arXiv cs.AI· Hanyong Xu, Zhaolai Dang, Tong Zhang·· 14 小时前AI 评分18
ReEvo 设计的模因算法：超越 LLM-GA 的安全流体天线系统
Beyond LLM-GA: Secure Fluid Antenna Systems with ReEvo-Designed Memetic Algorithm
AI 导读
研究提出基于反射进化（ReEvo）的模因算法，用 LLM 离线进化专用的交叉、变异与局部搜索算子，再嵌入模因搜索框架，执行时无需在线 LLM 查询。在相同迭代次数下，该算法的安全总速率高于传统 GA 和当前最优的 LLM-GA，面向军事、卫星与物联网场景的安全流体天线端口选择问题。
正文 · AI 翻译
摘要：流体天线系统（FAS）提供了显著的空间灵活性，但确保其免受窃听对于在军事、卫星和物联网网络中的实际 FAS 部署至关重要。尽管大语言模型（LLM）辅助的遗传算法（LLM-GA）可以解决这一安全 FAS 端口选择问题，但能否进一步改进算法仍值得深入研究。为此，我们提出了一种基于反射进化（ReEvo）的模因算法。与仅利用 LLM 设计交叉或变异算子的最先进 LLM-GA 不同，我们的算法利用 LLM 离线进化专用的交叉、变异和局部搜索算子。随后，这些算子被嵌入模因搜索框架，从而在执行过程中无需任何在线 LLM 查询。在相同代数下的仿真结果表明，我们提出的算法比传统 GA 和最先进的 LLM-GA 实现了更高的安全总速率。
| 评论： | 已被 WCSP 2026 接收 |
| 主题： | 信息论（cs.IT）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.10235 [cs.IT] |
| （或 arXiv:2610.10235v2 [cs.IT] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.10235 arXiv 颁发的 DOI 通过 DataCite |
提交历史
来自：Tong Zhang [查看邮箱]
[v1]
2026年10月7日星期三 15:20:52 UTC（250 KB）
[v2]
2026年10月26日星期一 13:18:46 UTC（250 KB）
来源：arXiv cs.AI · arxiv.org