信息學院崔林教授課題組兩篇論文被網(wǎng)絡領域國際頂級會議INFOCOM錄用
暨南大學融媒體中心訊 近日，暨南大學信息科學技術(shù)學院AntLab實驗室崔林教授課題組在計算機網(wǎng)絡與在網(wǎng)計算領域取得重要進展，其兩篇論文被IEEE計算機通信國際會議INFOCOM收錄。
INFOCOM全稱為IEEE International Conference on Computer Communications，是IEEE組織在通信網(wǎng)絡領域的旗艦性會議，也是國際通信網(wǎng)絡領域的一大標志性會議（CCF推薦A類會議），以其極高的學術(shù)聲譽和嚴格的錄用標準著稱，每年吸引全球頂尖學者匯聚交流。INFOCOM 2026年的論文接受率僅為329/1740 = 18.9%，此次兩篇論文同時入選，標志著課題組在可編程數(shù)據(jù)平面與智能網(wǎng)絡方面的研究獲得國際學界的高度認可。
論文一：Monic: In-Network Mixture-of-Experts Inference on Programmable Data Planes實現(xiàn)數(shù)據(jù)平面協(xié)同推理突破
由AntLab實驗室的張效銓博士和碩士生梁博文（共同第一作者）等合作完成，崔林教授為通訊作者，并與英國拉夫堡大學（Loughborough University）研究團隊開展合作。梁博文同學是暨南大學信息科學技術(shù)學院碩士生，其研究方向聚焦于可編程數(shù)據(jù)平面與機器學習的深度融合。張效銓博士主要從事P4與可編程網(wǎng)絡、機器學習與智能網(wǎng)絡等領域的研究。
論文錄用信息：
Zhang X., Liang B. (共同第一作者), Tso F. P., Deng Y., Zhang Z., Wei K., Jia W., Cui L. (通訊作者), “Monic: In-Network Mixture-of-Experts Inference on Programmable Data Planes”, Accepted by IEEE INFOCOM 2026.
論文情況：
人工智能的快速發(fā)展正在重塑網(wǎng)絡基礎設施。以可編程數(shù)據(jù)平面（Programmable Data Plane, PDP）為核心的新型網(wǎng)絡，通過開放交換機ASIC的計算資源，利用其可編程性、Tbps級帶寬與納秒級時延，實現(xiàn)了對網(wǎng)絡流量的線速處理。智能數(shù)據(jù)平面（Intelligent Data Plane, IDP）進一步在PDP上集成機器學習推理能力，使交換機能夠在高速轉(zhuǎn)發(fā)的同時執(zhí)行智能分析，支持惡意流量檢測、DDoS防御和流量分類等應用。然而，在資源受限的交換機ASIC上部署高精度模型面臨挑戰(zhàn)：單體模型雖具較高精度但難以在單臺設備上部署，而分布式方案雖能緩解資源壓力卻缺乏協(xié)同，導致整體精度受限。
示意圖1
為此，本文提出Monic，首個在可編程數(shù)據(jù)平面實現(xiàn)的基于混合專家（Mixture-of-Experts，MoE）架構(gòu)的協(xié)同推理框架。Monic提出硬件感知的協(xié)同優(yōu)化策略，通過門控機制動態(tài)激活不同專家子模型，并利用貝葉斯優(yōu)化自動搜索資源約束下的最優(yōu)映射策略。此外，通過受EM算法啟發(fā)的精煉過程，Monic在教師模型指導下聯(lián)合優(yōu)化門控網(wǎng)絡與專家網(wǎng)絡，在有限資源內(nèi)顯著提升了推理準確率。在架構(gòu)設計上，Monic構(gòu)建了模塊化的P4數(shù)據(jù)平面框架，包括支持樹模型的FLD單元與支持神經(jīng)網(wǎng)絡的CAP單元，可根據(jù)需求靈活實例化為專家與門控模塊。通過流水線內(nèi)部的并行化設計，Monic提升了吞吐量并降低通信開銷，使系統(tǒng)能夠擴展到包含大量專家的場景。
本工作在基于Intel Tofino ASIC芯片的P4硬件交換機上，實現(xiàn)了Monic的原型系統(tǒng)部署。實驗結(jié)果表明，Monic成功克服了傳統(tǒng)解決方法的局限性，相比現(xiàn)有最先進的方法實現(xiàn)了17.4%的準確率相對提升，這一成果證明了協(xié)同推理方法在資源受限網(wǎng)絡場景下的巨大潛力，為構(gòu)建更高效、更智能的網(wǎng)絡基礎設施提供了全新的解決方案。
論文二：SPRINT: Line-Rate In-band Network Telemetry Recovery for Application Optimization解決網(wǎng)絡遙測線速恢復難題
由AntLab實驗室碩士生陳炳臻、劉尉銘（共同第一作者）和張效銓博士等合作完成，崔林教授為通訊作者，并與英國拉夫堡大學（Loughborough University）研究團隊開展合作。陳炳臻同學是暨南大學信息科學技術(shù)學院碩士生，其研究方向聚焦于可編程數(shù)據(jù)平面復雜計算與網(wǎng)絡遙測的深度融合。劉尉銘同學是暨南大學信息科學技術(shù)學院外招碩士畢業(yè)生，其研究方向聚焦在軟件定義網(wǎng)絡、網(wǎng)絡傳輸優(yōu)化及可編程數(shù)據(jù)平面等領域。
論文錄用信息：
Chen B., Lau W. M. (共同第一作者), Zhang X., Tso F. P., Cui L. (通訊作者), “SPRINT: Line-Rate In-band Network Telemetry Recovery for Application Optimization”, Accepted by IEEE INFOCOM 2026.
論文情況：
隨著可編程數(shù)據(jù)平面的發(fā)展，實時且可信的網(wǎng)絡可觀測性成為智能網(wǎng)絡應用的關(guān)鍵能力。帶內(nèi)網(wǎng)絡遙測（In-band Network Telemetry，INT）通過在數(shù)據(jù)包中逐跳嵌入網(wǎng)絡狀態(tài)，為擁塞控制與調(diào)度優(yōu)化提供細粒度信息，但其在真實網(wǎng)絡中易受突發(fā)流量與緩存限制影響而產(chǎn)生丟包，使依賴INT的應用失去連續(xù)性?，F(xiàn)有恢復機制多依賴控制面，難以滿足數(shù)據(jù)平面對線速與低時延的要求。為此，團隊研發(fā)了SPRINT——首個能夠在可編程交換ASIC上獨立并行運行的線速INT恢復方案。
SPRINT針對PISA架構(gòu)中的算術(shù)受限與流水線資源緊張等問題，設計了輕量的Shift Powered FEC，通過錯位異或鏈式結(jié)構(gòu)在無乘除法的條件下實現(xiàn)可逆冗余編碼，并結(jié)合嵌套式Recovery-group，將每個INT包映射為可快速定位的序列單元，使丟包能夠在短窗口內(nèi)被重建。該結(jié)構(gòu)無須依賴外部設備或多輪計算，即可在數(shù)據(jù)平面內(nèi)部完成自動恢復。
示意圖2
在實際計算與恢復流程中，SPRINT將操作拆解為可直接由流水線執(zhí)行的單元，包括丟包檢測、冗余更新、鏡像復制與基于數(shù)據(jù)包循環(huán)的再處理。Parser與Deparser在Ingress/Egress pipeline中協(xié)同，實現(xiàn)元數(shù)據(jù)重組與恢復狀態(tài)同步。通過組內(nèi)序列與全局寄存器的預期序列標記，系統(tǒng)能夠在包到達時立即識別丟失的INT，并利用獨立攜帶的冗余與位置描述完成本地恢復，無需控制面或額外緩存。將數(shù)據(jù)包循環(huán)后的狀態(tài)記錄核對并確保后續(xù)包的計算依賴鏈保持一致，使恢復過程與正常轉(zhuǎn)發(fā)能夠穩(wěn)定共存于資源受限的ASIC上。
本工作基于Intel Tofino ASIC構(gòu)建了完整原型，驗證了Shift Powered FEC的硬件可行性與Recovery-group的魯棒性。評估表明，SPRINT能夠為依賴INT的各類網(wǎng)絡應用提供連續(xù)、可靠且高時效性的網(wǎng)絡態(tài)勢輸入，使擁塞控制、路徑預測與調(diào)度機制在高動態(tài)環(huán)境中保持穩(wěn)健的性能表現(xiàn)，證明其設計在智能化網(wǎng)絡發(fā)展中的實踐價值。
實驗室介紹
暨南大學先進網(wǎng)絡實驗室（Advanced Networking Laboratory，簡稱AntLab）長期致力于計算機網(wǎng)絡方面的學術(shù)研究及系統(tǒng)應用，特別是在網(wǎng)計算、可編程網(wǎng)絡、軟件定義網(wǎng)絡（SDN）、機器學習與智能網(wǎng)絡等方向的前沿研究與應用探索。近年來，實驗室已在計算機網(wǎng)絡及分布式等領域發(fā)表高水平學術(shù)論文90余篇，承擔國家基金項目3項，申請/授權(quán)發(fā)明專利17項，出版著作1部，參與起草標準制定1項，并曾榮獲廣東省科技進步二等獎1項，展現(xiàn)了扎實的科研積累與強大的創(chuàng)新能力。
責編：周會謙