摘" 要： 由于智能反射面具有無源、低功耗、智能可控的特點(diǎn)，其發(fā)展為無人機(jī)系統(tǒng)物理層安全問題帶來了新的思路。由于智能反射面可改變?nèi)肷湫盘?hào)的相位，因此能夠?qū)崿F(xiàn)細(xì)粒度的波束賦形；又由于智能反射面作為一種硬件，相位調(diào)整不具有連續(xù)性，因此文中研究了存在竊聽節(jié)點(diǎn)的無人機(jī)通信系統(tǒng)聯(lián)合優(yōu)化波束賦形和相位調(diào)整方案。通過部署在中繼無人機(jī)上的智能反射面，將信號(hào)盡可能多地反射給合法無人機(jī)，同時(shí)降低非法無人機(jī)接收信號(hào)的概率，提高系統(tǒng)的安全速率。文中對(duì)比了采用不同的中繼方式系統(tǒng)得到的安全速率，及在達(dá)到相同安全速率的條件下所消耗的系統(tǒng)功率，仿真結(jié)果表明，采用智能反射面作為中繼節(jié)點(diǎn)的系統(tǒng)能夠有效提高系統(tǒng)安全速率并能降低系統(tǒng)功耗。

關(guān)鍵詞： 無人機(jī)安全通信； 智能反射面； 物理層安全； 聯(lián)合優(yōu)化； 安全速率； 中繼節(jié)點(diǎn)

中圖分類號(hào)： TN911?34" " " " " " " " " " " " " " "文獻(xiàn)標(biāo)識(shí)碼： A" " nbsp; " " " " " " " " 文章編號(hào)： 1004?373X（2024）11?0026?05

Research on IRS?based joint optimization technology of UAV security communication

ZHANG Qianqian1， ZHANG Qiang2， LUAN Yating3， ZHOU Zhangquan1

（1. School of Information Science and Engineering， Nanjing Audit University Jinshen College， Nanjing 210023， China;

2. School of Information and Electrical Engineering， Hebei University of Engineering， Handan 056038， China;

3. IRay Technology Co.， Ltd.， Yantai 264001， China）

Abstract： Because the intelligent reflecting surface （IRS） has the characteristics of passivity property， low power consumption and intelligent control， its development has brought new ideas to the physical layer security of UAS （unmanned aircraft system）. Because the IRS can change the phase of the incident signals， fine?grained beamforming can be realized. As the IRS is a kind of hardware， its phase adjustment is uncontinuous. In view of the above， a joint optimization beamforming and phase adjustment scheme of UAV communication system with eavesdropping node is studied. By the IRS deployed on the relay UAV （unmanned aerial vehicle）， the signals are reflected to the legal UAV as much as possible， while the illegal UAV receives less signals， so as to improve the security rate of the system. In this paper， the security rate obtained by different relay systems and the consumed system power under the condition of the same security rate are contrasted. The simulation results show that the system with IRS as relay node can improve the system security rate effectively and reduce the system power consumption.

Keywords： UAV security communication; IRS; physical layer security; joint optimization; security rate; relay node

收稿日期：2024?01?02" " " " " "修回日期：2024?01?24

基金項(xiàng)目：2022年度江蘇省高等學(xué)校自然科學(xué)研究面上項(xiàng)目：IRS輔助下基于機(jī)器學(xué)習(xí)的無人機(jī)通信物理層安全技術(shù)研究（22KJD510009）；2022年度江蘇省高等學(xué)校自然科學(xué)研究面上項(xiàng)目：基于語(yǔ)義映射的知識(shí)圖譜表示與推理研究（22KJB520003）

0" 引" 言

隨著電子攻擊技術(shù)的迅速發(fā)展，無人機(jī)所處的外部電磁環(huán)境日益復(fù)雜和惡劣，惡意節(jié)點(diǎn)的智能化水平不斷提升，無人機(jī)系統(tǒng)物理層安全問題日益突出?；诿艽a體制的通信安全技術(shù)主要通過提高算法的復(fù)雜程度來實(shí)現(xiàn)通信安全的提升，但這種安全保證很難通過數(shù)學(xué)證明；此外，隨著計(jì)算機(jī)性能的提高，這種體制也遇到新的挑戰(zhàn)。

目前，物理層安全技術(shù)主要可以通過波束賦形、人工噪聲等信號(hào)處理技術(shù)和合理的資源管理來提升通信系統(tǒng)的安全性能。然而，在無人機(jī)通信中，節(jié)點(diǎn)位置高速移動(dòng)和位置隨機(jī)、信道狀態(tài)快速時(shí)變，無線資源日益緊缺；同時(shí)，通信對(duì)抗技術(shù)與人工智能等新興技術(shù)的深度融合，攻擊類型不斷變化，智能化水平不斷提升，傳統(tǒng)的基于物理層安全的方法難以靈活應(yīng)對(duì)，究其本質(zhì)，主要有以下幾個(gè)方面的原因：一是無人機(jī)通信網(wǎng)絡(luò)面臨的物理層安全威脅日益加劇；二是無人機(jī)通信系統(tǒng)節(jié)點(diǎn)的移動(dòng)性加劇信道的隨機(jī)性；三是無人機(jī)物理層安全傳輸覆蓋性能較差。

綜上所述，為提高無人機(jī)通信系統(tǒng)的可靠性和安全性，無人機(jī)安全通信問題亟需解決。近年來，一種新型的無線技術(shù)即智能反射面（Intelligent Reflecting Surface， IRS）[1?3]技術(shù)被廣泛研究，為解決無人機(jī)系統(tǒng)物理層安全問題帶來新的思路。無人機(jī)通信系統(tǒng)由于其特殊性，信號(hào)的傳播本質(zhì)上是隨機(jī)的，很大程度是不可控的，而智能反射面可以通過軟件控制反射來重構(gòu)無線傳播環(huán)境[4]。具體來說，IRS是由大量低成本無源反射單元組成的平面，每個(gè)單元可以獨(dú)立改變?nèi)肷湫盘?hào)的振幅或者相位，從而協(xié)助實(shí)現(xiàn)細(xì)粒度的三維波束成形[5]。

近年來，智能反射面輔助的無人機(jī)通信系統(tǒng)越來越受到關(guān)注。文獻(xiàn)[6]智能反射面被用作中繼輔助無人機(jī)系統(tǒng)，由仿真結(jié)果可知，部署了智能反射面的無人機(jī)系統(tǒng)的覆蓋率和可靠性都得到顯著的提高。文獻(xiàn)[7]中，無人機(jī)被用作空中移動(dòng)基站，在智能反射面的協(xié)助下為地面用戶提供服務(wù)。文獻(xiàn)[8]中，智能反射面被放置在無人機(jī)上，對(duì)無LoS的地面用戶提供中繼服務(wù)。文獻(xiàn)[9]中，通過智能反射面設(shè)計(jì)具有可重構(gòu)智能表面的安全無人機(jī)網(wǎng)絡(luò)的聯(lián)合軌跡和被動(dòng)波束，優(yōu)化用戶關(guān)聯(lián)和發(fā)射功率最大化系統(tǒng)的安全能源效率。文獻(xiàn)[10]提出基于強(qiáng)化學(xué)習(xí)的下行傳輸容量最大化算法，進(jìn)行智能反射水面輔助無人機(jī)通信的聯(lián)合軌跡和被動(dòng)波束形成設(shè)計(jì)。文獻(xiàn)[11]設(shè)計(jì)了多個(gè)智能反射面和一個(gè)多天線無人機(jī)的場(chǎng)景，并通過聯(lián)合優(yōu)化智能反射面被動(dòng)波束賦形、發(fā)射波束賦形來最大化接收功率。文獻(xiàn)[12]研究了無人機(jī)輔助的智能反射面共生無線電系統(tǒng)，系統(tǒng)中無人機(jī)作為智能反射面的中繼，輔助其實(shí)現(xiàn)信息傳輸。

綜上所述，雖然IRS的使用對(duì)解決無人機(jī)通信系統(tǒng)物理層安全帶來了新的發(fā)展契機(jī)，但因?yàn)槌浞挚紤]通信需求，導(dǎo)致獲取的最優(yōu)解不佳，依然存在潛在的安全風(fēng)險(xiǎn)對(duì)IRS工作的干擾，導(dǎo)致通信系統(tǒng)的失效。本文擬將聯(lián)合設(shè)計(jì)智能反射面波束賦形和相位調(diào)整方案，通過得到波束賦形及相位調(diào)整最優(yōu)解，提高系統(tǒng)的物理層安全性能。

1" 建立模型

為進(jìn)行充分的通信需求分析，獲得較佳的最優(yōu)解求解方法，以實(shí)現(xiàn)可靠的通信系統(tǒng)聯(lián)合優(yōu)化，本文構(gòu)建通信模型進(jìn)行分析，如圖1所示。假設(shè)無人機(jī)A和無人機(jī)B之間沒有直接通路，IRS搭載在無人機(jī)C上，系統(tǒng)存在竊聽無人機(jī)E。無人機(jī)A、無人機(jī)B與無人機(jī)E均配備有一根天線，由[M]個(gè)反射元素組成的二維IRS放置于無人機(jī)之間，作為無源中繼使用。此外，IRS由小型控制器通過獨(dú)立的控制鏈路控制。同時(shí)，因?yàn)閲?yán)重的路徑損耗，本文僅考慮被智能反射面反射一次的信號(hào)，并考慮所有的信道均為瑞利型衰落信道。

由圖1可以看出，竊聽節(jié)點(diǎn)E與用戶無人機(jī)B的相關(guān)性較高，如果使用普通中繼節(jié)點(diǎn)，E竊聽到信息的概率較高，甚至能夠達(dá)到和用戶無人機(jī)B相同的安全速率。因此，通過部署在兩通信無人機(jī)之間的IRS進(jìn)行協(xié)調(diào)，調(diào)整無人機(jī)A發(fā)送信號(hào)的相位，使其對(duì)準(zhǔn)無人機(jī)B，完成信號(hào)的轉(zhuǎn)發(fā)過程，整個(gè)傳輸過程可分為兩個(gè)階段。

第一個(gè)階段，無人機(jī)A廣播信號(hào)，智能反射面接收到的信號(hào)為：

[y'=PhAIxi+n'AI]" "（1）

式中：[xi]為[i]時(shí)刻發(fā)送的信息序列；[hAI]為發(fā)送無人機(jī)A至IRS的信道系數(shù)；[P]為無人機(jī)A的發(fā)送功率；[n'AI]為IRS收到的均值為0、方差為[σ2AI]的加性高斯白噪聲。

第二個(gè)階段，IRS接收轉(zhuǎn)發(fā)，無人機(jī)B、竊聽無人機(jī)E分別接收到的信號(hào)為：

[yB=PhHIBΦhAIxi+nB]" " （2）

[yE=PhHIEΦhAIxi+nE]" " " " "（3）

式中：[Φ=diag（βejθ1，…，βejθi，…，βejθN）]為反射相位對(duì)角矩陣，[β∈[0，1]]為反射面幅度，[θ∈[0，2π]]為反射面相移；[hHIB]、[hHIE]為IRS至接收無人機(jī)B及竊聽無人機(jī)的信道系數(shù)；[nB]、[nE]是均值為0，方差分別為[σ2B]、[σ2E]的加性高斯白噪聲；[xi=ws（t）]為無人機(jī)A發(fā)送的消息序列，[w∈Cm×1]為波束賦形向量，[s（t）]為[t]時(shí)刻廣播的信號(hào)，并且[w2≤Pmax]，[Es（t）2=1]，[Pmax]為最大發(fā)射功率，[E[·]]為數(shù)學(xué)期望。

則B與E的數(shù)據(jù)可達(dá)速率為：

[rB=log1+1σ2BPhHIBΦθhAIw2]" "（4）

[rE=log1+1σ2EPhHIEΦθhAIw2]" " （5）

因此，通信系統(tǒng)的安全速率為：

[R=[rB-rE]+=log1+1σ2BPhHIBΦθhAIw21+1σ2EPhHIEΦθhAIw2] （6）

式中，[·+=max{0，x}]表示所取值為非負(fù)數(shù)。本文目標(biāo)為盡可能提高式（6）值，提高系統(tǒng)的物理層安全性能。

對(duì)于無人機(jī)信道的安全傳輸，即求得安全速率的最大值為：

[maxw，θlog1+1σ2BPhHIBΦθhAIw21+1σ2EPhHIEΦθhAIw2s.t." " w2≤Pmax" " " " " θi=1，i=1，2，…，N" " " " " 0≤θk≤2π，" " ?k=1，2，…，N]" " " " "（7）

式中：[θ]為智能反射面相位；[w]為波束賦形向量。由式（7）可知，安全速率與[θ]、[w]有關(guān)，并且目標(biāo)函數(shù)對(duì)于變量[θ]、[w]具有非凸性，因此采用交替優(yōu)化達(dá)到最優(yōu)解的方法進(jìn)而使目標(biāo)函數(shù)最大化。

2" 聯(lián)合優(yōu)化

因?yàn)橥瑫r(shí)對(duì)變量[θ]、[w]進(jìn)行優(yōu)化較為困難，并且二者具有一定的獨(dú)立性，因此，基于上述分析得出，采用交替優(yōu)化的方法[13]，即固定其中一個(gè)值優(yōu)化另外一個(gè)值的交替優(yōu)化方法，以使系統(tǒng)達(dá)到最優(yōu)解，實(shí)現(xiàn)無人機(jī)通信系統(tǒng)聯(lián)合優(yōu)化。所以，接下來利用交替優(yōu)化方法分別針對(duì)相位和波束賦形進(jìn)行優(yōu)化，求得最優(yōu)解。

2.1" 相位優(yōu)化

本節(jié)假設(shè)波束賦形向量[w]一定，對(duì)智能反射面相位[θ]進(jìn)行優(yōu)化，令[α=PhHIBw]，[γ=PhHIEw]，[ΦH=[ejθ1，ejθ2，…，ejθN]]，[0≤θk≤2π，?k=1，2，…，N]，則公式（7）可轉(zhuǎn)化為：

[maxθlogσ2Eσ2B.σ2B+ΦHα2σ2E+ΦHγ2]" " " " " "（8）

由于[σ2Eσ2B]為常數(shù)，因此公式（8）可簡(jiǎn)化為：

[maxθσ2Bσ2E+ΦHγ2+ΦHα2σ2E+ΦHγ2]" " " （9）

由于式（9）滿足分式數(shù)學(xué)規(guī)劃的條件，因此可進(jìn)一步轉(zhuǎn)化為：

[maxθf1（Φ，y）=2γy'1（ΦHα+y'2σB）-" " " " " " " " " " " " " " " y12+y22σ2E+ΦHγ2s.t." " θi=1，2，…，N] （10）

式中：[y1=ΦHασ2E+ΦHγ2]；[y2=σBσ2E+ΦHγ2]；[y'1]、[y'2]表示[y1]、[y2]的最優(yōu)解。令：

[f2（Φ）=f1（Φ，y）=-ΦHXΦ+2R[ΦHε]+C]" （11）

式中：[X=y12+y22γγH]；[C=2R[y'2σB]-y12+y22σ2E]；[ε=y21α-y12+y22γγ2]；[R·]為取實(shí)部運(yùn)算。

由公式（11）可知，H為半正定矩陣，因此[f2（Φ）]是關(guān)于[Φ]的二次凹函數(shù)。

采用黎曼流優(yōu)化進(jìn)行求解，目標(biāo)函數(shù)的歐幾里德梯度為：

[Δf2（Φ）=2XΦ]" "（12）

點(diǎn)[θk]處的切空間為：

[ΓθkΨ={VH∈CN：VHθk}=0] （13）

目標(biāo)函數(shù)的黎曼梯度為歐幾里德梯度空間上的投影，黎曼梯度grad [f2（θk）]表示為：

[grad" f2（θk）=2（I-θkθHk）Xθk] （14）

式中[I]為[N×N] 的單位矩陣。

根據(jù)梯度下降法，切空間上的搜索方向?yàn)椋?/p>

[η=-grad" f2（θk）]" "（15）

切空間上更新為：

[θk+1=θk-ρgrad" f2（θk）]" " " " "（16）

式中[ρ]為步長(zhǎng)。此時(shí)得到的點(diǎn)[θk+1]不在原來的流形[Ψ]上，因此需要將其映射到原來的流形上，即：

[θk+1=θk+1θk+1] （17）

由式（15）～式（17）可得最優(yōu)解為：

[θ'k+1=θk+ρη]" （18）

2.2" 波束賦形向量?jī)?yōu)化

依據(jù)交替優(yōu)化方法，假設(shè)相位[θ]一定，對(duì)波束賦形向量進(jìn)行優(yōu)化。假設(shè)：

[XB=1σ2P（hHIBΦhAI）H?（hHIBΦhAI）]" " "（19）

[XE=1σ2P（hHIEΦhAI）H?（hHIEΦhAI）]" " "（20）

則公式（7）可轉(zhuǎn)化為：

[maxwwHXBw+1wHXEw+1s.t." " "w2=1" "]" " （21）

式中[wH=hHIBΦhAIHσ2]。由Ritz可以推出，公式（21）的最優(yōu)解位于矩陣的特性向量[（XB，XE）]的方向上，并且功率滿足歸一化約束[14?15][w2=1]，因此，可得最優(yōu)波束賦形向量為：

[w'=PmaxXB+1PmaxIXE+1PmaxI]" " " " " " （22）

式中[I]為[N×N]的單位矩陣。

最終，將優(yōu)化調(diào)整后的波束賦形向量[w]與IRS相位[θ]代入公式（6）中，進(jìn)行通信系統(tǒng)安全速率計(jì)算，完成存在竊聽節(jié)點(diǎn)的無人機(jī)通信系統(tǒng)優(yōu)化。

3" 仿真分析

本文采用交替優(yōu)化波束賦形向量[w]與IRS相位[θ] 的方法，對(duì)兩者進(jìn)行調(diào)整，以實(shí)現(xiàn)存在竊聽節(jié)點(diǎn)的無人機(jī)通信系統(tǒng)優(yōu)化。

主要流程如下：

1） 輸入[w]、[θ]及發(fā)射功率[P]；

2） 給定[θ]，優(yōu)化[w]；

3） 給定[w]，優(yōu)化[θ]；

4） 最快的下降方向；

5） 采用最優(yōu)[w]、[θ]計(jì)算系統(tǒng)安全速率[R]。

由于本文模型為無人機(jī)通信系統(tǒng)，因此，信道可建模為瑞利型信道，為體現(xiàn)本文提出的IRS中繼對(duì)系統(tǒng)安全速率提升的優(yōu)勢(shì)，將分別對(duì)比無中繼節(jié)點(diǎn)、有AF （Amplify?and?Forward）中繼節(jié)點(diǎn)及有IRS轉(zhuǎn)發(fā)節(jié)點(diǎn)的安全速率，并分析達(dá)到相同安全速率的條件下不同中繼所需發(fā)送端的發(fā)送功率情況。

假設(shè)存在惡意竊聽無人機(jī)節(jié)點(diǎn)下分析基于IRS通信時(shí)合法信道的保密速率，即公式（6）隨功率變化的趨勢(shì)。由于通信節(jié)點(diǎn)均為無人機(jī)節(jié)點(diǎn)，引入二維笛卡爾坐標(biāo)系，無人機(jī)A的位置為（0，100），無人機(jī)B的位置為（150，100），竊聽無人機(jī)E的位置為（200，150），搭載IRS的無人機(jī)C的位置為（50，100）。從仿真結(jié)果（見圖2）可以看出，采用聯(lián)合優(yōu)化IRS的波束賦形向量與相位的通信系統(tǒng)安全速率高于其他兩種通信系統(tǒng)，并且隨著發(fā)送功率的增大而增大。因此，可以證明基于IRS輔助的無人機(jī)通信系統(tǒng)能夠提高系統(tǒng)的安全性能。

由于IRS的反射單元相當(dāng)于一面鏡子，不需要額外地發(fā)送功率，因此可以提高系統(tǒng)的能量效率。為了更好地證明IRS在能效方面的作用，本文在達(dá)到相同保密速率（[R]=5 bit·s-1·Hz-1）的條件下，對(duì)比了不同中繼方式的中繼節(jié)點(diǎn)在相同高度不同距離50～15 m時(shí)所需的發(fā)送功率。從仿真結(jié)果（見圖3）可以看出，無中繼節(jié)點(diǎn)與有AF中繼節(jié)點(diǎn)系統(tǒng)功耗隨著距離的增大而增加，而IRS輔助中繼系統(tǒng)功耗較低，且在距離70～90 m范圍內(nèi)能夠達(dá)到最低。因此，采用IRS進(jìn)行中繼可以有效節(jié)省系統(tǒng)的發(fā)送功率。

4" 結(jié)" 語(yǔ)

本文分析了IRS節(jié)點(diǎn)作為中繼的無人機(jī)通信系統(tǒng)，由于竊聽節(jié)點(diǎn)的存在，采用聯(lián)合優(yōu)化波束賦形向量及相位的方法提高系統(tǒng)的物理層安全性能。仿真結(jié)果表明，采用聯(lián)合優(yōu)化的IRS中繼方法得到的系統(tǒng)安全速率高于采用傳統(tǒng)AF通信及不使用中繼的情況。此外，在達(dá)到相同安全速率的前提下分析了不同中繼方式所需要的發(fā)送功能，結(jié)果表明采用IRS中繼能夠有效降低系統(tǒng)功耗，節(jié)省系統(tǒng)發(fā)送功能。

參考文獻(xiàn)

[1] QIAN X， RENZO M D， LIU J， et al. Beamforming through reconfigurable intelligent surfaces in single?user MIMO systems： SNR distribution and scaling laws in the presence of channel fading and phase noise [J]. IEEE wireless communications letters， 2021， 10（1）： 77?81.

[2] YAN W J， YUAN X J， KUAI X Y. Passive beamforming and information transfer via large intelligent surface [J]. IEEE wireless communications letters， 2020， 9（4）： 533?537.

[3] YAN W J， YUAN X J， HE Z Q， et al. Large intelligent surface aided multiuser MIMO： Passive beamforming and information transfer [C]// 2020 IEEE International Conference on Communications （ICC）. New York： IEEE， 2020： 1?7.

[4] 陳哲恒.智能反射面輔助的無線通信物理層安全問題研究[D].南京：東南大學(xué)，2021.

[5] 趙暉.基于毫米波通信的無人機(jī)輔助無線網(wǎng)絡(luò)物理層安全研究[D].邯鄲：河北工程大學(xué)，2021.

[6] YANG L， MENG F X， ZHANG J Y， et al. On the performance of RIS?assisted dual?hop UAV communication systems [J]. IEEE transactions on vehicular technology， 2020， 69（9）： 10385?10390.

[7] LI S X， DUO B， YUAN X J， et al. Reconfigurable intelligent surface assisted UAV communication： Joint trajectory design and passive beamforming [J]. IEEE wireless communications letters， 2020， 9（5）： 716?720.

[8] ZHANG Q， SAAD W， BEMMNIS M. Reflections in the sky： Millimeter wave communication with UAV?carried intelligent reflectors [C]// 2019 IEEE Global Communications Conference （GLOBECOM）. New York： IEEE， 2019： 1?6.

[9] LONG H， CHEN M， YANG Z H， et al. Reflections in the sky： Joint trajectory and passive beamforming design for secure UAV networks with reconfigurable intelligent surface [EB/OL]. [2020?06?05]. https：//arxiv.org/abs/2005.10559.

[10] WANG L， WANG K， PAN C， et al. Joint trajectory and passive beamforming design for intelligent reflecting surface?aided UAV communications： A deep reinforcement learning approach [J]. IEEE transactions on mobile computing， 2023， 22（11）： 6543?6553.

[11] GE L H， DONG P H， ZHANG H， et al. Joint beamforming and trajectory optimization for intelligent reflecting surfaces?assisted UAV communications [J]. IEEE access， 2020， 8： 78702?78712.

[12] HUA M， YANG L X， WU Q Q， et al. UAV?assisted intelligent reflecting surface symbiotic radio system [J]. IEEE transactions on wireless communications， 2021， 20（9）： 5769?5785.

[13] QIU J， CAI X， ZHANG L， et al. A loss matrix?based alternating optimization method for sparse PU learning [J]. Swarm and evolutionary computation， 2022， 75（1）： 101174.

[14] CUI M， ZHANG G， ZHANG R. Secure wireless communication via intelligent reflecting surface [J]. IEEE wireless communications letters， 2019， 8（5）： 1410?1414.

[15] 李蒙，任清華，張廣大，等.基于智能反射表面的中繼協(xié)作安全通信技術(shù)[J].空軍工程大學(xué)學(xué)報(bào)（自然科學(xué)版），2022，23（3）：34?40.

作者簡(jiǎn)介：張倩倩（1989—），女，江蘇徐州人，碩士，講師，研究方向?yàn)槲锢韺影踩?/p>

張" 強(qiáng)（1977—），男，河北邯鄲人，副教授，研究方向?yàn)橛?jì)算機(jī)科學(xué)與技術(shù)。

欒亞婷（1989—），女，山東煙臺(tái)人，碩士，工程師，研究方向?yàn)樾盘?hào)處理。

周張泉（1988—），男，江蘇南通人，碩士，講師，研究方向?yàn)橹R(shí)圖譜。