基于复数超稀疏流量矩阵的智能体网络流量监控方法

研究提出用复数超稀疏流量矩阵监控 AI 智能体网络流量，整合 DBOS、OneSparse PostgreSQL 数据库与 GraphBLAS 数学库，以审计智能体行为是否符合用户意图。团队构建智能体模拟器，让不同数量的 AI 智能体以多种策略协同勘察虚拟环境，生成的流量矩阵可便捷监控各智能体。该论文共 5 页、3 张图，将发表于 IEEE URTC 2026。