提高算法泛化性。仿真结果表明，所提方法在多种信道环境平均系统总吞吐量上相较于MAML-PPO和RL²算法分别提升31.19%和80.91%。

关键词组：海上无线通信；资源分配；知识嵌入；元强化学习

Entropy-statistical approach to phase-locking detection of oscillations

Petr BORISKOV, Vadim PUTROLAYNEN, Andrei VELICHKO, Kristina PELTONEN

DOI: 10.1631/FITEE.2500402 Downloaded: 128 Clicked: 167 Cited: 0 Commented: 0(p.2688-2702) <Full Text>

Chinese summary <0> 熵统计法在振荡锁相检测中的应用

Petr BORISKOV, Vadim PUTROLAYNEN, Andrei VELICHKO,Kristina PELTONEN
彼得罗扎沃茨克国立大学物理与技术学院，俄罗斯彼得罗扎沃茨克市，185910
摘要：通过构建两个电阻耦合脉冲振荡器电路的动力学特性，提出一种分析振荡器系统同步性的方法。同步的动态特征表现为模糊熵（FuzzyEn），其数值由时间序列计算得出，该时间序列由锁相区间内脉冲周期数比值（次谐波比，SHR）组成。低熵值与高熵值分别表明两个振荡器之间存在强同步与弱同步。通过同步状态的熵图，有效可视化电路的同步模式。此外，基于FuzzyEn对SHR时间序列嵌入向量长度的依赖性，提出同步状态的分类方案。通过分析大鼠海马局部场电位中的相位–相位耦合节律，展示了该方法在非脉冲（非尖峰）信号分析中的扩展应用。所提出的基于整数与脉冲信号形式的熵统计方法非常适用于信号同步分析，且可在数字移动平台上实现。

关键词组：脉冲振荡；锁相；高阶同步；次谐波比；模糊熵；希尔伯特变换