头条 最新5G标准必要专利排名公布 四家中国企业Top10 4月27日消息，中国信通院日前发布了《5G标准必要专利及标准提案研究报告（2026年）》报告。报告介绍，目前3GPP已完成5G-Advanced第二个标准版本Rel-19的制定工作，为5G拓展应用边界、释放产业价值奠定了技术基础。 最新资讯 Counterpoint预计2030年近半数智能手机将支持卫星连接 4 月 29 日消息，北京时间 4 月 29 日（今天）晚间，Counterpoint Research 发布最新报告显示，智能手机卫星连接正在进入真正的增长阶段。到 2030 年，全球智能手机出货量中，预计将有 46% 的设备支持非地面网络（NTN）。 发表于：2026/4/30 三大运营商加码5G-A大上行 5G-A×AI开启产业新周期 4月30日 进入2026年以来，随着多模态AI、具身智能、超高清直播、工业视觉质检等新兴应用快速普及，移动互联网产业逻辑彻底更迭。传统移动通信网络“重下行、轻上行”的建设思路，早已无法适配AI时代海量终端上行数据回传、实时人机交互、边缘智能计算的核心需求。在此背景下，5G-A大上行技术成为通信网络迭代的核心突破口，而5G-A×AI的技术融合模式，更是打通了网络能力升级与产业智能化的双向通道。 发表于：2026/4/30 打造空天地一体化应急通信体系 近年来，自然灾害频发，在复杂地形和极端环境下，应急通信的保障问题日益凸显。灾害发生后，现场往往伴随“断路、断电、断网”等情况，传统通信设备在信号覆盖、图像回传、部署效率等方面存在明显不足，严重影响灾害救援效率。面对极端灾害场景下，通信中断、信息回传受阻等现实难题，四川邮电职业技术学院大学生创新团队围绕应急通信关键需求，研发出“空域智链”无人机图数一体化通信设备。 发表于：2026/4/30 不止100G：三安光通讯EML芯片自主突破 算力爆发最缺什么？数字经济时代谁在支撑万亿级数据的超高速传输？答案是高速光通信芯片——数据中心、5G/6G网络的"核心引擎"。近日，三安光电旗下三安光通讯披露了最新进展：凭借全链条垂直整合能力，公司已在DFB、EML、VCSEL等主流光芯片上实现规模化量产，月产能达数百万颗，剑指全球供应链关键位置。 发表于：2026/4/28 最新5G标准必要专利排名公布 四家中国企业Top10 4月27日消息，中国信通院日前发布了《5G标准必要专利及标准提案研究报告（2026年）》报告。报告介绍，目前3GPP已完成5G-Advanced第二个标准版本Rel-19的制定工作，为5G拓展应用边界、释放产业价值奠定了技术基础。 发表于：2026/4/28 思科宣布其通用量子交换机攻克跨平台互联难题 刚刚，思科宣布其通用量子交换机原型机取得关键突破，可让采用不同编码方式的量子计算机实现互通，被视作量子网络走向实用的重要里程碑。 发表于：2026/4/27 美国FCC封杀所有外国路由器范围扩大 4月25日消息，美国联邦通信委员会（FCC）近期发布重磅新规，宣布将禁止进口所有新款外国制造的消费级路由器。 发表于：2026/4/27 伊朗全国断网超52天 称美国思科等设备存后门 4月23日消息，伊朗国家媒体近期发布指控，称美国与以色列对伊朗发起军事打击期间，即便该国已提前切断全球互联网连接，思科（Cisco）、瞻博（Juniper）、飞塔（Fortinet）、MikroTik品牌的网络设备仍出现大规模故障。 发表于：2026/4/24 一种融合多源异构数据的图神经网络联合框架 针对网络空间攻防对抗呈现出多步骤、隐蔽化、异构化复杂特征，传统依赖规则匹配和统计分析的方法已难以满足精准溯源与实时态势感知需求的问题，提出一种融合多源异构数据的图神经网络联合框架，实现网络攻击的自动化溯源与动态态势感知。首先，通过构建网络实体-攻击行为异构信息网络，整合流量日志、漏洞库、告警信息等多源数据；其次，设计基于注意力机制的时空图卷积网络(ST-GAT)，捕捉攻击行为的时序依赖与节点关联特征；最后，通过攻击路径推理与风险等级量化，形成从攻击溯源到态势评估的闭环。实验基于CTU.13和CSE.CIC.IDS2018数据集验证，结果表明该框架在攻击溯源准确率(92.7%)、态势评估响应时间(≤0.3 s)等指标上显著优于传统方法、近年主流时序GNN 变体及网络安全领域专用模型，为网络安全应急响应提供技术支撑。 关键词：；；；； 发表于：2026/4/23 融合多尺度CNN与Transformer的恶意软件行为检测方法 针对恶意软件行为轨迹隐蔽且长序列依赖难以建模的严重威胁，提出一种融合多尺度卷积神经网络与Transformer架构的恶意软件检测方法，此方法首先借助Speakeasy仿真日志去噪及复合事件标记化技术，将冗余日志转化为标准化语义序列，接着运用多层次卷积神经网络结构来提取局部攻击行为特征，在此基础上，将提取的局部攻击行为特征输入Transformer编码器，利用多头自注意力机制建模全局时序依赖关系。实验结果表明，该混合模型在Speakeasy数据集上的准确率和F1Score分别达到9229%和9248%。该方法显著降低了序列检测中的误报率，为复杂网络环境下的恶意软件检测提供了新的技术途径。 发表于：2026/4/23 <12345678910…>
