近日，香港中文大学（深圳）理工学院杨升浩副教授和陈怿研究助理教授团队的论文“Erasure Coding-based Non-conservative Network Communication: A Ground Up Approach”被IEEE计算机通信国际会议IEEE International Conference on Computer Communications (INFOCOM) 接收。理工学院博士生蔡序鸿是该论文的第一作者。

会议简介

IEEE International Conference on Computer Communications (INFOCOM)是计算机网络和通信领域顶级国际会议之一，在国际上享有盛誉并具有广泛的学术影响力。INFOCOM长期以来被中国计算机学会（CCF）推荐为A类国际学术会议。INFOCOM 2025的录用率为18.6%。

研究背景

网络通信协议是确保数据能够在底层网络中高效传输的关键。20世纪70年代，TCP/IP协议栈被引入互联网，成为网络通信的基础。尽管在过去的几十年里，TCP/IP协议经历了诸多的优化和改进，但其基本原则至今仍然被沿用。

随着人工智能、虚拟现实、工业互联网等新一代网络应用的快速发展，网络通信正面临着低延迟、高吞吐量和高可靠性的挑战。特别是近年来，随着自然语言大模型的兴起，算力集群的发展也对网络通信技术提出了更高的要求。传统的网络通信协议已经难以满足这些新兴应用的需求，从根本上重新考虑网络通信协议的设计变得尤为必要。

研究问题

拥塞控制是网络通信中的一项关键机制，它确保大量用户能够合理、公平地共享网络资源。这一机制最初是随着TCP协议的引入而进入互联网的。

现有的拥塞控制机制大多遵循流量守恒原则，即数据流在经过网络中的任意中间节点时，流入的数据量必须与流出的数据量保持平衡。流量守恒之所以被视为合理，是因为如果某个中间节点接收的数据量超过了其能够发送的数据量，就会导致该节点出现数据缓存积压，进而对所有经过该节点的通信的可靠性和延迟产生负面影响。

然而，严格遵循流量守恒原则有时可能会限制带宽的有效利用。为了规避因网络拥塞而引发的丢包和延迟问题，传统的网络通信协议通常采用保守的降低流速的方法。在数据流量具有高度动态性的网络中，这类协议的性能往往会受到显著影响而下降。值得注意的是，高动态性是许多现代网络应用的一个显著特征。

本论文研究证实，采用纠删码技术来保障数据端到端传输的可靠性，可以有效突破流量守恒原则的限制，并显著提升网络通信性能。我们认识到，解决网络拥塞的核心在于合理分配网络资源，而非简单地降低数据流速。为此，我们设计了一套创新的网络通信协议——CNCP (Coding-based Non-conservative Communication Protocol)，该协议融合了纠删码和非保守流量控制技术。

CNCP能够即时感知并灵活适应网络链路资源的动态变化。当链路中出现空闲资源时，该协议能够迅速响应并高效利用这些资源。同时，CNCP还确保了新用户能够快速地获取所需的网络资源，避免了传统慢启动机制所带来的延迟问题。该协议还采用了一系列创新的队列控制和流量管理技术，以应对流量不守恒可能带来的队列延迟挑战。

CNCP在互联网通信、算力集群等广泛领域均展现出了巨大的应用潜力和价值。

作者简介

论文第一作者为理工学院2021级博士研究生蔡序鸿。

主要研究兴趣为通信协议设计，资源优化，和机器学习与通信的结合。

论文第二作者为理工学院陈怿研究助理教授。

陈怿于2007年在北京邮电大学获得理学学士学位，2012年在香港中文大学获得博士学位。2012至2015年期间，她在香港城市大学从事博士后研究工作。2015年至2016年，她在香港中文大学任职副研究员。2016年，她加入香港中文大学（深圳）任职研究助理教授。2016至2024年，她同时在深圳市大数据研究院任职研究科学家。她的研究领域包括无线通信网络的资源优化，基于协议序列的多址接入，人工智能技术在网络通信中的应用，以及高性能智算网络的资源调度和通信协议设计。

论文第三作者为理工学院杨升浩副教授。

杨升浩于2001年在南开大学获得学士学位，2004年在北京大学获得硕士学位，并于2008年在香港中文大学获得信息工程博士学位。他曾分别在加拿大滑铁卢大学（2008-2009）和香港中文大学网络编码研究所（2010-2012）进行博士后研究。2012年至2015年，他在清华大学交叉信息研究院担任教职。2015年，杨升浩加入香港中文大学（深圳），现任理工学院副教授。

他的研究领域涵盖了信息论、编码理论和量子信息等多个领域。他发明多项实用的编码技术，包括分批稀疏网络编码等，获得了10多项专利授权。此外，杨升浩还是安眺科技有限公司的联合创始人，该公司专注于开发基于编码的网络通信技术。

论文第四作者为理工学院2024级博士研究生石行言。

主要研究兴趣包括推荐系统、机器学习与通信的结合和联邦学习。

供稿 | 杨升浩教授、陈怿教授团队