2025年4月11日至13日，由电气与电子工程师协会（IEEE）与深圳大学联合主办的第八届计算与通信技术国际会议在深圳拉开帷幕。作为全球计算与通信领域的重要国际学术盛会，大会集学术交流、技术展示与合作研讨于一体，旨在推动国际前沿技术的发展与跨界融合创新。会议共征集近300篇高水平学术论文，经过多轮严格审稿与专家匿名评审，最终评选出13篇最佳论文。其中，由郑丹阳副研究员和王检利助理教授共同指导本科生吴钰茜投稿的学术论文《A Cost-and-Time-Efficient Approach of Deploying Mixture of Expert Models》（《混合专家模型在边缘网络中的高效部署方法》）荣获最佳论文奖，标志着我院在计算与通信技术领域的科研实力再度得到国际认可。

（左起第二位为我院本科生吴钰茜）

        混合专家模型（Mixture of Experts, MoE）是一种具备高效性与可扩展性的深度学习架构，其核心思想是在每次推理过程中仅激活部分专家子模型，以降低整体计算资源消耗并提升推理速度，广泛应用于大语言模型如GPT-4、LLaMA等的构建中。传统的MoE采用“路由器-专家-聚合器”的菱形结构，其中路由器根据输入动态选择部分专家模型进行计算，聚合器则负责整合各专家输出。在郑丹阳副研究员的指导下，本科生吴钰茜提出了一种面向边缘计算环境的新型混合专家模型（MoE）部署方法，首次将“成本接近度中心性”（Cost-Closeness Centrality, CCC）引入MoE部署决策中，以提升资源利用效率和模型的部署速率。针对当前大语言模型因云端集中式部署而导致的资源瓶颈与部署响应延迟问题，该方法创新性地将MoE结构部署于边缘网络中，设计了CCC-based Router and Aggregator Deployment（3C-RAD）算法，有效解决了关键组件选址问题。实验结果表明，该算法在缩短千余倍部署算法运行时间的同时，仅引入了约8%的额外资源成本，为边缘智能模型部署提供了切实可行的技术路径。

        此次获奖积极响应了计算机与人工智能学院关于“着力培养本科生科研素养”的重要号召，充分体现了学院在落实科研育人战略上的扎实推进。该课题由本科生、研究生及青年教师共同参与，形成了跨层次、协同合作的科研团队，展现了学院在提升学生科研能力与激发创新潜能方面取得的显著成效，是我院推进科研与教学深度融合的又一力证。
        近年来，在学院大力的支持与指导下，新一代智能互联网安全可信团队持续深耕网络空间安全、系统可靠性理论与应用、边缘计算与新型网络体系结构等关键技术方向。团队先后承担并高质量完成国家自然科学基金、国家发改委创新平台基金、粤港关键技术突破项目、四川省科技厅重点项目等20余项国家级及省部级科研任务，取得了系列具有影响力的研究成果。这些成果已成功应用于政务、教育、医疗等多个重要领域，部分核心研究发表于IEEE ToN、IEEE TMC、IEEE TPDS、IEEE TKDE、IEEE JSAC、IEEE TEVC、计算机学报、电子学报等国内外顶尖学术期刊，持续提升了我院在智能互联网与网络安全领域的科研影响力与学术话语权。