- LLM 能否理解计算机网络？走向虚拟系统管理员
人工智能和大型语言模型在管理复杂的现代网络方面具有巨大的潜力，但对于语言模型在理解计算机网络方面的能力尚存在较大的研究空白。本研究通过详尽的实证研究，首次探讨了语言模型对计算机网络的理解程度，并提出了多个研究问题以评估语言模型在网络相关任务 - 实现自主网络防御之路
网络防御者在攻击数量和规模上感到不堪重负，当攻击者利用人工智能来自动化他们的工作流程时，这个问题只会变得更加严峻。我们提出了一种实现自主网络防御代理的路径，能够通过自动化网络防御生命周期中的关键步骤，来增强防御者。
- 网络上的相互作用粒子系统：网络和相互作用核的联合推断
在网络上建模多智能体系统是各种学科中的一个基本挑战。我们从由多个轨迹组成的数据中共同推断网络的权重矩阵和相互作用核，分别确定智能体之间的相互作用以及此类相互作用的规则。我们提出的估计器自然导致一个非凸优化问题，我们研究了两种方法来解决：一种 - 通过网络流量分析和机器学习技术来缓解勒索软件威胁
这篇论文集中讨论了一种在计算机网络中识别和检测勒索软件的方法，该方法基于机器学习算法和对网络流量模式的分析，显示机器学习算法可以通过网络流量准确识别和检测勒索软件。
- 动态网络模型的符号回归
使用复杂系统、网络、遗传编程、符号回归和进化计算等方法，该研究论文介绍了一种用于生成网络结构和发展过程的新型网络生成器，并通过改进的方法和应用于多个数据集的实验证明了其解释性和去中心化特性。
- 广义 Hopfield 网络中的原型学习 Waddington 景观
机器学习中的网络提供了类似于生物系统的复杂高维动力系统的示例。本文研究了广义 Hopfield 网络的学习动力学，展示了内部记忆的可视化。通过观察内部记忆的原型学习动力学，我们发现与细胞在 Waddington 地势图中分化时的低维动力学相 - 网络舆论极化的解剖传播：社交网络中超级传播者的关键角色
研究调查了 “超级传播者” 在网络中塑造观点方面的作用，区分了 A、B 和 C 三种类型。 A 型在塑造观点方面起重要作用，B 型起到了平衡 A 型的作用，C 型则像媒体一样提供客观观点并潜在地调节 A 和 B 的影响。研究使用置信系数和 - BHGNN-RT：用于有向异构图的网络嵌入
基于网络分析，我们提出了一种面向有向异构图的双向异构图神经网络与随机传送（BHGNN-RT）的嵌入方法，利用了双向的消息传递过程和网络异质性来解决过度平滑问题。通过在各种数据集上进行广泛实验，我们验证了 BHGNN-RT 的有效性和效率，并 - 通过中央控制优化数据中心网络中的交互流
数据中心网络中的两个问题，一是快速通行是一个集中式的零队列数据中心网络，通过重新设计其中央仲裁器的时间片分配器，使其在扩容至 12 核和支持 1024 个节点、7.1 Terabits 的网络流量方面有线性规模；二是拥塞控制问题，我们提出了 - 受限 Tweedie 随机块模型
提出了一种基于受限 Tweedie 分布的创新的随机分块模型，用于模拟国际贸易网络中的非负零膨胀连续边权重，并结合节点信息和其对边权重的动态影响，实现了有效的两步算法来估计协变效应和其他参数，并通过广泛的模拟研究和真实的国际贸易数据的应用证 - 中枢神经系统中神经人群的信息处理：数据与操作的数学结构
哺乳动物中枢神经系统的神经元群体通过尖峰列作为媒介进行通信，而这些神经元群体的精确编码和操作尚未被发现。本研究通过一种现代的机械模型探讨信息的表示和操作，并发现神经元群体可以通过有限凸锥的代数精确表征和操作，充当低级别编程语言的功能性操作符 - 三元奇异值分解作为线性映射中更好的参数化形式
我们提出了一种简单而新颖的参数化线性映射形式，称为 Ternary SVD（TSVD）。与传统的奇异值分解（SVD）不同，TSVD 限制了 SVD 中的 U 和 V 矩阵为三值矩阵形式（±1，0）。在计算 U（・）和 V（・）时，TSVD - XFlow：基于图的流行为基准测试
我们提出了一种新颖的基准套件，涵盖了各类任务、基准模型、图形数据集和评估工具，并提供了一个广义方法来处理不同域中与流相关的任务，作为蓝图和路线图。
- 利用自然语言处理和网络自动化进行结构化文献综述：农民应对气候变化的应用
该研究旨在通过提取变量关系，并利用网络综合它们的发现，同时与相关学科的主要概念相关联，以合理地利用自然语言处理来帮助学者跟踪快速发展的领域中的新发现，特别是对于类似气候变化这样需要跨学科解决方案的复杂主题。
- 基于异质性同伴影响推断因果效应
提出一种通过结构因果模型来解决网络中存在异质性干预的方法，使用图神经网络估算个体因果效应来较好地解决同质性影响的偏见问题。
- 用深度学习掌握类渗透问题游戏
利用深度 Q 学习方法设计单人博弈，模拟破坏者攻击网络的行为，对不同鲁棒性的定义进行训练，研究发现对网络的最优攻击或防御策略取决于特定的目标定义，该方法可用于深入理解网络稳健性，并在无序系统中具有潜在应用。
- 网络嵌入指南
本文综述了网络嵌入技术的相关文献，介绍了当前流行的方法和研究动态，以帮助读者在这个领域的复杂研究中找到方向。
- 利用进化过程的多策略社区相关链路预测方法增强模糊社区结构
本文介绍了一种基于社区属性的链接预测策略 HAP，提出了一个两步社区增强算法，通过添加链接来澄清模糊的社区结构，实验结果表明，该方法优于其他基准方法，并且社区增强遵循了期望的演化过程。
- 跨三个生命领域表征蛋白质相互作用网络的组织多样性
通过分析自动同构子图中轨道出现的频率和节点位置信息，通过深度神经网络的分类，研究了各种类型蛋白质相互作用网络的演化规律及其可能存在的设计空间。
- PyTorch Geometric Signed Directed: 面向带有符号和有向图的图神经网络软件包
PyTorch Geometric Signed Directed (PyGSD) 是一个专门设计用于有向和有符号网络的软件包，它提供了易于使用的 GNN 模型、用于有向和有符号网络的合成数据和真实数据、任务特定的评价指标和损失函数，并使用