面向全息视频通信的自适应分块传输方法

基于分治和按需传输思想的分块传输技术是解决三维全息视频流传输的有效手段.然而,现有的分块方案要么缺乏自适应机制,要么不适用于移动实时通信场景.为此,本文提出了VVSTiler(Volumetric Video Streaming Tiling selector),一种面向全息视频通信的自适应分块传输方法,能够在动态且有限的计算和带宽资源下最大化视频的观感质量.具体而言,本文对不同粒度的分块方案带来的影响进行了初步研究,发现细粒度的分块方案可提高动态网络资源的利用率,粗粒度的分块方案可保证视频编解码效率和鲁棒性.基于此,本文构建了考虑预测视口、可用计算资源以及网络带宽等上下文信息的视频观感质量优化问题,并设计了一个高效的求解方案以支持在线的分块粒度决策.本文在8iVFB(8i Voxelized Full Bodies)标准数据集上将VVSTiler与当前主流的分块传输方法进行了比较.实验结果表明,VVSTiler在有偏差的视口预测情况下实现了高达60.4%的视频观感质量提升,在较准确的视口预测情况下平均每帧视频节省了27%的带宽资源.

大模型助力高等教育数字化转型与拔尖创新人才培养——北京邮电大学的探索与实践

随着AI大模型等数字技术的不断进步,我国的教育数字化转型战略也不断向更高层次推进。如何实现产学研用协同的模式创新,构建教育领域大模型,推动高校数字化转型与拔尖创新人才培养成为一个重要课题。以大模型赋能北京邮电大学数字化转型“数字北邮”的实践为核心,介绍北京邮电大学与科大讯飞股份有限公司的产教融合、科教融汇情况,推动教育教学数字化转型的探索与实践,以及大模型在教育教学、人才培养、科研创新、师生服务等领域的应用场景探索;提出高等教育需要培养具备创造力的“AI+教育”拔尖创新人才,教学模式需要以学生为中心培养领域交叉融合人才,教师角色向“人机协同”转变,关注以思考和创造为核心的数字素养培养;北邮教育数字化转型的主要实践,包括以智慧教室、教学云平台为基础演进到建设大模型赋能的个性化自适应学习平台;以产教融合、大学生创新创业为机制,在国内率先开展大模型赋能的代码编程教学实践、构建大模型融合知识图谱的自适应个性化学习平台;积极布局教育大模型国内国际标准化工作、与领域头部企业共商共建产学研协同联合实验室,等等。北京邮电大学积极探索数字化转型的产学研协同新机制,以教育大模型为核心,推动数字化转型与人才培养,可以为高校的数字化转型提供典型经验。

北京邮电大学5G赋能智慧校园实践

随着互联网的发展,云计算、大数据、人工智能(AI)的逐步应用,教育逐步从传统教育向智慧教育变革,开启了教育信息化新时代。5G通过提供人人通信、人机通信和机器之间通信的多种方式,支持移动因特网和物联网的多种应用场景。同时,5G网络通过提供多样化业务需求和业务特征的能力,适应不同教育应用场景的灵活性和多样化的业务需求。

社交网络服务中一种基于用户上下文的信任度计算方法

电子商务中的信任问题一直备受关注.随着近些年社交网络的流行,其真实的社交网络及信任关系开始受到关注,基于社交网络开展各种电子商务活动逐渐成为一种新的发展趋势.因此,研究用户间的信任度对基于社交网络的电子商务具有重要意义.文中通过借鉴社会心理学中人与人之间的信任产生原理,提出了社交网络中基于用户上下文的信任度计算方法.该方法将社交网络中用户之间的信任度分为熟悉性产生的信任度和相似性产生的信任度;同时又根据所起作用的重要程度不同,把相似性划分为内部相似性和外部相似性,并给出了信任度计算的具体方法.最后,仿真实验验证了该方法的合理性和有效性.

基于Parlay思想的智能业务平台

介绍了以软交换为核心的下一代通信网中的一种开放的业务接口规范Parlay,借鉴Parlay的呼叫控制模型的思想,对智能增值业务平台中的业务开发模式提出了改进方案.

基于贝叶斯网络的业务上下文认知模型构建方法

业务上下文信息的处理是未来泛在融合电信业务智能化的基础,而不确定性是业务上下文信息不可回避的一个问题。该文利用贝叶斯网络理论,提出一种支持不确定性推理的业务上下文认知模型的构建方法,用来解决具有不确定性的业务上下文信息的融合和聚类,并通过仿真实验验证了模型的合理性和可用性。

MMS系统的体系结构和关键技术的研究

多媒体消息业务(MultimediaMessagingService,MMS)是被3GPP和WAP论坛定义的一种标准的移动信息业务,该文根据国际标准,提出了现阶段的MMS实现方案,论述了MMS业务所涉及的网络功能实体,体系结构以及通信接口的实现方案;详细论述了MMS业务中涉及的关键技术———WAPPush技术,并进行了相关协议分析;最后给出MMS业务中利用非连接Push过程的消息序列图。

支持语义互操作的以用户为中心的融合服务架构及关键技术

提供动态自适应的、上下文感知的普适服务是泛在融合网络的发展目标,现有的基于传统分布式计算技术的电信服务开放架构已经无法满足未来"以用户为中心"的智能化融合服务的发展趋势。该文提出了"以用户为中心"的融合服务提供模式的重大转向,并在此基础上提出了支持语义互操作的以用户为中心的融合服务架构及涉及到的关键技术。该方案能够在语义层次上实现电信网与互联网在服务层面的无缝融合,从而形成一个虚拟融合的服务计算环境。

业务上下文本体建模及不确定性推理

为支持电信业务的个性化和智能化,研究了业务上下文信息的表示和推理,提出了一种统一地表示业务上下文信息的语法结构、语义以及上下文元信息（如时间、可信度）的本体建模方法。并利用贝叶斯网络理论,提出了一种支持不确定性推理的业务上下文认知模型的构建方法,并通过仿真实验验证了模型和结论的合理性。

关于增强现实技术潜在发展方向的思考

增强现实(AR)和虚拟现实(VR)技术近年来迅猛发展,引起了产业界和学术界的高度关注。AR/VR技术在当前仍然是雷声大雨点小,并未广泛渗透到普通老百姓的日常生活中。针对现有AR/VR提供模式的局限性,提出了一种新的轻量级、普适化和跨平台的Web AR/VR技术,分析了其发展方向。同时,还探讨了Web AR/VR发展所面临的机遇和挑战。

基于内容的3G网络分层综合计费架构研究

移动数据业务发展迅猛,运营商和服务提供商都希望能够从服务内容中获得收益。由于3G的网络和业务价值链发生了很大的变化,目前的计费系统无法很好地满足针对内容的计费需求。本文先分析了内容计费的现状,然后根据3G的网络结构特点提出一种基于内容的分层综合计费模型,并分析了计费的过程和各层对应的计费策略、计费采集点及计费参数,最后论述了基于内容的3G综合计费平台的网络架构。

模型驱动的3G业务生成方法

分析了现有第3代移动通信(3G)业务生成方法的缺陷,采用模型驱动架构(MDA)的视点分离思路,提出了1种模型驱动的3G业务自动化生成方法,重点研究了针对电信领域的业务需求分析方法和电信业务相关的领域元模型的构建思路.该方法提供的是1种“业务功能模型与具体接口技术,实现技术分离、领域模型共享”的新的电信业务开发模式,从而提升了3G业务开发的抽象层次,降低了技术难度,缩短了业务的开发周期;同时增强了业务功能模型在不同接口技术和实现平台之间的可移植性,降低了业务的开发和维护费用.

融合业务网络的发展和演进技术研究

通过回顾和总结电信网和互联网在业务层面的融合历程,提出了未来基于语义Web服务的融合演进方向。分析了未来以用户为中心的融合业务的发展趋势和特征,提出了适应未来业务和网络技术发展趋势的泛在融合网络的参考模型,并分析了业务层面的融合所面临的问题和挑战。

面向6G的去中心化的人工智能理论与技术

去中心化网络架构和原生AI能力是未来6G网络的两个重要发展趋势,现有的依赖于云端服务器或者终端的中心化的AI模式将难以支持6G网络下多终端、多节点的分布式智能协作需求,这种新型的去中心网络环境给AI在模型的训练、数据的采集和处理、模型的部署和推理等方面带来了新的挑战,针对6G网络去中心化计算环境中海量终端设备异构、计算能力差异大、通信网络条件动态变化等特点,分析去中心化的人工智能发展趋势及相关的理论与技术,并提出相关的前瞻性的技术挑战和研究方向。

上下文感知的移动社交网络服务选择机制研究

服务选择机制作为为用户提供智能性、主动性应用服务的一项关键支撑技术,是移动社交网络中重要的研究内容之一.文中提出了基于上下文、信任网络和协作过滤算法的移动社交网络服务选择机制,将上下文相似度引入到服务选择的过程中,并且和信任度相结合,构成"用户-服务-上下文"三维协作过滤服务选择模型.该方法提高了服务选择的准确性和可靠性,避免了服务选择的盲目性和随意性.仿真实验表明,与传统的协作过滤推荐算法相比,该服务选择算法具有更高的准确率.

延迟敏感的移动多媒体会议端到端服务质量保障

随着异构无线网与智能移动终端的快速发展,移动多媒体会议逐渐成为重要的网络应用.然而,在不可靠、多变的无线网络环境下,因传输单向延迟过长所造成的多媒体视频丢帧、跳帧、断续等现象严重影响会议的服务质量和用户体验.文中提出一种应用层端到端服务质量保障方法.该方法将数据包分段重组与异构无线网路径分集传输相结合,在考虑带宽、延迟、权重以及长度等多种参数情况下对视频数据包分段并发送,各分段经路径分集传输到达客户端、通过有效性检验后进行重组.文中为实现该方法,设计了一种服务器-客户端形式多路径数据包调度算法,构建端到端虚通路保障视频流的快速传输.实验数据表明,此方法能够有效地整合异构无线网带宽,减少传输单向延迟.

基于证据理论的上下文本体建模以及不确定性推理方法

不确定上下文信息的表示与推理是研究和开发上下文感知系统的重点和难点。该文首次将证据理论和本体相结合,提出了基于证据理论的不确定性上下文本体建模方法,并对证据组合规则进行了修改,不仅解决了证据理论在高度证据冲突时的局限性,而且使得该推理模型具有自适应性,设计并实现了不确定上下文推理算法。最后,通过在原型系统中的医疗监护和诊断应用,验证了该方法的可行性、合理性和有效性。

数据挖掘网格中决策树并行算法设计及性能分析

提出了C4.5决策树算法的一种并行算法,使传统的串行分类算法能在多台PC机和服务器组成的数据挖掘网格上并行数据挖掘.采用数据纵横剖分,结合递归过程的并行化,实现了可扩展的高性能并行计算,解决了处理海量数据时没有较好并行分类算法的问题.并给出了指导该并行算法高效计算的方法.数据运行试验和算法分析表明,该并行算法的性能受多个因素影响,并具有高效的并行效率计算加速比.

云计算环境下基于Mashup的一种电信网络能力服务提供模式

随着高速发展的互联网和移动通信在业务层面的逐渐融合,国内运营商所采用的"封闭花园"模式的业务架构已经面临各种挑战,因此需要更多地考虑如何有效引入互联网业务和服务模式,不断提升用户体验。在电信运营商逐步开放其电信能力API的背景下,基于Mashup的业务构建模式,提出了一种云计算环境下的电信网络能力服务提供模式。该模式将Mashup的理念移植到电信能力上,并将电信能力封装成Web Element的形式呈现给用户,进一步提升了电信网络能力服务的抽象层次。这种电信能力应用模式打破了电信能力拘泥于手持终端的传统形式,提出了一种新的适合于Web2.0环境的电信网络能力服务提供模式。在"OMP(Open Mobile Internet Platform)应用运行和开发引擎算法及功能研发"项目中的试用证明了其可行性。

如何走好教育数字化转型之路?

教育数字化成效如何?推进难点和解决方案是什么?在2023中国高校CIO论坛开放论坛上,北京邮电大学信息化技术中心副主任乔秀全、中央民族大学信息化建设管理处处长马传连、中国海洋大学网络与信息中心主任张永胜、西北工业大学信息化建设与管理处处长薛静围绕“教育数字化落地场景、推进难点、解决方法”展开讨论,研讨由同济大学信息化办公室主任许维胜主持。