我院四项研究成果获中国计算机学会（CCF）推荐的 A 类国际顶级学术期刊IEEE Transactions on Mobile Computing（IEEE TMC）录用！据悉，其中两项成果已正式发表，另两项已录用并进入出版流程。

IEEE Transactions on Mobile Computing 由 IEEE 计算机学会主办，专注移动计算与移动网络领域，是该方向最具影响力的国际旗舰期刊之一。期刊主要发表移动和无线网络体系结构、移动系统与服务、算法与协议设计、移动通信系统、移动与泛在应用以及物联网、边缘计算、移动安全等前沿方向的原创研究成果，长期被 SCI/SCIE 收录，在 JCR 和中科院分区中均位列计算机与通信领域的高分区期刊。该刊同时入选CCF推荐的计算机网络领域 A 类期刊，被业界普遍视作移动计算领域的重要标杆之一。

成果一：DBreathLock: Deep Breath-Based Authentication with Robust Barrier against Replay Attacks on Smartphones

作者：邱杰凡，郑凯露，王西羽，朱东福，池凯凯（通讯），杨斌，Tarik Taleb

简介：

该成果为我院软件研究所邱杰凡副教授团队的研究成果，为手机声呐系统在身份识别领域的一项重要突破。该论文第一作者为邱杰凡副教授，通讯作者为池凯凯教授，其他作者包括我院硕士生郑凯露、王西羽和朱东福，德国鲁尔大学（Ruhr University Bochum）Tarik Taleb教授以及滁州学院杨斌教授。

该工作面向智能手机身份认证中的安全与隐私问题。针对传统指纹、人脸、声纹等生物特征易被采集和伪造、难以抵御重放攻击与模拟攻击的问题，提出了一种基于深呼吸的非接触式身份认证系统DBreathLock。该系统利用智能手机内置的声学组件构成声呐模块。使用扬声器发射调频连续波（FMCW）声呐信号；使用麦克风采集用户的深呼吸声以及呼吸引起的胸腹联合运动声呐回波，作为生物特征用于身份识别。为有效防御攻击者窃取原始数据后发起的高级重放攻击、人工模仿的模拟攻击以及二者结合的混合攻击，系统首创性地构建了“深呼吸活动检测+活体检测机制”的双重防护屏障。该系统可在现有商用手机上无缝部署，无需额外的硬件模块。可作为现有指纹、面部解锁的“第二把钥匙”和重要辅助手段，为移动终端提供更加安全、可靠的多因素认证机制。

成果二：Visualizing the Smart Environment in AR: An Approach Based on Visual Geometry Matching

作者：夏明（通讯），黄敏，潘求祺，王云汉，汪晓妍，池凯凯

简介：

该成果为我院计算机网络研究所池凯凯教授团队的研究成果，为物联网人机交互方向的最新进展。该论文第一作者、通讯作者为夏明老师，其他作者包括汪晓妍、池凯凯老师，硕士生黄敏、王云汉，及本科生潘求祺。

该论文提出了一种基于增强现实（Augmented Reality, AR），实现用户与物联网交互的新方法。与现有方法不同，该方法无需依赖物联网设备的独特外观、条码、世界坐标或无线信号，而通过分析移动AR终端获取的视觉和位移信息，提取描述附近物联网设备位姿的视觉几何结构，并通过部署时和运行时二阶段的视觉几何结构映射与匹配，实现物联网设备的精准识别。该方法能广泛应用于各类有线或无线连接的物联网基础设施，有望建立一种新型的物联网人机交互范式。

成果三：Exploring Long-Term Commensalism: Throughput Maximization for Symbiotic Radio Networks

作者：陈雨哲，李燕君（通讯），陈仲澍，池凯凯

简介：

该成果为我院李燕君教授团队的研究成果，面向共生无线（Symbiotic Radio）网络长期性能优化方向取得了最新进展。论文的第一作者为博士生陈雨哲，通讯作者为李燕君教授，其他作者包括法国诺基亚贝尔实验室高级研究工程师陈仲澍（Chung Shue Chen）博士和池凯凯教授。

该论文提出了一种用于提升共生无线网络长期吞吐量的 Lyapunov–SCO 在线联合优化框架。针对现有方法侧重短期收益、依赖预测未来网络状况、且忽视信号解码中功率差等工程约束的问题，该框架引入 Lyapunov 虚拟队列与连续凸优化（SCO）构建在线决策模型，使系统在无法预知未来网络变化的情况下仍能保持长期性能优化。具体而言，虚拟队列用于动态保障主用户速率需求，而 SCO 通过逐步近似求解使反射系数调节既满足解码功率差要求又适应网络随机性。最终，该框架实现了可理论证明且具备实际部署价值的长期共生式资源调度，在保证主用户长期平均速率的同时显著提升反向散射设备的整体吞吐性能。

成果四：Mobility-Aware Collaborative Task Offloading for Parallel Tasks in Vehicular Edge Computing

作者：杜嘉欣、张锦帆、韩光洁、王蒙蒙、沈国江、刘志、孔祥杰（通讯）

简介：

该成果为我院智能系统所沈国江教授团队的研究成果，为边缘计算领域车辆任务卸载方向的最新研究进展。论文的第一作者为杜嘉欣老师，通讯作者为孔祥杰教授，其他作者包括硕士生张锦帆，我院王蒙蒙、沈国江和刘志老师，河海大学韩光洁教授。

针对现有车载边缘计算场景中任务卸载方案的不足：忽略车辆移动性引起的拓扑时变特性，可能导致任务中断风险；未能充分考虑并行任务间的关联性，导致多任务VEC场景下资源利用率低下和潜在时延累积。该论文提出一种面向VEC并行任务的移动感知协同任务卸载方案，该方案结合车辆移动性检测，基于深度强化学习设计协同任务卸载模型，实现RSU间有效协作以降低任务处理时延，同时引入任务优先级算法以优化资源分配。大量实验结果表明，该方案在任务处理时延和能耗方面显著优于现有方案。

硕果累累，可喜可贺！我们向取得这一优异成绩的全体师生致以衷心祝贺！