计算机科学

第52卷第4期目录

计算机科学. 2025, 52 (4): 0-0.

摘要 ( 90 )

PDF(374KB) ( 164 )

相关文章 | 多维度评价

信息物理系统的传感器攻击抵御策略综述

陈彦峰, 冯智伟, 邓庆绪, 王妍

计算机科学. 2025, 52 (4): 4-13. doi:10.11896/jsjkx.241000138

摘要 ( 105 )

PDF(1807KB) ( 197 )

参考文献 | 相关文章 | 多维度评价

信息物理系统(Cyber Physical System,CPS)作为融合了计算、通信和控制的智能系统,在诸多领域,如智能交通、智能健康等方面发挥着越来越重要的作用。传感器在CPS中扮演着重要角色,但也常成为攻击者的目标。首先,明确了传感器攻击抵御的研究范围,按照攻击发生时间点,将传感器攻击的相关研究分为了攻击防御、攻击抵御和攻击恢复。然后,回顾了常见传感器攻击的类型和影响,包括拒绝服务攻击、重放攻击、欺骗攻击等。接着,总结了基于多源一致性、历史一致性和响应一致性的传感器攻击检测方法。随后,论述了攻击检测后的数据融合方法,包括基于卡尔曼滤波和基于间隔的数据融合方法。最后,探讨了未来可能的研究方向,以进一步加强CPS中传感器攻击的防御能力。

信息系统架构发展展望——以国家自然科学基金委员会信息系统为例

姚畅, 郝艳妮, 彭升辉, 牛志昂, 谢勇, 赵世振

计算机科学. 2025, 52 (4): 14-20. doi:10.11896/jsjkx.240900144

摘要 ( 71 )

PDF(3644KB) ( 153 )

参考文献 | 相关文章 | 多维度评价

近年来随着互联网、大数据、人工智能等技术的广泛普及与迅猛发展,科研管理正逐步从传统模式转向数据驱动、信息化、智能化的新范式。这一变革使得传统信息系统架构越来越难以满足海量数据交换、数据共享、数据安全等方面的需求。文中以国家自然科学基金委员会(以下简称“自然科学基金委”)的信息系统架构为例,探讨其发展演进方向。面对新时期科学基金改革的推进,自然科学基金委现有信息系统在网络和数据安全保障、智能化服务水平提升以及系统开发与管理效能优化等方面面临诸多挑战。首先介绍了两种传统信息系统架构在自然科学基金委的应用现状,接着,分别从业务量和业务系统数量增长、信创替代、智能服务和数据管理4个方面对现有信息系统面临的挑战进行了深入分析。最后,从数据管理和微服务两个维度给出了对信息系统架构后续发展的思考。

基于动态冲突预测的多智体寻路算法

张萌希, 韩建军, 肖彦

计算机科学. 2025, 52 (4): 21-32. doi:10.11896/jsjkx.241000101

摘要 ( 128 )

PDF(3269KB) ( 221 )

参考文献 | 相关文章 | 多维度评价

多智体寻路(MAPF)是为多个智能体寻找无冲突路径的问题,灵活显式估计的基于冲突搜索算法是目前解决MAPF问题最有效的有界次优算法之一,但该算法仍存在调用底层算法次数多、迭代中冲突数量减少速度慢等问题。为此,提出基于动态冲突预测的多智体寻路算法(DCPB-MAPF)。该算法分为两层,在底层提出基于关键区间的动态避障方法与基于路径成本预测的迭代方法,用以提升底层算法的运算效率;以此为基础,在顶层提出基于冲突预测的搜索算法,通过快速预测冲突数量以优化冲突选择技术,进一步提出冲突数量优先的启发式函数以加速减少冲突数量。实验结果表明,相比现有算法,所提算法能显著提升多智体寻路问题的运算效率及成功率。

基于多核异构操作系统的动态冗余可靠机制研究

何瑞琦, 张凯龙, 吴金飞, 于强, 张家铭

计算机科学. 2025, 52 (4): 33-39. doi:10.11896/jsjkx.241100020

摘要 ( 49 )

PDF(1745KB) ( 112 )

参考文献 | 相关文章 | 多维度评价

针对当前嵌入式系统的混合部署需求和功能安全需求,提出了一种动态异构冗余的操作系统架构DHR-OS。面向混合部署需求,该架构设计了异构操作系统的混合部署模式,即在多核CPU上以Linux为主操作系统,动态部署RTOS从操作系统镜像。同时,为了操作系统间的协同工作,利用OpenAMP(Open Asymmetric Multi-Processing)实现了主从操作系统间的通信,并基于OpenAMP进一步实现了设备驱动的时分复用、远程过程调用(Remote Procedure Call,RPC)、中断转发路由机制。面向功能安全需求,该架构设计了一套调度、分发、裁决为一体的关键任务安全执行机制。具体地,Linux操作系统事先对RTOS核心做池化处理,当执行关键任务时,从RTOS内核池中调度若干RTOS核心作为任务执行环境,在Linux侧的裁决器基于加权投票的分布式共识算法,处理RTOS核心任务返回的结果。通过上述设计增强了系统的灵活性和抗攻击能力。该工作为嵌入式系统的混合部署和功能安全需求提供了一种新的系统架构解决方案,具有一定创新性和实用价值。

基于改进近端策略优化的无人艇自主避障方法

孔超, 王维, 皇苏斌, 张义, 孟丹

计算机科学. 2025, 52 (4): 40-48. doi:10.11896/jsjkx.241000084

摘要 ( 67 )

PDF(3257KB) ( 158 )

参考文献 | 相关文章 | 多维度评价

无人艇自主避障已成为其拓展应用场景的一项关键挑战。传统方法下无人艇避障主要依赖于对环境的精细建模,然而,复杂海洋环境下无人艇难以获取完整的感知状态,导致模型精度不足。针对上述问题,提出了一种改进近端策略优化的无人艇自主避障方法。首先,构建了基于马尔可夫决策过程的无人艇自主避障决策框架;然后,在近端策略优化算法中融合了循环神经网络的感知表征增强模块,提高无人艇对时序环境感知的记忆能力;最后,结合奖励重塑机制设计一套自主避障奖励函数,提升无人艇避障策略的优化速度。为了验证算法的有效性,在三维仿真平台下构建了典型无人艇自主避障算法的验证场景。实验结果表明,基于改进近端策略优化方法能够实现无人艇无碰撞自主航行,在模型收敛速度、碰撞率与超时率上均优于传统近端策略算法。

基于解释Petri网的新型CPS分解方法

陈宇浩, 屠翰乾, 相东明

计算机科学. 2025, 52 (4): 49-53. doi:10.11896/jsjkx.241000103

摘要 ( 52 )

PDF(2126KB) ( 127 )

参考文献 | 相关文章 | 多维度评价

Petri网被广泛应用于信息物理系统(Cyber-Physical Systems,CPS) 的建模与分析,这些系统通常包含多个并发任务。为了简化CPS的实现过程,可将其分解成为若干独立组件。现有的CPS分解方法,如基于整数线性代数的算法,面临高时间复杂度问题;而依赖监控器的分解方法则存在较大的通信开销。为解决这些问题,综合现有分解方法的优势,提出了一种基于解释Petri网的CPS分解方法。该方法通过约束条件逐步分解网络,生成独立的状态机组件,有效缩小了模型规模。同时,提出了一种新的信号同步机制替代传统的监控器方案,显著降低了同步开销。实验结果表明,所提方法在大多数测试案例中的分解时间为 O(n²),远优于传统方法的指数级复杂度O(2ⁿ),且生成的组件集合也更加简洁。

基于生成对抗网络的云制造工业服务选择方法

郑秀宝, 李静, 祝铭, 宁莹莹

计算机科学. 2025, 52 (4): 54-63. doi:10.11896/jsjkx.241000102

摘要 ( 53 )

PDF(4034KB) ( 121 )

参考文献 | 相关文章 | 多维度评价

随着信息技术和制造技术的深度融合,云制造工业生产已成为制造业的关键部分。云制造环境的动态性和服务资源间的相互依赖关系,使得选择最佳工业资源服务变得困难。现有的选择优化方法大多基于启发式算法,但这些算法往往缺乏对云制造环境的自适应能力。因此,文中构建了一种云制造环境下的服务选择模型,提出了一种基于深度学习和生成对抗网络思想的服务选择算法,该模型能够灵活适应环境变化,利用图表示学习方法构建任务服务约束图,根据任务、服务和工业生产约束之间的内在联系学习资源服务特征,在算法改进阶段引入梯度优化和损失函数策略,选择最佳工业资源服务。实验结果表明,所提算法相较于其他对比算法表现出了更强的性能优势。

渐进自适应特征融合的轻量化火焰检测算法研究

李啸澜, 马勇

计算机科学. 2025, 52 (4): 64-73. doi:10.11896/jsjkx.241000093

摘要 ( 53 )

PDF(3080KB) ( 102 )

参考文献 | 相关文章 | 多维度评价

针对视觉安防系统在边缘计算平台部署火焰检测模型时面临的精度与实时性难以平衡的问题,提出一种渐进自适应特征融合的轻量化火焰检测算法。首先,设计轻量级稀疏卷积算子降低模型计算复杂度与内存访问开销。其次,针对分组卷积的通道间信息交互缺陷,基于残差思想构建长距离上下文特征增强的轻量级特征提取组件。为解决深度骨干网络中特征丢失及背景干扰问题,创新性地提出基于高频增强的轻量级特征强化机制,优化空间域和通道域参数,缓解背景干扰问题。在此基础上,建立特征增强-渐进自适应特征融合框架,促进不同尺度特征图充分融合,提高特征图利用率,增强对多尺度目标的识别效果。实验结果表明,所提方法在实时推理速度最高达到27.1 FPS的同时,参数量降低至2.1×10⁶,较基准模型减少69.5%,并达到83.4%的mAP@0.5检测精度,显著优于现有主流方法。

空天地一体化网络的无人机轨迹和计算卸载联合优化

陈奕天, 童英华

计算机科学. 2025, 52 (4): 74-84. doi:10.11896/jsjkx.241000098

摘要 ( 59 )

PDF(3369KB) ( 126 )

参考文献 | 相关文章 | 多维度评价

空天地一体化网络作为一种新兴的网络架构,近年来引起了广大研究者的关注,它能够很好地提高网络整体的服务质量。针对偏远地区的网络覆盖不全面,缺乏基本的网络基础设施的问题,提出了一种无人机和卫星共同收集任务的偏远地区空天地一体化网络框架,其中无人机与卫星为地面传感器提供边缘计算服务,云服务器为地面传感器提供云服务。由于无人机覆盖率、任务完成率和任务延迟都是影响系统性能的关键因素,因此对无人机轨迹和计算卸载进行联合优化,最大化无人机覆盖率和任务完成率,并且降低延迟。由于所提出的联合优化问题是一个混合非线性规划问题,因此设计了基于白鲸优化算法和沙猫群优化算法的双层优化算法,两层分别对无人机轨迹和计算卸载进行优化。实验结果表明,所提算法显著提高了多个无人机的覆盖率,且在计算卸载中有效提高了任务完成率,降低了任务的平均延迟。

面向边缘智能应用的多出口深度神经网络随机优化方法

李洲诚, 张毅, 孙晋

计算机科学. 2025, 52 (4): 85-93. doi:10.11896/jsjkx.241000097

摘要 ( 56 )

PDF(2578KB) ( 87 )

参考文献 | 相关文章 | 多维度评价

边缘智能作为一种新型的智能计算范式,能够有效提升智能推理任务在嵌入式边缘设备中的响应速度。而信息年龄(AoI)作为衡量数据时效性的重要指标,对于边缘智能应用的计算资源开销和实时响应至关重要。针对多出口深度神经网络(DNN)的资源配置优化问题,考虑出口退出概率造成的AoI随机不确定性,引入系统AoI的概率约束,基于随机优化理论对出口设置进行决策,以最小化多出口DNN的资源开销。文中提出了一种基于布谷鸟搜索的元启发式算法对所构建的具有概率约束的随机优化问题进行求解,基于各出口的退出概率预测系统AoI的统计分布,根据给定的AoI阈值计算相应的资源消耗量并将其作为布谷鸟个体的适应度值,迭代更新布谷鸟种群并搜索得到最小计算资源开销的出口设置方案。针对多种DNN模型的实验结果表明,与确定性的优化方法相比,随机优化方法能够获得更佳的出口设置决策,在满足AoI概率约束的前提下显著降低了DNN的计算开销。

面向低资源芯片的高效自适应卷积神经网络加速器

庞明义, 魏祥麟, 张云祥, 王斌, 庄建军

计算机科学. 2025, 52 (4): 94-100. doi:10.11896/jsjkx.241000099

摘要 ( 43 )

PDF(2123KB) ( 89 )

参考文献 | 相关文章 | 多维度评价

文中提出了一种面向非GPU类低资源芯片的自适应卷积神经网络加速器(Adaptive Convolutional Neural Network Accelerator,ACNNA),其可根据硬件平台资源约束和卷积神经网络结构自适应生成对应的硬件加速器。通过可重构特性,ACNNA可有效加速包括卷积层、池化层、激活层和全连接层在内的各种网络层组合。首先,设计了一种资源折叠式多通道处理引擎(Processing Engine,PE)阵列,将理想化卷积结构进行折叠以节省资源,在输出通道上展开以支持并行计算。其次,采用多级存储与乒乓缓存机制对流水线进行优化,有效提升数据处理效率。然后,提出了一种多级存储下的资源复用策略,结合设计空间探索算法,针对网络参数调度硬件资源分配,使低资源芯片可部署层次更深且参数更多的网络模型。以LeNet5和VGG16网络模型为例,在Ultra96 V2开发板上对ACNNA进行了验证。结果显示,采用ACNNA部署的VGG16最低仅消耗了原网络4%的资源量。在100MHz主频下,LeNet5加速器在2.05W的功耗下计算速率达0.37 GFLOPS;VGG16加速器在2.13W的功耗下计算速率达1.55 GFLOPS。与现有工作相比,所提方法的FPS提升超过83%。

同构多核平台上基于弱硬约束和优先级距离启发的任务划分算法

龚伟强, 韩建军, 张昌安

计算机科学. 2025, 52 (4): 101-109. doi:10.11896/jsjkx.241000100

摘要 ( 40 )

PDF(2600KB) ( 82 )

参考文献 | 相关文章 | 多维度评价

弱硬实时(Weakly-Hard Real-Time,WHRT)系统由于能够有效地利用计算资源,并且可以同时容忍部分作业的超时来保证系统的稳定性,因此在过去二十年中得到了极大的发展。然而,目前关于多核环境下弱硬实时任务调度的研究却较少,现有的基于全局调度的方案因任务迁移带来的高运行时开销,实际可行性受到了极大的限制;而作业级分区算法则通常忽略了弱硬约束下任务利用率的影响,因此任务集的可调度性性能不高。为了解决这些问题,基于单处理器的全局紧急调度(Global Emergency-Based Scheduling,GEBS),提出了一种弱硬约束启发的任务划分算法(Weakly-Hard-Constraint Aware Task Partition Algorithm,WHCA-TPA)和另一种优先级距离启发的任务划分算法(Priority-Distance-Aware Task Partition Algorithm,PDA-TPA)。WHCA-TPA考虑不同任务之间的干扰,对系统的利用率进行更合理的估计,并以此作为启发对任务进行更合理的分配。PDA-TPA通过减少同一核上不同优先级任务之间的抢占次数,来减少系统上下文切换的次数。将所提算法与现有的传统分区算法进行对比,大量的实验结果表明,WHCA-TPA在不同系统参数下都可以获得更高的可调度比例,并且和PDA-TPA在绝大部分情况下都能有效地降低运行时开销。

SCFNet:一种面向时空预测的外部空间特征融合框架

刘腾飞, 陈李越, 房江祎, 王乐业

计算机科学. 2025, 52 (4): 110-118. doi:10.11896/jsjkx.241000094

摘要 ( 60 )

PDF(3702KB) ( 104 )

参考文献 | 相关文章 | 多维度评价

道路信息与当前道路的流量模式息息相关,丰富的POI(Point of Interest)语义可以揭示一个地区的属性,人口数据可以揭示一个地区的人口流量趋势。在时空预测中考虑以上外部空间特征对流量带来的影响,可以帮助模型完成更精准的预测。现有的外部空间建模方法通常针对输入的外部空间特征,经过神经网络映射学得空间相关语义表示,再与最终的时空流量表示融合。然而,由于流量表示和空间特征之间具有异构性,已有的外部空间特征建模方法往往扩展性不高,只能针对特定外部空间特征或特定时空模型。为解决以上问题,提出了一种针对外部空间特征的通用建模框架SCFNet(Spatial Context Fusion Network for Traffic Forecasting)。具体而言,引入基于信息交互的注意力机制,在时空表示和外部空间特征之间计算注意力分数,从而实现外部空间特征和时空表示的高效融合;同时,设计了一种时间向量动态编码方式,以生成动态的空间特征语义。SCFNet采用模块化设计,能够与各类最新的时空流量预测网络结合。SCFNet支持区域人口数据、道路信息、POI等不同空间静态特征的混合输入。在3个真实交通数据集上进行了实验,实验结果表明,SCFNet可显著提高各类最新时空预测方法(如MTGNN,ASTGCN,GraphWaveNet)的预测精度。

融合词间句间多关系建模的评论推荐算法

邓策渝, 李段腾川, 胡奕仁, 王晓光, 李志飞

计算机科学. 2025, 52 (4): 119-128. doi:10.11896/jsjkx.240700053

摘要 ( 61 )

PDF(3342KB) ( 87 )

参考文献 | 相关文章 | 多维度评价

评论作为最常见的辅助信息,能够直观地表达用户的喜好和物品的属性,被研究者们广泛应用于优化推荐算法的预测精度。然而,目前评论推荐算法仍存在不足,主要体现在忽略了对评论文本多粒度特征的建模和对用户偏好、物品属性这一对异质特征的关联性交互学习,导致模型无法充分提取评论信息,影响了模型精度。因此,提出了融合词间句间多关系建模的评论推荐算法(MR4R),通过分析评论文本的词间重要性关系和句间时序动态关系,抽取不同层次的特征信息;设计了融合预测层,对用户偏好与物品属性特征间的关联性挖掘过程进行优化,并通过高阶非线性计算进行评分预测。选取了4个不同场景的数据集,并将所提模型与目前主流的7种推荐算法进行比较。实验结果表明,融合词间句间多关系建模的推荐算法能够充分提取评论中蕴含的信息,显著提升了平均推荐精度,具有更强的推荐性能。

基于双分支小波卷积自编码器和数据增强的深度聚类方法

安瑞, 鲁进, 杨晶晶

计算机科学. 2025, 52 (4): 129-137. doi:10.11896/jsjkx.240100111

摘要 ( 37 )

PDF(4142KB) ( 93 )

参考文献 | 相关文章 | 多维度评价

基于自编码器的深度聚类是无监督学习的代表算法,近年来在计算机视觉领域获得了诸多关注。相较于传统算法,自动编码器隐藏层紧凑的表示空间为聚类任务提供了更为灵活的条件。现有的自编码器聚类大多使用单分支编码器网络,而采用多个网络结合的双编码器结构还有较大的探索空间。为此,提出了一种基于双分支小波卷积自编码器和数据增强的深度聚类方法DB-WCAE-DA(Deep Clustering Method Based on Dual-Branch Wavelet Convolutional Autoencoder and Data Augmentation)。首先,融合小波变换设计了一种双分支的卷积自编码器结构,将数据映射到低维特征空间进行聚类。其次,在一个分支上采用VMF混合模型构建聚类软分配,保留数据的几何结构和方向信息;在另一个分支上引入数据增强技术,并在嵌入空间中添加噪声,提高编码器对特征的学习能力。通过这种双分支嵌套式优化过程不断提炼数据特征,使得聚类结果更加可靠。最后,在多个基准数据集上验证了该模型的有效性。

一致块对角和限定的多视角子空间聚类算法

吴杰, 万源, 刘秋杰

计算机科学. 2025, 52 (4): 138-146. doi:10.11896/jsjkx.240100131

摘要 ( 40 )

PDF(2824KB) ( 78 )

参考文献 | 相关文章 | 多维度评价

子空间聚类方法为高维多视角数据的聚类问题提供了有效的解决方案。针对现有算法利用低秩或稀疏约束通过模型的特定性质不能使得表示矩阵直接具有块对角性的问题,提出了一致块对角和限定的多视角子空间聚类算法(CBDE-MSC)。CBDE-MSC将各个视角的子空间表示矩阵分解为一致自表示矩阵和特定自表示矩阵。对于一致自表示矩阵,使用块对角约束使其具有近似的块对角结构,探索数据的一致性;对于特定自表示矩阵,在其间施加限定性约束,探索数据的互补性。使用矩阵L_2,1范数约束误差矩阵,使其满足行稀疏。此外,使用交替方向乘子法(ADMM)优化目标函数。采用归一化互信息(NMI)、正确率(ACC)、调整兰德指数(AR)和F分数(F-score)等评价指标,对CBDE-MSC进行了评估。实验结果表明,CBDE-MSC与现有的一些优良算法相比,4个指标的结果均有较大的提升,尤其是在YaleB数据集上,相比于经典方法CSMSC,其NMI,ACC,AR和F-score分别提升了0.088,0.127,0.145和0.122。实验结果验证了所提算法的有效性。

基于超图的知识提取算法

刘川, 杜宝苍, 毛华

计算机科学. 2025, 52 (4): 147-160. doi:10.11896/jsjkx.240100084

摘要 ( 41 )

PDF(1834KB) ( 100 )

参考文献 | 相关文章 | 多维度评价

知识提取一直是计算机领域研究的主题之一,然而现有的一些知识提取方法还不能满足可视化以及潜在知识的提取两方面的实际需求。众所周知,知识是由可定义知识和潜在知识组成,并且可定义知识可以在潜在知识的提取过程中同时得到,反之则不然。有关可定义知识的提取目前已有许多成果,但针对潜在知识的提取的研究相对较少,特别是如何通过可视化方法提取潜在知识是一个急需解决的问题。为此,文中利用超图的可视化特点,在信息系统的背景下,探究了信息系统与超图之间的对应关系,并且给出了两者之间相互转化的方法。利用此方法,结合超图理论与粗糙集理论,定义了基于超图的一对上下近似算子,进一步地,提出近似超图的概念,探究近似超图的相关性质,完成近似超图的构建,并在此基础上创建了一种有效方法以实现超图框架下的知识提取。将所提方法与经典的和新近提出的近似理论以及知识提取方法进行了对比,结果表明所提方法在近似方案和知识提取等方面具有多种优势。通过实际案例验证了所提方法的正确性,从而说明了其可应用性。所提方法是现有的知识提取理论的发展和补充。

半监督偏多标签特征选择

武优, 王静, 李培培, 胡学钢

计算机科学. 2025, 52 (4): 161-168. doi:10.11896/jsjkx.240600008

摘要 ( 59 )

PDF(2749KB) ( 83 )

参考文献 | 相关文章 | 多维度评价

多标签特征选择是一种有效的特征降维技术,旨在从原始特征空间中筛选出具有区分力的特征子集。然而,传统的多标签特征选择方法面临着标注精度下降的问题。在真实的数据中,实例被候选标签集标注,候选标签除相关标签外,还混杂着噪声标签,即偏多标签数据。现有的多标签特征选择算法通常假设训练样本被精确标注,或者只考虑标签缺失的情况。并且,在现实情形中,大规模高维多标签数据集往往只有小部分数据被标注。因此,文中提出一种新颖的半监督偏多标签特征选择方法。首先,针对偏多标签问题,从已知标签的样本中学习标签之间的真实关系,然后利用流形正则化技术维持特征空间与标签空间的结构一致性。其次,针对标签缺失问题,通过标签传播算法来增强标签信息。另外,针对高维特征问题,对映射矩阵施加低秩约束,以揭示标签间的隐性联系,并通过引入 l_2,1 范数约束来选择具有较强区分能力的特征。实验结果表明,与现有的半监督多标签特征选择方法相比,所提方法在性能上存在显著的优势。

基于强连通分量的最短环计数索引

杨迎, 周军锋, 杜明

计算机科学. 2025, 52 (4): 169-176. doi:10.11896/jsjkx.240200105

摘要 ( 45 )

PDF(1510KB) ( 98 )

参考文献 | 相关文章 | 多维度评价

最短环计数是图分析的一种基本模式。经过某个顶点的最短环计数指经过该顶点且长度最短的环的数目。在现实生活中,最短环计数应用十分广泛,如欺诈交易检测、罪犯预筛选以及文件共享优化等。针对现有方法索引空间较大、查询效率较低等问题,研究如何在原始图上构建最短环计数索引,提出了一种针对最短环计数且无需进行图转换操作的STC索引(Trough Shortest Cycle Counting Index)。该索引根据最短环的特征对其进行分类,针对不同类型的最短环分别构建不同的索引信息,能够直接基于原始图构造索引,并且在保证索引规模不扩大、索引构造时间不增加的前提下,进一步提升查询效率。此外,根据环与强连通分量的特殊关系,提出了基于强连通分量的索引策略,通过在强连通分量内部构造最短环计数索引,可以进一步提升索引构造效率,有效减小索引规模,提升查询效率。在10个真实数据集上进行了实验。实验结果验证了所提出的STC索引的高效性,以及基于强连通分量的策略可以有效减小索引空间,提升索引构造以及查询效率。

基于边缘约束和改进Swin Unetr的复杂器官分割方法

彭琳娜, 张红云, 苗夺谦

计算机科学. 2025, 52 (4): 177-184. doi:10.11896/jsjkx.240600007

摘要 ( 56 )

PDF(3140KB) ( 99 )

参考文献 | 相关文章 | 多维度评价

针对腹部CT多器官分割任务中器官边缘模糊、器官比例差异过大的问题,提出了基于边缘约束和改进Swin Unetr的复杂器官分割方法。为了在不同体素比例的器官上提取精细程度不同的特征,设计了掩码注意力模块,通过计算各个器官的掩码信息,提取对应特征。随后,以数据集先验和掩码信息为基础,在相应的窗口和块大小上进行特征提取,以获得小比例器官分割所需的精细化特征,并与编码器的输出特征融合;同时,输出初步预测的语义分割结果后,为了充分利用边界信息,增强模型对于边界信息的处理能力,输出的语义特征通过卷积层进一步提取出边界信息,通过边缘损失最小化使模型的语义分割结果受到边缘预测任务的约束。在BTCV和TCIA pancreas-CT数据集上对所提方法进行训练和测试,在基于卷积网络的UNet++和基于Transformer的Swin Unetr上加入了提出的改进模块并进行训练,与Unetr等经典网络进行了对比实验。在BTCV数据集上,所提模型Dice系数分别达到了0.847 9和0.840 6,HD距离分别为11.76和8.35,整体上优于其他对比方法,从而验证了所提方法的有效性和可行性。

基于虹膜纹理感知的自适应关联学习方法

孔佳琳, 张琪, 卫建泽, 李琦

计算机科学. 2025, 52 (4): 185-193. doi:10.11896/jsjkx.250100022

摘要 ( 49 )

PDF(2929KB) ( 94 )

参考文献 | 相关文章 | 多维度评价

虹膜中的微结构具有较高的个体区分度,使得虹膜识别成为实现身份验证的理想选择。除了微结构本身的特征外,其间的关联性也是用于身份验证的有效判别线索。针对虹膜微结构之间的关联性,提出了一种基于虹膜纹理感知的自适应关联学习方法,该方法在关联测度模型的双分支结构基础上进行改进,融入了通道注意力和高效多尺度注意力机制来自适应地动态调整特征图,从不同细节层次的分布中捕捉特征,提高了对虹膜微结构的敏感度。为了深入挖掘来自全局和局部特征之间的关联作用,利用注意力机制对双分支网络提取到的特征进行自适应加权融合,这种加权方式可以根据输入的重要性或相关性灵活地分配不同的权重以学习最优特征关联。实验结果表明,自适应关联学习方法在虹膜识别任务中的表现出色,在多项评价指标上优于现有基线方法,具有更高的识别精度和更强的泛化能力。

基于YOLO-Unet组合网络的牛只个体识别方法研究

周意, 毛宽民

计算机科学. 2025, 52 (4): 194-201. doi:10.11896/jsjkx.240100144

摘要 ( 54 )

PDF(4407KB) ( 100 )

参考文献 | 相关文章 | 多维度评价

非接触式牛只个体识别方法在节约识别成本、简化识别流程和提升识别精度方面具有一定的优势,近年来在牛只个体识别领域有了充分的发展。但现有的研究中存在着识别准确率受环境和天气等外部因素影响过大、模型迁移训练困难等问题。针对上述问题,基于YOLO-Unet组合网络提出了包含3个模块的牛只个体识别模型。首先,根据YOLOv5模型构建图像提取模块,用以提取牛只面部图像;随后,采用Unet模型构建背景消去模块,用以去除牛只面部图像背景,以消除环境影响,进而提升模型泛化性能;最后,使用MobileNetV3构建个体分类模块,对经背景消去后的牛只面部图像进行分类。对背景消去模块进行了消融实验,实验结果表明,引入背景消去模块能极大地提升模型泛化性能。引入背景消去模块的模型在测试集上的识别准确率为90.48%,相较于未引入背景消去模块的模型提升了11.99%。

面向无人机航拍图像的YOLOv8目标检测改进算法

胡惠娟, 秦一锋, 徐鹤, 李鹏

计算机科学. 2025, 52 (4): 202-211. doi:10.11896/jsjkx.240500042

摘要 ( 92 )

PDF(4656KB) ( 113 )

参考文献 | 相关文章 | 多维度评价

针对无人机视角下航拍图像目标检测中存在的目标尺度变化多样、背景复杂、小目标聚集以及无人机平台计算资源受限等问题,提出了一种改进YOLOv8目标检测算法YOLOv8-CEBI。首先,在骨干网络引入轻量级Context Guided 模块,显著降低模型参数量与计算量,同时引入多尺度注意力机制EMA,捕获细粒度空间信息,提升对小目标和在复杂背景下的检测能力。其次,引入加权双向特征金字塔网络BiFPN,对颈部进行改造,在保持参数成本的前提下,增强多尺度特征融合能力。最后利用Inner-CIOU损失函数生成辅助边框以更精准地计算损失并加速边界框回归过程。在VisDrone数据集上进行实验,结果表明,与原始YOLOv8s算法相比,改进方法参数量减少51.3%,运算量减少28.5%,mAP50提升1.6%。所提模型在轻量化的同时提升了精度,取得了在减少计算资源与保证精度之间的平衡。

俯仰视角影响下的虚拟现实头部旋转增益研究

谢泽华, 傅月瑶, 何煜, 胥森哲, 任洋甫, 于歌, 张松海

计算机科学. 2025, 52 (4): 212-221. doi:10.11896/jsjkx.240700040

摘要 ( 40 )

PDF(4150KB) ( 91 )

参考文献 | 相关文章 | 多维度评价

在虚拟现实中,增加头部旋转增益,可显著提高用户的探索效率。由于空间限制,用户常需进行大幅头部旋转以观察整个场景,这会在一定程度上牺牲舒适性。应用头部旋转增益能够在小幅旋转头部的前提下实现虚拟场景的大角度旋转,使用户能更轻松地观察整个场景。在虚拟现实场景探索过程中,用户经常需要抬头或低头,但目前对于在俯视或仰视状态下的头部旋转阈值方面的研究不足。因此,重点关注用户在仰视、俯视及平视状态下的头部旋转增益差异,并探究加入俯仰角后用户舒适的头部旋转阈值范围。通过设计虚拟场景引导用户在不同的俯仰角度进行头部旋转,并通过心理物理学实验收集用户反馈,对比各个状态下的头部旋转增益。研究结果表明,引入俯仰角后用户对旋转阈值的感知发生了显著变化,不同俯仰角度下舒适的头部旋转阈值具有显著差异。

基于轮廓线的网格体物体空间快速消隐算法

宋海川, 邱荪泓, 汪鑫星, 李一锦, 陈振华, 陈小雕

计算机科学. 2025, 52 (4): 222-230. doi:10.11896/jsjkx.240700042

摘要 ( 35 )

PDF(4328KB) ( 99 )

参考文献 | 相关文章 | 多维度评价

隐藏线消除,即消除在一定视角下被遮挡的线段,是解决三维场景中视觉混淆问题的关键技术。其中,物体空间的隐藏线消除技术可以计算可见性变化点的精确坐标,因此在实际工程中被广泛用于三维可视化建模、高精度图纸的绘制等。然而,先前的物体空间消隐算法在处理实际工程中常用的网格体模型时,往往会因为模型面内部含有大量三角面片而计算效率低下。因此,提出了基于轮廓线的网格体物体空间快速消隐算法。该算法通过网格体轮廓线投影的交集进行三角面片的筛选及其求交计算,从而避免了大部分的无效求交计算。同时,在求交后根据待定可见性变化点所在线段与轮廓线和模型的射入、射出情况进行快速可见性判断,进一步提高了算法效率。实验结果显示,在两种常见的消隐模式下处理普通和复杂网格体模型的消隐,所提算法相较于对比算法效率分别提高了20倍和80倍以上,与主流几何内核ACIS的消隐处理效率差距在2.5倍以内。

大选择性核双边网络的长尾分布医学图像分类方法

孙汤慧, 赵刚, 郭美倩

计算机科学. 2025, 52 (4): 231-239. doi:10.11896/jsjkx.240700039

摘要 ( 42 )

PDF(2497KB) ( 95 )

参考文献 | 相关文章 | 多维度评价

医学场景下的数据集通常呈现长尾分布的特点,这种不平衡性可能导致模型偏向头部类,而对尾部类的识别性能较差,从而影响模型的准确性。常见的解决方法是对原始数据进行数据增强,使其具备平衡分布的特点,但增强后的尾部类样本质量往往不佳,没有真正改善尾部类的分类精度。针对此问题,提出一种大选择性核双边网络模型(LSKBB)。该模型主要由传统学习分支和重新再平衡分支两部分组成,采用LSK模块来获取关键信息和关注上下文信息,设计了可以使模型由一个关注方向逐渐过渡到另一个关注方向的动态损失函数,从而提高分类精度。在不改变长尾分布特点的医学数据集中进行图像分类实验,与现有方法相比,所提出的LSKBB模型性能在不平衡率为10,50和100时,在BreaKHis数据集下,准确率分别提高1.41%,1.25%和1.25%;在ChestX-ray数据集下,准确率分别提高6.10%,3.15%和2.47%。实验结果表明,LSKBB模型在不同的不平衡率下性能较好,可用于长尾分布的医学数据集的分类检测。

基于大语言模型自身的提示语公平性自动优化与评估

朱述承, 霍虹颖, 王伟康, 刘颖, 刘鹏远

计算机科学. 2025, 52 (4): 240-248. doi:10.11896/jsjkx.240900008

摘要 ( 64 )

PDF(2513KB) ( 142 )

参考文献 | 相关文章 | 多维度评价

随着大语言模型的迅速发展,模型公平性日益受到关注,目前研究主要聚焦于生成文本及下游任务中的偏见。为了生成更加公平的文本,需要仔细设计和审查提示语的公平性。为此,采用了4个中文大语言模型作为优化器,自动迭代生成描述优势群体和劣势群体的公平提示语。同时,研究模型温度、初始提示语类型及优化方向等变量对优化过程的影响,并评估思维链、角色扮演等提示语风格的公平性。结果显示,大语言模型能有效生成更无偏或有偏的提示语,优势群体的提示语在低温度下优化效果更佳。生成偏见提示语相对困难,模型采用反对抗策略应对。使用问句作为初始提示可产生更随机但更高质量的输出。不同模型表现出不同的优化策略,其中思维链和消偏风格的提示语生成的文本更为公平。提示语在模型公平性中至关重要,需进一步研究其公平性。

基于知识森林的多轮对话导学模型

肖鑫园, 唐九阳

计算机科学. 2025, 52 (4): 249-254. doi:10.11896/jsjkx.240700129

摘要 ( 40 )

PDF(2567KB) ( 82 )

参考文献 | 相关文章 | 多维度评价

在智能导学场景中,传统知识图谱的智能导学算法无法表征知识主题间的认知关系,且传统推荐方法缺少对学生和知识体系的动态交互设计,这两种问题会导致学生在学习过程中面临知识迷航。基于知识森林的多轮对话导学模型从知识森林模型的角度出发,提出一种涵盖知识前后序结构、知识中心度与难度,动态可交互的导学模型,并围绕中心度与先验知识定量评估了学生在学习过程中面临的知识迷航代价。为验证算法的有效性,对随机学习策略的知识迷航问题进行量化分析,在学科数据集GeoQSP,HisQSP,PhyQSP和DSAQSP上进行了多轮对话导学模型与随机学习策略的对比实验。实验结果表明,基于知识森林的多轮对话导学模型可以较大程度缓解因缺乏知识主题间的认知关系和动态交互能力导致的知识迷航问题。

话题性话语标记的自动识别与分类

杨进才, 余漠洋, 胡满, 肖明

计算机科学. 2025, 52 (4): 255-261. doi:10.11896/jsjkx.240100155

摘要 ( 45 )

PDF(1793KB) ( 93 )

参考文献 | 相关文章 | 多维度评价

话语标记(Discourse Markers)是一种语言标记,具有组织语篇、引导指意、显示情感的作用,因而受到语言学界的广泛关注。对话语标记及其类别的准确识别,对于篇章理解、说话人意图和情感的把握有重要作用。近十年来,国内外学者对话语标记的功能、特征、来源和系统分类展开研究并取得了丰富的成果。然而,因话语标记形式多变、来源多样、特征抽象、变体繁多,机器自动识别的难度较大。对此,以话题性话语标记为研究对象,提出一种融合外部语言学特征的NFLAT指针网络模型,实现对语篇中话语标记的自动识别和分类。经实验检验,训练后模型对话题性话语标记的识别及分类精确率(P值)达94.55%。

CGR-BERT-ZESHEL:基于中文特征的零样本实体链接模型

潘建, 吴志伟, 李燕君

计算机科学. 2025, 52 (4): 262-270. doi:10.11896/jsjkx.240100119

摘要 ( 44 )

PDF(2226KB) ( 77 )

参考文献 | 相关文章 | 多维度评价

目前,在实体链接任务的研究中,对中文实体链接、新兴实体与不知名实体链接的研究较少。此外,传统的BERT模型忽略了中文的两个关键方面,即字形和部首,这两者为语言理解提供了重要的语法和语义信息。针对以上问题,提出了一种基于中文特征的零样本实体链接模型CGR-BERT-ZESHEL。该模型首先通过引入视觉图像嵌入和传统字符嵌入,分别将字形特征和部首特征输入模型,从而增强词向量特征并缓解未登录词对模型性能的影响;然后采用候选实体生成和候选实体排序两阶段的方法得到实体链接的结果。在Hansel和CLEEK两个数据集上进行实验,结果表明,与基线模型相比,CGR-BERT-ZESHEL模型在候选实体生成阶段的性能指标Recall@100提高了17.49%和7.34%,在候选实体排序阶段的性能指标Accuracy提高了3.02%和3.11%;同时,在Recall@100和Accuracy指标上的性能均优于其他对比模型。

面向异步混合流水车间排产的混合禁忌搜索遗传优化算法

王思彤, 林荣恒

计算机科学. 2025, 52 (4): 271-279. doi:10.11896/jsjkx.240600049

摘要 ( 70 )

PDF(2420KB) ( 124 )

参考文献 | 相关文章 | 多维度评价

相比于传统流水线,混合流水车间具有更高的灵活性,能适应多变的生产场景,但其排产方案的求解复杂度更高,是现代实际制造系统中的常见问题。针对群智能进化算法在解决该问题时计算难度大且搜索效率不高的问题,以最小化总完工时间为优化目标,提出了一种混合禁忌搜索遗传优化算法。该算法根据排产问题中所有工件具有相同生产工艺、工件数量多、各阶段并行机不同速的特点,采用了基于首阶段工件顺序的单层编码、考虑机器选择三层优先级的解码方法、多种遗传算子和禁忌搜索算子,具有更加优秀的搜索性能,在保证解质量的基础上提高了算法的收敛速度。最后,通过40个算例和实际应用案例评估算法性能,并将其与其他算法进行比较。实验结果表明,所提出的算法在求解中规模算例、大规模算例和加工车间案例时表现优秀,排产结果的完工时间平均缩短了10.71%,算法达到最优解所需的迭代次数减少了25.72%,运行时间缩短了10.79%。

独立级联模型下基于双区分集的观察节点选择方法

陈张缘, 陈崚, 刘维, 李斌

计算机科学. 2025, 52 (4): 280-290. doi:10.11896/jsjkx.240300127

摘要 ( 39 )

PDF(4795KB) ( 82 )

参考文献 | 相关文章 | 多维度评价

随着互联网的发展,谣言信息可以在社交网络上快速传播,找到谣言源头有助于阻止负影响的传播,因此谣言源定位问题有着重要的研究价值。目前,最有效的源定位方法是基于观察节点的方法,但是现有选择观察节点的方法都没有考虑图的顶点分布的均匀性,并且都是预先设置观察节点的数量而没有根据图的拓扑特性来合理确定观察节点的个数。文中从节点预算阈值和节点的覆盖率阈值两个角度研究观察节点的放置策略,考虑了观察节点激活状态以及到源集合的区分距离,并提出了一种新的K-双区分算法。该算法首先根据双区分集概念选择初始观察节点,然后选择其中一个锚点根据提出的覆盖率和预算约束问题贪心地选择观察节点来达到预算和覆盖率阈值。在真实数据集上对所提算法进行了实验,在同一种源定位算法中对比多种选择观察节点的算法。实验结果表明,所提算法的源定位结果精确度和平均距离误差均优于对比算法,在大型数据集中只使用5%~10%的观察节点就可以达到很好的定位效果。

输入感知的通用矩阵-向量乘算法在Hygon DCU的自适应性能优化

李庆, 贾海鹏, 张云泉, 张思佳

计算机科学. 2025, 52 (4): 291-300. doi:10.11896/jsjkx.241100030

摘要 ( 50 )

PDF(4567KB) ( 90 )

参考文献 | 相关文章 | 多维度评价

GEMV(通用矩阵-向量乘法函数)是BLAS(基础线性代数子程序)算法库的核心组成部分,广泛用于计算机科学、工程计算和数学计算等领域。当前,随着国产Hygon DCU版本的不断迭代升级,Hygon DCU与传统GPU生产商之间也存在一定的竞争优势;随着GEMV应用领域的不断扩大,GEMV的输入特征体现出多样化的趋势。在这种背景下,单纯靠一种优化方法,无法实现GEMV算法在GPU计算平台上所有输入情况下的高性能。因此,在访存优化、指令重排、并行规约、共享内存、线程排布等传统优化手段的基础上,提出了一种输入感知的性能自适应优化方法,其能够根据输入矩阵的不同规模和形状自动调整计算kernel的实现方式以达到最佳性能,显著提高了GEMV在Hygon DCU上的性能。实验结果表明,在Hygon DCU Z100SM上,输入感知的通用矩阵-向量乘算法的整体性能明显优于RocBLAS库中的相关算法,对于不同的矩阵输入规模,性能最大提升为RocBLAS库中对应算法的3.020 3倍。

轻量级异构安全函数计算加速框架

赵川, 何章钊, 王豪, 孔繁星, 赵圣楠, 荆山

计算机科学. 2025, 52 (4): 301-309. doi:10.11896/jsjkx.240600046

摘要 ( 43 )

PDF(2630KB) ( 66 )

参考文献 | 相关文章 | 多维度评价

当前,数据已成为关键战略资源,数据挖掘和分析技术在各行业发挥着重要作用,但也存在着数据泄露的风险。安全函数计算(Secure Function Evaluation,SFE)可以在保证数据安全的前提下完成任意函数的计算。Yao协议是一种用于实现安全函数计算的协议,该协议在混淆电路(Garbled Circuit,GC)生成和计算阶段含有大量加解密计算操作,且在不经意传输(Oblivious Transfer,OT)阶段具有较高的计算开销,难以满足复杂的现实应用需求。针对Yao协议的效率问题,基于现场可编程门阵列(Field Programmable Gate Array,FPGA)的异构计算对Yao协议进行加速,并结合提出的轻量级代理不经意传输协议,最终设计出轻量级异构安全计算加速框架。该方案中,混淆电路生成方和代理计算方都实现了CPU-FPGA异构计算架构。该架构借助 CPU 擅长处理控制流的优势和FPGA的并行处理优势对混淆电路生成阶段和计算阶段进行加速,提高了生成混淆电路和计算混淆电路的效率,减轻了计算压力。另外,相比于通过非对称密码算法实现的不经意传输协议,在轻量级代理不经意传输协议中,混淆电路生成方和代理计算方只需执行对称操作,代理计算方即可获取用户输入对应的生成方持有的随机数。该轻量级代理不经意传输协议减轻了用户和服务器在不经意传输阶段的计算压力。实验证明,在局域网环境下,与Yao协议的软件实现(TinyGarble框架)相比,该方案的计算效率至少提高了128倍。

异步网络模型下的共识协议研究

王迪, 雷航, 曹广平

计算机科学. 2025, 52 (4): 310-326. doi:10.11896/jsjkx.240600132

摘要 ( 50 )

PDF(3432KB) ( 74 )

参考文献 | 相关文章 | 多维度评价

随着分布式系统的发展,共识问题受到了计算机领域的广泛关注。然而,FLP不可能结论指出:“在存在故障节点的异步系统中,没有确定的共识协议能够使分布式系统达成一致”。该结论成为阻碍设计异步共识协议的鸿沟。目前,研究者就如何规避FLP结论,已在异步共识领域进行了大量研究。首先,通过对分布式共识问题的相关定义与理论进行分析,总结出异步共识协议的定义;然后,根据规避FLP结论策略的不同,分别阐述了异步共识协议的发展脉络、实现方法与相关指标,分析总结了通过随机化、部分同步模型、故障检测器、条件限制与混合共识的方法规避FLP结论的优劣,指出了异步共识协议大多仍停留在理论阶段,难以真正应用;最后,简单探讨了共识中的等价性问题,期望拓展共识协议的实现途径,推动异步共识协议的创新和发展。

基于多尺度融合注意力的多视角文档图像篡改检测与定位

孟思江, 王宏霞, 曾强, 周炀

计算机科学. 2025, 52 (4): 327-335. doi:10.11896/jsjkx.240100142

摘要 ( 64 )

PDF(3079KB) ( 92 )

参考文献 | 相关文章 | 多维度评价

随着各类数字化平台的完善和应用,文档类图像在网络上得到了广泛传播。与此同时,图像处理技术的发展也增大了文档类图像被篡改的风险,保障文档图像的完整性和真实性变得至关重要。为了提高真实场景下文档类图像篡改区域定位的准确度,提出了一种基于多尺度融合注意力的多视角文档类图像篡改检测与定位方法(Multi-View and Multi-Scale Fusion Attention Network,MM-Net),采用多视角编码器结合RGB图像、噪声信息和字符特征信息,充分地挖掘篡改特征。此外,MM-Net设计多尺度融合注意力模块以实现不同尺度的特征交互,增强文档图像中的关键内容信息,从而提高文档类图像篡改区域定位的精度。在大规模数据集DocTamper上的大量实验结果表明,MM-Net实现了更精确的文档类图像篡改区域定位,在测试数据集、跨域数据集FCD和SCD上的F1值分别达到了0.809,0.807和0.774,并表现出了良好的泛化性和鲁棒性。

基于带毒分类器的自监督后门攻击防御方法

王一飞, 张胜杰, 薛迪展, 钱胜胜

计算机科学. 2025, 52 (4): 336-342. doi:10.11896/jsjkx.240100005

摘要 ( 37 )

PDF(2048KB) ( 81 )

参考文献 | 相关文章 | 多维度评价

近年来,自监督学习网络(Self-Supervised Learning,SSL)在深度学习领域迅速崛起,成为该领域发展的主要动力,特别是预训练图像模型和大规模语言模型(Large Language Model,LLM)的出现,引起了全球范围内的广泛关注。但是最近的研究发现,自监督学习网络容易受到后门攻击的影响。攻击者可以通过在训练数据集中加入少量带有恶意后门的样本,来操控预训练模型在下游任务中的表现。为了防御这种SSL后门攻击,提出了一种基于带毒分类器的自监督后门攻击防御方法,称为DPC(Defending by Poisoned Classifier)。通过获取在被污染数据集上训练的威胁模型,所提方法可以准确地检测出有毒样本。实验结果显示,假设屏蔽后门触发器可以有效地改变下游聚类模型的激活状态,DPC防御方法在实验中达到了91.5%的后门触发器检测召回率以及27.4%的精准率,超过了原来的SOTA方法。这表明该方法在检测潜在威胁方面具有出色的性能,为自监督学习网络的安全性提供了有效的保障。

基于触发差异优化的联邦学习持久后门攻击

蒋雨霏, 田育龙, 赵彦超

计算机科学. 2025, 52 (4): 343-351. doi:10.11896/jsjkx.240800043

摘要 ( 55 )

PDF(2924KB) ( 164 )

参考文献 | 相关文章 | 多维度评价

联邦学习分布式的特性使其允许各客户端在保持数据独立性的同时进行模型训练,但这也使得攻击者可以控制或模仿部分客户端来发起后门攻击,通过植入精心设计的固定触发器操纵模型输出。触发器的有效性和持久性是衡量攻击效果的重要标准,有效性即攻击成功率,持久性即停止攻击后维持高攻击成功率的能力。目前针对有效性的研究已经相对深入,但如何维持触发器的持久性仍然是一个有挑战性的问题。为延长触发器的持久性,提出了一种基于动态优化触发器的后门攻击方法。首先,在联邦学习动态更新时同步优化触发器,将触发器特征在攻击时模型与攻击后模型的潜在表示的差异最小化,以此训练全局模型对触发器特征的记忆能力。其次,使用冗余神经元作为植入后门是否成功的指标,通过自适应添加噪声来增强攻击的有效性。在MNIST,CIFAR-10和CIFAR-100数据集上进行广泛实验,结果表明,所提方案有效延长了联邦学习环境下触发器的持久性。在具有代表性的5种防御体系下攻击成功率高于98%,特别是在针对CIFAR-10数据集的攻击停止超过600轮后,攻击成功率仍然高于90%。

一种基于区块链的高可信流数据查询验证方案

杨帆, 孙奕, 林玮, 高琦

计算机科学. 2025, 52 (4): 352-361. doi:10.11896/jsjkx.240100184

摘要 ( 53 )

PDF(2431KB) ( 86 )

参考文献 | 相关文章 | 多维度评价

随着智慧物联网应用的普及,物联网设备持续收集大量流数据用于实时处理成为必然。由于其资源受限,须将大量流数据外包给服务器存储管理,而如何确保实时性强、无限增长的流数据完整性是一个复杂且具有挑战性的问题。虽然已有研究提出了关于流数据完整性验证的方案,但在不可信的外包存储服务环境中恶意服务器返回的查询结果正确性和数据完整性仍然无法保证。最近,基于分布式共识实现的区块链技术出现,给数据完整性验证问题带来了新的解决思路和方法。文中借助区块链的不可篡改性,提出了一种高可信流数据查询验证方案,设计了区块链上低维护成本的数据结构CS-DCAT,仅将认证树的根节点哈希值存储在区块链上。该方案适用于处理数据量不可预测的流数据,且能实现实时的流数据范围查询验证。通过安全性分析证明了所提方案的正确性和安全性,性能评估结果表明所提方案能够实现区块链上的低gas开销,范围查询和验证时的计算复杂度也仅与当前的数据量有关,不会引入过多额外的计算成本和通信开销。

基于T5模型的智能合约漏洞修复研究

焦健, 陈瑞翔, 贺强, 渠开洋, 张子怡

计算机科学. 2025, 52 (4): 362-368. doi:10.11896/jsjkx.240800039

摘要 ( 41 )

PDF(2863KB) ( 109 )

参考文献 | 相关文章 | 多维度评价

针对以太坊智能合约漏洞修复问题,目前的研究主要集中在人工定义模板的方法上。此方法需要开发者具备丰富的专业知识,面对复杂漏洞时修复效果较差。在Solidity智能合约源代码层面,围绕智能合约的漏洞修复技术开展研究。引入机器学习的漏洞修复方式,设计并实现一个T5模型智能合约漏洞修复系统,解决人工依赖的问题。利用数据爬虫技术和数据增强技术,构建相应T5模型训练数据集。利用机器学习技术,训练智能合约漏洞修复T5模型。通过网络爬虫构建了一个测试数据集,对所提系统进行多角度的性能评估。在合约修复准确率、gas消耗和引入代码量等方面,与TIPS,SGUARD和Elysium等合约漏洞修复工具进行对比。实验结果表明,所提系统修复效果良好,整体性能优于其他漏洞修复工具。

基于特征差分选择的集成模型流量对抗样本防御架构

何元康, 马海龙, 胡涛, 江逸茗

计算机科学. 2025, 52 (4): 369-380. doi:10.11896/jsjkx.240200092

摘要 ( 55 )

PDF(5865KB) ( 158 )

参考文献 | 相关文章 | 多维度评价

当前,基于深度学习的异常流量检测模型容易遭受流量对抗样本攻击。作为防御对抗攻击的有效方法,对抗训练虽然提升了模型鲁棒性,但也导致了模型检测精度下降。因此,如何有效平衡模型检测性能和鲁棒性是当前学术界研究的热点问题。针对该问题,基于集成学习思想构建多模型对抗防御框架,通过结合主动性特征差分选择和被动性对抗训练,来提升模型的对抗鲁棒性和检测性能。该框架由特征差分选择模块、检测体集成模块和投票裁决模块组成,用于解决单检测模型无法平衡检测性能与鲁棒性、防御滞后的问题。在模型训练方面,设计了基于特征差分选择的训练数据构造方法,通过有差异性地选择和组合流量特征,形成差异化流量样本数据,用于训练多个异构检测模型,以抵御单模型对抗攻击;在模型裁决方面,对多模型检测结果进行裁决输出,基于改进的启发式种群算法优化集成模型裁决策略,在提升检测精度的同时,增大了对抗样本生成的难度。实验效果显示,所提方法的性能相比单个模型对抗训练有较大提升,相较于现有的集成防御方法,其准确率和鲁棒性提升了近10%。

基于m序列和球腔体的二维动态耦合映像格系统及其特性

马英杰, 田彦, 赵耿, 杨亚涛, 覃晶滢, 洪辉

计算机科学. 2025, 52 (4): 381-391. doi:10.11896/jsjkx.240100008

摘要 ( 42 )

PDF(5073KB) ( 86 )

参考文献 | 相关文章 | 多维度评价

为解决现有时空混沌系统中动力学复杂性较低和生成序列之间相关度较高的问题,提出了一种基于m序列和球腔体的二维动态耦合映像格系统。利用改进的m序列来构建迭代矩阵,用于确定每个格点在迭代过程中耦合对象的索引和扰动符号,采用球腔体构造的分段混沌映射对混沌序列引入强度可控的扰动。通过分岔图、回归映射、Lyapunov指数和K熵评估系统的动力学特性,并对生成序列的相关性、均匀性、随机性以及系统的计算复杂度进行测试与验证。仿真实验与对比分析表明,该系统呈现出丰富的非线性动力学行为和优越的性能指标,包括周期倍增和分叉现象,在数据加密、图像加密和S盒生成领域具有潜在的应用前景。