计算机应用研究

作者：金亚东,范菁,郗恩康,董华,俞浩,

单位：云南民族大学a.电气信息工程学院;b.云南省无人自主系统重点实验室;c.云南省高校信息与通信安全灾备重点实验室,昆明650504；

关键词：空天地一体化网络,联邦学习,资源分配,网络切片,移动边缘计算,

基金：国家自然科学基金资助项目(12361104)；教育部-新一代信息技术创新项目(2023IT077)；云南省教育厅科学研究基金资助项目(2025Y0670)；云南省吴中海专家工作站资助项目(202305AF150045)；云南省教育厅科学研究基金资助项目(2023Y0499)；CCF-深信服“远望”科研基金资助项目(20240210)；；

空天地一体化网络（space-air-ground integrated network，SAGIN）是下一代移动通信系统的异构组织形态，联邦学习（federated learning，FL）是下一代移动通信系统中用于提升通信性能与保护隐私的安全分布式机器学习技术形态，联邦学习应用于空天地一体化网络通信协作是未来移动通信系统的主流发展趋势。首先，介绍联邦学习、空天地一体化网络的概念与应用及其面临的挑战；接着，基于联邦学习通信机制应用为主线，分析了空天地一体化网络场景下同层级和跨层级通信的若干关键技术，包括资源分配、组网管理、网络切片、异构网络、移动边缘计算、云-边-端一体化等关键通信技术；最后，从量子通信、6G通信、绿色通信角度探讨了未来基于联邦学习的空天地一体化网络通信技术的研究方向。

来源：2025年第11期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第11期