2026 年 7 月 27 日至 30 日，第 17 届 IEEE 云际计算国际会议（IEEE International Conference on JointCloud Computing，JCC 2026）以线上线下相结合的形式举行，苏州分会场设于中国计算机学会（CCF）业务总部。大会聚焦云际计算、云边协同、计算网络融合、资源调度、数据中心与网络架构、人工智能等前沿议题，为海内外研究人员和工程实践者分享最新成果、交流技术经验提供了专业平台。
会议期间，杨宗霖代表北京大学深圳研究生院深圳市内容中心网络与区块链重点实验室（ICNLab），对论文《EnvelopeTC: Hierarchical Intra-Path Learning for Adaptive Traffic Control》进行现场宣讲。
针对传统 SDN 集中式控制难以及时应对微突发和大流到达、现有流内学习又缺乏网络级动作能力的问题，论文提出 EnvelopeTC：将学习范围从单条流提升至路径或流量聚合，通过“策略边界”约束速率与重路由权限，并利用控制器仲裁协调共享瓶颈上的多代理冲突。在由 1,000 余台主机、64 个机架和 10 Gbps 链路构成的软件 SDN 测试环境中，EnvelopeTC 相较 Static ECMP 将链路利用率提升 35%，并将大流平均流完成时间和 P99 流完成时间分别降低 33% 和 40%；在实时业务中，相较 Static Meter 将 P99 时延降低 38%，SLA 违约率由 18% 降至 7% 以下，展现出快速、受约束且可审计的本地自适应能力。
除论文宣讲外，参会期间还聆听了云际计算、云边协同与智能网络等方向的报告，进一步加深了对网络自治技术从算法设计走向安全部署的理解。现场花絮方面，杨宗霖在约 8 分钟的英文限时报告中完整介绍了研究动机、系统设计与实验结果，并在问答环节回应现场提问；从会前打磨讲稿、校准宣讲节奏，到会场中的观点碰撞与交流，本次参会既锻炼了英文表达和临场应答能力，也为后续开展更深入的学术交流与研究合作积累了宝贵经验。
