1974年1月创刊(月刊)
主管/主办:重庆西南信息有限公司
ISSN 1002-137X
CN 50-1075/TP
CODEN JKIEBK
编辑中心
当期目录
2022年第8期, 刊出日期:2022-08-15
  
目录
第49卷第8期目录
计算机科学. 2022, 49 (8): 0-0. 
摘要 ( 160 )   PDF(4929KB) ( 486 )   
相关文章 | 多维度评价
数据库&大数据&数据科学*
基于大数据的进化网络影响力分析研究综述
何强, 尹震宇, 黄敏, 王兴伟, 王源田, 崔硕, 赵勇
计算机科学. 2022, 49 (8): 1-11.  doi:10.11896/jsjkx.210700240
摘要 ( 683 )   PDF(2110KB) ( 936 )   
参考文献 | 相关文章 | 多维度评价
社交影响力分析能够在社交网络中执行复杂行为分析,是现代信息和服务行业最重要的技术之一,越来越多的社交网络研究者把关注点放在社交影响力上。真实的社交网络是不断演化的而非静态的,进化网络的提出也带来了新的挑战和机遇,同时进化网络中海量的社交信息也为大数据分析技术的快速发展提供了强有力的支撑。文中对进化网络和影响最大化问题进行了论述,并讨论了社交影响力分析问题的传播模型和基于社交网络大数据的影响力分析方法,同时进一步整理了一些应用广泛的影响力算法。此外,还论述了大数据、进化网络与社交影响力最大化的关系。文中的目标是通过大规模社交网络中的影响力分析,帮助其他研究人员更好地理解现有的工作,为社交网络影响力分析提供新的思路。
监督和半监督学习下的多标签分类综述
武红鑫, 韩萌, 陈志强, 张喜龙, 李慕航
计算机科学. 2022, 49 (8): 12-25.  doi:10.11896/jsjkx.210700111
摘要 ( 1238 )   PDF(3598KB) ( 1473 )   
参考文献 | 相关文章 | 多维度评价
传统的多标签分类算法大多数采用监督学习的方式,但现实生活中有许多数据没有被标记。通过人工的方式对需要的全部数据进行标记耗费的成本较高。半监督学习算法可以使用大量未标记数据和标记数据来进行工作,因此受到了人们的重视。文中首次从监督和半监督学习的角度对多标签分类算法进行阐述,同时全面地对多标签分类算法的应用领域进行了总结。从决策树、贝叶斯、支持向量机、神经网络和集成等多个方向对标签非相关性和标签相关性的监督学习算法进行概述,从批处理和在线的方向对半监督学习算法进行综述,从图像分类、文本分类和其他等角度对多标签的实际应用领域进行介绍。文中还简要分析了多标签的评估指标,最后给出了关于半监督学习下的复杂概念漂移处理、特征选择处理、标签复杂相关性处理和类不平衡处理的研究方向。
基于热点数据的持久性内存索引查询加速
刘高聪, 罗永平, 金培权
计算机科学. 2022, 49 (8): 26-32.  doi:10.11896/jsjkx.210700176
摘要 ( 424 )   PDF(2090KB) ( 921 )   
参考文献 | 相关文章 | 多维度评价
非易失性内存(Non-Volatile Memory,NVM),也被称为持久性内存(Persistent Memory,PM),具有按位寻址、持久性、存储密度高、低延迟等特点。虽然NVM的延迟远小于闪存,但高于DRAM(Dynamic Random Access Memory)。此外,NVM还有读写不均衡、写次数有限等不足。因此,目前NVM还无法完全代替DRAM。一种更为合理的方法是利用NVM构建基于DRAM+NVM的混合内存架构。文中针对NVM和DRAM构成的混合内存架构,着重研究了基于热点数据的持久性内存索引加速方法。具体而言,以数据访问中的倾斜性特征为基础,利用DRAM的低延迟和NVM的持久性与高存储密度,提出了在持久性内存索引的基础上增加基于DRAM的热点数据缓存,进而提出了可以根据热点数据的变化自动调整缓存的查询自适应索引方法。将所提方法应用到多种持久性内存索引上,包括wBtree,FPTree以及Fast&Fair,并进行了对比实验。结果表明,当热点数据访问达到总访问次数的80%时,所提索引加速方法在3种索引上的查询性能分别取得了52%,33%,37%的提升。
基于时空注意力克里金的边坡形变数据插值方法
黎嵘繁, 钟婷, 吴劲, 周帆, 匡平
计算机科学. 2022, 49 (8): 33-39.  doi:10.11896/jsjkx.210600161
摘要 ( 380 )   PDF(2740KB) ( 772 )   
参考文献 | 相关文章 | 多维度评价
山体滑坡每年都会对人们的生命财产安全造成重大损失,是常见的地质灾害之一。为了对山体滑坡进行防控,需要广泛地监测山体表面的沉降过程,但是由于恶劣气候和监测成本等难以克服的困难,山体沉降数据的收集呈现出局部数据不完整、数据采样不均衡和监测点动态变化等特点,使得山体滑坡的防控研究受到阻碍,给数据的采集和分析工作提出了新的要求。现有方法从空间角度对缺失进行补充,但忽略了时间维度的依赖关系。为了解决上述问题,对不完整的INSAR数据填充进行了研究,利用时空掩码矩阵对时空依赖关系进行建模,利用多头注意力对多层次的空间关系进行综合学习,并在克里金法(Kriging)的基础上提出了新的使用时空注意力的克里金插值法,实现了对复杂时空特征的深层理解。在真实数据集上的数据恢复实验验证了该算法可以有效地学习复杂的时空特征,并在3种不同的数据缺失情景下都取得了优于现存插值算法的表现。
基于多时间尺度时空图网络的交通流量预测模型
汪鸣, 彭舰, 黄飞虎
计算机科学. 2022, 49 (8): 40-48.  doi:10.11896/jsjkx.220100188
摘要 ( 865 )   PDF(3049KB) ( 1077 )   
参考文献 | 相关文章 | 多维度评价
交通流预测在智能交通系统的建设中起着关键作用。但由于其复杂的时空依赖性和本身的不确定性使得研究变得极具挑战性。现有的一些方法主要是将单一的时间序列输入到循环神经网络以捕获时间依赖性,而且多数模型仅对时间模块和空间模块进行简单的堆叠,导致不能有效地融合时间和空间特征。为了解决以上问题,文中提出了一个多时间尺度时空图网络模型。模型先将序列数据划分为3种时间尺度序列,然后将序列输入到时空块(ST-Block)中提取数据的时空依赖性,最后进行预测。在时空块中使用图卷积网络和变体Transformer分别捕获数据中的时间和空间依赖性,并通过门控融合机制将两者提取到的特征进行融合。在两个真实的数据集上分别进行了短期和长期的预测实验,结果表明了MTSTGNN模型在交通流预测任务上的优秀性能。
基于物理操作级模型的查询执行时间预测方法
王润安, 邹兆年
计算机科学. 2022, 49 (8): 49-55.  doi:10.11896/jsjkx.210700074
摘要 ( 238 )   PDF(3008KB) ( 468 )   
参考文献 | 相关文章 | 多维度评价
查询执行时间预测(Query Performance Prediction,QPP)是数据库系统中一个重要的研究问题。当数据库系统中存在并发执行的事务时,现有的QPP方法无法在不改变数据库查询性能的前提下建立准确的QPP模型。为此,提出了一种基于物理操作的查询执行时间预测新方法,该方法以查询的物理操作为单位建立单元预测模型,根据查询计划将单元预测模型组合为完整的QPP模型,把能够刻画数据库系统并发状态的统计信息纳入模型的输入特征。所提方法只须使用DBMS提供的基本手段即可获取构建模型所需的数据库统计信息,无须改变DBMS,也不会影响数据库系统上原有工作负载的执行。实验结果表明,所提方法无论在OLTP还是OLAP应用中,在不同的查询计划和并发度下的预测准确性均高于其他对比方法。
RIIM:基于独立模型的在线缺失值填补
李霞, 马茜, 白梅, 王习特, 李冠宇, 宁博
计算机科学. 2022, 49 (8): 56-63.  doi:10.11896/jsjkx.210600180
摘要 ( 288 )   PDF(3257KB) ( 407 )   
参考文献 | 相关文章 | 多维度评价
随着数据来源的不断丰富,数据的获取变得愈发容易,但质量难以得到保证,从而导致缺失值在真实数据集中普遍存在且难以避免,缺失值填补也就成为数据质量管理领域的经典问题之一。目前,大多数的缺失值填补算法均是针对静态数据提出的,并不适用于高速到达的动态数据流,且现有算法大多未同时考虑数据的稀疏性和异构性问题。基于此,文中提出了一种新的基于独立模型的在线缺失值填补算法RIIM。该算法同时考虑了数据的稀疏性和异构性问题,并结合近邻填补和回归填补的基本思想对缺失值进行有效填补。首先,针对数据的动态实时性,提出了高效的填补模型增量更新算法;其次,针对数据近邻查找时间代价高以及近邻个数难以确定的问题,提出了最优近邻自适应周期性更新策略;最后基于真实数据集通过大量实验验证了所提算法的有效性。
基于知识图谱的层次粒化推荐方法
秦琪琦, 张月琴, 王润泽, 张泽华
计算机科学. 2022, 49 (8): 64-69.  doi:10.11896/jsjkx.210600111
摘要 ( 398 )   PDF(2724KB) ( 684 )   
参考文献 | 相关文章 | 多维度评价
基于图神经网络的推荐系统是当前数据挖掘应用的研究热点。在异质信息网络(Heterogeneous Information Network,HIN)上结合图神经网络进行推荐,可通过用户的关联信息来学习用户的偏好,从而提升推荐性能。但现有基于HIN的推荐方法大多存在不能有效地解释高阶建模结果及人工设计元路径需要相关领域知识的问题。因此,结合层次粒化思想,在异质推荐过程中引入知识图谱,提出一种基于知识图谱的异质推荐方法(Heterogeneous Recommendation Methods for Knowledge Graphs,HKR)。该方法首先结合知识图谱,对局部上下文和非局部上下文进行层次粒化,分别学习用户特征的粗粒度表示;然后基于门控机制结合局部和非局部的属性节点嵌入,进一步学习用户和项目之间的潜在特征;最后将细粒度的特征融合用于推荐。在真实的大规模数据集上的实验结果表明,所提方法的性能在多方面评测上均优于目前的基于知识图谱的图神经网络推荐方法。
基于自注意力机制和迁移学习的跨领域推荐算法
方义秋, 张震坤, 葛君伟
计算机科学. 2022, 49 (8): 70-77.  doi:10.11896/jsjkx.210600011
摘要 ( 598 )   PDF(2520KB) ( 654 )   
参考文献 | 相关文章 | 多维度评价
传统的单领域推荐算法受限于用户和项目的稀疏关系,存在用户/项目冷启动的问题,并且,其仅以用户对项目评分进行建模,忽略了评论文本中所蕴含的信息。基于评论文本的跨领域推荐算法在辅助领域提取用户/项目的评论信息来缓解目标领域的数据稀疏问题,以提高推荐的准确率。文中提出了结合自注意力机制和迁移学习的跨领域推荐算法SAMTL(Self-Attention Mechanism and Transfer Learning)。与现有算法不同,SAMTL充分融合了目标领域和辅助领域的知识。首先,引入自注意力机制建模用户的喜好信息;其次,通过交叉映射跨域传输网络实现借助一个领域的信息来提高另一个领域的推荐准确率;最后,在知识融合模块和评分预测模块整合两个域的信息,进行评分预测。在Amazon数据集上的实验表明,与现有的跨领域推荐模型相比,SAMTL的MAEMSE值更高,在3种不同的跨领域数据集上的MAE值分别提高了8.4%,13.2%和19.4%,MSE值分别提高了6.3%,7.8%和5.6%。通过多项实验验证了自注意力机制和迁移学习的有效性,以及它们在缓解数据稀疏和用户冷启动问题方面的优势。
基于卷积神经网络的APP用户行为分析方法
陈泳全, 姜瑛
计算机科学. 2022, 49 (8): 78-85.  doi:10.11896/jsjkx.210700121
摘要 ( 400 )   PDF(2029KB) ( 862 )   
参考文献 | 相关文章 | 多维度评价
随着移动互联网的快速发展,智能终端已经成为人们日常生活和工作中不可或缺的一部分。在使用智能终端的过程中,会产生大量的APP操作过程记录,对用户APP操作过程记录进行分析,可以获取到操作过程记录中用户的行为,从而获得用户的行为模式,以帮助开发人员有针对性地维护和改进APP软件。现有的用户行为分析偏向操作分析,缺少对用户操作的行为提取,因此提出了一种基于卷积神经网络的APP用户行为分析方法。该方法首先进行APP操作分析,提取出原始APP操作记录信息中的用户操作;然后挖掘APP操作与APP用户行为之间的关联性,构建APP操作与APP用户行为之间的相似度矩阵;最后提取APP用户行为。实验结果表明,该方法能够有效地提取和识别APP操作过程记录中用户的行为,有助于深层次地挖掘APP用户行为的含义。
基于相似度矩阵学习和矩阵校正的无监督多视角特征选择
李斌, 万源
计算机科学. 2022, 49 (8): 86-96.  doi:10.11896/jsjkx.210700124
摘要 ( 244 )   PDF(4512KB) ( 608 )   
参考文献 | 相关文章 | 多维度评价
多视角特征选择通过融合多个视角的信息获取具有代表性的特征子集,来提高分类、聚类等学习任务的效率。然而,描述对象的特征繁杂多样且相互关联,单一地从原始特征中选择特征子空间可以简单地解决维度问题,但无法有效获取数据内部存在的结构信息和特征关联信息,且固定使用相似度矩阵和投影矩阵易损失视角间的相关性。针对以上问题,提出了基于相似度矩阵学习和矩阵校正的无监督多视角特征选择(SMLMA)算法。该算法首先构造所有视角的相似度矩阵,通过流形学习得到一致相似度矩阵以及投影矩阵,最大程度地发现和保留多视角数据的结构信息;其次采用矩阵校正的方法,最大化相似度矩阵和核矩阵之间的相关性,合理利用不同视角之间的关联性,减少特征子集的信息冗余;最后,采用Armijo搜索方法快速得到收敛结果。在4个实验数据集Caltech-7,NUS-WIDE-OBJ,Toy Animal和MSRC-v1上的实验结果表明,相比单视角特征选择和部分多视角特征选择方法,所提算法在聚类任务上的准确率平均提高了约7.54%。其较好地保留了数据的结构信息和多视角之间特征的相关性,捕获了更多高质量的特征。
基于顶点粒k步搜索和粗糙集的强连通分量挖掘算法
程富豪, 徐泰华, 陈建军, 宋晶晶, 杨习贝
计算机科学. 2022, 49 (8): 97-107.  doi:10.11896/jsjkx.210700202
摘要 ( 314 )   PDF(3147KB) ( 434 )   
参考文献 | 相关文章 | 多维度评价
强连通分量挖掘是图论中的经典问题之一,如何设计更高效率的串行强连通分量挖掘算法具有现实需求。GRSCC算法利用k步上近似和kR相关集这两个粗糙集算子所构成的SUB-RSCC函数,可实现简单有向图中的强连通分量挖掘,而SUB-RSCC函数的调用次数决定了挖掘效率。根据挖掘强连通分量时顶点间存在的相关性,GRSCC算法引入了粒化策略,减少了SUB-RSCC函数的调用次数,提高了挖掘效率。在GRSCC算法的基础上,分析发现了顶点间的另外两种强连通分量相关性,由此设计了一种新的顶点粒化策略,进而提出了一种顶点粒k步搜索方法,可更大程度地减少SUB-RSCC函数的调用次数。最后,提出了一种基于顶点粒k步搜索和粗糙集的强连通分量挖掘算法KGRSCC。实验结果表明,相比RSCC算法、GRSCC算法和Tarjan算法,KGRSCC算法具有更好的性能。
多源异构环境下的车联网大数据混合属性特征检测方法
陈晶, 吴玲玲
计算机科学. 2022, 49 (8): 108-112.  doi:10.11896/jsjkx.220300273
摘要 ( 261 )   PDF(1757KB) ( 515 )   
参考文献 | 相关文章 | 多维度评价
现有的车联网大数据特征检测方法忽略了数据属性权重,导致效率偏低,无法在车辆运行中提供高效服务。为此,提出了多源异构环境下的车联网大数据混合属性特征检测方法。该方法利用集成模型集成车联网多源异构数据,并对集成数据进行标准化和属性约简处理;同时,通过加权主成分分析法提取集成数据的属性特征,并利用聚类方法实现特征聚类,完成车联网大数据混合属性特征检测。实验结果表明,与现有方法相比,所提方法在评价指标敏感性指数上取值更高,时间复杂度更低,能更高效地完成车联网大数据混合属性特征提取任务。
计算机图形学& 多媒体
基于注意力机制的医学影像深度哈希检索算法
朱承璋, 黄嘉儿, 肖亚龙, 王晗, 邹北骥
计算机科学. 2022, 49 (8): 113-119.  doi:10.11896/jsjkx.210700153
摘要 ( 335 )   PDF(1923KB) ( 537 )   
参考文献 | 相关文章 | 多维度评价
针对现阶段医学影像检索中检索性能差、精度低、缺乏可解释性等一系列问题,提出了一种结合了注意力机制的医学影像检索算法。以深度卷积神经网络为基础,以贝叶斯模型为框架,所提算法引入了由语义特征引导的注意力机制模块,通过分类网络的引导,生成包含语义信息的局部特征描述子,同时使用全局特征与富含语义信息的局部特征作为哈希网络的输入,引导哈希网络从全局和局部的角度关注重要特征区域,增强了哈希编码的特征表达能力,并引入加权似然估计函数解决了正负样本对数量不均衡的问题。采用MAP和NDCG作为评价指标,选择ChestX-ray14数据集进行实验,将所提算法与目前常用的深度哈希方法进行对比。实验结果表明,本文算法在哈希编码不同码位下的MAP值和NDCG值都远优于现有的深度哈希方法,证明了其有效性。
基于重参数化多尺度融合网络的高效极暗光原始图像降噪
魏恺轩, 付莹
计算机科学. 2022, 49 (8): 120-126.  doi:10.11896/jsjkx.220200179
摘要 ( 515 )   PDF(2900KB) ( 614 )   
参考文献 | 相关文章 | 多维度评价
实用的暗光降噪增强解决方案往往需要具备计算速度快、内存效率高、能够实现视觉上高质量的降噪等优点。现有方法大多以提升降噪质量为目标,因此在速度和内存要求上有所折中,这在很大程度上限制了其实用性。文中提出了一种新的深度降噪网络——重参数化多尺度融合网络,用于极暗光单张原始图像降噪,在不损失降噪性能的同时加快模型的推断速度并降低内存开销。具体地,在多尺度空间提取图像特征,利用轻量级的空间通道并行注意力模块动态自适应地聚焦于空间及通道中的核心特征;同时使用重参数化的卷积单元,在不增加任何推断计算量的情况下进一步丰富模型的表征能力。该模型在常见CPU上(如Intel i7-7700K)可以在1s左右恢复超高清4K分辨率图像,在普通GPU(如NVIDIA GTX 1080Ti)上以24帧率的速度运行,在几乎4倍快于现有先进方法(如UNet)的同时仍保持具有竞争力的恢复质量。
基于Hachimoji DNA和QR分解的遥感图像可逆隐藏算法
王坤姝, 张泽辉, 高铁杠
计算机科学. 2022, 49 (8): 127-135.  doi:10.11896/jsjkx.210700216
摘要 ( 257 )   PDF(5000KB) ( 470 )   
参考文献 | 相关文章 | 多维度评价
近年来,随着云计算和人工智能的飞速发展,数字图像在多媒体、医疗和军事等领域中的应用越来越普遍。其中,遥感技术通过电磁波的理论可以对远距离目标进行探测处理,因此,遥感图像的传输安全变得尤为重要。为了解决数字图像信息的安全和隐私保护等问题,提出了一种基于新型Hachimoji脱氧核糖核酸(Deoxyribonucleic Acid,DNA)和QR分解的遥感图像可逆隐藏算法。首先利用遥感图像和宿主图像的信息熵更新耦合映像格子(Coupled Map Lattice,CML)的系统参数和初始值,将产生的混沌序列作为加密过程中一次一密的密钥流,增强抵抗已知攻击或选择明文攻击的能力。接着,根据Hachimoji DNA技术对遥感图像进行8位碱基编码,并利用密钥流对图像矩阵进行异或运算和循环移位操作。最后,将宿主图像分块并进行QR分解,并将加密后的遥感图像以DNA碱基的形式嵌入宿主块中。特别地,嵌入遥感信息后的宿主图像仍然有视觉意义,并且可以从中无损地提取出所嵌入的图像信息。实验仿真结果表明,所提算法嵌入效果良好、安全性高,具有较强的鲁棒性。
基于边框距离度量的增量目标检测方法
刘冬梅, 徐洋, 吴泽彬, 刘倩, 宋斌, 韦志辉
计算机科学. 2022, 49 (8): 136-142.  doi:10.11896/jsjkx.220100132
摘要 ( 337 )   PDF(2816KB) ( 583 )   
参考文献 | 相关文章 | 多维度评价
增量学习在图像分类中已经获得了不错的效果,但是将增量学习技术直接应用于多类目标检测具有一定的挑战性。相比图像分类,目标检测是一项更复杂的任务,因为它结合了分类和边框回归的问题。目前最先进的增量目标检测器大多采用基于知识蒸馏的外部固定区域建议方法,该方法需耗费大量的时间和成本。由于单阶段检测器缺少旧类别的标注和区域建议信息,检测器通常会将旧类目标识别为背景,从而导致灾难性遗忘,因此提出了一种基于边框距离度量的标签选择算法。该算法利用旧模型检测结果和现有的数据集标签,通过度量边框重合度进行选择与合并,弥补了新数据集中旧类目标注释缺失的问题,缓解了灾难性遗忘。同时设计了一个注意力残差模块,该模块通过将注意力模块与残差模块相结合,在特征提取网络的不同深度均能提取可鉴别性特征,进一步提升了模型检测新旧类目标的精度。在单阶段检测框架中实现了该方法,同时在PASCAL VOC数据集上验证了该方法的有效性。与目前最好的方法相比,所提模型检测旧类别目标的平均精度值mAP高出了2.8%,总体的平均精度值mAP高出了2.1%。所提方法得到的伪标签有效缓解了遗忘问题,注意力残差模块的设计提升了模型的检测精度。
三维激光雷达点云空间多特征分割
杨文坤, 原晓佩, 陈小锋, 郭睿
计算机科学. 2022, 49 (8): 143-149.  doi:10.11896/jsjkx.210300275
摘要 ( 291 )   PDF(2871KB) ( 454 )   
参考文献 | 相关文章 | 多维度评价
多线固态激光雷达已成为无人平台环境感知的重要工具,在车载环境建模中得到大量应用。但由于激光雷达分辨率较低、环境噪声敏感、场景复杂等问题,造成场景分割困难。针对实测车载多线激光雷达数据中建筑体点云及植被点云的曲率差异,提出了一种改进的多线激光雷达三维点云的快速分割方法。在曲率分割的基础上,采用加权欧聚类进行二次迭代分割,减少迭代的同时避免陷入局部最优。通过无人平台实测数据采集处理实验和公共数据实验,验证了空间多特征分割方法在激光雷达点云分割方面的有效性;针对场景最终的分割结果,在场景过分割率、欠分割率及正确分割率方面进行了统计,并与传统区域生长分割算法进行了对比分析,结果表明空间多特征分割算法在不同场景的分割中具有较强的适用性及分割准确度。
基于局部梯度强度图的动态规划检测前跟踪算法
陈莹, 郝应光, 王洪玉, 王坤
计算机科学. 2022, 49 (8): 150-156.  doi:10.11896/jsjkx.210700135
摘要 ( 328 )   PDF(3391KB) ( 628 )   
参考文献 | 相关文章 | 多维度评价
针对传统动态规划检测前跟踪(DP-TBD)算法在背景复杂度高且信噪比低的红外弱小目标图像中检测概率低的问题,提出了一种基于局部梯度强度图的动态规划检测前跟踪(LIG-DP-TBD)算法。该算法首先采用局部梯度强度算法(LIG)对帧序列图像进行预处理,从而得到一个新的量测模型;再根据相邻帧值函数的相关性,构造一种全新的值函数;利用动态规划检测前跟踪算法(DP-TBD)对新的值函数进行多帧积累,从而实现对弱小目标的检测前跟踪。蒙特卡洛仿真实验结果表明,在信噪比低于4dB的情况下,该算法的检测概率较传统DP-TBD算法和DBT算法相比提高了约10%。同时,在背景复杂的真实红外弱小目标序列图像中,该算法可以在恒定虚警率条件下有效地进行弱小目标的检测前跟踪,提高了目标的检测概率。
基于软标签和样本权重优化的Anchor Free目标检测算法
王灿, 刘永坚, 解庆, 马艳春
计算机科学. 2022, 49 (8): 157-164.  doi:10.11896/jsjkx.210600240
摘要 ( 253 )   PDF(3142KB) ( 579 )   
参考文献 | 相关文章 | 多维度评价
与Anchor Based目标检测算法类似,基于特征点的Anchor Free目标检测算法也面临着在正负样本划分中存在模糊样本的问题,即根据特定阈值和特征点位置划分非正即负的训练样本,网络在对特征点位置处在临界值附近的样本进行训练时会产生较大的损失,使得网络将注意力过于集中在这些模糊样本上,降低了网络的整体检测性能。针对此情况,提出从软标签、损失函数和权重优化3个方面对基于特征点的Anchor Free目标检测算法进行改进,通过充分利用Center Ness参数来缓解模糊样本对网络性能的影响,提高目标检测的准确率。为证明所提方法的有效性,分别在经典的Pascal VOC数据集和MS COCO数据集上使用FCOS目标检测器进行对比实验,最终将检测器在Pascal VOC数据集上的mAP提升至82.16%(提升约1.31%),在MS COCO数据集上的AP50-95提升至35.8%(提升约1.3%)。
基于双目叠加仿生的微换衣行人再识别
陈坤峰, 潘志松, 王家宝, 施蕾, 张锦
计算机科学. 2022, 49 (8): 165-171.  doi:10.11896/jsjkx.210600140
摘要 ( 209 )   PDF(2233KB) ( 444 )   
参考文献 | 相关文章 | 多维度评价
微换衣行人再识别是以换衣幅度不大的情况为前提,从不同摄像头场景中查找某特定身份的行人的一项计算机视觉技术。现有行人再识别方法的实现通常是基于行人衣着不变的假设,因此它们依赖的是与衣着相关的特征。那么,当此假设不成立时,这些方法就难以实现理想的识别效果。考虑到行人换衣幅度不大时行人体态基本不发生改变这一重要特点,针对微换衣行人再识别展开研究。受生物视觉系统中双目叠加效应的启发,采取仿生思想提出一个自注意力孪生网络,类比生物双眼获取信息的过程。首先,该网络以同一行人不同衣着的两类图像作为双分支输入,并利用孪生架构实现叠加效应。随后对输出的多个特征进行对比学习和融合学习,进而得到具有身份辨别力的行人特征表示。最后,在微换衣行人再识别相关数据集上进行了充分实验,结果表明该方法可达到当前最好的识别性能。
基于非局部注意力生成对抗网络的视频异常事件检测方法
孙奇, 吉根林, 张杰
计算机科学. 2022, 49 (8): 172-177.  doi:10.11896/jsjkx.210600061
摘要 ( 315 )   PDF(2305KB) ( 550 )   
参考文献 | 相关文章 | 多维度评价
针对异常事件的不确定性,文中选择使用未来帧预测的方式对视频进行异常事件检测。通过正常样本对预测模型进行训练,使模型能够准确预测不包含异常事件的未来帧,但对于包含未知事件的视频帧,模型无法进行预测,利用生成对抗网络以及表观约束和运动约束对用于预测的生成器模型进行训练。为了减少相关目标特征丢失,提出了非局部注意力U型网络生成器(Nonlocal Attention Unet Generator,NA-UnetG)模型,提升了生成器的预测精度,同时提升了视频异常事件检测的准确度。通过公开数据集CUHK Avenue和UCSD Ped2对所提方法进行实验验证,实验结果表明,所提方法的AUC指标优于其他方法,AUC分别达到了83.4%和96.3%。
高分辨率斜视聚束SAR回波仿真加速算法研究
郭拯危, 付泽文, 李宁, 白澜
计算机科学. 2022, 49 (8): 178-183.  doi:10.11896/jsjkx.210600066
摘要 ( 242 )   PDF(3290KB) ( 371 )   
参考文献 | 相关文章 | 多维度评价
回波仿真是合成孔径雷达系统开发的前端工作,具有重要意义。针对高分辨率斜视聚束SAR,一般采用时域回波仿真的方法,但是其仿真效率过慢。为了高效实现高分辨率斜视聚束SAR的回波仿真,提出了一种有效的加速算法。结合斜视聚束SAR时域回波模型及其信号特性,对回波仿真过程中存在的距离徙动进行补偿,以减少冗余计算量并节省内存空间;采用数据自适应分块的方法,在图形处理器中分别计算分块后的子数据,利用GPU强大的计算能力进行加速;将子数据块进行传输,在内存中拼接。该算法提高了时域回波仿真的计算效率,解决了数据量大、GPU显存有限且显存与内存之间数据传输速度较慢的问题。点目标和面目标仿真的实验结果表明,该算法的加速比达到了219.8,验证了所提方法的有效性。
多检测器融合的深度相关滤波视频多目标跟踪算法
沈祥培, 丁彦蕊
计算机科学. 2022, 49 (8): 184-190.  doi:10.11896/jsjkx.210600004
摘要 ( 391 )   PDF(3630KB) ( 423 )   
参考文献 | 相关文章 | 多维度评价
在检测跟踪任务中,检测器存在误检和漏检目标的问题,导致依赖检测信息的视频多目标跟踪算法出现大量误跟和漏跟目标,这种漏跟和误跟会持续几十帧,降低了跟踪精度,为此提出了一种多检测器融合的深度相关滤波视频多目标跟踪算法。该算法融合多个检测器的信息,提出了一种新型融合机制,减少单个检测器的不足带来的漏检、误检数目,打破了单个检测器性能的局限性,使新生目标的获取更加可靠。此外,采用深度相关滤波算法ECO对目标进行逐个跟踪,并在原有ECO算法的基础上提出了一系列的改进方法,从而更贴合视频多目标跟踪任务,减少目标的漏跟数和身份标签跳变数。在MOT17数据集上进行实验,结果表明,与传统的视频多目标跟踪方法IOU17相比,所提算法的MOTA值从47.6提高至50.3,证明了所提方法在多目标跟踪研究上取得了很大的突破。
人工智能
智能博弈对抗方法:博弈论与强化学习综合视角对比分析
袁唯淋, 罗俊仁, 陆丽娜, 陈佳星, 张万鹏, 陈璟
计算机科学. 2022, 49 (8): 191-204.  doi:10.11896/jsjkx.220200174
摘要 ( 2446 )   PDF(4699KB) ( 6398 )   
参考文献 | 相关文章 | 多维度评价
智能博弈对抗是人工智能认知决策领域亟待解决的前沿热点问题。以反事实后悔最小化算法为代表的博弈论方法和以虚拟自博弈算法为代表的强化学习方法,依托大规模算力支撑,在求解智能博弈策略中脱颖而出,但对两种范式之间的关联缺乏深入发掘。文中针对智能博弈对抗问题,定义智能博弈对抗的内涵与外延,梳理智能博弈对抗的发展历程,总结其中的关键挑战。从博弈论和强化学习两种视角出发,介绍智能博弈对抗模型、算法。多角度对比分析博弈理论和强化学习的优势与局限,归纳总结博弈理论与强化学习统一视角下的智能博弈对抗方法和策略求解框架,旨在为两种范式的结合提供方向,推动智能博弈技术前向发展,为迈向通用人工智能蓄力。
基于图卷积神经网络的文本分类方法研究综述
檀莹莹, 王俊丽, 张超波
计算机科学. 2022, 49 (8): 205-216.  doi:10.11896/jsjkx.210800064
摘要 ( 1052 )   PDF(4281KB) ( 3700 )   
参考文献 | 相关文章 | 多维度评价
文本分类是自然语言处理领域中常见的任务,机器学习和深度学习在该任务中已有较多研究并取得了很大进展,然而,这些传统方法只能处理欧氏空间的数据,不能完全有效地表达出文本的语义信息。为了打破传统的学习模式,诸多研究开始尝试用图表示文本中各实体间的丰富关系,并利用图卷积神经网络学习文本表示。文中对基于图卷积神经网络的文本分类方法进行了综述,首先概述了图卷积神经网络的背景与原理;其次,利用不同类型的图网络详细阐述了基于图卷积神经网络的文本分类方法,同时分析了图卷积神经网络在网络深度上的局限性,并介绍了深层网络在文本分类任务上的最新进展;最后,通过实验比较了各模型的分类性能,并探讨了该领域的难点与未来的发展方向。
具有突触规则的脉冲神经膜系统综述
张露萍, 徐飞
计算机科学. 2022, 49 (8): 217-224.  doi:10.11896/jsjkx.220300078
摘要 ( 215 )   PDF(1737KB) ( 2486 )   
参考文献 | 相关文章 | 多维度评价
膜系统是受到细胞、组织、器官和系统的结构和功能的启发而提出的一类生物启发式计算模型。具有突触规则的脉冲神经膜系统是一类受神经元间信息交流方式的启发而提出的膜系统,该类模型中神经元是存储信息的单元,突触是整合并传递信息的媒介,整个系统采用分布式、并行方式处理信息。文中回顾了具有突触规则的脉冲神经膜系统的定义及相关概念,介绍了若干个脉冲神经膜系统变体,并对比了各系统的同异;列出了该系统及其变体在不同工作模式下计算能力方面的研究进展,以及该系统在求解计算困难问题、算术运算和破解密码方面的应用;提出了尚待研究的若干问题,以期为具有突触规则的脉冲神经膜系统理论研究提供方向,同时为相关系统的应用研究拓展思路。
一种基于UIA接口的RPA系统设计方法
王岩松, 秦云川, 蔡宇辉, 李肯立
计算机科学. 2022, 49 (8): 225-229.  doi:10.11896/jsjkx.211100046
摘要 ( 284 )   PDF(2054KB) ( 2739 )   
参考文献 | 相关文章 | 多维度评价
机器人流程自动化(Robotic Process Automation,RPA)是当今的研究热点之一,RPA主要使用Win32接口对窗体进行自动化操作,该方法需要对API进行封装,开发成本高,且只能识别基于Win32 API设计的UI元素,同时基于Win32接口实现自动化需要模拟键盘和鼠标操作,由于该模拟操作基于一种广播消息机制,导致操作的响应时间较长,因此提出了一种基于微软的 UIA(UI Automation)技术,用于构建 RPA流程自动化应用的方案。该方案采用UIA方法进行UI元素的自动化操作,适应的UI程序框架范围广,包括Win32,WPF,QT,Silverlight等;而且开发成本低。同时,该方案将消息与UI元素绑定,避开了低效的广播消息机制,提高了RPA的执行效率。实验结果显示,与模拟键盘鼠标方法相比,所提方法的执行时间平均可缩短55.67%。
基于双图神经网络信息融合的文本分类方法
闫佳丹, 贾彩燕
计算机科学. 2022, 49 (8): 230-236.  doi:10.11896/jsjkx.210600042
摘要 ( 392 )   PDF(2547KB) ( 2822 )   
参考文献 | 相关文章 | 多维度评价
近年来,图神经网络在文本分类任务中得到了广泛应用。与图卷积网络相比,基于消息传递的文本级的图神经网络模型具有内存占用少和支持在线检测等优点。然而此类模型通常仅使用词共现信息为语料中的各个文本构建词汇图,导致获取到的信息缺少多样性。文中提出了一种基于双图神经网络信息融合的文本分类方法。该方法在保留原有词共现图的基础上,根据单词间的余弦相似度构建语义图,并通过阈值控制语义图的稀疏程度,更有效地利用了文本的多方位语义信息。此外,测试了直接融合和注意力机制融合两种方式对词汇图和语义图上学习到的文本表示融合的能力。实验使用R8和R52等12个文本分类领域常用的数据集来测试算法的精度,结果表明,与最新的TextLevelGNN,TextING和MPAD这3个文本级的图神经网络模型相比,双图模型能够有效提高文本分类的性能。
基于自适应反馈调节因子的阿基米德优化算法
陈俊, 何庆, 李守玉
计算机科学. 2022, 49 (8): 237-246.  doi:10.11896/jsjkx.210700150
摘要 ( 566 )   PDF(2760KB) ( 2534 )   
参考文献 | 相关文章 | 多维度评价
针对基础阿基米德优化算法收敛速度慢、容易陷入局部最优的问题,文中提出了一种基于自适应反馈调节因子的阿基米德优化算法。首先,通过佳点集初始化种群,增强初始种群的遍历性,提高初始解的质量;其次,提出自适应反馈调节因子,平衡算法的全局探索与局部开发能力;最后,提出了莱维旋转变换策略,增加种群的多样性,以防止算法陷入局部最优。将所提算法与主流算法在14个基准测试函数以及部分CEC2014函数上进行30次比较实验,结果表明,所提算法的平均寻优精度、标准差以及收敛曲线均优于对比算法。同时将所提算法分别与对比算法在14个基准函数上进行Wilcoxon秩和检验,检验结果显示所提算法与对比算法的差异性显著。将所提算法应用于焊接梁设计问题,其相比原始算法提升了2%,验证了所提算法的有效性。
基于多智能体强化学习的端到端合作的自适应奖励方法
史殿习, 赵琛然, 张耀文, 杨绍武, 张拥军
计算机科学. 2022, 49 (8): 247-256.  doi:10.11896/jsjkx.210700100
摘要 ( 516 )   PDF(4520KB) ( 2956 )   
参考文献 | 相关文章 | 多维度评价
目前,多智能体强化学习算法大多采用集中训练分布执行的方法,且在同构多智能体系统中取得了良好的效果。但是,由不同角色构成的异构多智能体系统往往存在信用分配问题,导致智能体很难学习到有效的合作策略。针对上述问题,提出了一种基于多智能体强化学习的端到端合作的自适应奖励方法,该方法能够促进智能体之间合作策略的生成。首先,提出了一种批正则化网络,该网络采用图神经网络对异构多智能体合作关系进行建模,利用注意力机制对关键信息进行权重计算,使用批正则化方法对生成的特征向量进行有效融合,使算法向正确的学习方向进行优化和反向传播,进而有效提升异构多智能体合作策略生成的性能;其次,基于演员-评论家方法,提出了一种双层优化的自适应奖励网络,将稀疏奖励转化为连续奖励,引导智能体根据场上形势生成合作策略。通过实验对比了当前主流的多智能体强化学习算法,结果表明,所提算法在“合作-博弈”场景中取得了显著效果,通过对策略-奖励-行为相关性的可视化分析,进一步验证了所提算法的有效性。
基于多尺度的稀疏脑功能超网络构建及多特征融合分类研究
李瑶, 李涛, 李埼钒, 梁家瑞, Ibegbu Nnamdi JULIAN, 陈俊杰, 郭浩
计算机科学. 2022, 49 (8): 257-266.  doi:10.11896/jsjkx.210600094
摘要 ( 350 )   PDF(3889KB) ( 2653 )   
参考文献 | 相关文章 | 多维度评价
脑功能超网络已成功应用于脑疾病的诊断。在之前的研究中,集中通过改变超边的方法来改善超网络的构建,忽略了不同尺度的节点定义对脑功能超网络拓扑的影响。考虑到该问题,提出了基于不同尺度的脑区划分来进行脑功能超网络的创建,从而分析其对脑功能超网络拓扑和分类性能的影响。具体来说,首先,基于自动解剖标记模板,利用聚类算法和随机动态种子点的方法对大脑进行细分割;其次,基于每种节点规模下所得的平均时间序列,利用LASSO方法分别进行脑功能超网络的构建;接着分别提取功能超网络的多组局部特征(节点度、最短路径长度、聚类系数),并利用非参数检验和基于相关的方法选取每种节点规模下的差异特征;最后,分别利用支持向量机构建分类模型。分类结果显示,随着节点规模的增大,所构建的脑功能超网络分类准确率增高,在节点尺度1501下,准确率高达95.45%。同时,多尺度融合的分类准确率优于任一尺度下的分类准确率,这表明不同尺度的节点定义会影响脑功能超网络的拓扑,在未来的脑功能超网络研究中,除了关注超边的构建方法外,应更加关注大脑划分方案的选择,而且多种基于大脑划分的尺度融合特征可以补充更多的分类信息,提高抑郁症与正常人的分类性能。此外,无论是在哪种节点规模下,多组局部属性特征的分类性能均优于单一属性的分类性能。该结果表明,多组局部属性特征可以弥补单一特征的缺失信息,从而发现更多的脑疾病生物学标志物,在有效表征脑功能超网络模型的同时,还需要多角度地量化脑功能超网络拓扑信息,这样才可增强组间差异表征能力,提高脑疾病诊断的预测能力。
基于最大相关熵的KPCA异常检测方法
李其烨, 邢红杰
计算机科学. 2022, 49 (8): 267-272.  doi:10.11896/jsjkx.210700175
摘要 ( 424 )   PDF(2031KB) ( 2618 )   
参考文献 | 相关文章 | 多维度评价
异常检测是机器学习中一个重要的研究内容,目前已存在大量的异常检测方法。作为一种常用的核方法,核主成分分析(Kernel Principal Component Analysis,KPCA)已被成功地用于解决异常检测问题。然而,传统的KPCA异常检测方法对噪声非常敏感,若训练样本中存在噪声,则会降低KPCA异常检测方法的检测性能。为了提高 KPCA异常检测方法的抗噪声能力,提出了一种基于最大相关熵(Maximum Correntropy Criterion,MCC)的KPCA异常检测方法。利用信息理论学习中的相关熵代替KPCA异常检测方法中基于2范数的度量,通过调节相关熵函数中的宽度参数,可以有效抑制噪声带来的不利影响;利用半二次优化技术对所提方法的优化问题进行求解,仅需较少的迭代次数即可取得局部最优解。此外,给出了所提方法的算法描述,并分析了算法的计算复杂度。在16个UCI基准数据集上的实验结果表明,与其他4种相关方法相比,所提方法取得了更优的抗噪声能力和泛化性能。
基于可变形图卷积的点云表征学习
李宗民, 张玉鹏, 刘玉杰, 李华
计算机科学. 2022, 49 (8): 273-278.  doi:10.11896/jsjkx.210900023
摘要 ( 528 )   PDF(2340KB) ( 2509 )   
参考文献 | 相关文章 | 多维度评价
虽然深层神经网络较为成功地解决了点云数据稀疏和不规则等问题,但是点云局部特征的学习仍然是一个非常具有挑战性的问题。现有的用于点云表征学习的网络存在点与点之间相互独立提取特征的问题,为此提出了一种全新的空域图卷积。首先,在构造图结构时提出了自适应空洞K近邻算法,以最大程度地捕获局部拓扑结构信息;其次,在卷积中加入了卷积核每条边与感受野图之间的角度特征,保证了更具鉴别力的特征提取;最后,为了充分利用局部特征,提出了一种全新的图金字塔池化,以更好地融合多尺度特征。在标准公开数据集ModelNet40和ShapeNet上测试该算法,分别取得了93.2%与86.5%的准确度。实验结果表明,该算法在点云表征学习中处于领先水平。
信息安全
基于深度学习的社交网络舆情信息抽取方法综述
王剑, 彭雨琦, 赵宇斐, 杨健
计算机科学. 2022, 49 (8): 279-293.  doi:10.11896/jsjkx.220300099
摘要 ( 889 )   PDF(1927KB) ( 1655 )   
参考文献 | 相关文章 | 多维度评价
随着社交媒体平台的快速发展,舆情信息得以在极短的时间内大范围传播,如果不对舆情信息加以管理和控制,将对网络环境乃至社会环境造成巨大威胁。信息抽取技术因其语义化和精准性成为舆情分析和管理的第一步,也是最关键的一步。近年来,随着深度学习的发展,其自动学习潜在特征、组合特征的能力使信息抽取各个子任务的准确率都得到了很大的提高。文中结合社交网络舆情的特点和深度学习技术在信息抽取领域的应用,对基于深度学习的社交网络舆情信息抽取方法进行了系统的梳理和总结。首先整理了社交网络舆情信息的组织方式,详细阐述了舆情信息抽取的框架、评价指标,然后对现有的基于深度学习的舆情信息抽取模型进行了全面的回顾和分析,讨论了现有方法的适用性及局限性,最后对未来的研究趋势进行了展望。
以太坊智能合约模糊测试技术研究综述
黄松, 杜金虎, 王兴亚, 孙金磊
计算机科学. 2022, 49 (8): 294-305.  doi:10.11896/jsjkx.220500069
摘要 ( 470 )   PDF(1844KB) ( 1422 )   
参考文献 | 相关文章 | 多维度评价
运行在区块链平台之上的智能合约,完成了不同参与者之间协议的达成和自动执行,同时也管理了大量的数字资产,智能合约漏洞的频繁爆出,造成了难以估量的经济损失。模糊测试是一种有效的动态漏洞检测技术,已经被应用于智能合约安全研究。文中分析了现有综述工作对智能合约模糊测试的总结不足的问题,并提出了智能合约模糊测试的基本框架;以目前智能合约安全研究中最广泛的以太坊智能合约为例,介绍了与智能合约紧密相关的账户机制和交易结构,总结了智能合约区别于传统程序的特点;阐述了智能合约的漏洞,并对这些智能合约模糊测试技术覆盖的漏洞进行了比较;进一步地,从单交易和交易序列两个方面对已有智能合约模糊测试技术的输入生成进行了分析;从函数层面、交易层面和交易序列层面对测试输入变异进行了总结;对已有智能合约模糊测试技术的测试预言使用进行了简述;另外,还总结了智能合约模糊测试的技术评价指标。最后,提出了当前智能合约模糊测试技术研究面临的问题,并对未来的研究方向进行了展望。
面向无人机通信的认证和密钥协商协议
蹇奇芮, 陈泽茂, 武晓康
计算机科学. 2022, 49 (8): 306-313.  doi:10.11896/jsjkx.220200098
摘要 ( 618 )   PDF(2107KB) ( 773 )   
参考文献 | 相关文章 | 多维度评价
针对无人机通信中密钥配置的安全性和轻量化需求,面向不同计算性能的无人机系统分别提出了基于椭圆曲线密码算法的认证和密钥协商协议DroneSec,以及基于对称密码算法的认证和密钥协商协议DroneSec-lite。所提协议实现了无人机和地面站之间的双向身份认证和通信密钥配置功能,其中DroneSec协议通过结合使用ECDH(Elliptic-Curve Diffie-Hellman)和消息认证码,在保证前向安全性的情况下减小了计算开销,适用于较高性能的计算平台;DroneSec-lite协议仅使用了对称密码算法,因而计算开销极低,适用于低性能平台。使用安全协议形式化验证工具ProVerif验证了协议在加强的Dolve-Yao威胁模型下进行双向认证和密钥配置的安全性,并通过仿真环境实验对协议的性能进行了对比测试和分析。结果显示,协议的计算、通信开销和安全性优于已有协议。
基于多尺度记忆残差网络的网络流量异常检测模型
王馨彤, 王璇, 孙知信
计算机科学. 2022, 49 (8): 314-322.  doi:10.11896/jsjkx.220200011
摘要 ( 376 )   PDF(3013KB) ( 483 )   
参考文献 | 相关文章 | 多维度评价
基于深度学习的网络流量异常检测模型通常存在现实环境适应性差、表征能力有限以及泛化能力弱的问题。为此,提出了一种基于多尺度记忆残差网络的网络流量异常检测模型。基于高维特征空间分布分析,证明网络流量数据预处理方法的有效性;将多尺度一维卷积与长短期记忆网络相结合,通过深度学习算法提高模型的表征能力;基于残差网络的思想,实现深度特征提取,同时防止梯度消失、梯度爆炸、过拟合及网络退化现象,加快模型收敛速度,从而实现准确高效的网络流量异常检测。数据预处理可视化结果表明,经独热编码处理后,相较于标准化处理,归一化处理可使正常流量与异常流量数据有效分离;有效性验证实验及性能评估实验结果表明,通过增加恒等映射可加快模型收敛速度,并有效解决网络退化问题;对比实验结果表明,多尺度一维卷积及长短期记忆网络可提升模型的表征能力并使模型具备较强的泛化能力,且本文模型相比当前部分深度学习模型呈现更优的性能指标。
面向文本分类的类别区分式通用对抗攻击方法
郝志荣, 陈龙, 黄嘉成
计算机科学. 2022, 49 (8): 323-329.  doi:10.11896/jsjkx.220200077
摘要 ( 282 )   PDF(2573KB) ( 415 )   
参考文献 | 相关文章 | 多维度评价
通用对抗攻击只需向任意输入添加一个固定的扰动序列,就可以成功混淆文本分类器,但是其会不加区分地攻击所有类别的文本样本,容易引起防御系统的注意。为了实现攻击的隐蔽性,文中提出了一种简单高效的类别区分式通用对抗攻击方法,突出对目标类别的文本样本有攻击效果,并尽量对非目标类别不产生影响。在白盒攻击的场景下,利用扰动序列在每个批次上的平均梯度搜索得到多个候选扰动序列,选择损失最小的扰动序列进行下一轮迭代,直到没有新的扰动序列产生。在4个公开的中英文数据集以及神经网络模型TextCNN和BiLSTM上进行了大量的实验,以评估所提方法的有效性,实验结果表明,该攻击方法可以实现对目标类别和非目标类别的区分式攻击,而且具有一定的迁移性。
基于改进位置编码的谣言检测模型
姜梦函, 李邵梅, 郑洪浩, 张建朋
计算机科学. 2022, 49 (8): 330-335.  doi:10.11896/jsjkx.210600046
摘要 ( 279 )   PDF(2291KB) ( 543 )   
参考文献 | 相关文章 | 多维度评价
随着在线社交网络的兴起,人们传播和获取信息的方式发生了翻天覆地的变化。社交媒体在方便人们生活的同时,也加速了谣言的产生和传播。因此,如何准确高效地检测谣言成为了亟待解决的问题。为了提高谣言检测的精度,对基于全局-局部注意网络的谣言检测模型进行了改进,考虑到文本中词与词之间的位置关系对谣言检测的影响,引入了一种新的相对位置编码方法来改进原有模型的局部特征提取模块。该方法能够更准确地提取谣言中文本的语义信息和位置信息并将它们聚合,得到更优的区分谣言与非谣言的文本特征,将该特征和描述转发行为的全局特征相结合,进而提升对谣言的检测效果。实验结果表明,与其他主流检测方法相比,所提方法在微博数据集上的F1值可达95.0%,具有更好的检测效果。
基于N-Gram静态分析技术的恶意软件分类研究
张光华, 高天娇, 陈振国, 于乃文
计算机科学. 2022, 49 (8): 336-343.  doi:10.11896/jsjkx.210900203
摘要 ( 369 )   PDF(2915KB) ( 619 )   
参考文献 | 相关文章 | 多维度评价
为了解决恶意软件分类准确率不高的问题,提出了一种基于N-Gram静态分析技术的恶意软件分类方法。首先,通过N-Gram方法在恶意软件样本中提取长度为2的字节序列;其次,根据提取的特征利用KNN、逻辑回归、随机森林、XGBoost训练基于机器学习的恶意软件分类模型;然后,使用混淆矩阵和对数损失函数对恶意软件分类模型进行评价;最后,将恶意软件分类模型在Kaggle恶意软件数据集中进行训练和测试。实验结果表明,XGBoost和随机森林的恶意软件分类模型准确率分别达到了98.43%和97.93%,Log Loss值分别为0.022240和0.026946。与已有方法相比,通过N-Gram进行特征提取的方法可以更准确地对恶意软件进行分类,保护计算机系统免受恶意软件的攻击。
基于双重二维混沌映射的压缩图像加密方案
周连兵, 周湘贞, 崔学荣
计算机科学. 2022, 49 (8): 344-349.  doi:10.11896/jsjkx.210700235
摘要 ( 314 )   PDF(2816KB) ( 389 )   
参考文献 | 相关文章 | 多维度评价
为了提高混沌加密系统的安全性和加密速度,提出了一种联合混沌映射的轻量级压缩图像加密方案。首先,为了加速加密过程,破坏像素间的相关性,将数字图像分割为图像块,并通过在频域中的处理对其进行压缩;然后,实施2D Logistic混沌映射,用于在密钥生成、置乱和替换阶段对图像像素进重排和换位。此外,为了进一步提高安全等级,在扩散阶段利用另一种混沌映射2D Henon映射来改变置乱图像的像素值。性能评估结果表明,所提方案能够满足图像加密的安全性要求,且密钥空间大。与其他优秀方案相比,该方案能够更好地抵御统计和差分等攻击,且对生成的密钥空间改变具有高度敏感性。其中,密钥空间大小为256位,实现了约99%的NPCR值和超过15%的UACI值。