计算机科学

第52卷第7期目录

计算机科学. 2025, 52 (7): 0-0.

摘要 ( 11 )

PDF(357KB) ( 16 )

相关文章 | 多维度评价

面向软件生态演化的操作系统兼容性研究综述

洪欣然, 马俊, 王静, 张闯, 余杰, 李小玲, 张雪艳, 阳娅婧

计算机科学. 2025, 52 (7): 1-12. doi:10.11896/jsjkx.240900097

摘要 ( 13 )

PDF(2753KB) ( 26 )

参考文献 | 相关文章 | 多维度评价

随着软硬件技术的飞速发展,软件生态成为信息产业创新发展的关键。然而,软件生态规模和数量庞大、应用场景复杂多样、依赖和供应链关系纵横交错,使得软件生态快速演化带来的兼容性问题日益突出,传统兼容性分析方法的局限性也越来越明显。操作系统作为支撑整个软件生态系统的基础设施,其兼容性问题直接关系到软件的稳定性、可用性、安全性以及软件生态的健康发展。从操作系统视角分析兼容性能够更宏观地把握整个软件生态的上下层次和依赖关系,并可以借助大数据和智能化手段,对海量的软件生态关系和复杂演化进行分析,从而更高效地识别和解决兼容性问题,提高操作系统的适应性和用户体验。文中旨在从架构层次、关系网络、演化过程等多个维度全面总结分析操作系统兼容性的内涵、模型,并从操作系统中软件生态演化的角度,结合复杂关系网络、人工智能、知识图谱等技术手段发展,从分析评估、检测定位、修复保障等方面系统性地探讨了当前兼容性问题的主要解决方案和研究成果,并对该领域的研究挑战和未来发展方向进行了归纳总结。

嵌入式软件模糊测试研究综述

孙琪明, 侯刚, 靳文杰, 黄晨, 孔维强

计算机科学. 2025, 52 (7): 13-25. doi:10.11896/jsjkx.240800068

摘要 ( 6 )

PDF(2501KB) ( 23 )

参考文献 | 相关文章 | 多维度评价

嵌入式软件目前已广泛应用于国防军工、航空航天、物联网通信等各类安全攸关系统,面临着日益严峻的安全挑战,因此,如何快速发现并修复嵌入式软件安全漏洞变得至关重要。模糊测试作为一种高效的软件测试技术,能够通过自动生成大量随机数据测试软件系统的可靠性,目前已逐步应用于各类嵌入式软件的漏洞发现。文中首先介绍了模糊测试技术、嵌入式系统及其固件设备;其次,概述了嵌入式软件模糊测试的流程,分析了其与传统软件模糊测试的区别和面临的挑战;然后,系统地介绍了嵌入式软件模糊测试的研究现状和主要方法,包括直接模糊测试和基于仿真的模糊测试;最后,分析了嵌入式软件模糊测试效果提升可采用的优化方法并展望了未来可能的技术方向。

开源项目中的子社区发现与评价:以Apache IoTDB为例

王威伟, 乐阳, 王彦凯

计算机科学. 2025, 52 (7): 26-36. doi:10.11896/jsjkx.250200108

摘要 ( 6 )

PDF(3318KB) ( 21 )

参考文献 | 相关文章 | 多维度评价

随着开源协作成为软件研发广泛应用的范式,开源软件的项目规模和结构越来越复杂。在开源协作模式下,如何保证大型复杂软件的软件质量,成为亟待解决的问题。现有开源社区运作模式中,一个项目的社区往往被作为一个整体,这与复杂软件的模块化设计思路相矛盾。聚焦开源项目中的子社区现象,通过分析代码提交记录和文件变更历史,将开发者与代码文件建模为图结构,提出了一种基于开发者和代码修改记录的子社区发现算法。通过引入社团内参与系数和社团间参与系数,建立核心开发者识别模型,为项目管理者提供开发者贡献度与协作重要性的量化评估工具。同时,设计了一种综合考虑模块集中度和分散度的子社区评分方法,以评估不同子社区在模块开发过程中的质量表现。以 Apache IoTDB 项目为案例进行实证分析,通过挖掘 282 位开发者的 11 523 次提交记录,构建了协作网络,识别出4个具有显著特征的子社区。实验结果显示,核心开发者识别结果与各子社区的代码质量评估得分均与实际开发状况相符,验证了所提模型和方法在开源项目中的有效性。

代码自动生成工具Github Copilot生成代码质量的分析

王东煜, 莫然, 詹文静, 蒋颖婕

计算机科学. 2025, 52 (7): 37-49. doi:10.11896/jsjkx.240600076

摘要 ( 7 )

PDF(2506KB) ( 18 )

参考文献 | 相关文章 | 多维度评价

Github Copilot是Github和OpenAI推出的一款基于生成式AI的代码自动生成工具,它的核心功能之一,是根据自然语言的描述生成对应的实现代码。这一AI在编程领域的拓展,近年来引起了热议与重视。现阶段人们的关注点主要在AI编程与人类编程的对比,比如AI程序员与人类程序员的编程效率对比,以及两者所编写的代码性能对比。然而,目前关于Copilot代码本身特征的研究较少,特别是代码质量问题,例如AI生成代码有哪些缺陷,这些缺陷是否会导致程序错误,以及代码是否易于理解等。代码质量对软件开发至关重要,分析AI生成代码的代码质量有助于更好地使用和改进此类代码生成工具。本文使用工具从LeetCode中提取所有的开源问题(共2033道)作为数据样本对Copilot进行测试,分别生成3种语言(Java,JavaScript,Python)的代码建议,提交并记录代码建议的执行结果。使用SonarQube静态分析这些代码建议文件,结合代码建议的执行结果,从可靠性、可维护性、复杂性3个维度分析Copilot的代码质量特征。结果发现:1) Copilot生成代码较为可靠,对于Java,JavaScript和Python 3种语言,分别收集了7,5,9种Bug类型,且3种语言涉及Bug的代码建议比例不超过3%,但涉及Bug的代码建议50%以上未通过测试;2) Copilot代码建议可维护性较差,对于Java,JavaScript和Python,分别收集了47,23,20种代码异味类类型,3种语言涉及代码建议的比例均超过40%,涉及代码异味的代码建议50%以上未通过测试用例;3) Copilot代码易于理解,多数代码建议的复杂度未超过阈值,且复杂度异常的代码建议比例不超过6%。最后,结合实验结果,提出了维护Copilot的可行建议,并探讨了此类工具未来可能的研究方向。

动态库裁剪增强的程序系统调用限制方法

张淋茂, 孙聪, 饶雪

计算机科学. 2025, 52 (7): 50-57. doi:10.11896/jsjkx.240700026

摘要 ( 4 )

PDF(2230KB) ( 20 )

参考文献 | 相关文章 | 多维度评价

应用程序的开发和执行广泛依赖于动态库。动态库因具有多程序公用的特点,通常包含远多于特定应用程序所需函数的大量库函数。一方面,虽然应用程序通常仅使用动态库中的少量函数,但运行时会装载整个动态库,装载多余的库代码扩大了程序攻击面,对动态库进行应用程序特定的裁剪有助于减小攻击面。另一方面,现有的应用程序系统调用限制方案未考虑动态库裁剪带来的额外系统调用限制空间,因此无法实现对应用程序系统调用的严格限制。基于此,提出了一种基于中间表示的动态库裁剪增强的程序系统调用限制方案,对应用程序进行二进制裁剪,以减少应用程序本身的冗余代码对动态库裁剪与系统调用限制的影响。在动态库的中间表示上实现了一种改进的指针分析,获得与应用程序相关的库函数调用图,进而裁剪冗余库函数,生成裁剪后的动态库。在动态库中间表示上,提取与裁剪结果保留函数对应的系统调用,以确定系统调用允许集合。依据系统调用允许集合对裁剪后的二进制应用程序进行二进制重写,过滤允许集合之外的系统调用。实验结果表明,所提方案相比现有方案具有更高的库函数裁剪率和更严格的系统调用限制能力,指针分析方法具有更高精准性;在典型应用程序上,所提方案能够显著减小代码重用攻击面并避免典型的已知漏洞。

一种基于变量依赖关系的需求模型耦合分析方法

尹伟, 窦霖, 高忠杰, 王立松, 孙倩

计算机科学. 2025, 52 (7): 58-68. doi:10.11896/jsjkx.241000092

摘要 ( 7 )

PDF(2294KB) ( 16 )

参考文献 | 相关文章 | 多维度评价

机载软件是典型的安全关键软件,其开发和验证过程在航空业内受到严格控制。机载软件的复杂性和多样性使得需求分析成为关键的研究内容,特别是在需求验证阶段,需要关注系统部件之间的交互方式以及变量之间的依赖关系是否满足预期。对此,提出了一种面向机载软件需求的基于VRM模型的耦合分析方法,定义了需求中变量之间的依赖关系,通过度量指标来衡量系统部件之间的数据耦合和控制耦合。为了弥补基于需求层面的耦合分析技术的不足,使用VRM模型作为形式化需求模型,在系统需求层次进行建模和分析,有效支撑了DO-178C对数据耦合、控制耦合和软件部件的相关要求。同时,提出了基于变量间层次依赖关系的耦合度量方法,将变量间的关系定义为n叉依赖树的结构,并使用一系列算法对变量划分权重。通过构造变量矩阵、需求变量依赖树等方法对耦合度进行度量,形成了基于变量依赖关系的数据耦合和控制耦合分析原型。该研究突破了基于需求层面的耦合分析技术,为复杂系统的设计提供了帮助,提高了机载软件开发的质量和可靠性。

基于跨视图二部图图扩散的多视图聚类

王劲夫, 王思为, 梁伟轩, 于胜举, 祝恩

计算机科学. 2025, 52 (7): 69-74. doi:10.11896/jsjkx.240500097

摘要 ( 5 )

PDF(2257KB) ( 20 )

参考文献 | 相关文章 | 多维度评价

多视图聚类是无监督学习领域的一个研究热点。最近,基于跨视图图扩散的方法有效利用了多个视图之间的互补信息,取得了较好的效果。但这类方法的时间和空间复杂度较高,限制了其在大规模数据集上的应用。针对此问题,提出基于二部图跨视图图扩散的多视图聚类方法,成功将立方的时间复杂度和平方的空间复杂度降低至线性,从而可以高效地处理大规模聚类任务。使用二部图代替全图进行跨视图图扩散,并对基于全图的跨视图图扩散公式进行修改以适应二部图输入。在6个基准数据集上的实验结果表明,所提出的方法在聚类精度和运行效率方面比大多现有多视图聚类方法更具优势。在小规模数据集上,所提方法中的准确度等指标普遍高于对比算法5%以上;在大规模数据集上,所提方法的优势更加明显,其ACC和NMI等指标高于对比算法15%~30%。

参数协同优化的TSVR增强型TSK模糊系统

王维, 赵云龙, 彭小玉, 潘小东

计算机科学. 2025, 52 (7): 75-81. doi:10.11896/jsjkx.240500086

摘要 ( 5 )

PDF(1631KB) ( 19 )

参考文献 | 相关文章 | 多维度评价

Takagi-Sugeno-Kang(TSK)模糊系统作为特殊的非线性回归系统,能够解决机器学习任务,但其处理高维问题的效果并不理想,且对于规则的确定和调整较为困难。为了优化该系统,将沿用模糊IF-THEN规则。首先运用模糊C均值聚类对数据集进行划分,将数据点嵌入表征点到模糊聚类中心隶属度的空间,进而利用孪生支持向量回归机(TSVR)确定两个回归平面,从而得到回归值。考虑到不同数据集适应不同的关键参数,如聚类数等,采用遗传算法(GA)进行统一参数寻优,简化了领域知识的先验设置,形成了TSVR-GA-TSK(TG-TSK)模糊系统。实验结果表明,相比于经典回归算法和典型的TSK模糊系统,TG-TSK模糊系统具有良好的回归精度和鲁棒性,在Nemenyi检验的两两比较中具有显著优势。

基于可控偏好抽样的复杂网络度分布推断方法

池艺妍, 祁明泽, 黄彭奇子, 段晓君

计算机科学. 2025, 52 (7): 82-91. doi:10.11896/jsjkx.241200098

摘要 ( 4 )

PDF(4271KB) ( 19 )

参考文献 | 相关文章 | 多维度评价

随着大数据时代的到来,复杂网络的规模和复杂性日益增长。受网络规模、动态性和隐私保护等限制,获取网络的完全信息难以实现。网络抽样作为一种有效的解决方案,可以通过获取网络的局部信息来估计整体属性和特征。然而,现有的网络抽样方法在获取节点的过程中往往存在不同程度的度偏置,导致样本网络度分布相较真实度分布出现显著偏差。针对这一问题,提出了一套基于可控偏好抽样的度分布推断框架。该框架包含一种单向边抽样方法,通过在邻居节点的选择概率中引入偏好参数,实现对抽样偏好的精确控制;同时,基于期望最大化算法,构建了针对偏好抽样数据的迭代推断机制,通过修正样本偏好,实现对原始网络度分布的准确推断。在模型网络和真实网络上的实验结果表明,该方法能够准确推断原始网络度分布,为有限观测信息下的网络鲁棒性分析和传播动力学研究等应用场景提供了可靠的属性分析工具。

基于运动模式与时频域融合的行人轨迹预测

刘亚俊, 纪庆革

计算机科学. 2025, 52 (7): 92-102. doi:10.11896/jsjkx.250200011

摘要 ( 8 )

PDF(3935KB) ( 21 )

参考文献 | 相关文章 | 多维度评价

由于人类行为存在不确定性以及预测未来固有的多模态特点,如何区别预测轨迹的可能性与重要性成为不可避免的问题;行人运动模式则可以作为区分的基准特征。现有以运动模式作为切入点的研究非常匮乏;此外,以往研究局限于轨迹时域或频域单个维度,未能同时纳入研究。为此,提出了一种基于运动模式与时频域融合的行人轨迹预测模型MPTF,其由轨迹概率预测、回归预测与门控融合网络等组成。概率预测子网络提取轨迹时频域高维特征,结合运动模式以分类方式推理未来轨迹发生概率;回归预测子网络的时域处理分支挖掘行人社交关系,频域处理分支则着重关注不同频率分量对预测准确性的差异性影响;门控网络融合双维度推理特征,以回归方式预测多模态未来轨迹。公开数据集实验表明:MPTF在评估指标ADE与FDE上的总体性能达到研究前沿同等竞争力水平,在UNIV数据集上,ADE/FDE取得0.22/0.40的最优结果,在ETH数据集上,FDE提升8.5%,证明了结合时频域轨迹特征方法的有效性。

基于知识感知的图优化推荐模型

罗旭阳, 谭智一

计算机科学. 2025, 52 (7): 103-109. doi:10.11896/jsjkx.240600120

摘要 ( 11 )

PDF(2393KB) ( 24 )

参考文献 | 相关文章 | 多维度评价

基于知识图谱的推荐模型通过捕捉交互物品在知识图谱上的实体关联,实现对用户偏好的精准建模,从而提高推荐的准确性。然而,现有工作忽略了交互图的噪声问题和稀疏性问题,限制了模型对实体关联的捕捉效率,导致用户偏好建模出现偏差,从而无法获得最优结果。为了解决上述问题,提出了一种基于知识感知的图优化推荐模型(Knowledge-aware Graph Refinement Network,KGRN)。具体来说,首先设计了一个图修剪模块,利用知识图谱的语义信息来动态修剪交互图中的噪声交互;然后设计了一个图构建模块来缓解交互图的数据稀疏性,提高模型挖掘用户偏好的实体能力,增强用户偏好建模。为了验证KGRN的有效性,在3个基准数据集上进行了对比实验。相较于现有模型,KGRN在MovieLens-1M上的表现提升了2.97%,在Amazon-Book上的表现提升了1.69%,在BookCrossing上的表现提升了2.22%。实验结果证明了所提模型的有效性。

融合位置和结构信息的图神经网络的节点学习研究

郝佳辉, 万源, 张宇航

计算机科学. 2025, 52 (7): 110-118. doi:10.11896/jsjkx.240400093

摘要 ( 10 )

PDF(2066KB) ( 23 )

参考文献 | 相关文章 | 多维度评价

图神经网络是一种强大的学习图数据的模型,通过节点信息嵌入和图卷积运算实现图结构数据的表示。图数据中节点的结构信息和节点的位置信息对获取图特征至关重要,但现有的图神经网络同时捕获位置信息和结构信息的表达能力有限。对此,提出了一种新的图神经网络——融合位置和结构信息的图神经网络(Positional and Structural Information with Graph Neural Networks,PSI-GNN)。PSI-GNN的核心思想在于利用编码器获取节点的位置和结构信息,并将这些信息特征嵌入到网络中。通过在网络中更新和传递这两种信息,PSI-GNN实现了对位置和结构信息的有效融合与利用,为解决上述问题提供了有效的解决方案。同时,为应对不同类型的图学习任务,PSI-GNN给予位置和结构信息以不同的权重来应对不同的下游任务。为了验证PSI-GNN的有效性,在多个基准图数据集上进行了实验。实验结果表明,PSI-GNN在节点级任务上最高提升了约14%,在图级任务上最高提升了约35%,验证了PSI-GNN在同时捕获位置和结构信息方面的有效性。

基于同层粒度类别关联程度计算的多路径选择分层分类

张悦康, 折延宏

计算机科学. 2025, 52 (7): 119-126. doi:10.11896/jsjkx.240600043

摘要 ( 5 )

PDF(2244KB) ( 19 )

参考文献 | 相关文章 | 多维度评价

分层分类是数据挖掘领域中的一个重要分支,通过挖掘数据之间的信息,将数据有组织地构建为层次结构。然而,层间误差传播是分层分类中一个不可避免的问题。为有效缓解层间误差传播问题,提出一种基于同层类别关联关系的多路径选择的分层分类方法。首先,通过预测类别和真实类别的分布,构造类别之间的相关性矩阵。其次,受点互信息PMI的启发,设计出一种度量同层类别之间的关联程度的方法RPMI,并基于RPMI计算出同层类别之间的关联程度。然后,在层次结构中自上而下地递归使用逻辑回归在每层选择预测类别,并通过选择与预测类别关联程度较大的类别,确定当前层的多个候选类别。最后,使用随机森林从多路径预测的结果中选出最佳预测类别。在5个数据集上对该方法进行评估,证明了其具有较好的分类性能。

双向特征图增强的图卷积网络算法

李梦茜, 高心丹, 李雪

计算机科学. 2025, 52 (7): 127-134. doi:10.11896/jsjkx.240600090

摘要 ( 12 )

PDF(2399KB) ( 28 )

参考文献 | 相关文章 | 多维度评价

图卷积神经网络算法在图结构数据的处理中起着至关重要的作用。现有图卷积网络的主流模式是基于拉普拉斯矩阵对节点特征进行加权求和,更侧重于对卷积聚合方式进行优化,忽略了图数据自身的先验信息。为充分挖掘图数据背后所蕴涵的丰富属性与结构信息,有效降低图数据中的噪音比例,提出双向特征图增强的图卷积网络算法,通过节点度和相似度计算增强图数据的拓扑空间特征和属性空间特征,然后将两种增强的图特征表示同时在拓扑空间和属性空间中传播,并利用注意力机制自适应融合学习到的嵌入。此外,针对深度图卷积神经网络易发生过平滑的问题,提出一种多输入残差结构,将初始残差和高阶邻域残差相结合,以实现模型在任意卷积层对初始特征和高阶邻域特征的均衡提取。在3个公共数据集上进行实验,结果表明该网络比现有网络具有更好的分类性能。

基于新型势场模型的二维骨架计算

万照麟, 马广哲, 米乐, 栗志扬, 范晓鹏

计算机科学. 2025, 52 (7): 135-141. doi:10.11896/jsjkx.240600124

摘要 ( 5 )

PDF(4014KB) ( 20 )

参考文献 | 相关文章 | 多维度评价

作为形状的一种简洁表示,骨架同时保留了形状的几何特性以及完整的拓扑结构。在骨架计算中,基于势场的方法认为骨架位于势场曲面的奇异点区域,并能够提供拓扑正确的连续骨架表示。但目前该方法得到的骨架仍然存在一些局限性,比如对噪声和等距变换敏感度较高等。为了解决这些问题,假定形状边界上均匀放置电荷,定义了一种新型的电势场用于二维骨架的计算。不同于传统势场采用欧氏距离,提出了利用热核函数来逼近形状内部的测地距离,进而计算形状内部的新型电势分布。由于热核测地距具有光滑性,因此其对形状噪声和等距变换表现出更强的鲁棒性。进一步,基于Nyström距离插值技术,提出了所定义势场的快速计算方法。最后,在两个形状数据集上进行了大量的骨架计算实验,分析了方法的主要参数。实验表明,所提方法可以产生稳定且简洁的形状骨架,在噪声的鲁棒性方面优于主流的骨架计算方法。

基于多模态特征对齐的弱对齐RGBT显著目标检测

刘成壮, 翟素兰, 刘海庆, 王鲲鹏

计算机科学. 2025, 52 (7): 142-150. doi:10.11896/jsjkx.240600033

摘要 ( 5 )

PDF(3986KB) ( 18 )

参考文献 | 相关文章 | 多维度评价

可见光和热红外(RGBT)显著目标检测(SOD)旨在从可见光和热红外图像中识别共同的显著物体。然而,现有技术大多在完全对齐的图像对上进行训练,忽略了实际成像过程中由传感器差异造成的“弱对齐”问题,即同一物体在不同模态中虽然结构相关,但是它们的位置、尺度存在差异。因此,如果不经对齐处理,直接使用弱对齐RGBT图像训练模型,会导致检测性能严重下降。为应对这一挑战,提出了一个多模态特征对齐融合网络(AFNet),专门针对弱对齐RGBT SOD。该网络由3个主要模块组成:分布对齐模块(DAM)、注意力引导的可变形卷积对齐模块(AGDCM)和交叉融合模块(CAM)。DAM基于最优传输理论,使热红外和RGB特征的分布尽可能接近,实现特征的初步对齐。AGDCM基于可变形卷积,在学习特征偏移量的过程中引入注意力权重,使不同的区域可以学习到适合自身的偏移量,实现多模态特征的精准对齐。CAM通过交叉注意力机制融合对齐后的特征,增强融合特征的判别能力并提高计算效率。通过在对齐和弱对齐数据集上进行大量实验,证明了所提方法的高效性。

EFormer:基于分频和广注意力的高效Transformer医学图像配准模型

黄星宇, 王丽会, 唐堃, 程欣宇, 张健, 叶晨

计算机科学. 2025, 52 (7): 151-160. doi:10.11896/jsjkx.240400159

摘要 ( 8 )

PDF(4634KB) ( 19 )

参考文献 | 相关文章 | 多维度评价

医学图像配准对于多种后处理步骤至关重要。目前基于卷积和Transformer的单流或双流网络架构能够实现良好的配准性能,但在配准性能与计算效率之间仍然难以取得平衡。为了解决这个问题,提出了一种高效的Transformer配准网络EFormer。其主要由分频器模块(Frequency Division Module,FDM)和广注意力模块(Broad Attention Module,BAM)组成。具体而言,在编解码器中使用多个FDM模拟双流网络并行提取局部-全局信息以提高计算效率;利用BAM增强多个FDM中局部信息的传递以保留配准中重要的语义特征。在3个数据集上的定性和定量比较实验结果表明,相比主流配准模型,EFormer在DSC,ASSD,HD95和雅可比行列式负值百分比4个评价指标上分别至少优化了1.3％,2.6％,0.6％和95％。此外,使用EFormer-tiny时,计算效率(Flops)优化了14％,表明EFormer能够以最快的计算速度在基于Transformer的网络中实现最佳的配准结果。

SCF U²-Net:结合模糊逻辑的轻量化改进U²-Net乳腺超声病变分割方法

庄建军, 万理

计算机科学. 2025, 52 (7): 161-169. doi:10.11896/jsjkx.240500134

摘要 ( 8 )

PDF(5414KB) ( 23 )

参考文献 | 相关文章 | 多维度评价

乳腺超声图像中病变的边界具有不确定性且形态不一,原始U²-Net存在参数量大的问题,对此提出一种结合模糊逻辑的轻量化改进U²-Net乳腺超声病变分割方法SCF U²-Net。利用模糊逻辑对特征图像素进行模糊化并计算不确定度值,与输入特征图相乘来降低图像的模糊性,有效解决了边界的不确定性问题。结合深度可分离卷积和扩张卷积,对残差U型模块(ReSidual U-blocks,RSU)进行改进,以减少模型参数量,提高分割效率。针对乳腺病变形态不一的问题,在解码阶段嵌入坐标注意力机制,加强感兴趣区域的信息提取能力,提高分割精度。经BUSI数据集测试,Dice和IoU分别为0.8975和0.8328,参数量降低了90%,推理速度是原来的1.9倍。与3种主流语义分割模型相比,所提算法的分割性能更优;与两种轻量化分割模型相比,在参数规模相当的情况下分割性能优势明显,具有良好的临床应用价值。

生物启发的运动行人视觉不变性响应神经网络

于世海, 胡滨

计算机科学. 2025, 52 (7): 170-188. doi:10.11896/jsjkx.240400209

摘要 ( 4 )

PDF(11214KB) ( 17 )

参考文献 | 相关文章 | 多维度评价

视觉不变性是生物视脑认知机能的重要神经调谐响应特性,但目前还尚无关于该神经特性在运动行人视觉感知问题研究中的计算模型。针对该问题,基于哺乳动物视觉神经结构特性,借助人类大脑内侧颞叶区(MTL)神经元尖峰响应机理以及人体运动力学特性,提出一种适用于运动行人视觉感知与不变性响应的人工视觉神经网络(mpvirNN)。所提出的神经网络包括两个部分:突触前网络和突触后网络。突触前网络基于哺乳动物视网膜视觉信息加工处理机制,感知视野域中行人对象的低阶视觉运动信息;突触后网络提取行人运动周期频率视觉线索,整合输出表征视觉响应的神经膜电位簇。系统性的实验研究表明,mpvirNN能有效感知视觉场景中的运动行人对象,产生具有视觉不变性特性的神经尖峰响应输出。研究涉及生物视脑认知神经机制启发的运动行人视觉动态信息加工处理,可为人工智能中的行人检测与认知识别研究提供新思想、新方法。

基于YOLOv8增强的目标检测算法及其应用规范

徐永伟, 任好盼, 王棚飞

计算机科学. 2025, 52 (7): 189-200. doi:10.11896/jsjkx.250100108

摘要 ( 7 )

PDF(7026KB) ( 34 )

参考文献 | 相关文章 | 多维度评价

目标检测是计算机视觉领域的关键技术之一,旨在从图像或视频中定位目标位置并识别所属的类别,被广泛应用于智能交通、安防监控、工业检测等领域。YOLOv8目标检测方法在检测精度和实时性方面取得了优异的结果,但是在复杂背景干扰、小目标检测、遮挡等方面面临严峻挑战,容易出现误检或漏检的情况。为了提高目标检测的精度,提出了一种基于YOLOv8增强的目标检测算法,并探讨了相应的应用规范。在技术层面,首先,在主干网络中引入空间注意力机制,增强了模型对关键目标的特征提取能力;同时,设计了自适应特征融合模块,提高了模型对多尺度特征图的整合能力。其次,采用了数据增强技术和迁移学习策略,有效地缓解了数据集中样本不平衡和目标数量限制的问题。然后,通过边框回归损失和分类损失的动态权重调整机制,进一步提高了模型的预测精度。最后,通过COCO,PASCAL VOC,Cityscapes,KITTI,VisDrone这5个数据集的大量实验证明了所提方法在检测精度和运行速度方面比最新方法更加准确高效,特别是在复杂场景、小目标检测和遮挡的情况下,模型的鲁棒性和准确性显著提升。在应用规范层面,为应对大规模目标检测算法应用产生的个人图像隐私数据安全的风险,在法律、伦理、技术等方面提出完善的应用规范,以推动技术进步紧密贴合社会发展需求。

基于脑网络连通性和脑电微状态的情感识别

房春英, 何元昆, 吴安欣

计算机科学. 2025, 52 (7): 201-209. doi:10.11896/jsjkx.240500087

摘要 ( 9 )

PDF(3465KB) ( 14 )

参考文献 | 相关文章 | 多维度评价

随着神经科学和计算方法的不断进步,研究者们对情感与大脑活动之间的关系产生了越来越浓厚的兴趣。在这个领域,复杂网络的连通性和脑电图微状态成为研究热点。脑网络的连通性揭示了不同脑区之间的信息传递和协调程度,对情绪调节过程具有重要影响。微状态是大脑在静息状态下的短时段内的稳定活动模式,其变化反映了大脑功能状态的转换。为进一步研究情感与各脑区的关系和提高情感识别准确率,提出基于脑网络模块连通性和脑电微状态的情感识别方法。该方法通过网络模块连通性分析,将复杂系统进行模块化划分,揭示整体与局部在不同情感下的关系;同时引入微状态分析来探索脑区与情感的对应关系,并且提取各微状态的持续时间、发生频率、覆盖比例以及转换概率作为特征,用于情感识别,发现情感在右半脑更活跃。为了得到更加全面的特征信息,将两种特征拼接融合进行情感识别。在SEED数据集上做了大量实验,结果表明模块连通性特征gamma频段获得最高的平均准确率,为94.07%,微状态特征准确率为87.23%,而融合特征的平均准确率为95.34%,与上述单一方法的特征提取识别准确率相比,准确率分别提升了1.27%和8.11%。

基于跨模态超图优化学习的多模态情感分析

蒋昆, 赵征鹏, 普园媛, 黄健, 谷金晶, 徐丹

计算机科学. 2025, 52 (7): 210-217. doi:10.11896/jsjkx.240600127

摘要 ( 8 )

PDF(2140KB) ( 17 )

参考文献 | 相关文章 | 多维度评价

多模态情感分析旨在从文本、音频和视觉等多种模态信息中检测出更准确的情感表达。以往的研究通过图神经网络来捕获跨模态和跨时间的节点情感交互,从而获得高度表达的情感信息。但图神经网络只能实现二元信息交互,这限制了对模态间复杂情感交互信息的利用,多模态数据中更需要挖掘这种潜在的情感交互信息。因此,提出了一种基于跨模态超图神经网络的多模态情感分析框架,利用超图结构可以连接多个节点的特性,充分利用模态内和模态间的复杂情感交互信息,以挖掘数据间更深层次的情感表征。此外,提出了一种超图自适应模块来优化学习原始超图的结构。超图自适应网络通过点边交叉注意力、超边采样和节点采样来发现潜在的隐式连接,并修剪冗余的超边以及无关的事件节点,对超图结构进行更新与优化。相对于初始结构,更新后的超图结构能够更准确、更完整地表述数据间的潜在情感关联性,以达到更好的情感分类效果。最后,在两个公开的CMU-MOSI和CMU-MOSEI数据集上进行了广泛的实验,结果表明所提框架相对于其他先进算法在多个性能指标上提升了1%~6%。

基于句法、语义和情感知识的方面级情感分析

郑诚, 杨楠

计算机科学. 2025, 52 (7): 218-225. doi:10.11896/jsjkx.240500124

摘要 ( 7 )

PDF(2476KB) ( 23 )

参考文献 | 相关文章 | 多维度评价

方面级情感分析的目标是识别句子中特定方面词的情感极性。近年来,许多工作都是利用句法依赖关系和自注意力机制分别获得句法知识和语义知识,并通过图卷积网络融合这两种信息更新节点的表示。然而句法依赖关系和自注意力机制都不是特定用于情感分析的工具,不能直接有效地捕获方面词的情感表达,而这一点正是方面级情感分析的关键之处。为了更准确地识别方面词的情感表达,构造了融合句法、语义和情感知识的网络。具体来说,利用句法依赖树中的句法知识构建句法图,并将外部情感知识库信息融合在句法图中。同时,采用自注意力机制获得句子中各单词的语义知识,并通过方面感知注意力机制使语义图关注与方面词相关的信息。此外,采用双向消息传播机制同时学习这两个图中的信息并更新节点表示。在3个基准数据集上的实验结果验证了所提模型的有效性。

基于跨模态单向加权的多模态情感分析模型

王有康, 程春玲

计算机科学. 2025, 52 (7): 226-232. doi:10.11896/jsjkx.240600066

摘要 ( 5 )

PDF(2325KB) ( 22 )

参考文献 | 相关文章 | 多维度评价

多模态情感分析模型大多利用跨模态注意力机制处理多模态特征信息,这类方法容易忽略不同模态内特有的有效信息,且存在多模态共有冗余信息对有效信息提取的干扰,导致模型分类精度降低。为此,提出一种基于跨模态单向加权的多模态情感分析模型。该模型利用单向加权模块完成不同模态内共有信息和特有信息的提取;同时实现多模态数据信息的交互。为了避免在交互过程中提取大量的重复有效信息,使用KL散度损失函数对相同模态信息进行对比学习。此外,提出含有过滤门控的时间卷积网络来完成单模态数据的特征提取,增强单模态特征信息的表达能力。在两个公开数据集CMU-MOSI和CMU-MOSEI上与13个基线模型相比,所提方法在分类精度、F1值等指标上表现出明显优势,验证了其有效性。

结合评价对象信息的评论摘要研究

孔银玲, 王中卿, 王红玲

计算机科学. 2025, 52 (7): 233-240. doi:10.11896/jsjkx.240600144

摘要 ( 9 )

PDF(2035KB) ( 19 )

参考文献 | 相关文章 | 多维度评价

评论是消费者对商品评价和反馈的一种文本形式。评论摘要是指对评论进行提取和压缩,形成能够概括评论信息的短文本。目前,评论摘要任务大多只关注评论的文本序列,忽略了评论中的方面、意见短语和情感极性等相关评价对象信息。因此,提出了一种基于T5模型(Text-to-Text Transfer Transformer),结合评价对象信息的评论摘要方法。该方法首先利用T5模型对评论摘要任务进行建模,通过注意力机制学习评论文本中的上下文信息,生成包含核心语义的摘要文本;然后提取摘要文本中的评价对象信息,并将其作为评论摘要任务的辅助信息;最后利用少样本数据对模型参数进行特异性调整,进一步改善摘要的效果,从而生成高质量的评论摘要。实验结果表明,在酒店评论数据集SPACE和产品评论数据集OPOSUM+上,该方法相较于基准模型在ROUGE评价指标上均有显著提升。

基于置信度引导提示学习的多模态方面级情感分析

李懋林, 林嘉杰, 杨振国

计算机科学. 2025, 52 (7): 241-247. doi:10.11896/jsjkx.240600126

摘要 ( 9 )

PDF(2442KB) ( 16 )

参考文献 | 相关文章 | 多维度评价

面对日益增加的社交平台数据,多模态方面级情感分析对于理解用户的潜在情感至关重要。现有研究工作集中于通过跨模态融合图像和文本来完成情感分析任务,无法有效地捕获图像和文本中的隐含情感。此外,传统方法受限于模型具有的黑箱性质而缺乏可解释性。为应对上述问题,提出了基于置信度引导的提示学习(CPL)的多模态方面级情感分类模型。该模型由多模态特征处理模块(MF)、基于置信度的门控模块(CG)、提示构建模块(PC)和多模态分类模块(MC)组成。多模态特征提取模块用以提取多模态数据的特征;基于置信度的门控模块旨在通过自注意力网络的置信度评估样本的分类难度,对不同难易程度的样本进行自适应性处理;提示构建模块根据难易样本,采取不同的适应性模板提示,以引导T5大语言模型生成辅助情感线索;多模态分类模块用以预测结果。在公开数据集Twitter-2015和Twitter-2017的实验结果表明,与现有基线方法相比,所提出的多模态方面级情感分类模型具有显著性能优势,准确率分别提高了0.48%和1.06%。

基于粒子群算法的自动向量化收益评估模型研究

刘梦真, 周清雷, 韩林, 聂凯, 李浩然, 陈梦尧, 刘浩浩

计算机科学. 2025, 52 (7): 248-254. doi:10.11896/jsjkx.241000181

摘要 ( 6 )

PDF(1657KB) ( 20 )

参考文献 | 相关文章 | 多维度评价

自动向量化技术利用SIMD部件加速程序的执行,减轻了程序员的负担,是GCC编译器中的重要优化过程之一。但GCC编译器中自动向量化的收益评估模型并不准确,会影响GCC编译器是否应该进行向量化转换的判定。为了提升申威平台上的自动向量化效率,基于申威平台上的GCC编译器,构建了一套新的自动向量化收益评估模型。针对申威处理器的后端指令集设计不同种类的代价,通过粒子群算法训练相对应的代价值,以提高申威平台上自动向量化收益评估模型的准确性。在SPEC2006和SPEC2017上进行了实验测试,与GCC编译器默认的收益评估模型相比,所提模型在SPEC2006课题上加速比最高提升7.6%,在SPEC2017课题上加速比最高提升5.75%,验证了模型的有效性。实验结果表明,所提出的模型可进一步完善基础自动向量化功能,提升申威平台编译系统的易用性。

基于博弈论的混合粒子群的多无人机任务分配

王荣杰, 张亮

计算机科学. 2025, 52 (7): 255-261. doi:10.11896/jsjkx.240400079

摘要 ( 10 )

PDF(1884KB) ( 21 )

参考文献 | 相关文章 | 多维度评价

综合考虑无人机载荷上限、航迹代价、任务时间偏差和任务收益构造任务分配模型,基于博弈论提出了改进粒子群算法,以解决多无人机协同任务分配问题(MTAP)。通过实数编码、死锁修复将粒子解码为可行的任务序列,建立了粒子向量与任务序列之间的映射;将群体优化的演化博弈论中的演化稳定策略引入粒子群算法,利用博弈操作得到博弈均衡点,并对标准粒子群的控制参数进行自适应调整,平衡标准粒子群算法的全局和局部搜索能力。为解决粒子易陷入局部收敛的问题,提出一种跳出局部收敛策略,对粒子的个体最佳位置向量进行改进,以达到增强社会认知的效果。实例仿真分析表明,与现有算法相比,所提算法能够有效解决多无人机同时打击场景中的任务分配问题。

基于图染色混合进化算法的长期多智能体任务分配

师晓妍, 袁培燕, 张俊娜, 黄婷, 龚月姣

计算机科学. 2025, 52 (7): 262-270. doi:10.11896/jsjkx.240600016

摘要 ( 8 )

PDF(2208KB) ( 22 )

参考文献 | 相关文章 | 多维度评价

多智能体任务分配问题是智能仓储领域的关键底层问题。该问题要求将持续到来的任务分配给可用的智能体,以最小化整体任务的平均周期时间。针对该长期多智能体任务分配问题,首先将其数学建模为图染色问题,利用考虑冲突关系的图表征任务与智能体之间的关联性。基于该问题模型,为了最小化所有任务的平均周期时间,提出结合启发式算法、禁忌搜索算法和遗传算法的图染色混合进化算法(Graph Coloring Hybrid Evolutionary Algorithm,GCHEA),利用启发式算法生成初始解,以有效引导搜索过程;引入禁忌表,避免候选解在寻优过程中陷入局部最优;利用遗传算法的选择、交叉和替换操作增强种群多样性,通过迭代优化得到全局最优解;最终提出算法GCHEA获得图染色方案并进一步解码为具体的任务-智能体的分配方案。在仿真系统上进行测试,实验结果表明,GCHEA与现有的任务分配算法相比,在任务平均周期时间和系统总延误时间这两个性能指标上均取得了显著的改进。具体来说,任务平均周期时间平均减少了49%左右,系统总延误时间平均减少了约50%。

基于深度强化学习的多机冲突解决方法的研究

霍丹, 余付平, 沈堤, 韩雪艳

计算机科学. 2025, 52 (7): 271-278. doi:10.11896/jsjkx.240800133

摘要 ( 7 )

PDF(2404KB) ( 21 )

参考文献 | 相关文章 | 多维度评价

随着军民航及通航飞行活动增多,用空矛盾突出,在同一空域中多架飞机同时飞行成为一种常态,如何通过技术手段提供辅助防撞决策,避免飞行冲突成为亟待解决的问题。针对航空器在飞行过程中的多机飞行冲突解脱问题,提出了一种基于多智能体深度强化学习,结合图卷积神经网络作为扩展框架的图卷积深度强化学习(GDQN)算法。首先构造消息传递功能,建立多智能体的飞行冲突模型,该模型可以在避免冲突和碰撞的同时,引导多架飞机穿越三维的非结构化空域;其次利用基于图卷积神经网络的深度自学习方法为机场调度提供智能化的冲突规避手段,针对多机飞行冲突场景建立多智能体系统(MAS);最后通过在受控的模拟环境中使用广泛的训练集来训练策略函数,对算法的有效性进行了仿真验证。结果表明,优化后的算法是可行的,用于解决冲突时的成功率可达90%以上,且冲突解决决策的计算时间短于3s,发出的空中交通管制(ATC)指令明显减少,效率得到了明显提升。

基于渐进式自训练开集域适应的辐射源个体识别

张涛涛, 谢钧, 乔平娟

计算机科学. 2025, 52 (7): 279-286. doi:10.11896/jsjkx.240600073

摘要 ( 6 )

PDF(2713KB) ( 25 )

参考文献 | 相关文章 | 多维度评价

针对闭集场景中训练的辐射源个体识别模型部署在包含有新类别的辐射源个体环境条件中时会出现已知类识别性能下降以及新类识别错误的问题,提出了一种噪声变化场景下的基于开集域适应辐射源个体识别方法。利用最大最小阈值判别已知类和未知类并通过渐进式自训练的方法训练一个目标分类器用于测试场景。目标分类器的一个未知分类要同时拟合多个未知类的特征分布,可能会导致学习到的已知未知特征分布的边界混淆。基于此,提出了一个多中心损失用于增加目标已知类和未知类内的紧凑性以及类间的可区分性,可提高目标分类器判别的准确性。同时,为了减少源域和目标域之间因为噪声造成的指纹特征偏移问题,使用了基于原型到原型的对比学习来学习域不变特征。在公开数据集上进行了6组实验,所提方法在其中5组中的HOS指标好于其他方法,甚至在10dB-8dB的任务中HOS达到了93.8%,实验结果验证了所提方法的有效性。

基于VNF分集式备份机制的服务功能链部署方法

赵季红, 马健, 李倩雯, 宁丽娟

计算机科学. 2025, 52 (7): 287-294. doi:10.11896/jsjkx.240400142

摘要 ( 7 )

PDF(3990KB) ( 16 )

参考文献 | 相关文章 | 多维度评价

服务功能链(Service Function Chain,SFC)部署是实现网络服务灵活多样的关键技术,SFC可靠性是SFC部署工作中的重要指标。现有方法在提高SFC可靠性的同时造成了网络资源的浪费。为了平衡SFC可靠性和网络资源消耗,设计了一种VNF分集式备份(VNF Diversity Backup,VDB)机制,利用有限的网络资源改良SFC,将低可靠VNF实例拆分为两个副本实例,并对VNF副本实例进行交叉备份。在SFC部署阶段,提出了一种基于VDB机制的服务功能链部署方法,根据VDB机制的改良结果及网络拓扑属性构建多阶段图,采用基于Viterbi的动态规划算法在多阶段图中搜索最优部署路径。此外,引入评价指标备份性价比来衡量SFC可靠性和网络资源消耗的平衡效果。仿真结果表明,所提方法有效地平衡了可靠性和网络资源消耗,并且优化了传输时延。

基于星图的互连网络分支可靠性分析

刘文飞, 刘佳飞, 王琦, 吴璟莉, 李高仕

计算机科学. 2025, 52 (7): 295-306. doi:10.11896/jsjkx.240400170

摘要 ( 8 )

PDF(3020KB) ( 23 )

参考文献 | 相关文章 | 多维度评价

随着数据中心、超级计算、云计算等技术领域的迅猛发展,互连网络作为这些技术的基础之一,其规模在不断扩大。然而,随着网络规模的增加,网络中服务器发生故障的情形不可避免。一旦互连网络因故障而瘫痪,将影响人类正常的工作和生活。因此,如何降低故障单元对整个网络拓扑产生的负面影响是一个非常有意义的问题。通常,剩余网络中最大的连通分支称为功能子系统,它量化了故障网络中处理器之间的通信能力和效率。这种量化可靠性的研究有助于更好地理解和管理互连网络的稳定性。文中从基于星图的互连网络出发,首先确定了当故障点集|F|≤5n－15时,S_n－F中的小分支H满足|V(H)|≤4;当|F|≤6n－19时,S_n－F中的小分支H满足|V(H)|≤5;其次重点讨论了星型网络S_n(n≥6)中移除数量不超过6n－19的子集时,网络中剩余分支的情形;最后提出了一种求解故障网络中小分支最小邻居数的近似算法,通过仿真实验证明了星型网络具有良好的鲁棒性和容错能力。这些结果对于理解和设计高可靠性的互连网络具有重要意义。

面向多用户的任务卸载和服务缓存策略研究

王翔, 韩青海, 梁家瑞, 余小莉, 吴麒, 卿利

计算机科学. 2025, 52 (7): 307-314. doi:10.11896/jsjkx.240500036

摘要 ( 7 )

PDF(2561KB) ( 16 )

参考文献 | 相关文章 | 多维度评价

作为提供存储、计算等多维资源的新型平台,移动边缘计算(MEC)将云计算的能力部署到边缘侧,就近为用户提供低时延、低功耗的服务。然而,由于MEC服务器的计算资源有限,如何针对用户的海量数据来选择有效的任务执行方案十分重要。为此,从时延优化和终端节能两个方面对任务卸载和服务缓存进行了研究,主要针对多用户的MEC网络场景,以最小化任务延迟和终端能耗为优化目标,建立了基于该网络场景的任务卸载和服务缓存联合优化问题。在此基础上,提出了一种基于深度Q网络的任务卸载和服务缓存方案来求解优化问题。仿真结果表明,相较于其他基准方案,所提方案能够更好地提升系统服务缓存命中率,并降低终端能耗和任务延迟。

多模态大语言模型的安全性研究综述

陈晋音, 席昌坤, 郑海斌, 高铭, 张甜馨

计算机科学. 2025, 52 (7): 315-341. doi:10.11896/jsjkx.241100141

摘要 ( 7 )

PDF(2653KB) ( 23 )

参考文献 | 相关文章 | 多维度评价

随着大型语言模型的快速发展,多模态大语言模型因其在语言、图像等多种模态上的卓越表现而备受瞩目。其不仅在日常工作中成为用户的得力助手,还逐渐渗透到自动驾驶、医学诊断等各大应用领域。与传统的大型语言模型相比,多模态大语言模型由于更接近于多资源的现实世界应用以及多模态处理的复杂性而具有巨大的潜力和挑战。然而,多模态大语言模型的脆弱性研究相对较少,这些模型在实际应用中面临着诸多安全性挑战。为此,对多模态大语言模型尤其是大型视觉-语言模型的安全性进行了全面调查。首先,概述了多模态大语言模型的基本结构和发展历程;其次,讨论了多模态大语言模型在使用全周期的安全风险成因,分析了模型结构与安全风险之间的关联性;再次,系统总结了当前在多模态大语言模型图像和文本安全性的评估方面所做的工作,包括模型幻觉、隐私安全、偏见和鲁棒性4个方面,并将针对多模态大语言模型的攻击分为越狱攻击、对抗攻击、后门攻击和中毒攻击;然后,综合概述了一系列针对多模态大语言模型幻觉、隐私泄露和偏见等威胁的可信增强方法以及针对模型恶意攻击的防御措施;最后,讨论了多模态大语言模型安全性研究的主要机遇与挑战,为研究人员在多模态大语言模型的复杂应用和研究领域提供了指导建议。

面向云辅助智能家居的轻量级认证和密钥协商协议

李江旭, 陈泽茂, 张立强

计算机科学. 2025, 52 (7): 342-352. doi:10.11896/jsjkx.250100098

摘要 ( 10 )

PDF(2887KB) ( 21 )

参考文献 | 相关文章 | 多维度评价

随着智能家居设备的普及,其资源受限特性和多样化攻击威胁,给传统安全协议带来了严峻挑战。尤其是当下流行的基于云平台的智能家居物联网技术,在提升家居设备智能化程度和管理效率的同时,也带来了较以往更为复杂的控制模式,即用户可以在云平台上设置控制规则来令云平台自动化管理设备,或通过智能家居厂商提供的App来远程控制家庭设备。但在这两种控制模式下,如果没有对设备远程控制方身份进行验证并建立安全会话密钥,攻击者则可能向家庭设备发送恶意指令,从而危害家庭安全。而现有的一些安全方案并没有考虑这两种主流控制模式,且在计算开销、通信效率和安全性之间难以平衡,亟需一种轻量级且高效的认证和密钥协商协议。因此,提出了基于椭圆曲线算法的轻量级云平台与智能设备双向认证和密钥协商方案,以及用户与智能设备间双向认证和密钥协商方案,实现了远程控制方与家庭设备之间高效而安全的认证。采用形式化验证工具ProVerif和启发式分析方法对所提方案进行了安全性分析,并与同类方案进行了安全性和性能比较,结果表明所提方案能够在满足轻量级的前提下提供更多安全特性。

基于多分类数据集的人脸伪造算法识别模型

丁博文, 芦天亮, 彭舒凡, 耿浩琦, 杨刚

计算机科学. 2025, 52 (7): 353-362. doi:10.11896/jsjkx.240800079

摘要 ( 8 )

PDF(3649KB) ( 21 )

参考文献 | 相关文章 | 多维度评价

目前,人脸检测方法主要集中在人脸真假检测,对伪造算法识别的研究较少,存在图像扰动鲁棒性较差、资源占用大等问题;同时,公开的人脸检测数据集存在更新慢、种类少等问题。为解决以上问题,设计了人脸伪造算法识别模型Indentifor- mer。该模型以视觉自注意力模型为主干,首先将位置编码融合块分解,再使用Khatri-Rao积改进的快速傅里叶变换对全局特征进行提取,同时采用并行卷积结构补充局部特征信息并利用多头注意力机制进行融合,以增强模型的建模能力。最后,通过基于正则化改进的多层感知机减少过拟合,实现人脸伪造算法的识别。此外,构建了虚假人脸多分类数据集,其包含扩散模型、大模型及融合技术等18种伪造方法,共计41万余张人脸图像,具有更好的数据多样性和真假混合性。实验结果表明,Indentifomer模型在不增加资源开销的情况下,在算法识别多分类和真假分辨二分类任务中AUC分别达到99.57%和99.73%,在鲁棒性实验中AUC平均仅下降4.62%,具有较高的识别能力和抗干扰能力。

基于威胁感知的Tor多路径选择

陈尚煜, 扈红超, 张帅, 周大成, 杨晓晗

计算机科学. 2025, 52 (7): 363-371. doi:10.11896/jsjkx.240900102

摘要 ( 7 )

PDF(3221KB) ( 20 )

参考文献 | 相关文章 | 多维度评价

随着机器学习以及深度学习的发展应用,攻击者可以通过Tor用户链路上的恶意节点以及恶意AS对其进行流量分析,从而对Tor用户进行去匿名化攻击。目前,针对常见的流量分析攻击的防御方法中,一类是通过插入虚拟数据包或者延迟真实数据包来改变流量特征,这种方法会引入带宽和时延开销;另一类是将用户流量进行分割,通过多个路径传输进行防御,这种方法缺少对电路上存在的恶意节点以及恶意AS的感知,当攻击者搜集到完整流量踪迹时,依旧难以抵御流量分析对Tor用户的去匿名化攻击。为了解决多路径防御方法在路径选择上存在的缺乏威胁感知的问题,提出了融合恶意节点感知以及恶意AS感知的基于威胁感知的多路径选择算法。首先提出一种改进的节点距离度量的方法,并使用改进后的距离度量基于K-Mediods算法对节点进行聚类,提高了恶意节点的检测效果;然后改进了AS感知算法,提高了匿名性要求;最后融合恶意节点检测以及AS感知算法,提出了一种基于威胁感知的多路径选择算法。实验结果表明,该算法不仅能抵抗多种流量分析攻击,而且确保了一定的Tor电路性能要求。

自适应隐私预算分配的幸福感预测方法

罗妍婕, 李琳, 吴小华, 刘佳

计算机科学. 2025, 52 (7): 372-378. doi:10.11896/jsjkx.240700128

摘要 ( 6 )

PDF(2461KB) ( 20 )

参考文献 | 相关文章 | 多维度评价

幸福感预测旨在通过分析个体行为、情感和社会环境等数据,预测个体生活满意度和幸福感指数。幸福感预测在线平台具有大量用户数据且存在泄露用户隐私的风险。差分隐私机器学习作为缓解该风险的有效手段,需要进一步考虑用户对不同属性的隐私需求,且现有平均分配隐私预算的差分隐私方法向模型注入了噪声,导致模型性能降低。针对上述问题,提出了一种自适应隐私预算分配的幸福感预测方法(APBA-DP)。首先根据用户的隐私偏好对属性分级,利用信息熵为属性分配个性化隐私预算;然后为幸福感预测模型建立属性映射层,基于个性化隐私预算进行差分隐私保护。在居民幸福感ESS和CGSS数据集上的实验结果表明,APBA-DP算法在一定隐私保护强度下,相比于传统差分隐私算法,准确率提升了2.3%~4.4%;同时,对其进行成员推理攻击的成功率相较于未进行差分隐私保护的模型平均降低了14.7%和12.5%。

利用精确中间污点源和危险函数定位加速固件漏洞挖掘

张光华, 陈放, 常继友, 胡勃宁, 王鹤

计算机科学. 2025, 52 (7): 379-387. doi:10.11896/jsjkx.240800052

摘要 ( 7 )

PDF(2181KB) ( 20 )

参考文献 | 相关文章 | 多维度评价

先前的固件静态污点分析方案通过识别中间污点源来精确污点分析的起点,过滤部分情况的安全的命令劫持类危险函数调用点以精简污点分析的目标终点,减少了待分析的污点传播路径,缩短了漏洞挖掘的时间。但由于其在识别中间污点源时所用时间过长,以及没有实现充分过滤安全的危险函数调用点,导致固件漏洞挖掘的整体时间依旧较长。为改进这一现状,提出了一种利用精确中间污点源和危险函数定位加速固件漏洞分析方案ALTSDF(Accurate Locating of intermediate Taint Sources and Dangerous Functions)。在快速精确识别中间污点源作为污点分析的起点时,收集每个函数在程序中不同调用点处使用的参数字符串构成每个函数的函数参数字符串集合,并计算此集合在前后端共享关键字集合中的占比,根据占比对所有函数进行降序排列,占比越高,则此函数越有可能是中间污点源。在过滤安全的危险函数调用点时,通过函数参数静态回溯分析参数类型,排除参数来源是常量的复杂情况的安全的命令劫持类危险函数调用点和安全的缓冲区溢出类危险函数调用点。最终缩短定位中间污点源所用时间,减少由中间污点源到危险函数调用点所构成的污点传播路径数量,进而缩短将污点分析应用于污点传播路径所需的分析时间,达到缩短漏洞挖掘时间的目的。对21个真实设备固件的嵌入式Web程序进行测试后得出,ALTSDF相比先进工具FITS,在中间污点源推断方面所用时间大幅缩短;在安全的危险函数调用点过滤方面,相比先进工具CINDY,ALTSDF使污点分析路径减少了8%,最终使漏洞挖掘时间相比SaTC结合FITS与CINDY的整合方案缩短32%。结果表明,ALTSDF可加速识别固件嵌入式Web程序中的漏洞。

基于干扰样本分布优化的工控异常检测改进SVM模型

顾兆军, 扬雪影, 隋翯

计算机科学. 2025, 52 (7): 388-398. doi:10.11896/jsjkx.240500100

摘要 ( 8 )

PDF(3031KB) ( 24 )

参考文献 | 相关文章 | 多维度评价

针对现有的工业控制系统异常检测分类方法大多无法有效处理类不平衡和重叠耦合的问题,提出了一种基于干扰样本分布优化的工控异常检测改进SVM模型(Improved SVM Model Based on Adaptive Differential Evolution with Sphere,SJADE_SVM),该模型将基于超球体覆盖的自适应差分进化过采样技术与支持向量机相结合。首先,通过改进超球体覆盖算法和构建概率公式,来识别和排除干扰样本;然后,改进合成少数派过采样技术,通过对安全样本采样,缓解类不平衡和重叠耦合问题;最后,使用自适应差分进化算法优化样本的位置和属性,同时使用SVM进行分类。在6个真实工控数据集和4个UCI公开数据集上共设计3组实验,包括与逻辑回归和高斯朴素贝叶斯等异常检测分类算法的性能对比、改善样本分布方法的实验对比以及算法的运行时间对比。实验结果表明,该模型在F-score和G-mean评价指标上分别提高了38.29%和10.54%,分类效果稳居前三,且在α=0.05的非参数双侧Wilcoxon符号秩检验和Friedman检验等统计实验中表现出显著的性能优势。