安全且高能效的无线 Agentic AI 网络

本文提出一个安全的无线 Agentic AI 网络，由一个主管 AI 智能体和多个其他 AI 智能体组成，为用户的推理任务提供服务质量（QoS）保障，同时确保私有知识与推理结果的机密性。具体而言，主管 AI 智能体可动态指派其他 AI 智能体参与协作推理，未被选中的 AI 智能体则充当友好干扰源，降低窃听者的截获性能。为延长 AI 智能体的服务时长，构建了能量最小化问题，在时延与推理精度约束下联合优化 AI 智能体选择、基站（BS）波束成形和 AI 智能体发射功率。针对该问题，我们提出 ASC 与 LAW 两种资源分配方案，均先将其分解为三个子问题。具体地，ASC 用所提基于交替方向乘子法（ADMM）的算法、半定松弛（SDR）和逐次凸逼近（SCA）迭代优化各子问题，LAW 则在 Agentic 工作流中用所提大语言模型（LLM）优化器处理各子问题。实验结果表明，与其他基准方案相比，所提方案最多可降低 59.1% 的网络能耗。此外，所提方案在基于 Qwen 的实用 Agentic AI 系统上得到验证，在多个公开基准上表现出令人满意的推理精度。