杜克大学研究人员领导 $5M 项目以改善空军网络
发布日期：达勒姆 – 杜克大学的研究人员将与全国各地的同事合作，确保美国空军使用的未来通信协议适合处理可以想象的数据量最大的任务，例如飞行无人机，并免受对抗性攻击。
由...领着 罗伯特·考尔德班克杜克大学计算机科学、电气和计算机工程以及数学系 Charles S. Sydnor 杰出教授，罗德信息计划主任 瓦希德·塔罗克罗德家族电气和计算机工程教授，新的为期五年、$5 百万的计划被称为空军研究实验室/空军科学研究办公室 (AFRL/AFOSR) 大学卓越中心：通信网络的敏捷波形设计在有争议的环境中。新中心还吸收了弗吉尼亚理工大学、普林斯顿大学、卡内基梅隆大学、科罗拉多州立大学和亚利桑那州立大学的研究专业知识。
空军研究实验室信息局 (AFRL/ RI)，计算与通信部门技术顾问。 “这种方法的创新技术将重新构想这一领域，并将这个杰出的大学团队与 AFRL/RI 科学家和工程师紧密结合起来，为通信网络波形设计的未来铺平道路。”
协议之于通信就像编程语言之于计算一样；它们是一组明确定义的规则和格式，允许信息在设备之间传输。随着无线通信信道的带宽效率变得更高，这些协议也变得更加复杂。例如，他们可以利用地理和地形信息，对建筑物和其他信号的干扰具有鲁棒性，并且知道如何修复或替换沿途发生的错误。
虽然这项任务对于最新一代智能手机和笔记本电脑等商业应用来说已经足够困难，但对于空军使用的设备和机器来说就更困难了。除了由当地地形和竞争信号引起的常规背景噪音之外，通信流还必须能够承受对抗性攻击。无人机对通信网络的要求比典型的智能手机高得多。
然而，空军并不想完全重新发明轮子。希望控制其设备上的通信传输的协议能够与现有的商业现成应用程序一起工作。但由于它们的数据流比商业网络更不稳定、变化更快，并且容易受到对抗性攻击，因此商业协议无法轻松胜任这项任务。
新的 AFRL/AFOSR 大学卓越中心将开展设计和操作协议所需的基础研究，以满足空军与现有解决方案的需求。通过创建集成机器学习方法的新软件，研究人员将开发支持低延迟通信的新波形，同时为竞争环境中的对手提供鲁棒性。
“我们的方法不同于传统方法，传统方法使用数学模型来描述传输过程、信号传播、接收器噪声、网络流量以及影响端到端性能的许多其他系统组件，”Calderbank 说道。电气和计算机工程、数学和物理。 “传统方法仍然有价值，但随着无线链路变得更加可变，并且系统组件变得更难建模，它们正在失去优势。我们将通过开发受传统优化方法启发并基于传统优化方法的机器学习算法来保留这一价值。”
“杜克大学拥有深厚的知识和经验，这些知识和经验来自于机器学习方法的悠久历史，这些方法彻底改变了语音和图像处理，”塔罗克补充道，他还担任计算机科学和数学领域的职务。 “这些相同的方法将成为新网络和协议的基础，使空军能够满足未来的无线通信需求。”
该项目将深化相关大学与 AFRL/RI 之间的现有合作。通过应对这一新挑战，研究人员将提高 AFRL 员工的能力、知识、技能和专业知识，同时通过以下项目为其员工提供与大量才华横溢的学生一起工作的机会 数据+ 和 代码+，这两项为期十周的夏季研究经历将杜克大学本科生和研究生的混合团队与现实生活中的数据集和合作公司的问题配对。
(C) 杜克大学
原文来源： WRAL 技术线