🔍 耿同学打假报告

论文信息

• 标题：SD-IoTR: an SDN-based Internet of Things reprogramming framework
• 作者：Dang Huynh-Van, Quan Le-Trung
• 期刊：IET Networks (2020), Vol. 9 Iss. 6, pp. 305-314
• DOI：10.1049/iet-net.2019.0223
• 发表年份：2020

综合评定：🟠 高度可疑

详细发现

发现 1：实验分组数据无故缺失（方法学与结果严重脱节）

• 位置：Section 4.1.1 与 Table 4 (Page 312)
• 描述：在 4.1.1 节的技术描述中，作者明确声称开发了三个版本的监控应用程序（Version 1, Version 2, Version 3），并详述了它们的不同逻辑（"version 1 and version 2... whereas version 3..."）。然而，在展示实证实验结果的 Table 4（代码分发实验结果）中，数据列却只出现了 Version 1 和 Version 3，Version 2 离奇“失踪”。
• 证据：作者在文字表述中明确构建了三组对照实验，但在汇报核心数据时擅自丢弃了一组。这违背了基本的学术论文严谨性，存在选择性报告的嫌疑。
• 严重程度：🟡
• 复核状态：✅ 成立

发现 2：数据自相矛盾，基础算术不过关（随机数生成器都不如）

• 位置：Table 4 (Page 312)
• 描述：表中的汇总数据存在明显的数学计算错误或逻辑冲突。
• 证据：
  1. 均值计算错误：Version 1 的传输总字节数为 270,768 Bytes，分发时间为 101 秒。270,768 ÷ 101 = 2680.87 Bytes/s。但表格中报告的 avg. bytes/s 却是 2663.6；Version 3 的总字节 246,326 ÷ 89 秒 = 2767.7 Bytes/s，表格却报告为 2788.037。
  2. 自相矛盾：Version 3 的总传输字节数为 246,326，且明确指出平均包大小为 113 Bytes。246,326 ÷ 113 = 2180 个包。然而表格中报告的 no. packets 却是 2186 个。这些数据在数学上完全无法自洽，高度怀疑是人为凑数或编造数据时发生的笔误。
• 严重程度：🟠
• 复核状态：✅ 成立

发现 3：统计学指标报告不规范（统计学异常检测）

• 位置：Section 4.1.2 与 4.2.2 (Page 312-313)
• 描述：作者在评估系统性能时给出了带有置信区间的数据（如 CPU 使用率约 26%，95%置信区间下 10 次重复），但在第二项案例研究中报告了 "35.85 ± 1.6% CPU (95% confidence)"，却完全没有说明该置信区间或标准差所基于的样本量 (n) 是多少。
• 证据：缺乏样本量支撑的统计学描述是不完整的，导致读者无法验证该置信区间的真实性，属于学术写作中的不规范行为。
• 严重程度：🟡
• 复核状态：✅ 成立

⚠️ 发现 4：文本与图片信息不可视验证

• 位置：Fig. 5, Fig. 7, Fig. 8
• 描述：论文提供了大量的实验图表（资源消耗、响应时间等）。
• 证据：由于当前仅有文本提取内容，缺乏原始图片的高清像素信息，无法进行深度的图表异常（如人为修图、坐标轴造假）分析。文本中未提供足够的原始图片数据，无法进行像素级图像操纵分析。
• 严重程度：无（信息缺失）
• 复核状态：⚠️ 依据不足

耿同学辣评

这篇论文证明了“只要我不算数，我的实验数据就永远完美”。引言里大张旗鼓地造了三个版本的“轮子”，出数据的时候却把 Version 2 藏了起来当空气；连 270768 除以 101 都算不明白，这表格怕不是用脚填的吧？系统架构写得再花里胡哨，基础数据算不对，这地基也是“豆腐渣”工程啊！

建议后续行动

• 联系作者要求提供原始数据（特别是解释 Version 2 缺失原因以及 Table 4 的计算法则）
• 在 PubPeer 上提出质疑
• 要求作者公开实验的原始 log 以供重新计算

⚠️ 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。