计算机科学

第49卷第2期目录

计算机科学. 2022, 49 (2): 0.

摘要 ( 191 )

PDF(4822KB) ( 483 )

相关文章 | 多维度评价

结合特征融合和注意力机制的微表情识别方法

李星燃, 张立言, 姚树婧

计算机科学. 2022, 49 (2): 4-11. doi:10.11896/jsjkx.210900028

摘要 ( 656 )

PDF(2093KB) ( 1213 )

参考文献 | 相关文章 | 多维度评价

微表情指当人们试图隐藏或抑制自己的真实情感时,脸上出现的一种无法控制的肌肉运动。此类情绪面部表情由于具有持续时间短、动作幅度小、难以掩饰和抑制的特点,因此其识别精度受到了制约。为了应对这些挑战,文中提出一种结合特征融合和注意力机制的微表情识别方法,同时考虑了光流特征和人脸特征,通过进一步加入注意力机制来提升识别性能。该网络由3个部分组成:1)提取每个微表情片段中Onset到Apex的光流与光学应变,将垂直光流、水平光流、光学应变输入到一个浅层3DCNN中,以提取光流特征;2)以深度卷积神经网络ResNet-10为迁移模型,加入卷积注意力模块以提取人脸特征;3)将两个特征向量拼接起来进行分类。利用所提方法在3个自发微表情数据集中进行实验,结果表明,所提方法在微表情识别方面优于传统方法和现有深度学习方法。

人脸伪造检测泛化性方法综述

董琳, 黄丽清, 叶锋, 黄添强, 翁彬, 徐超

计算机科学. 2022, 49 (2): 12-30. doi:10.11896/jsjkx.210900146

摘要 ( 849 )

PDF(2379KB) ( 1831 )

参考文献 | 相关文章 | 多维度评价

深度学习技术的快速发展为深度伪造的研究提供了强有力的工具,人眼越来越难区分伪造视频图像的真假。伪造的视频图像会对社会生活造成巨大的负面影响,如:金融欺诈、假新闻传播、人身欺凌等。目前,基于深度学习的假脸检测技术在多个基准数据库(如FaceForensics++)上已经达到了较高的准确率,但在跨数据库上的检测精度远低于源数据库内的检测精度,即许多检测方法难以推广到不同的或未知的伪造类型上。专注于基于深度学习的人脸伪造检测方法泛化性研究,首先对伪造检测常用的数据库进行简单介绍和比较;其次从数据、特征和学习策略3个方面对视频图像篡改检测方法的泛化性进行分类总结和分析;最后讨论未来人脸篡改检测泛化性的发展方向和挑战。

基于改进CycleGAN的人脸性别伪造图像生成模型

石达, 芦天亮, 杜彦辉, 张建岭, 暴雨轩

计算机科学. 2022, 49 (2): 31-39. doi:10.11896/jsjkx.210600012

摘要 ( 654 )

PDF(3239KB) ( 1372 )

参考文献 | 相关文章 | 多维度评价

深度伪造可以将人的声音、面部及身体动作拼接,从而合成虚假内容,用于转换性别、改变年龄等。基于生成对抗式图像翻译网络的人脸性别伪造图像存在容易改变无关图像域、人脸细节不够丰富等问题。针对这些问题,文中提出基于改进CycleGAN的人脸性别伪造图像生成模型。首先,优化生成器结构,利用注意力机制与自适应残差块提取更丰富的人脸特征;然后,借鉴相对损失的思想对损失函数进行改进,提高判别器的判别能力。最后,提出基于年龄约束的模型训练策略,减小了年龄变化对生成图像的影响。在CelebA和IMDB-WIKI数据集上进行实验,实验结果表明,与原始CycleGAN方法和UGATIT方法相比,所提方法能够生成更加真实的人脸性别伪造图像,伪造男性和伪造女性的平均内容准确率分别为82.65%和78.83%,FID平均得分分别为32.14和34.50。

基于深度学习的单幅图像三维人脸重建研究综述

何嘉玉, 黄宏博, 张红艳, 孙牧野, 刘亚辉, 周哲海

计算机科学. 2022, 49 (2): 40-50. doi:10.11896/jsjkx.210500215

摘要 ( 622 )

PDF(2361KB) ( 2046 )

参考文献 | 相关文章 | 多维度评价

在计算机视觉领域中,三维人脸重建是一个具有研究价值的方向,高质量地重建出三维人脸在人脸识别、防伪、游戏娱乐、影视动画和美容医疗等领域具有重要的意义。近二十年来,虽然基于单幅图像的三维人脸重建领域已经取得很大的进展,但使用传统算法进行重建的结果仍会受到人脸表情、遮挡、环境光的影响,并且会出现重建效果精度不佳和鲁棒性不足等问题。随着深度学习进入三维人脸重建领域,各种优于传统重建算法的方法相继出现。文中首先重点介绍了基于深度学习的单幅图像三维人脸重建算法,将算法按不同的网络架构分为4类,并对各类最具有代表性的方法进行了详细阐述。然后汇总了基于单幅图像的三维人脸重建算法常用的三维人脸数据集,并在数据集上对具有代表性的方法进行了性能评估。最后对基于单幅图像的三维人脸重建领域进行了总结与展望。

基于深度生成模型的人脸编辑研究进展

唐雨潇, 王斌君

计算机科学. 2022, 49 (2): 51-61. doi:10.11896/jsjkx.210400108

摘要 ( 524 )

PDF(3231KB) ( 1488 )

参考文献 | 相关文章 | 多维度评价

人脸编辑广泛应用于公安追逃、人脸美化等领域,传统的统计学方法、基于原型的方法是解决人脸编辑的主要手段,然而这些传统技术面临着操作难度大、计算成本高等问题。近年来,深度学习快速发展,特别是生成网络的出现,为人脸编辑提供了一种全新的思路,采用深度生成模型的人脸编辑技术具有速度快、模型泛化能力强的优势。为总结近年利用深度生成模型解决人脸编辑问题的相关理论与研究,首先介绍了基于深度生成模型的人脸编辑技术采用的网络框架与原理;然后对该项技术所运用的方法进行详述,将其归纳为图像翻译、在网络内部引入条件信息、操纵潜在空间3个方面;最后总结了该项技术所面临的身份一致性、属性解耦、属性编辑精确性的挑战,并指出未来该方向亟待解决的若干问题。

基于动态拓扑图的人体骨架动作识别算法

解宇, 杨瑞玲, 刘公绪, 李德玉, 王文剑

计算机科学. 2022, 49 (2): 62-68. doi:10.11896/jsjkx.210900059

摘要 ( 799 )

PDF(1920KB) ( 1014 )

参考文献 | 相关文章 | 多维度评价

传统的人体骨架动作识别算法采用手动构建拓扑图的方式来建模包含在多个视频帧中的动作序列,并针对性地学习每个视频帧以反映数据变化,这容易造成计算代价大、网络泛化性低和灾难性遗忘等问题。针对上述问题,提出了基于动态拓扑图的人体骨架动作识别算法,使用持续学习思想动态构建人体骨架拓扑图。将具有多关系特性的人体骨架序列数据重新编码为关系三元组,并基于长短期记忆网络,通过解耦合的方式学习特征嵌入。当处理新骨架关系三元组时,使用部分更新机制动态构建人体骨架拓扑图,并采用基于时空图卷积网络的骨架动作识别算法来实现动作识别。实验结果表明,所提方法在Kinetics-Skeleton,NTU-RGB+D(X-Sub)和NTU-RGB+D(X-View)基准数据集上分别取得了40%,85%和90%的识别准确率,提高了人体骨架动作识别的准确率。

基于深度学习和H&E染色病理图像的肿瘤相关指标预测研究综述

颜锐, 梁智勇, 李锦涛, 任菲

计算机科学. 2022, 49 (2): 69-82. doi:10.11896/jsjkx.210900140

摘要 ( 999 )

PDF(5973KB) ( 2657 )

参考文献 | 相关文章 | 多维度评价

肿瘤的精确诊断对患者的治疗方案选择和预后预测都非常重要。病理学诊断被认为是肿瘤诊断的 “金标准”,但是,病理学发展目前仍然面临着巨大的挑战,如病理医生的缺乏,特别是在欠发达地区和小医院,这将导致病理医生长期超负荷工作,同时,病理诊断严重依赖于病理医生的专业知识和诊断经验,病理医生的主观性导致了诊断不一致性的激增。全切片扫描图像 (Whole Slide Images,WSI)技术和深度学习方法的突破性进展为计算机辅助诊断和预后预测提供了新的发展机遇。苏木精-伊红( Hematoxylin-Eosin,H&E) 染色的组织病理切片可以很好地显示细胞形态和组织结构,而且制作简单、成本便宜、使用广泛。仅仅从H&E染色的病理图像可以预测什么？在将深度学习方法应用到病理图像领域之后,这个问题得到了新的答案。文中首先总结了基于深度学习和病理图像的肿瘤相关指标预测的整体研究框架,按照整体研究框架发展的顺序将其总结为3个逐渐推进的阶段:基于人工选取感兴趣的单张图片小块进行WSI预测研究、基于多数投票的WSI预测研究以及具有普遍适用性的WSI预测研究。其次简单介绍了4种在WSI预测中经常用到的监督学习或弱监督学习方法:卷积神经网络、循环神经网络、图神经网络和多示例学习。然后综述了可以通过病理图像预测的肿瘤相关指标以及其最新研究进展,文中主要从两个方面进行文献的综述:预测专家可以阅片识别的肿瘤相关指标(肿瘤分类、肿瘤分级、肿瘤区域识别)和预测专家无法阅片识别的肿瘤相关指标(基因变异预测、分子亚型预测、治疗效果评估、生存期预测)。最后展望了该领域面临的挑战和机遇。

基于生成对抗网络的多目标类别对抗样本生成算法

李建, 郭延明, 于天元, 武与伦, 王翔汉, 老松杨

计算机科学. 2022, 49 (2): 83-91. doi:10.11896/jsjkx.210800130

摘要 ( 480 )

PDF(3708KB) ( 1358 )

参考文献 | 相关文章 | 多维度评价

深度神经网络在很多领域表现出色,但是研究表明其很容易受到对抗样本的攻击。目前针对神经网络进行攻击的算法众多,但绝大多数攻击算法的攻击速度较慢,因此快速生成对抗样本逐渐成为对抗样本领域的研究重点。AdvGAN是一种使用网络攻击网络的算法,生成对抗样本的速度极快,但是当进行有目标攻击时,其要为每个目标训练一个网络,使攻击的效率较低。针对上述问题,提出了一种基于生成对抗网络的多目标攻击网络MTA,在进行攻击时MTA仅需要训练一次就可以完成多目标攻击并快速生成对抗样本。实验结果表明,MTA在CIFAR10和MNIST数据集上有目标攻击的成功率高于AdvGAN。文中还做了对抗样本的迁移实验和防御背景下的攻击实验,结果表明,MTA生成的对抗样本的迁移性比其他多目标攻击算法更强,而且在防御背景下攻击成功率更高。

图像对抗样本研究综述

陈梦轩, 张振永, 纪守领, 魏贵义, 邵俊

计算机科学. 2022, 49 (2): 92-106. doi:10.11896/jsjkx.210800087

摘要 ( 964 )

PDF(4336KB) ( 2557 )

参考文献 | 相关文章 | 多维度评价

随着深度学习理论的发展,深度神经网络取得了一系列突破性进展,相继在多个领域得到了应用。其中,尤其以图像领域中的应用(如图像分类)最为普及与深入。然而,研究表明深度神经网络存在着诸多安全隐患,尤其是来自对抗样本的威胁,严重影响了图像分类的应用效果。因此,图像对抗样本的研究近年来越来越受到重视,研究者们从不同的角度对其进行了研究,相关研究成果也层出不穷,呈井喷之态。首先介绍了图像对抗样本的相关概念和术语,回顾并梳理了图像对抗样本攻击和防御方法的相关研究成果。特别是,根据攻击者的能力以及防御方法的基本思路对其进行了分类,并给出了不同类别的特点及存在的联系。接着,对图像对抗攻击在物理世界中的情况进行了简要阐述。最后,总结了图像对抗样本领域仍面临的挑战,并对未来的研究方向进行了展望。

基于Transformer交叉注意力的文本生成图像技术

谈馨悦, 何小海, 王正勇, 罗晓东, 卿粼波

计算机科学. 2022, 49 (2): 107-115. doi:10.11896/jsjkx.210600085

摘要 ( 699 )

PDF(3673KB) ( 1189 )

参考文献 | 相关文章 | 多维度评价

近年来,以生成对抗网络为基础的从文本生成图像方法的研究取得了一定的进展。文本生成图像技术的关键在于构建文本信息和视觉信息间的桥梁,促进网络模型生成与对应文本描述一致的逼真图像。目前,主流的方法是通过预训练文本编码器来完成对输入文本描述的编码,但这些方法在文本编码器中未考虑与对应图像的语义对齐问题,独立对输入文本进行编码,忽略了语言空间与图像空间之间的语义鸿沟问题。为解决这一问题,文中设计了一种基于交叉注意力编码器的对抗生成网络(CAE-GAN),该网络通过交叉注意力编码器,将文本信息与视觉信息进行翻译和对齐,以捕捉文本与图像信息之间的跨模态映射关系,从而提升生成图像的逼真度和与输入文本描述的匹配度。实验结果表明,在CUB和coco数据集上,与当前主流的方法DM-GAN模型相比,CAE-GAN模型的IS(Inception Score)分数分别提升了2.53%和1.54%,FID (Fréchet Inception Distance)分数分别降低了15.10%和5.54%,由此可知,CAE-GAN模型生成图像的细节更加完整、质量更高。

自然场景下遥感图像超分辨率重建算法研究

陈贵强, 何军

计算机科学. 2022, 49 (2): 116-122. doi:10.11896/jsjkx.210700095

摘要 ( 591 )

PDF(3459KB) ( 921 )

参考文献 | 相关文章 | 多维度评价

在遥感图像超分辨率重建领域,大部分数据集缺少成对的图像用于训练,当前的方法主要是通过双三次插值的方式来获取低分辨率图像,因退化模型过于理想化导致在处理真实低分辨率遥感图像时效果较差,基于此,文中提出了一种自然场景下真实遥感图像的超分辨率重建算法。针对缺少成对图像的数据集的问题,构建了一种更合理的退化模型,将成像过程中的退化先验知识(如模糊、噪声、降采样等)随机混洗,以模拟自然场景下低分辨遥感图像的生成过程,生成逼真的低分辨率图像用于训练;同时,改进了一种基于生成对抗网络的超分辨率重建算法,在生成网络中引入注意力机制,以增强遥感图像纹理细节。在UC Merced数据集上,所提方法的PSNR/SSIM较ESRGAN和RCAN分别提升了1.407 1 dB/0.067 2,0.821 1 dB/0.023 5;在真实遥感数据集Alsat2B上,所提方法在3种地形上的平均PSNR/SSIM较基线模型提升了1.758 4 dB/0.048 5,重建图像视觉效果也优于基线模型,从而验证了退化模型和重建模型的有效性。

基于深度学习的视频超分辨率重构进展综述

冷佳旭, 王佳, 莫梦竟成, 陈泰岳, 高新波

计算机科学. 2022, 49 (2): 123-133. doi:10.11896/jsjkx.211000007

摘要 ( 1075 )

PDF(2634KB) ( 1602 )

参考文献 | 相关文章 | 多维度评价

视频超分辨率是根据给定的低分辨率视频序列恢复其对应的高分辨率视频帧的过程。近年来,VSR在深度学习的驱动下取得了重大突破。为了进一步促进VSR的发展,文中对基于深度学习的VSR算法进行了归类、分析和比较。首先,根据网络结构将现有方法分为两大类,即基于迭代网络的VSR和基于递归网络的VSR,并对比分析了不同网络模型的优缺点。然后,全面介绍了VSR数据集,并在一些常用的公共数据集上对已有算法进行了总结和比较。最后,对VSR算法中的关键问题进行了分析,并对其应用前景进行了展望。

分子可视化中的光线追踪棋盘渲染

李家振, 纪庆革, 朱泳霖

计算机科学. 2022, 49 (2): 134-141. doi:10.11896/jsjkx.210900126

摘要 ( 521 )

PDF(3275KB) ( 668 )

参考文献 | 相关文章 | 多维度评价

在分子可视化中使用光线追踪渲染图像能够极大地促进研究人员对分子结构的观察和感知,但现有的光线追踪方法存在实时性能不足以及渲染质量不佳的问题。文中提出了一种光线追踪棋盘渲染方法。该方法利用棋盘渲染技术对光线追踪方法进行优化,其流程主要划分为重投影、渲染、重建和孔填充4个阶段,在各阶段中,提出了针对棋盘渲染的改进,包括光线追踪前向重投影、分子着色包围盒、动态图像重建方法和八邻居插值填孔策略。在6个拥有不同原子数量的分子上与目前的先进方法进行对比,实验结果表明,所提方法整体的实时帧率明显高于同样基于CPU计算的Tachyon-OSPRay方法,是后者的1.58~1.86倍。另外,在原子数量相对较少的实验分子上,所提方法比基于GPU加速计算的Tachyon-Optix方法拥有更好的帧率表现。

基于隐式视角转换的视频异常检测

冷佳旭, 谭明圮, 胡波, 高新波

计算机科学. 2022, 49 (2): 142-148. doi:10.11896/jsjkx.210900266

摘要 ( 287 )

PDF(2298KB) ( 648 )

参考文献 | 相关文章 | 多维度评价

目前,基于深度学习的视频异常检测方法都是在单一视角下对视频片段中的异常行为或异常事物进行检测,忽视了视角信息在视频异常检测中的重要性。在单一视角下,当异常事物被遮挡或异常行为不明显时,现有算法的性能将难以得到保证。为此,文中首次将视角转换的概念引入到视频异常检测中,通过级联网络结构在多视角下进行异常判断来提升模型的鲁棒性。针对受限于数据集没有多视角的监督信息,难以实现真正的显式的视角转换问题,提出了一种基于隐式视角转换的视频异常检测方法.对初步检测结果为正常的目标帧,利用其与特定帧的光流信息,通过光流映射实现目标帧到特定帧视角的隐式视角转换,并对视角转换后的目标帧进行二次异常检测。通过多个视角来判定目标帧是否异常,为视频异常检测提供了一种新的思路。实验结果表明,所提方法对异常数据的反应更灵敏,具有更鲁棒的正常数据拟合能力,在UCSD Ped2和CUHK Avenue数据集上的AUC值分别达到了97.0%和88.9%。

面向智慧教育行为分析的图卷积骨架动作识别方法

苗启广, 辛文天, 刘如意, 谢琨, 王泉, 杨宗凯

计算机科学. 2022, 49 (2): 156-161. doi:10.11896/jsjkx.220100061

摘要 ( 463 )

PDF(1737KB) ( 593 )

参考文献 | 相关文章 | 多维度评价

智慧教育即教育信息化,是利用现代信息技术的新一代教育模式,智慧行为分析是智慧教育系统的核心组成。在面对复杂的教室应用场景时,针对传统的行为识别分类算法的精确性与时效性都存在严重不足的问题,提出了一种基于分离与注意力机制的图卷积(Depthwise Separable Attention Graph Convolutional Network,DSA-GCN)骨架动作识别算法。首先,为解决传统算法在通道域信息聚合天生不充分的难题,通过逐点卷积进行多维通道映射,将时空图卷积对输入骨骼序列的原始时空信息的保护能力与深度可分离卷积在空间和通道特征学习上的分离能力相结合,以增强模型特征学习与抽象表达性。其次,采用多维度融合的注意力机制,在空间卷积域利用自注意力与通道注意力机制来提升模型的动态敏感性,在时间卷积域利用时间与通道注意力融合法来增强对关键帧的判别力。实验结果表明,在NTU RGB+D 和 N-UCLA两个大型数据集上,DSA-GCN都获得了优异的性能和效能表现,证明了模型对通道域信息聚合能力的提升。

基于差分隐私的K-means算法优化研究综述

孔钰婷, 谭富祥, 赵鑫, 张正航, 白璐, 钱育蓉

计算机科学. 2022, 49 (2): 162-173. doi:10.11896/jsjkx.201200008

摘要 ( 337 )

PDF(2269KB) ( 783 )

参考文献 | 相关文章 | 多维度评价

差分隐私K-means算法(Differential Privacy K-means Algorithm,DP K-means)作为一种基于差分隐私技术的隐私保护数据挖掘(Privacy Preserving Data Mining,PPDM)模型,因简单高效且可保障数据的隐私而备受研究者的关注。文中首先阐述了差分隐私K-means算法的原理、隐私攻击模型,以分析算法的不足。然后从数据预处理、隐私预算分配、聚簇划分等3个角度讨论分析DP K-means算法改进研究的优缺点,并对研究中的相关数据集和通用评价指标进行了总结。最后指出DP K-means算法改进研究中亟待解决的挑战性问题,并展望了DP K-means算法的未来发展趋势。

基于属性图模型的领域知识图谱构建方法

梁静茹, 鄂海红, 宋美娜

计算机科学. 2022, 49 (2): 174-181. doi:10.11896/jsjkx.210500076

摘要 ( 449 )

PDF(3138KB) ( 1335 )

参考文献 | 相关文章 | 多维度评价

随着大数据时代的到来,各个行业领域需要处理的数据之间的关系数量呈几何级数增长,亟需一种支持海量复杂数据关系表示能力的数据模型,即领域知识图谱。虽然领域知识图谱展现了巨大的潜力,但不难发现目前仍然缺乏成熟的构建技术和平台。如何快速构建出领域知识图谱是一个重要挑战。在对领域知识图谱进行系统的研究后,提出了一种基于属性图模型的领域知识图谱构建方法。该方法对于存储在多种原始业务数据库中的结构化、半结构化数据,通过约定图数据库的数据对接协议、多种图实体模式和关系模式配置方案等方式,完成对应的高质量完整的图谱模式构建;然后将原始数据库的实例数据经过抽取、转换后加载到属性图数据库HugeGraph中,完成领域知识图谱的构建。最终,通过对多个数据集进行实验,并使用Gremlin语句对知识图谱数据进行测试,验证了所提方法具有完整性和可靠性。

基于自适应资源分配池的竞争合作群协同优化算法

潘燕娜, 冯翔, 虞慧群

计算机科学. 2022, 49 (2): 182-190. doi:10.11896/jsjkx.201200012

摘要 ( 338 )

PDF(2409KB) ( 581 )

参考文献 | 相关文章 | 多维度评价

合作协同优化是目前针对大规模优化问题的最有前景的算法之一,该算法通过分而治之策略划分子问题,以进行协同进化。不同的子问题根据演化状态的不同对整体改善的贡献大小也不一致,因此均匀分配计算资源会造成浪费。针对上述问题,提出一种新颖的基于自适应资源分配池策略和基于竞争的群优化集成的竞争合作群协同优化算法。首先,考虑到子问题的不平衡性,将子问题对整体目标改善的动态贡献作为分配计算资源的标准;其次,为了更好地适应子问题演化状态,不固定资源分配单元,而是利用池模型进行自适应分配,并且在相同子问题连续迭代中避免重复评估个体,以节省计算资源;然后,将上述策略与基于竞争的群协同优化算法进行集成,设计了一种新的竞争合作群协同优化;最后,将该算法与其他5种算法在CEC 2010和CEC 2013套件的35个基准函数上进行比较,验证了算法的有效性。

鲁棒联合稀疏不相关回归

李宗然, 陈秀宏, 陆赟, 邵政毅

计算机科学. 2022, 49 (2): 191-197. doi:10.11896/jsjkx.210300034

摘要 ( 301 )

PDF(3810KB) ( 462 )

参考文献 | 相关文章 | 多维度评价

常见的无监督特征选择方法考虑的只是选择具有判别性的特征,而忽略了特征的冗余性,并且没有考虑到小类问题,故而影响到分类性能。基于此背景,提出鲁棒不相关回归算法。首先,对不相关回归进行研究,使用不相关正交约束,以便找出不相关但具有判别性的特征,不相关约束使得数据结构保持在Stiefel流形中,使模型具有封闭解,避免了传统的岭回归模型引发的可能的平凡解。其次,损失函数与正则化项使用L_2,1范数,保证模型的鲁棒性,得到具有稀疏性的投影矩阵;同时将小类问题考虑进去,使投影矩阵数量不受类别数的限制,得到足够多的投影矩阵,从而提升模型的分类性能。理论分析和多个数据集上的实验结果表明,所提出的方法比其他特征选择方法具有更好的性能。

一种基于信息瓶颈的因果关系挖掘方法

乔杰, 蔡瑞初, 郝志峰

计算机科学. 2022, 49 (2): 198-203. doi:10.11896/jsjkx.210100053

摘要 ( 376 )

PDF(2233KB) ( 743 )

参考文献 | 相关文章 | 多维度评价

观测数据因果关系挖掘是很多学科的基础问题。然而基于约束与因果函数等的现有方法对数据的因果机制具有较强的假设,一般适用于低维数据,并不能很好地适用于存在隐变量的场景。为此,提出了一种基于信息瓶颈的因果关系挖掘方法,称为因果信息瓶颈方法。该方法将因果机制划分为压缩与提取两阶段,在压缩阶段,假设存在一个经过压缩的中间隐变量,在提取阶段,可能保留与结果变量相关的信息。在上述建模的基础上,通过推导其变分上界,设计了一种的基于变分自编码机的因果关系挖掘方法。实验结果表明,基于信息瓶颈的方法在合成数据中准确率提升了10%,在真实数据中准确率提升了4%。

独立级联模型下基于最大似然的负影响力源定位方法

邵玉, 陈崚, 刘维

计算机科学. 2022, 49 (2): 204-215. doi:10.11896/jsjkx.201100190

摘要 ( 412 )

PDF(7424KB) ( 493 )

参考文献 | 相关文章 | 多维度评价

如今,网络谣言、传染病、计算机病毒等负面影响力的传播,给社会稳定、人类健康和信息安全造成了巨大的隐患,识别它们的传播源,对于控制负面影响力造成的危害有着重要的意义。目前大多数方法都只致力于单个传播源的定位问题,而在实际网络中,负影响力往往来自多个传播源,而且需要进行传播过程的模拟;此外,由于忽略了顶点之间拓扑限制的差异,导致定位传播源的准确率不高而且需要大量的计算时间。针对这些问题,提出了一种基于极大似然的方法,利用少量观测点提供的信息来有效定位多个传播源。首先,提出了传播图的概念以及产生传播图的方法,根据节点的入度和边的权重将其划分成若干层级,并去除传播概率较小的边,形成包含观测节点的传播图;然后,利用似然法计算传播图中的每一层顶点的激活概率,选取相对于观测点的似然最大的k个顶点构成源节点集合;最后,对所提方法进行了模拟实验,实验结果表明,该方法能够准确识别网络中的多个传播源,源定位结果的精确度高于其他类似算法;同时,也通过实验验证了观测点的选择和网络结构在不同程度上会影响传播源的定位结果。

基于路径连接强度的有向网络链路预测方法

赵学磊, 季新生, 刘树新, 李英乐, 李海涛

计算机科学. 2022, 49 (2): 216-222. doi:10.11896/jsjkx.210100107

摘要 ( 265 )

PDF(3094KB) ( 628 )

参考文献 | 相关文章 | 多维度评价

链路预测旨在利用可获得的网络拓扑信息预测未知的连接关系。基于路径联系的预测方法在无向网络中取得了较好的效果。然而,在有向网络下,相同长度的路径因路径中连边方向不同会造成节点连接强度不同,传统预测方法难以区分路径异构造成的差异。鉴于此,首先以边权矩阵量化各类有向边连接强度的差异,进而为节点间不同异构的多类路径计算其连接强度,然后区分同一长度路径下各类路径的作用大小,最后综合多阶不同长度路径贡献,提出了一种基于路径连接强度的有向网络链路预测方法。在9个真实网络数据集上进行了实验,结果表明,考虑路径连接强度差异有效提高了在AUC及Precision衡量标准下的预测性能。

基于注意力机制和BiLSTM-CRF的消极情绪意见目标抽取

丁锋, 孙晓

计算机科学. 2022, 49 (2): 223-230. doi:10.11896/jsjkx.210100046

摘要 ( 624 )

PDF(2442KB) ( 863 )

参考文献 | 相关文章 | 多维度评价

基于方面情感分析( Aspect-Based Sentiment Analysis,ABSA)是自然语言处理的热门课题,其中意见目标抽取和意见目标情感极性分类是ABSA的基本子任务之一。而很少有研究直接抽取特定情感极性的意见目标,尤其是抽取更有潜在价值的消极情绪意见目标。文中提出了一种全新的ABSA子任务--抽取消极情绪意见目标(Negative-Emotion Opinion Target Extraction,NE-OTE),并提出了基于注意力机制和单词与字符混合嵌入的BiLSTM-CRF模型(Attention-based BiLSTM-CRF with Word Embedding and Character Embedding,AB-CE),在双向长短时记忆网络(Bi-directional Long Short-Term Memory,BiLSTM)学习文本语义信息和捕获长距离双向语义依赖关系的基础上,通过注意力机制使模型更好地关注输入序列中的关键部分和捕获与意见目标及其情感倾向相关的隐含特征,最终通过CRF层预测句子级别的全局最佳标签序列,实现对消极情绪意见目标的抽取。文中基于主流ABSA任务基准数据集构建了3个NE-OTE任务数据集,并在这些数据集上进行了广泛的实验,实验结果显示,所提模型能够有效识别消极情绪意见目标,且识别效果明显优于其他基线模型,验证了所提方法的有效性。

空间众包任务的路径动态调度方法

沈彪, 沈立炜, 李弋

计算机科学. 2022, 49 (2): 231-240. doi:10.11896/jsjkx.210400249

摘要 ( 330 )

PDF(2777KB) ( 701 )

参考文献 | 相关文章 | 多维度评价

空间众包用于解决带时空约束的线下众包任务,近几年得到了快速发展。任务调度是空间众包的重要研究方向,难点在于调度过程中任务和工作者的动态不确定性。为了高效地进行任务路径动态调度,提出了同时考虑任务和工作者的不确定性的空间众包任务路径动态调度方法,该方法进行了3方面的改进。首先,扩展了调度需要考虑的因素,除了考虑新增任务的时空属性不确定性之外,还考虑了新增工作者的交通方式和时空属性的不确定性。其次,对调度策略进行改进,通过使用聚合调度策略,对动态新增任务先进行聚合处理,随后再进行任务分配和路径优化,相比传统非聚合调度计算时间显著减少。最后,对调度算法进行改进,基于传统遗传算法,将任务分配和路径优化操作迭代进行,相比先进行任务分配再进行路径优化的调度算法,提高了获取最优结果的准确性。此外,文中设计并实现了基于真实地图导航的空间众包任务路径动态调度模拟平台,并基于该平台验证了所提方法的有效性。

静息态人脑功能超网络模型鲁棒性对比分析

张程瑞, 陈俊杰, 郭浩

计算机科学. 2022, 49 (2): 241-247. doi:10.11896/jsjkx.201200067

摘要 ( 361 )

PDF(2170KB) ( 572 )

参考文献 | 相关文章 | 多维度评价

鲁棒性作为一种动态行为也是超网络领域的研究热点,对构建鲁棒网络具有重要的现实意义。尽管对超网络的研究越来越多,但对其动态研究相对较少,尤其是在神经影像领域。在现有的脑功能超网络研究中,大多是探究网络的静态拓扑属性,并没有相关研究对脑功能超网络的动力学特性——鲁棒性展开分析。针对这些问题,文中首先引入lasso,group lasso和sparse group lasso方法来求解稀疏线性回归模型以构建超网络;然后基于蓄意攻击中的节点度和节点介数攻击两种实验模型,利用全局效率和最大连通子图相对大小探究脑功能超网络在应对攻击时的节点失效网络的鲁棒性,最后通过实验进行对比分析,以探究更为稳定的网络。实验结果表明,在蓄意攻击模式下,group lasso和sparse group lasso方法构建的超网络的鲁棒性更强一些。同时,综合来看,group lasso方法构建的超网络最稳定。

基于增强特征金字塔网络的场景文本检测算法

邵海琳, 季怡, 刘纯平, 徐云龙

计算机科学. 2022, 49 (2): 248-255. doi:10.11896/jsjkx.201100072

摘要 ( 256 )

PDF(3267KB) ( 623 )

参考文献 | 相关文章 | 多维度评价

场景文本检测有助于机器理解图像内容,在智能交通、场景理解和智能导航等领域应用广泛。现有的场景文本检测算法未充分利用高层语义信息和空间信息,限制了模型对复杂背景像素的分类能力和对不同尺度的文本实例的检测和定位能力。为解决上述问题,提出了一种基于增强特征金字塔网络的场景文本检测算法。该算法包括比率不变特征增强(Ratio Invariant Feature Enhanced,RIFE)模块和重建空间分辨率(Rebuild Spatial Resolution,RSR)模块。RIFE模块作为残差分支,增强了网络的高层语义信息传递,提高了分类能力,降低了误报率和漏捡率。RSR模块重建多层特征分辨率,利用丰富的空间信息改进边界位置。实验结果表明,所提算法提升了在多方向文本数据集ICDAR2015、弯曲文本数据集Totaltext以及长文本数据集MSRA-TD500上的检测能力。

基于高斯分布的改进词嵌入主题情感模型

李玉强, 张伟江, 黄瑜, 李琳, 刘爱华

计算机科学. 2022, 49 (2): 256-264. doi:10.11896/jsjkx.201200082

摘要 ( 302 )

PDF(2348KB) ( 573 )

参考文献 | 相关文章 | 多维度评价

近年来,主题情感联合模型成为了无监督学习领域的一项重要研究内容,在文本主题挖掘和情感分析等方面均有实际应用。然而,在现实场景中,微博因其文字短小、结构不完整等特征,给主题情感联合模型带来了一定的挑战。因此,围绕微博主题情感模型展开相关的研究与改进工作,目前较为流行的主题情感模型——TSMMF模型(Topic Sentiment Model Based on Multi-feature Fusion)中引入了词向量技术,运用多元高斯分布从词向量空间中快速采样邻近词语,并替换掉原Dirichlet多项式分布产生的单词,从而将共现频率低、信息量少的单词转变成突出主题、信息明确的单词,同时使用最近邻搜索算法来进一步提升模型处理大型微博语料库的运行速度,进而提出了GWE-TSMMF模型。对比实验结果表明,GWE-TSMMF模型的平均F1值约为0.718,相比原模型和现有的主流词嵌入主题情感模型(WS-TSWE模型和HST-SCW模型),其微博情感极性的分析效果均有显著提升。

基于集成回归决策树的lncRNA-疾病关联预测方法

任首朋, 李劲, 王静茹, 岳昆

计算机科学. 2022, 49 (2): 265-271. doi:10.11896/jsjkx.201100132

摘要 ( 290 )

PDF(1939KB) ( 577 )

参考文献 | 相关文章 | 多维度评价

长链非编码RNA(long non-coding RNA,lncRNA)在各种人类复杂疾病中起着重要作用。采用计算方法推断lncRNA-疾病间的潜在关联关系不仅有助于理解疾病的致病机理,还有助于疾病诊断、预防和治疗。文中提出了一种基于集成回归决策树的lncRNA-疾病关联预测方法。首先,利用已知的lncRNA-疾病关联信息分别构建lncRNA、疾病相似矩阵、lncRNA-疾病关联矩阵;其次,基于lncRNA、疾病相似矩阵、lncRNA-疾病关联矩阵,从不同视角进一步构建lncRNA、疾病特征向量;然后,使用主成分分析方法对lncRNA、疾病特征进行特征提取;最后,使用回归决策树作为预测模型,并进一步采用集成学习的平均策略将多个决策树集成,从而获得最终的预测模型。留一交叉验证实验表明,该方法的预测结果优于现有方法,在3个真实的lncRNA-疾病数据集上AUC值分别达到了0.905 5,0.896 9和0.912 9,与现有方法相比,分别提升了6.46%,5.4%和6.02%。此外,对乳腺癌、肺癌、胃癌3种疾病进行了案例分析,进一步验证了所提方法的准确性和有效性。

基于产品建模的评论问题生成研究

肖康, 周夏冰, 王中卿, 段湘煜, 周国栋, 张民

计算机科学. 2022, 49 (2): 272-278. doi:10.11896/jsjkx.201200208

摘要 ( 386 )

PDF(2677KB) ( 507 )

参考文献 | 相关文章 | 多维度评价

问题自动生成是自然语言处理领域的一个研究热点,旨在从文本中生成自然问句。随着电子商务的不断发展,网络上产生了大量关于产品的评论。面对海量的评价信息,如何快速挖掘产品信息相关的关键评价,从而生成与产品各个层面息息相关的问答数据具有极大的研究价值,这对商家和顾客都具有极大的意义。现有的问题生成模型大多针对阅读理解类型等长文本语料,采用端到端序列化生成模型。然而,针对基于产品评论等短文本的问题生成任务,现有的模型无法将用户和商家重点关注的商品特性纳入学习过程。为了使生成的问题更加符合商品的特性,文中提出了基于产品建模的评论问题生成模型,通过与产品属性识别进行联合学习训练,使模型在解码层面加强了对特征信息的关注。与现有的问题生成模型相比,该模型不仅能解决产品数据口语化严重的问题,还能加强产品属性的识别能力,从而使生成的问题更加具体,更符合商品的特征。文中在京东与亚马逊产品评论数据集上同时进行实验,结果表明,在基于评论等短文本生成问题的任务上,与目前已有的问题生成模型相比,所提模型取得了较大的性能提升。基于中文京东数据集的实验中,所提模型的BLEU值提升了3.26%,ROUGE值提升了2.33%;基于英文亚马逊数据集的实验中,所提模型的BLEU值提升了2.01%,ROUGE值提升了2.10%。

融入句子中远距离词语依赖的图卷积短文本分类方法

张虎, 柏萍

计算机科学. 2022, 49 (2): 279-284. doi:10.11896/jsjkx.201200062

摘要 ( 538 )

PDF(2098KB) ( 655 )

参考文献 | 相关文章 | 多维度评价

随着图神经网络技术在自然语言处理领域中的广泛应用,基于图神经网络的文本分类研究受到了越来越多的关注,文本构图是图神经网络应用到文本分类中的一项重要研究任务,已有方法在构图时通常不能有效捕获句子中远距离词语的依赖关系。短文本分类是待分类文本中普遍较短的一类特殊文本分类任务,传统的文本表示通常比较稀疏且缺乏丰富的语义信息。基于此,文中提出了一种融入远距离词语依赖关系进行构图的图卷积短文本分类方法。首先结合词语共现关系、文档和词语之间的包含关系、远距离词语依赖关系为整个文本语料库构建一个文本图;然后将文本图输入到图卷积神经网络,通过2层卷积后,对每个文档节点进行类别预测。在on_line_shopping_10_cats、中文论文摘要和酒店评论3个数据集上的实验结果表明,所提方法相比已有基线模型取得了更好的效果。

核小体定位预测的集成学习方法

陈伟, 李杭, 李维华

计算机科学. 2022, 49 (2): 285-291. doi:10.11896/jsjkx.201100195

摘要 ( 322 )

PDF(2359KB) ( 431 )

参考文献 | 相关文章 | 多维度评价

核小体定位指DNA双螺旋相对于组蛋白的位置,并在DNA的转录阶段起着重要的调节作用。依靠生物实验的手段测得核小体定位会消耗大量的时间和资源,因此基于计算方法利用DNA序列进行核小体定位预测成为了一个重要的研究方向。针对核小体定位预测中单一模型和单一编码在DNA序列特征表示和学习方面的不足,文中提出了一种端到端的集成深度学习模型FuseENup,利用3种编码方式从多个维度表示DNA数据,利用不同的模型从不同维度提取数据中隐含的关键特征,构造了一种全新的DNA序列表征模型。在4种数据集上进行20倍交叉验证,相比当前针对核小体定位预测问题综合性能最优的模型CORENup,FuseENup的准确度(Accuracy)和精度(Precision)在HS数据集上提高了3%和9%,在DM数据集上提高了2%和6%,在E数据集上提高了1%和4%,相比其他的机器学习和深度学习基准模型,FuseENup具有更好的性能。实验结果表明,FuseENup能提高核小体定位的预测准确度,说明了该方法的有效性和科学性。

前向纠错编码在网络传输协议中的应用综述

林利祥, 刘旭东, 刘少腾, 徐跃东

计算机科学. 2022, 49 (2): 292-303. doi:10.11896/jsjkx.210500104

摘要 ( 608 )

PDF(1856KB) ( 1348 )

参考文献 | 相关文章 | 多维度评价

前向纠错编码是一种在网络传输中应对丢包的技术。在传输过程中加入冗余数据,使接收端在丢包场景下可通过冗余数据直接恢复出原始数据。在丢包多、时延大的场景下,适当加入前向纠错编码可以大量节省超时重传的等待时间,从而提高网络传输的服务质量。过多地添加冗余会造成带宽的浪费,而过少地添加冗余会导致服务器端接收到的数据不足以恢复在传输过程中丢失的数据,因此实际应用前向纠错编码的难点在于恰当地控制冗余数据的比例。目前,前向纠错编码研究大多基于传统网络协议。而随着QUIC (Quick UDP Internet Connections)协议的崛起,由于其具有0-RTT (Round Trip Time)连接、多路复用以及连接无缝迁移等特性,因此更多的前向纠错研究开始结合QUIC协议,以进一步提升传输性能。文中首先对前向纠错编码(Forward Error Correction Coding,FEC)进行了概述,介绍了其应用场景、基本策略和自适应冗余控制策略;然后详细介绍了单播场景和组播场景中,前向纠错编码在传统协议中的研究现状;最后介绍了前向纠错编码在QUIC协议中的研究现状及仍面临的挑战。

基于NOMA-MEC的车联网任务卸载、迁移与缓存策略

张海波, 张益峰, 刘开健

计算机科学. 2022, 49 (2): 304-311. doi:10.11896/jsjkx.210100157

摘要 ( 364 )

PDF(2600KB) ( 528 )

参考文献 | 相关文章 | 多维度评价

在移动边缘计算(MEC)与非正交多路接入(NOMA)技术相结合的车联网系统中,针对用户处理计算密集型和时延敏感型任务时面临的高时延问题,提出了一种基于博弈论和Q学习的任务卸载、迁移与缓存优化策略。首先,对基于NOMA-MEC的车联网任务卸载时延、迁移时延与缓存时延进行建模;其次,采用合作博弈算法获得最优用户分组,以实现卸载时延优化;最后,为避免出现局部最优,通过Q学习算法优化用户分组中的迁移缓存联合时延。仿真结果表明,所提方案相比对比方案,能有效提升卸载效率并降低约22%~43%的任务时延。

边缘环境下基于模糊理论的科学工作流调度研究

林潮伟, 林兵, 陈星

计算机科学. 2022, 49 (2): 312-320. doi:10.11896/jsjkx.201000102

摘要 ( 334 )

PDF(2001KB) ( 598 )

参考文献 | 相关文章 | 多维度评价

作为一种新型计算范式,边缘计算已成为解决大规模科学应用程序的重要途径。针对边缘环境下的科学工作流调度问题,考虑到任务计算过程中的服务器执行性能波动和数据传输过程中的带宽波动造成的不确定性,文中基于模糊理论,使用三角模糊数表示任务计算时间和数据传输时间,同时提出一种基于遗传算法算子的自适应离散模糊粒子群优化算法(Adaptive Discrete Fuzzy GA-based Particle Swarm Optimization,ADFGA-PSO),目的是在满足工作流截止日期约束的前提下,降低其模糊执行代价。该方法引入遗传算法的两点交叉算子以及关于任务优先级的邻域变异算子和关于服务器编号的自适应多点变异算子,避免粒子陷入局部最优,有效提高算法的搜索性能。实验结果表明,与其他调度策略相比,基于ADFGA-PSO的调度策略能够更加有效地降低边缘环境下带截止日期约束的科学工作流的模糊执行代价。

改善STARTUP阶段空窗现象的BBR单边适应算法

马力文, 周颖

计算机科学. 2022, 49 (2): 321-328. doi:10.11896/jsjkx.201200266

摘要 ( 223 )

PDF(4669KB) ( 673 )

参考文献 | 相关文章 | 多维度评价

为了解决校园网中应用的BBR(Bottleneck Bandwidth and Round-Trip Time)拥塞控制算法在STARTUP阶段由于未收到ACK(Acknowledge Character)而引起的时延振荡和空窗问题,提出了BBR单边适应算法。该算法只运行在发送端,不受网络协议和上层应用的限制。通过改善时延估计器的加权系数,设计时延瞬时平均偏差估计器,将估算结果作为时延估计器的振荡平滑因子,提高时延估计器应对时延剧烈抖动的能力。为了尽可能解决不可避免的空窗问题和序号回绕,在发送端设计了流量状态机和STARTUP状态机来维持较高的链路吞吐量。根据具体的传输情况将流量分为6种状态:new,blocked,wai-ting,time_waiting,running,terminated,并根据流量反馈将STARTUP阶段的传输性能分为3个状态:GOOD,NORMAL,BAD。实验结果表明,改进后的BBR比原有BBR算法在STARTUP阶段具有更好的传输性能,且优于目前主要应用的被动拥塞控制算法(Reno,CUBIC)。

基于混合软件定义网络的单节点故障保护方法

耿海军, 王威, 尹霞

计算机科学. 2022, 49 (2): 329-335. doi:10.11896/jsjkx.210100051

摘要 ( 293 )

PDF(2493KB) ( 486 )

参考文献 | 相关文章 | 多维度评价

软件定义网络(Software Defined Network,SDN)是由美国斯坦福大学Clean Slate课题组提出的一种新型网络体系架构,该架构通过解耦控制平面和转发平面的功能来实现网络流量的灵活转发。但是,由于经济开销和技术条件的限制,互联网服务提供商的骨干网必定长期处于传统设备和SDN设备共存的混合SDN状态。因此,在混合SDN网络中研究应对单节点故障情形的路由保护方法是一个关键的科学问题。文中首先描述了混合SDN网络中应对单节点故障情形时需要解决的问题,然后通过两种启发式方法来解决该问题,最后在真实拓扑结构和模拟拓扑结构中对提出的启发式算法进行测试。实验结果表明,在传统骨干网中,仅需要将一小部分传统设备升级为SDN设备,所提算法就可以应对网络中所有可能的单节点故障情形。

基于机器学习的分布式星载RTs系统负载调度算法

谭双杰, 林宝军, 刘迎春, 赵帅

计算机科学. 2022, 49 (2): 336-341. doi:10.11896/jsjkx.201200126

摘要 ( 486 )

PDF(2212KB) ( 524 )

参考文献 | 相关文章 | 多维度评价

分布式星载多RTs(Remote Terminal)系统的任务主要基于功能进行分配,而数据处理任务的突发性往往会使不同计算机之间负载不均衡。运用灵活的负载调度机制,可以有效调节不同计算机间的负载差异,从而在一定程度上提升计算机系统的整体性能。文中提出了一种基于机器学习的分布式星载RTs系统负载调度算法,包含样本采集、任务吞吐率预测模型构建、吞吐率预测和负载调度等4个步骤。在构建任务吞吐率预测模型环节,通过机器学习的线性回归正规方程获取模型权重,缩短了构建模型消耗的时间。在负载调度环节,若RTs的吞吐率之和大于系统总的负载数据量,则按吞吐率比例给各RTs分配数据,否则只给负载数据量小于自身吞吐率的RTs分配一定量的数据。在多台星载计算机电性能产品构建的地面模拟系统上的实验结果表明,该算法可以使系统所有节点的平均CPU利用率提高23.78%,节点间的CPU利用率方差降低至34.59%,同时目标任务的系统总吞吐量显著提升225.97%。也就是说,该方法在确保系统负载均衡性的同时,可有效提高系统的资源利用率,提升星载计算机系统的数据实时处理性能。

空中传感器网络中负载均衡的地理路由协议

黄鑫权, 刘爱军, 梁小虎, 王桁

计算机科学. 2022, 49 (2): 342-352. doi:10.11896/jsjkx.201000155

摘要 ( 228 )

PDF(3342KB) ( 447 )

参考文献 | 相关文章 | 多维度评价

针对多跳空中传感器网络(Aerial Sensor Network,ASN)中的负载不均衡问题,提出了强化学习(Reinforcement Learning,RL)理论辅助的队列高效地理路由(Reinforcement-Learning Based Queue-Efficient Geographic Routing,RLQE-GR)协议。RLQE-GR协议首先将ASN路由问题抽象为强化学习(RL)任务,其中每个无人机抽象为一个RL状态,而数据包的每跳成功转发则抽象为一个RL动作。其次,RLQE-GR协议中引入了新的奖赏函数来评估每次动作,该奖赏函数的值不仅与无人机节点地理位置和每跳链路质量相关,而且与无人机节点的可用路由队列长度密切相关。然后,根据所设计的奖赏函数,RLQE-GR协议利用Q函数分布式地更新每个动作的长期累积奖赏值(Q值),并使得每个节点根据本地Q值的大小采用贪婪策略转发数据包。最后,为了使全网的Q值快速收敛且最小化收敛过程中造成的路由性能损失,RLQE-GR采用周期性信标机制对Q值进行迭代更新。当Q值收敛时,RLQE-GR协议能够实现可靠有效的多跳数据传输性能。与现有地理路由协议相比,所提协议在转发数据包的同时考虑了节点之间的相对距离、每跳链路质量和中间节点路由队列利用率。这使得RLQE-GR协议能够在保证路由跳数以及数据包重传次数的限制下,实现ASN的负载均衡。此外,利用强化学习理论,所提协议可以实现近乎最优的路由性能。

基于BP神经网络的智能云效能模型

夏静, 马中, 戴新发, 胡哲琨

计算机科学. 2022, 49 (2): 353-367. doi:10.11896/jsjkx.201100140

摘要 ( 334 )

PDF(4660KB) ( 518 )

参考文献 | 相关文章 | 多维度评价

面对日趋庞大和复杂的智能应用,建立有效的云服务质量模型是评价云服务质量的重要手段。然而,由于智能云各层资源的多样性、动态性等特点,智能云服务效能的评估具有很大的难度。针对目前智能云计算领域缺乏标准和统一的云服务质量评价指标和云服务建模手段的问题,文中将智能云抽象的服务质量具体化为云服务效能,云服务效能被定义为反映云服务能力水平的服务可用性、可靠性,以及体现服务效率的性能,即通过云服务效能输出定量的评价智能云的整体服务能力水平。并且提出了一种基于BP神经网络的智能云效能模型,通过BP神经网络模拟智能云服务的输入特征与服务效能之间复杂的非线性关系,一旦确定输入特征,即可预测输出的服务效能评价指标,这就要求效能模型能够实时并准确地根据系统配置输入特征,预测当前系统的服务能力。实验结果表明,BP神经网络模型作为智能云服务效能模型的建模工具,具有较好的计算效率和准确率。

半虚拟化框架Virtio下的实时网络I/O请求门控机制

申浩希, 牛保宁

计算机科学. 2022, 49 (2): 368-376. doi:10.11896/jsjkx.210100110

摘要 ( 420 )

PDF(2521KB) ( 603 )

参考文献 | 相关文章 | 多维度评价

响应时间是服务等级目标(Service Level Objective,SLO)的一个重要性能指标,与资源的使用量有关。资源充足可以保证请求的正常执行,响应时间短;资源不足,请求需要等待资源,响应时间长。在云计算虚拟化环境下,控制资源的访问既有对整体资源的控制,也有对CPU、网络带宽等单个资源的控制,但是目前很少有通过对网络I/O请求的直接控制来保证响应时间。为了获得更好的性能,虚拟化技术大多采用半虚拟化框架Virtio。网络I/O请求通过Virtio共享通道进行传输,使得在Virtio设立网络I/O请求的门控机制成为可能。文中利用双端聚合方法(Two-end Aggregation Method,TAM),提出实时网络I/O请求门控机制(Gating Mechanism for Real-time Network I/O Requests,GMRNR),通过控制网络I/O请求经过Virtio的时刻,保证各类请求的响应时间。GMRNR设立在Virtio前端virtio-net模块中,将请求按照其响应时间指标分级,采用计时器和聚合队列长度来控制不同级别请求经过Virtio的时刻和聚合频率,保证请求的响应时间。实验测试表明:GMRNR能够区分网络I/O请求优先级,在资源充足时,使得不同等级的网络I/O请求在各自要求的时间内完成;在资源不充足时,能优先保证高优先级的网络I/O请求的响应时间。同时,GMRNR具有较高的资源利用效率。

FDSR:一种面向SD-MANET的快速转发规则下发方法

张耕强, 谢钧, 杨章林

计算机科学. 2022, 49 (2): 377-382. doi:10.11896/jsjkx.210800045

摘要 ( 237 )

PDF(2268KB) ( 441 )

参考文献 | 相关文章 | 多维度评价

针对软件定义网络在移动自组织网络里部署传输路径时,需要控制器为路径上所有的节点下发相关流表项,从而造成传输开始需等待较长时间的问题,文中基于分段路由提出了一种快速下发数据转发规则的方法FDSR。控制器会以分段路由的方式,通过在数据包上添加转发路径对应标签的方式下发数据转发规则,并在处理最大堆栈深度问题时,利用标签粘连技术,将整条路径分为多个标签栈,通过算法选择后分别下发给能与控制器节点快速交互的转发节点,以减少路径配置时间。实验结果表明,相较于OpenFlow流表下发方式,FDSR在SD-MANET中能减少路径部署时长以及流表开销,并能有效应对SR的MSD问题,提升控制器部署长路径的速度。