奥卢大学与瑞典皇家理工学院近日宣布启动一项6G韧性联合计划,旨在推动欧洲技术自主与社会安全保障。
这项名为6G-FISRE(迈向韧性6G网络)的瑞典-芬兰联合项目,总投资额为430万欧元,旨在汇聚学术界、产业界与公共部门的顶尖力量,共同研发能够在复杂多变且充满不确定性条件下稳定运行的下一代通信系统。
该计划的核心理念是:韧性数字基础设施已成为一项战略性需求。瑞典最大理工类高校与芬兰领先通信研究机构的研究人员指出,现代社会高度依赖互联互通,但通信网络依然面临网络攻击、基础设施故障和突发危机等多重威胁。
为应对上述挑战,该计划致力于推进"原生韧性"6G技术的研发,使关键服务在恶劣条件下仍能持续运行,而非事后补救式地附加韧性功能。研究人员表示,这种韧性能够保障民用关键服务在压力下持续运转,同时具备天然的军民两用属性,可强化北欧地区安全与防务相关业务的连续性保障能力。
此次合作被认为建立在"深厚的北欧专业积累与该地区无线通信领域长期合作传统"之上,体现了各方共同参与制定未来全球标准的雄心。除奥卢大学和瑞典皇家理工学院外,联合体成员还包括阿尔托大学、查尔姆斯理工大学、吕勒奥理工大学、芬兰国家技术研究中心(VTT),以及诺基亚、爱立信、Bittium、Combient和萨博等产业伙伴。
该计划尤为注重军民两用能力的开发,旨在设计出既能满足民用需求、又能支撑安全相关应用的6G系统,同时积极参与国际技术标准的制定与引导。
从长远来看,这一芬瑞合作伙伴关系希望为更广泛的北欧及欧洲参与奠定基础,将成员机构定位于数字未来韧性通信系统的前沿阵地。各合作方认为,这一努力适逢其时,具有重要的国家战略意义,并具备在长期内塑造欧洲6G格局的强大潜力。
奥卢大学教授Hirley Alves在阐述该项目的预期成果时表示,该计划将从底层架构出发设计6G韧性,确保关键服务在遭遇网络攻击或自然灾害时仍能保持连通。
"移动网络历来追求速度与效率,而非危机存活能力。芬兰和瑞典长期以来都是无线通信领域的先行者,各自并行创新。"他说,"通过将双方的研究力量、产业资源和测试平台整合为一个单一计划,我们将两股强大的国家力量转化为一支足以影响全球6G标准的北欧合力。"
瑞典皇家理工学院教授James Gross补充道:"韧性无法在网络建成后再行叠加,必须在工程设计阶段就将其内置,并且要越来越多地实现自主化——借助AI让网络具备实时感知风险、自适应调整和自我修复的能力。"
"这次合作的不同之处在于,它终于将瑞典和芬兰的无线通信优势真正汇聚在一起:两个GSM技术的先驱国家从各自为战走向联合行动,凭借共同的体量与话语权,共同影响未来全球网络韧性的走向。"
Q&A
Q1:6G-FISRE项目的主要研究目标是什么?
A:6G-FISRE项目旨在开发具备原生韧性的6G通信系统,使其在网络攻击、基础设施故障和突发危机等不利条件下仍能维持关键服务的正常运行。该项目总投资430万欧元,由奥卢大学与瑞典皇家理工学院联合主导,汇聚了诺基亚、爱立信等多家产业及学术合作伙伴,核心理念是将韧性从一开始就内置于6G架构设计之中,而非事后补充。
Q2:6G-FISRE项目中AI技术扮演什么角色?
A:在6G-FISRE项目中,AI被视为实现网络自主韧性的关键技术手段。瑞典皇家理工学院教授James Gross指出,未来的6G网络韧性不仅要在工程设计阶段内置,还需要越来越多地实现自主化,通过AI使网络具备实时感知风险、自适应调整和自我修复的能力,从而在无需人工干预的情况下应对各类突发威胁。
Q3:6G-FISRE项目的军民两用定位具体体现在哪些方面?
A:该项目在设计上兼顾民用与安全防务两类需求。一方面,韧性6G系统可保障民用关键基础设施在灾害或攻击情况下持续运行;另一方面,同样的韧性能力可强化北欧地区安全与防务相关业务的通信连续性。项目合作伙伴中包括萨博等国防工业企业,进一步体现了其军民融合的战略定位。
好文章,需要你的鼓励
仿人机器人与自动驾驶汽车在区域架构、功能安全及雷达传感方面高度相似。多分辨率摄像头组合可更好地模拟人类视野,兼顾广角低保真与局部高精度需求。自然运动需实时计算正逆运动学、距离与深度,同时须兼顾功耗效率。当前视觉与基础操控技术最为成熟,而触觉、全身协调及非结构化环境中的移动能力仍是主要挑战。业界正借鉴自动驾驶经验,加速推进仿人机器人的规模化落地。
这项研究提出Epi2Diff方法,通过将大型推理模型的解题思考过程拆解为认知片段序列,提取过程特征预测考题对人类的难度,在四个真实考试数据集上超越了所有对比基线。
随着AI技术发展,攻击者可融合白市、灰市及黑市数据,构建个人及其环境的数字孪生体,使定向攻击更为便捷。专家指出,AI与网络安全的核心交汇点是数据本身。防御AI数据融合攻击需依赖硬件信任根、强加密、安全密钥存储及严格的数据匿名化措施。芯片架构师需将安全设计嵌入硬件层,确保数据完整性验证、隔离执行及认证数据流,以应对日益复杂的运行时攻击面。
南京大学与阿里巴巴提出MIMFlow,将掩码图像建模与标准化流端到端融合,让生成模型专注语义建模,以更少参数和更少令牌在ImageNet上取得FID 2.50的优异表现。