🔍 耿同学打假报告

论文信息

论文来源：软件定义网络多控制器部署优化方法_郭一平.pdf
标题：软件定义网络多控制器部署优化方法
作者：郭一平, 胡谷雨
期刊：Journal of Army Engineering University of PLA (陆军工程大学学报)
DOI：10.12018/j.issn.2097-0730.20220831001
发表年份：2023年8月（收稿日期：2022-08-31）

综合评定：🔴 实锤

详细发现

发现 1：第六式·数学与逻辑实锤级矛盾（“1.15*n” 惊天大乌龙）

位置：第2节“部署数目”末尾段落及表2
描述：作者在总结最合适控制器数目 $$c$$ 与网络规模 $$n$$ 的关系时，得出了“最优区间为 $[13.05 \times \sin(...), 1.15 \times n]$ ”的结论。
证据：这是一个令人瞠目结舌的数学矛盾。作者在表2中明确列出了测试数据，例如 $n=50$ 时 $c=3$，$n=100$ 时 $c=10$，$n=150$ 时 $c=13$。然而，按照作者得出的所谓“右端点”公式 $1.15 \times n$：
- 当 $$n=50$$ 时，右端点为 $1.15 \times 50 = 57.5$ （即要部署57个控制器？）
- 当 $$n=100$$ 时，右端点为 $1.15 \times 100 = 115$ （即要部署115个控制器？）
  网络中大部分节点都是控制器，交换机反而没几个了。这个所谓的规律不仅违背了常理，甚至与作者自己测试得出的表2数据完全冲突。唯一的解释是：作者在编造公式时，可能漏打了一个小数点（本意或许是 $$0.115n$$ ），或者是强行拟合时连自己写什么都不清楚了。
严重程度：🔴

发现 2：第六式·算法伪代码存在致命Bug（适者生存变成了劣者生存）

位置：算法1（多控制器部署位置求解算法）第10行
描述：在遗传算法的选择操作中，作者设计了适应度概率计算公式：P{选择y} = l_y_sum^m / sum(l_y_i_sum)。
证据：作者在第1.2.1节明确指出，子网划分的目标是“找到一种解使得 $l_{sum}$ 最小化”。然而，在算法1第10行的选择概率公式中，分子的值与 $l_{sum}$ 成正比！这意味着：延迟越大的劣质染色体，被选中进入下一代的概率反而越高。这是一种“反向淘汰”机制，完全违背了遗传算法“优胜劣汰”的基本原则。结合上一条发现，我们有理由怀疑作者并未真正运行自己所写的算法代码，或者其底层数据是人为干预/拼凑出来的。
严重程度：🔴

发现 3：第六式·公式存在维度不匹配的数学错误

位置：1.2.1节公式(6)
描述：目标函数表示为 $l_{sum} = \sum_{i=0}^{n-1} x(i,:) * D(:,i)$ 。
证据：根据前文定义， $$x$$ 是一个 $n \times c$ 的 0-1 矩阵（行是交换机，列是控制器）， $$D$$ 是一个 $n \times n$ 的延迟矩阵。在公式(6)中， $$x(i,:)$$ 是一个 $1 \times c$ 的行向量，而 $$D(:,i)$$ 是一个 $n \times 1$ 的列向量。在数学上， $1 \times c$ 的行向量与 $n \times 1$ 的列向量无法直接进行点乘运算（除非 $$c=n$$ ，但这与划分多个子网的逻辑矛盾）。这说明作者在数学公式的表述上极不严谨，甚至可能并未对数学模型进行严格的推导验证。
严重程度：🟠

发现 4：第二式·数据呈现“反直觉”的完美阶梯与人工编造痕迹

位置：表1（规模为50的网络测试结果）
描述：表1中，随着控制器数目 $$c$$ 的增加，延迟 $$l$$ 的数值呈现出极度规律的递增现象，且差值高度可疑。
证据：
1. 反常的物理逻辑：通常情况下，网络中部署的控制器越多，交换机到控制器的平均物理距离应该越近，平均延迟 $$l$$ 理应下降或趋于平缓。但在表1的所有3组网络中，随着 $$c$$ 从2增加到6，延迟 $$l$$ 均在稳步上升（如网络1：298.04 -> 307.84 -> 313.73 -> 323.53 -> 327.45）。
2. 过于巧合的差值：观察网络1中 $$l$$ 的差值： $$307.84 - 298.04 = 9.80$$ ； $$323.53 - 313.73 = 9.80$$ 。在网络2中，差值同样出现了 $$323.53 - 317.65 = 5.88$$ ，而 $$333.33 - 323.53 = 9.80$$ 。这种带有固定“步长”（如9.80、4.90）的数据极其不符合大规模随机网络拓扑仿真的自然特征，反而极度像是用等差数列人工拉Excel表格拉出来的。
严重程度：🔴

发现 5：第四式·统计学上的“削足适履”

位置：第2节“部署数目”及图5、图6
描述：作者在得出 $$n$$ 与 $$c$$ 的关系时，发现数据不呈线性，于是采用了“舍弃离群点”的方式来拟合曲线。
证据：作者明确在文中写道：“通过舍弃离群点的方式将这两组数据顺滑成两条曲线”。在科学研究中，如果没有明确的物理/逻辑理由证明某个数据点无效，仅仅因为“它让曲线不够顺滑”就将其剔除以获得漂亮的拟合公式，属于典型的数据操纵。更何况，剔除后得出的公式依然是错的（如前文所述的 $$1.15*n$$ ）。
严重程度：🟠

发现 6：第一式/第三式·图片复用与拼接检测说明

位置：全文图表
描述：由于当前提供的内容为纯文本提取版，未包含实际的图片像素信息（仅有图题）。
证据：文本中未提供足够的图片信息，无法进行像素级分析和PS痕迹检测。因此对于图3、图4的对比实验折线图是否存在一图多用，目前无法判断。但鉴于数据层面已经发现严重问题，建议获取原版PDF进行图片查重。
严重程度：🟡（无法判断）

耿同学辣评

好家伙！读完这篇论文，我仿佛看了一场“逻辑自尽”的魔术表演。为了证明自己的算法有效，硬是把多加控制器反而会增加延迟的“反直觉”数据写成了真理；更离谱的是，为了凑一个漂亮的最优区间公式，居然得出“100个交换机的网络需要部署115个控制器”的旷世结论——怎么的，合着交换机全给控制器当陪衬了是吧？连遗传算法的“适者生存”都能写成“劣者生存”，我看这哪是优化部署，这是给网络添堵啊！

建议后续行动

联系作者要求提供原始数据（特别是表1的仿真日志和MATLAB源码）
在 PubPeer 上提出质疑
向期刊编辑部举报（核心关注其公式错误与结论的荒谬性）
向作者所在机构学术委员会举报

⚠️ 免责声明

本报告由 AI 辅助生成，仅供学术讨论参考。
学术不端的最终认定需要专业机构调查。
我们支持学术诚信，但也尊重每一位研究者的名誉权。
如有异议，请以官方调查结论为准。
本工具不保证检测结果的准确性，误报和漏报均有可能。

软件定义网络多控制器部署优化方法