近日，清华大学交叉信息院黄隆波教授团队科研成果“老虎机式反馈下的对抗网络优化：在非稳定的多跳网络中最大化效用”（Adversarial Network Optimization under Bandit Feedback: Maximizing Utility in Non-Stationary Multi-Hop Networks）在美国计算机协会（ACM）计算机系统测量和建模学会会议（ACM SIGMETRICS 2025（International Conference on Measurement and Modeling of Computer Systems）上获得最佳论文奖。

获奖证书

黄隆波团队聚焦网络优化领域的经典问题“随机网络优化（SNO）”进行探索。该问题考虑在动态变化的网络系统中，如何合理分配网络资源以最优化吞吐量和系统效用，在网络通信、计算调度与运筹管理等领域均有重要应用。传统的SNO算法通常要求网络条件（例如信道质量、传输带宽、任务到达速率等）具备稳定的分布，且这些条件在每次做出分配前就对决策者已知，因而在许多重要的动态、未知场景中难以直接应用。

针对这些局限性，黄隆波团队提出新的理论模型“对抗网络优化（ANO）”并设计了新的优化算法。该算法在网络条件动态、对抗且信息反馈极度受限的情况下，在任意复杂的多跳网络中，都能保证网络系统的长期稳定和效用最大化。算法首先通过全局的Lyapunov分析，将ANO性能分析与对抗式在线学习建模进行结合。针对网络优化问题的固有挑战，例如无上界且变化剧烈的任务队列，论文给出了新的、面向队列的在线学习算法以实现自适应。最后，通过自控制的思路，将网络系统中的任务总数用其自身的多项式控制，进而提供了网络系统的吞吐量保证，并证明系统效用以多项式速度收敛至最优值。

论文第一作者为姚班2024届本科毕业生戴言，通讯作者为交叉信息院教授黄隆波。