计算机科学

第52卷第9期目录

计算机科学. 2025, 52 (9): 0-0.

摘要 ( 18 )

PDF(403KB) ( 24 )

相关文章 | 多维度评价

机器学习在食管癌诊疗中的研究进展

王泳荃, 苏梦琦, 石清磊, 马艺宁, 孙扬帆, 王昌淼, 汪国有, 袭肖明, 尹义龙, 万翔

计算机科学. 2025, 52 (9): 4-15. doi:10.11896/jsjkx.250100065

摘要 ( 19 )

PDF(2673KB) ( 18 )

参考文献 | 相关文章 | 多维度评价

食管癌(Esophageal Cancer,EC)是一种全球范围内高致死率的恶性肿瘤,尤其是在我国,由于早期诊断率低、预后不良,食管癌已成为临床诊疗中面临的重大挑战。近年来,机器学习(Machine Learning,ML)技术凭借多模态数据融合的智能分析方法,在推动食管癌诊疗精准化发展方面取得了显著进展。传统机器学习方法通过整合食管癌影像组学特征与临床文本信息,有效提升了早期病变诊断的敏感性,并为高风险患者的分层管理提供了科学支持。卷积神经网络(Convolutional Neural Network,CNN)以其高效的参数共享机制和卓越的局部特征提取能力,进一步增强了食管癌早期诊断与筛查的准确性。此外,将CNN与基于自注意力机制的Transformer模型相结合,显著提升了全局特征的建模能力,通过多模态数据的协同作用,其在食管癌病灶分割、早期诊断、疗效预测和生存分析等方面展现出广阔的应用前景。然而,食管癌病变的高度异质性以及图像数据类别不平衡问题,依然对机器学习技术的临床应用带来了较大挑战。为进一步推动食管癌智能诊疗技术的发展,聚焦于食管癌早期筛查与诊断、疗效预测与生存分析、影像分割3个关键领域,系统综述了传统机器学习、CNN及Transformer等前沿技术在EC诊疗中的研究现状与挑战,旨在为未来食管癌智能化诊疗研究提供有价值的参考与借鉴。

基于深度学习的肾脏超声图像分割:现状与挑战

尹诗, 施振扬, 吴梦麟, 蔡金燕, 余德

计算机科学. 2025, 52 (9): 16-24. doi:10.11896/jsjkx.250300159

摘要 ( 21 )

PDF(1788KB) ( 20 )

参考文献 | 相关文章 | 多维度评价

肾脏超声图像分割作为一项关键的临床任务,在疾病诊断和治疗规划中发挥着重要作用。该综述系统回顾了2017至2024年间肾脏超声图像分割领域的重要研究成果,重点分析了二维和三维分割技术及异常病变肾脏分割方法。对于二维超声图像,总结了4类分割技术方法:1)基于纹理特征提取的传统分割方法;2)U-Net及其改进架构;3)融合肾脏形状和边界先验知识的深度监督学习方法;4)多模态信息融合分割技术。此外,详细梳理了当前公开可用的数据集和标准化评估指标,为后续研究提供了可靠的比较基准。尽管当前二维分割方法已取得显著进展,但仍面临诸多挑战:精细解剖结构的分割精度有待提升,三维分割技术尚未成熟,异常病变分割研究明显不足,以及高质量训练数据严重匮乏等关键问题。这些技术瓶颈的突破将直接决定该领域研究成果的临床转化前景。展望未来,需要重点发展精细结构与三维分割技术、探索跨模态学习方法、深化组织特征信息融合策略,并着力构建大模型和高质量数据集,以全面提升肾脏超声分割技术的临床应用价值。

临床数据建模中的多域自适应问题研究进展

陈秀, 张馨匀, 程煜婷, 陈伟, 黄正行, 刘振宇, 张远鹏

计算机科学. 2025, 52 (9): 25-36. doi:10.11896/jsjkx.250600104

摘要 ( 12 )

PDF(2105KB) ( 8 )

参考文献 | 相关文章 | 多维度评价

随着人工智能与医疗健康的深度融合,临床数据正经历从“辅助决策”到“驱动决策”的范式转变。临床数据包括患者症状、诊断影像、治疗记录等结构化与非结构化信息,为医疗决策提供重要支撑。然而,由于“领域偏移”现象的普遍存在,临床AI模型训练评估依赖的数据独立同分布假设(i.i.d.)失效,模型的跨域泛化能力被严重制约。域适应和域泛化技术可有效提升模型跨域表现。前者利用无标注目标域数据调整模型,使其适配新环境;后者基于源域数据学习域不变特征,实现无目标域数据下的泛化。针对两类技术在临床数据建模中的应用进展,按浅层、深层方法分类,展示其在不同数据类型中的应用场景,并总结了当前各类方法在泛化性能、数据依赖性与可解释性等方面的表现差异。

多尺度多粒度解耦蒸馏模糊分类器及其在癫痫脑电信号检测中的应用

蒋云良, 金森洋, 张雄涛, 刘凯宁, 申情

计算机科学. 2025, 52 (9): 37-46. doi:10.11896/jsjkx.250300096

摘要 ( 8 )

PDF(2601KB) ( 12 )

参考文献 | 相关文章 | 多维度评价

在癫痫脑电信号检测任务中,深度学习方法具有强大的深度表达能力,但可解释性较差,Takagi-Sugeno-Kang(TSK)模糊分类器虽具备良好的基于模糊规则的可解释性,但其建模能力有限。为了更好地兼顾癫痫检测模型的性能与可解释性,提出了一种多尺度多粒度解耦蒸馏模糊分类器(MMDD-TSK-FC)。首先,训练不同卷积核大小的一维卷积神经网络作为教师模型,目的是充分提取脑电信号在不同尺度上的特征信息;其次,将教师模型的输出结果软化生成软标签,最小化其与对应不同规则粒度TSK模糊分类器输出软标签之间的Kullback-Leible散度,以实现深度特征表示知识的有效迁移,同时最小化学生模型输出与真实标签的交叉熵损失;最后,通过投票法整合多个TSK模糊分类器的输出结果。同时,借由多粒度的TSK模糊分类器生成的多组由繁至简的IF-THEN规则,为模型检测依据提供可解释表达。在Bonn和新德里HauzKhas癫痫脑电数据集上的实验结果充分验证了MMDD-TSK-FC的优势,其相比经典TSK分类器提升了约5%的准确率,优于其他深度知识蒸馏模型约3%。

M2T-Net:基于多源数据的跨任务迁移学习舌象诊断方法

曾丽莉, 夏佳楠, 李韶雯, 敬迈科, 赵慧辉, 周雪忠

计算机科学. 2025, 52 (9): 47-53. doi:10.11896/jsjkx.241000046

摘要 ( 15 )

PDF(2028KB) ( 11 )

参考文献 | 相关文章 | 多维度评价

冠心病是临床常见的心血管疾病,冠脉介入术是其常见治疗方法之一。然而,糖尿病是冠心病的危险因素,与冠心病合并会显著增加治疗风险,尽早诊断和采取相应措施对这类患者具有重要的临床意义。临床指标是目前诊疗冠心病及其合并病的重要参考依据,而这些指标的获取大多是有创的。舌象作为人体健康的外在表现,不仅反映舌色、苔色等特征,还与心脏的各种生理和病理特征关联。深度学习的发展为客观化与可重复性获取舌象表征提供了帮助。然而,现有舌象分类方法受限于数据集标签的单一性,导致模型泛化能力不足。为此,提出了一种基于多源数据的跨任务迁移学习舌象诊断方法M2T-Net。该方法包括两个阶段:在多源数据的预训练阶段,获取不同任务下的高质图像编码器;在跨任务迁移阶段,结合交叉注意力机制,融合不同任务的特征表示,用于疾病分类。实验表明,M2T-Net模型在冠心病和冠心病伴随糖尿病两种人群的分类任务上的分类准确率达到93%,优于现有先进方法,具备较强的泛化能力与实用性,并且跨任务获得疾病表征更符合中医舌诊的整体观诊断思想,为舌象分析领域提供了更具实用性的解决方案。

DACSNet:基于双注意力机制与分类监督的乳腺超声图像病变检测

李方, 王洁

计算机科学. 2025, 52 (9): 54-61. doi:10.11896/jsjkx.241200170

摘要 ( 10 )

PDF(4379KB) ( 12 )

参考文献 | 相关文章 | 多维度评价

超声成像是乳腺病变最常用的检测技术,基于深度学习的乳腺超声图像自动化病变检测引起了越来越多的研究人员关注。然而,大部分研究未能充分融合图像信息来增强特征,也未考虑到注意力模块的引入带来的模型复杂度增大和假阳率升高的问题。因此,对现有的RetinaNet模型进行改进,以VMamba为骨干网络,提出了基于双注意力机制与分类监督的病变检测网络(DACSNet)以提高乳腺超声图像中病变检测的准确性,并降低检测假阳率。具体来说,将医学领域的知识引入注意力模块,通过双注意力模块(DAM)来增强通道维度和空间维度的特征。DAM仅涉及少量参数,且能有效提高模型的检测性能。此外,为了降低病变检测的假阳率,在模型中加入了分类监督模块(CSM)来融合病变分类信息,实现对疑似病变区域的二次关注。为了验证DACSNet的性能,在3组公开的乳腺超声图像数据集上进行了乳腺病变检测实验,结果证明了该方法的有效性。

端到端KAN卷积在房颤心音识别中的应用

邓洪, 陈燕, 杨宏波, 赵峰, 蒋永卓, 郭涛, 王威廉

计算机科学. 2025, 52 (9): 62-70. doi:10.11896/jsjkx.250100102

摘要 ( 8 )

PDF(2619KB) ( 11 )

参考文献 | 相关文章 | 多维度评价

房颤作为一种严重的心律失常疾病,及早诊断至关重要。房颤的传统检查方法是由心脏科医生借助心电图、超声心动图等设备做出诊断结论。为了缓解传统诊断方法检查成本高、过多依赖临床经验和便捷性不足等问题,创新性地应用Kolmogo-rov-Arnold Network(KAN)来构建房颤心音分析模型。文中探索了KAN卷积在房颤心音识别中的应用,引入了具有灵活线性激活函数和优异参数效率的KAN卷积架构,提出了一种基于KAN卷积的端到端房颤心音识别模型。为提高信号的可用性,首先对心音信号进行预处理,包括心音分割、心音信号的质量评估和数据清洗;然后利用KAN的卷积层、池化层等自动学习;最后采用KAN卷积分类器进行识别研究。在特征提取阶段引入了KAN卷积的自注意力机制和焦点调制,以高效提取信号特征;在分类器阶段研究了KAN卷积的瓶颈结构和正则化手段,以提升模型的识别能力。该模型在中国人民解放军总医院第一医学中心的心音信号数据集上进行了正常和房颤的识别测试,准确率为97.86%,灵敏度为98.18%,特异度为97.43%,F_β值为98.06%。实验结果表明,KAN卷积模型在辅助诊断房颤信号上具有显著的优势。

基于药物子结构与蛋白质三维图信息的化合物-蛋白质相互作用预测

李亚茹, 王倩倩, 车超, 朱德恒

计算机科学. 2025, 52 (9): 71-79. doi:10.11896/jsjkx.250100116

摘要 ( 15 )

PDF(2386KB) ( 11 )

参考文献 | 相关文章 | 多维度评价

药物通过与蛋白质相互作用来抑制或激活特定蛋白质的功能,从而发挥治疗作用。近年来,深度学习方法在化合物蛋白质相互作用预测中取得显著进展。然而,现有的大多数研究仍然侧重于从药物和蛋白质的整体特征进行提取,对于药物和靶点的信息探索不足,忽视了蛋白质结构的三维空间信息以及药物关键子结构在化合物蛋白质相互作用预测中的作用。针对这一问题,提出了一种新的模型,其结合药物的官能团、整体结构图以及蛋白质的序列和三维空间图信息,将图神经网络和注意力机制融合,进行高效的特征学习与预测。在Human和C.elegans公开数据集上的实验结果表明,所提模型在CPI预测中表现出色,在ACC,AUROC和AUPR指标上有1%以上的提升,在非平衡数据集上表现出稳定的性能优势。

基于LLaMa3和Choquet积分的最优相似度选择集成学习方法

付超, 余良菊, 常文军

计算机科学. 2025, 52 (9): 80-87. doi:10.11896/jsjkx.250100150

摘要 ( 12 )

PDF(3013KB) ( 10 )

参考文献 | 相关文章 | 多维度评价

为了在多分类器集成过程中筛选和赋权存在相关关系的基分类器,提出了一种基于LLaMa3和Choquet积分的最优相似度选择集成方法(LCOS-SELM)。首先在开源大模型LLaMa3的基础上,通过少量标注样本数据进行提示词学习,以实现非结构化文本的关键特征提取。然后,通过Choquet积分融合存在相关关系的分类器预测结果,并评估其相关关系以优化分类器选择。最后,采用最优相似度策略学习分类器权重,在确保样本一致性的同时,提升集成方法的性能。将LCOS-SELM用于克罗恩病的辅助诊断,以合肥市某三甲医院的297份检查报告为基础进行实验,通过与内镜检查报告进行比对,验证了所提方法的有效性。在相同实验条件下将LCOS-SELM与单分类器和传统集成模型进行实验对比,结果显示:在相同实验条件下,与单分类器相比,LCOS-SELM 在 Acc,F1和 AUC 指标上均提升了约 8%;与传统集成模型相比,LCOS-SELM 在3个指标上均提升了约2%,进一步验证了其性能优势。

基于动态超图与药物处方信息融合的时序健康事件预测

吴晗禹, 刘天赐, 矫拓成, 车超

计算机科学. 2025, 52 (9): 88-95. doi:10.11896/jsjkx.250300012

摘要 ( 10 )

PDF(1968KB) ( 11 )

参考文献 | 相关文章 | 多维度评价

时序健康事件预测是医疗人工智能领域的核心挑战之一。针对电子健康记录中药物与诊断复杂关联的建模难题,提出了DHMP模型。首先,通过动态子图学习机制,有效捕捉疾病演变的局部特征;其次,设计多超图融合架构,首次实现药物协同作用与诊断关联的联合建模;最后,开发时间感知注意力算法,精准解析诊疗记录中的长期依赖关系。在MIMIC-III和MIMIC-V两大临床数据集上的实验表明,DHMP模型将诊断预测准确率提升至26.68%,风险预测AUC达到90.65%,显著优于现有最佳方法。临床医生评估显示,模型预测结果与医学认知的一致性达89%,所提模型为智能辅助诊断提供了可靠工具。

基于动态病情建模的药物组合推荐模型

胡海龙, 许祥伟, 李雅倩

计算机科学. 2025, 52 (9): 96-105. doi:10.11896/jsjkx.250300033

摘要 ( 9 )

PDF(3540KB) ( 9 )

参考文献 | 相关文章 | 多维度评价

针对现有研究尚未考虑药方会随着患者的病情动态变化以及药物之间存在副作用等问题,提出了一种基于动态病情建模的药物组合推荐模型MRNET(Medical recommendation network)。该模型首先对相关实体进行关联,并运用图卷积网络进行预训练,挖掘出实体之间潜在的关联信息,为后续的动态病情建模和药物组合推荐提供数据支持。随后,通过Transformer获取纵向病情动态特征,展现出病情的动态演变过程;同时,通过横向对比诊断和程序的相似度,能考虑到不同药方在相似病情和诊断下的适用性和差异性。将横向对比与纵向病情动态特征相结合,使得模型在药物推荐过程中能够更加全面地评估药物组合的合理性和适用性。最后,引入药物副作用,其有助于筛选出更安全、更有效的药物组合,提高药物推荐的精准度和安全性。将所提模型与基线模型进行对比实验,实验结果表明,相比现有最优模型,MRNET在Jaccard,F1-score和PRAUC指标上分别提高了2.07%,1.96%和1.72%。MRNET在这些重要指标上展现出的优势,充分证明了其在药物组合推荐方面的优越性。

基于机器学习的介入式葡萄糖传感器故障监测模型

刘思行, 许硕洋, 徐鹤, 季一木

计算机科学. 2025, 52 (9): 106-118. doi:10.11896/jsjkx.250300037

摘要 ( 10 )

PDF(6344KB) ( 11 )

参考文献 | 相关文章 | 多维度评价

随着传感器技术的进步,血糖监测从传统的单点采集发展为连续动态监测(CGM),通过介入式葡萄糖传感器实时监测间质液葡萄糖浓度。血糖传感器的运行状态对监测准确性至关重要,但传感器故障识别面临类别不平衡问题,导致机器学习模型性能下降。基于此,提出了一种结合数据预处理、特征工程和模型集成的优化策略。首先,通过缺失值填补和噪声处理提升数据的完整性和可靠性;其次,利用合成少数类过采样技术(SMOTE)对少数类样本进行过采样,缓解类别不平衡问题;最后,采用堆叠泛化(Stacking)的集成学习方法,结合基于焦点损失函数(Focal Loss)优化的极端梯度提升(XGBoost)和类别特征梯度提升(CatBoost)集成基分类器,与逻辑回归(LR)元分类器构建双层模型,进一步提升故障监测的准确性。为了证明所提出模型的有效性,将该模型的预测结果与其他模型进行了对比,包括基于Focal Loss的单一XGBoost,及其分别与SVM,KNN,LightGBM作为基分类器构建的集成模型等。研究结果表明,提出的基于Focal Loss的XGBoost和 CatBoost模型在传感器故障分类任务中表现良好,PR曲线和ROC曲线效果均优于其他模型,精确度和召回率分别为0.925 0和0.923 8。

面向肿瘤早期诊断的延迟PET图像重建:多模态PET/CT核矩阵约束延迟成像算法

宋志超, 张建平, 张其阳, 方玺, 谢良, 宋少莉, 胡战利

计算机科学. 2025, 52 (9): 119-127. doi:10.11896/jsjkx.250400037

摘要 ( 10 )

PDF(4372KB) ( 13 )

参考文献 | 相关文章 | 多维度评价

正电子发射断层扫描(PET)延迟成像在肿瘤异质性分析和治疗评估中具有重要意义,但其临床应用受限于分辨率低、噪声高和定量不准确等问题。计算机断层扫描(CT)能够提供高分辨率的解剖信息,但在肿瘤评估中缺乏功能信息,难以区分良恶性病变和评估代谢活动。虽然动态PET/CT融合能提升图像质量,但多次CT扫描会增加患者累积辐射暴露,不利于长期随访。针对上述问题,提出了一种超分增强PET/CT多模态核矩阵约束算法(SR-PET/CT-KMC)。该算法基于Stable Diffusion对初始扫描PET图像进行超分增强,并将其与初始扫描CT图像的解剖先验信息相结合,建立了多模态PET/CT核矩阵约束的期望最大化(EM)迭代框架。Stable Diffusion用于提升初始扫描PET的分辨率,而多模态PET/CT先验信息则用于抑制噪声和伪影。通过利用初始扫描CT的结构信息,降低了延迟成像中CT扫描的需求,从而减少了患者累积辐射暴露。实验结果表明,SR-PET/CT-KMC与PET-KEM相比,PSNR提高了6.23%,SSIM提高了9.64%,NRMSE降低了33.3%,MSE降低了13.92%;与CT-KEM相比,PSNR提高了4.05%,SSIM提高了1.11%,NRMSE降低了33.3%,MSE降低了8.11%。这些结果表明,SR-PET/CT-KMC在提升延迟扫描PET图像分辨率和定量准确性方面具有优势,为肿瘤代谢追踪提供了一种新的成像范式,提高了延迟PET成像的临床可行性。

面向超级计算系统的节点故障异常预测方法

赵一宁, 王小宁, 牛铁, 赵毅, 肖海力

计算机科学. 2025, 52 (9): 128-136. doi:10.11896/jsjkx.240700171

摘要 ( 8 )

PDF(1915KB) ( 11 )

参考文献 | 相关文章 | 多维度评价

随着超级计算系统的规模不断扩大,其计算节点发生故障和异常的概率也随之上升,严重影响了计算系统的运行稳定性。传统的故障应对方法多采用事后响应和补救措施,只能一定程度地挽回损失,而对故障和异常进行事前预测则能够提供更多的反应和处理时间,因此逐渐成为故障响应方法的研究热点之一。对此,提出了一种面向超级计算系统的节点故障异常预测方法,旨在提升系统运行稳定性,减少计算资源的浪费。该方法首先分析系统历史运行数据,并通过无监督结合少量人工辅助的方法标记异常,基于这些异常在原始运行数据中发现关联的前置运行特征,随后基于机器学习方法建立节点故障异常的预测模型。该预测方法通过在原数据集上交叉验证获得了78%的精度和约90%的召回率,同时也保证了充分的提前时间。验证中使用的数据集是来自真实的超级计算系统的原始运行数据,证明了该方法具有可应用性。

基于申威编译器的并行调度策略优化技术研究

徐金龙, 王庚武, 韩林, 聂凯, 李浩然, 陈梦尧, 刘浩浩

计算机科学. 2025, 52 (9): 137-143. doi:10.11896/jsjkx.241200072

摘要 ( 8 )

PDF(1789KB) ( 6 )

参考文献 | 相关文章 | 多维度评价

调度策略是编译器进行并行化的重要组成部分,其作用是保持多核处理器下的负载均衡。然而,当前申威GCC编译器在进行自动并行编译流程中,默认采用静态调度划分循环的迭代次数,导致其在非规则循环结构中出现了负载不均衡的问题,影响了申威平台并行程序的运行效率。针对这一问题,所提出的方法在权衡调度开销和负载均衡的同时结合梯式调度策略,对申威GCC原有的调度策略进行改进,提高了申威GCC编译器的并行化效率。该调度策略基于SW3231处理器,在GCC编译器功能测试套件的844个并行测试用例上进行正确性测试,并在SPEC OMP 2012测试集和4种循环类型的典型应用程序上进行性能测评。实验结果表明,相比申威GCC中标准的3种调度策略,该梯式调度算法分别最高获得了1.10和4.54的性能提升,该方法能够在科学计算程序中提高申威GCC编译器的线程级并行化效率,可为申威处理器平台并行化编译提供参考。

基于局部增强傅里叶神经算子的偏微分方程求解方法

罗驰, 陆凌云, 刘飞

计算机科学. 2025, 52 (9): 144-151. doi:10.11896/jsjkx.240700122

摘要 ( 9 )

PDF(4294KB) ( 9 )

参考文献 | 相关文章 | 多维度评价

偏微分方程(PDE)是描述现实系统的重要数学工具,对其进行求解可以预测和分析系统的行为。PDE的解析解通常难以获取,一般通过数值法进行近似解算,但数值法求解参数化PDE时效率较低。近年来,利用深度学习求解PDE的方法在应对上述问题时展现出了优势,特别是傅里叶神经算子FNO(Fourier Neural Operator)已在此类问题中展现出显著成效。然而,FNO仅通过频域上的卷积来提取全局信息,难以捕获PDE的多尺度信息。针对此挑战,提出一种基于局部增强的FNO模型,在傅里叶层引入并行多尺寸卷积模块,通过不同尺寸的卷积提高模型捕获局部多尺度信息的能力。同时,在线性层后引入一种多分支特征融合模块,通过将数据提升到不同通道进行学习来提高模型整合多通道信息的能力。实验结果表明,该模型在Burgers方程的求解中误差降低了30.9%,在Darcy Flow方程的求解中误差降低了18.5%,在Navier-Stokes方程的求解中误差降低了5.5%。

基于局部性原理的最大误差并行检测方法

冀立光, 杨鸿儒, 周玉畅, 崔梦琦, 何昊天, 许瑾晨

计算机科学. 2025, 52 (9): 152-159. doi:10.11896/jsjkx.240800018

摘要 ( 7 )

PDF(3026KB) ( 10 )

参考文献 | 相关文章 | 多维度评价

浮点数采用有限的位数来表示无限的实数进行计算,因此浮点数计算天然具有不准确性,这种不准确性可以用最大误差来度量。传统浮点数最大误差检测算法采用串行计算思维并结合经典搜索算法,当采样点数量较少时,容易将局部极大值作为全局最大值处理,从而遗漏最大误差值。如果大规模提升采样点数量,那么检测程序用时大幅增加,检测性能降低。通过应用并行计算模式指数级增加采样点数量,同步结合局部性原理在误差热点附近采用浮点动态采样策略,大幅提高检测结果的准确性。这种方法可以最大限度地发挥并行计算的算力,不仅可以提升浮点数最大误差的检测精度,还可以压缩检测程序的执行时间并提升性能,加速比可以达到1 136.3,检测出的最大误差值优于当前主流检测工具,这为衡量浮点数计算指标提供了新的检测方法。

动态旋转因子生成的流水线NTT高效硬件实现

韩迎梅, 李斌, 李坤, 周清雷, 于世梁

计算机科学. 2025, 52 (9): 160-169. doi:10.11896/jsjkx.250200083

摘要 ( 4 )

PDF(3328KB) ( 9 )

参考文献 | 相关文章 | 多维度评价

在全同态加密领域,多项式乘法的高复杂度计算一直是性能提升的难点。为加速此过程,数论变换(Number TheoreticTransform,NTT)被广泛应用,但传统基于多路径延迟交换的NTT架构存在硬件利用率不足、旋转因子开销大等缺点。针对这些问题,提出了一种基于流水线架构的NTT硬件加速器设计方案。该方案在多路径延迟交换架构的基础上进行优化,通过统一的NTT/INTT(Inverse NTT)框架,结合流水线技术实现高度并行计算。在设计过程中,优化集成的蝶形单元引入流水线友好的改进K-RED算法,灵活适配多种运算策略,加速大规模数据处理。此外,该设计方案采用动态旋转因子生成技术,旋转因子生成器(Twiddle Factor Generation,TFG)与蝶形单元紧密协作。在初始小参数阶段,从ROM读取预存旋转因子以节省逻辑资源;在参数较大时,启用TFG动态生成旋转因子并直接分配给相应的蝶形单元,实现资源高效平衡,有效降低了旋转因子的存储需求。现场可编程门阵列实现结果表明,与以往的研究相比,所提方案在全同态加密参数集的NTT上的执行速度提高了1.14～40.81倍;同时,在硬件资源占用方面,该方案在面积-时间乘积指标上减少了23%～82%。

基于最长时延加权带宽的Wasm与容器混合函数部署优化方法

谌燃照, 李哲雄, 顾琳, 钟梁, 曾德泽

计算机科学. 2025, 52 (9): 170-177. doi:10.11896/jsjkx.250300031

摘要 ( 6 )

PDF(2772KB) ( 10 )

参考文献 | 相关文章 | 多维度评价

容器技术因具备轻量化、易于部署和高可用等优势,在边缘服务器无感知计算平台中得到了广泛使用。然而,随着应用对低延迟需求的增长,容器的冷启动所引发的高时延问题逐渐成为系统性能的瓶颈。WebAssembly(Wasm)凭借其轻量级沙箱特性和毫秒级启动能力,成为容器技术在某些场景下的重要补充方案。然而,Wasm的计算性能相较容器存在劣势,尤其在需要处理函数间的复杂依赖关系时,Wasm和容器的固有优缺点使得函数部署方式和部署位置的决策变得十分困难。为解决该问题,构建了基于函数依赖关系的服务器无感知计算模型,将Wasm与容器混合部署问题转换为非线性整数规划问题。该问题随后被证明是一个NP-hard问题。为此,设计了长时延敏感的加权带宽贪心调度算法(Long-Latency-Sensitive Weighted Bandwidth Greedy Scheduling Algorithm,LLS-WBG),根据函数依赖以及前驱函数最长完成时间,加权计算服务器带宽,以优化资源利用并降低任务尾时延。基于真实世界数据的实验结果表明,在边缘计算场景下,与先进算法相比,所提出的算法能够使应用完成时间减少44.45%。

基于ARIMA和LSTM的高性能计算平台资源使用的预测研究

李思琪, 俞琨, 陈宇皓

计算机科学. 2025, 52 (9): 178-185. doi:10.11896/jsjkx.241100174

摘要 ( 5 )

PDF(3565KB) ( 11 )

参考文献 | 相关文章 | 多维度评价

随着科学研究和工程模拟中数据规模和实验复杂度的不断提升,对高性能计算资源的需求日益增长。然而由于资源有限,如何高效利用现有计算资源成为亟待解决的问题。基于2022年1月至2023年11月期间华东师范大学高性能计算中心集群收集的40万条作业数据,整理得到集群每日运行作业数和CPU资源利用率,以表征计算资源的使用情况。采用ARIMA模型、由LSTM改进的2DLSTM模型和ARIMA-2DLSTM组合模型对历史数据进行拟合,实现了对集群计算资源使用情况的长短期预测。通过平均绝对误差(MAE)和均方误差(MSE)指标评估模型预测效果,实验结果表明,ARIMA-2DLSTM组合模型在预测准确性上优于单独使用ARIMA模型和2DLSTM模型,且能够精确预测趋势变化以及波峰与低谷出现的时间,为高性能计算中心的资源分配提供了有效支持。

基于区域划分的跨基本块SLP向量化技术

韩林, 丁永强, 崔平非, 刘浩浩, 李浩然, 陈梦尧

计算机科学. 2025, 52 (9): 186-194. doi:10.11896/jsjkx.241100130

摘要 ( 5 )

PDF(2358KB) ( 8 )

参考文献 | 相关文章 | 多维度评价

自动向量化作为发掘数据级并行性、提升程序性能的重要方式,被广泛应用于主流编译器中。超字级向量化(Superword-Level Parallelism,SLP)专注于发掘相邻同构语句级别的数据并行性检测并聚合标量指令生成向量指令。然而,传统的SLP框架在发掘跨基本块的语句向量化时能力不足,特别是当连续的可向量化指令被基本块边界分割时,SLP分析无法有效发掘潜在的向量化语句。针对这一问题,提出了一种基于区域划分的跨基本块SLP向量化方法。该方法通过扩大分析范围至支配关系内的多个基本块,打破了基本块边界的限制,从而能捕捉更多潜在向量化机会,有效提升了SLP向量化效率。所提出的方法基于GCC10.3.0编译器实现,并挑选SPEC CPU2006测试集中包含相关程序段的测试程序进行了实验。实验结果显示,在SPEC CPU2006测试集挑选的测试程序中,与传统SLP方法相比,所提出的方法可使SPEC CPU2006测试程序加速比最高提升12%,相关测试程序的平均加速比提升8%,在polybench测试中获得了平均3%的加速比,其有效性得到验证。该工作可为提升GCC编译中SLP向量化效率提供技术参考。

数据分类分级技术研究综述

刘乐源, 陈格格, 吴炜, 王永, 周帆

计算机科学. 2025, 52 (9): 195-211. doi:10.11896/jsjkx.240800149

摘要 ( 9 )

PDF(2089KB) ( 11 )

参考文献 | 相关文章 | 多维度评价

近年来,各类信息系统和物联网不断发展,与人类日常生活的融合日趋紧密,由此产生的海量数据已经成为当今社会经济中的一种新型生产要素,甚至是国家战略资源。对数据要素进行有效的管理,越来越得到国家、企业和科研机构的重视。准确合理的数据分类分级作为数据治理任务中最基础的一步,将对后续数据的确权、共享、安全保护等产生重大影响。首先,对数据分类分级任务进行定义,并介绍了传统分类分级的方法;其次,对新近基于人工智能尤其是大语言模型的数据分类分级技术进行了概括和对比;随后,鉴于数据分类分级与行业的相关性,对重点行业和领域中的数据分类分级应用情况进行了介绍;最后,对数据分类分级技术的发展进行了前瞻,讨论了未来面临的新挑战和可能的发展方向。

基于伪标签不确定性估计的无源域自适应方法

黄超, 程春玲, 王有康

计算机科学. 2025, 52 (9): 212-219. doi:10.11896/jsjkx.240700159

摘要 ( 6 )

PDF(2109KB) ( 8 )

参考文献 | 相关文章 | 多维度评价

无源域自适应大多采用基于伪标签的自监督学习方法来解决无源的问题,然而这些方法忽视了伪标签生成过程中,目标样本特征分布的聚类结构和分类决策边界处样本的不确定性对伪标签噪声的影响,降低了模型性能。为此,提出一种基于伪标签不确定性估计的无源域自适应方法。首先,对模型特征提取器参数进行多次扰动来模拟源知识被数据微调后的变化,并利用样本在不同扰动模型下的特征分布相似性来评估源知识的泛化不确定性;并提出通过极值信息熵来衡量目标域内部的隐含信息的不确定性,该信息熵根据预测概率中最大值与次最大值的数值差异采用不同的熵计算方法。其次,根据两种不确定性将目标样本分为可靠样本和不可靠样本,对可靠样本采用自监督学习,并以其预测概率结果为权重将样本特征更新至类原型中,同时,引入历史类原型以增强类原型的稳定性。对不可靠样本采用对比学习,使其靠近相似的类原型。在3个公开基准数据集Office-31,Office-Home和VisDA-C上与多个基线模型进行比较,提出的方法在分类准确度上得到提升,验证了其有效性。

基于无噪梯度分布的合成过采样方法

胡立彬, 张云峰, 刘培德

计算机科学. 2025, 52 (9): 220-231. doi:10.11896/jsjkx.241000010

摘要 ( 6 )

PDF(3491KB) ( 12 )

参考文献 | 相关文章 | 多维度评价

合成过采样方法(Synthetic Oversampling Method)是解决不平衡分类问题的重要手段,但当前的合成过采样方法在处理高维不平衡分类问题时仍面临诸多挑战。针对当前合成过采样方法未考虑噪声样本造成的误差累积、对样本空间距离过度依赖、合成样本的分布牺牲负类样本识别精度这3个问题,提出一种基于无噪梯度分布的合成过采样方法。首先,利用样本的梯度贡献属性作为度量样本标签置信度的指标并过滤数据集中的噪声标签样本,避免了噪声样本作为根样本造成的误差累积。其次,根据梯度贡献指标和安全梯度阈值将正类样本分配到不同的梯度区间,并选择安全梯度区间内的样本作为根样本,根样本的梯度右近邻作为辅助样本,不仅摆脱了对空间距离度量的依赖,而且保证了决策边界不断往负类样本移动。最后,设计了基于余弦相似度的安全梯度分布近似策略,用于计算每个安全梯度区间内需要生成的样本数量,该策略合成后的样本分布可以使决策边界以安全的方式向负类样本移动,因此不会明显牺牲负类样本的识别精度。在来自KEEL,UCI和Kaggle平台的数据集上的实验表明,所提出的算法在提升分类器Recall值的同时,也可以获得很好的F1-Score,G-Mean和MCC值。

面向长尾异构数据的个性化联邦学习框架

吴家皋, 易婧, 周泽辉, 刘林峰

计算机科学. 2025, 52 (9): 232-240. doi:10.11896/jsjkx.240700116

摘要 ( 12 )

PDF(2139KB) ( 8 )

参考文献 | 相关文章 | 多维度评价

针对数据长尾分布和异构性引起的联邦学习模型性能下降的问题,提出了一种新的个性化联邦学习框架——平衡的个性化联邦学习(Balanced Personalized Federated Learning,BPFed),将整个联邦学习过程分为基于个性化联邦学习的表示学习和基于全局特征增强的个性化分类器再训练两个阶段。在第一阶段,首先采用Mixup策略进行数据增强,然后提出基于参数解耦的个性化联邦学习特征提取器训练方法,在优化特征提取器性能的同时减少通信开销;在第二阶段,首先提出新的基于全局协方差矩阵的类级特征增强方法,然后提出基于样本权重的标签平滑损失函数对客户端分类器进行平衡的个性化再训练,以纠正头类置信过度并提高尾类的泛化能力。大量的实验结果表明,在不同的数据长尾分布和异构性设置下,BPFed模型的准确度相比其他代表性相关算法均有明显提升。此外,消融和超参数影响实验也进一步验证了所提方法和优化策略的有效性。

基于多阶段行人特征挖掘的轨迹预测方法

邓佳燕, 田时瑞, 刘香丽, 欧阳红巍, 焦韵嘉, 段明星

计算机科学. 2025, 52 (9): 241-248. doi:10.11896/jsjkx.250700138

摘要 ( 11 )

PDF(2339KB) ( 9 )

参考文献 | 相关文章 | 多维度评价

当前行人轨迹预测面临两大挑战:1)受多行人之间关联关系以及复杂环境状态影响而难以建模;2)模型规模变大,难以在有限计算资源场景下发挥出作用,如无人车等。为更好应对上述挑战,提出了一种多阶段行人轨迹预测框架(Multi-stage Pedestrian Trajectory Prediction,MSPP-Net)。该框架由学生模块、教师模块和社会交互模块3部分组成。首先,学生模块基于小波变换构建预测模型,分解行人轨迹为高频和低频特征,精准提取运动细节与全局趋势;同时,以轨迹、姿态和文本等多模态轨迹数据训练教师模型,学生模型通过蒸馏方式学习教师模型的知识,进而提升自身的预测性能;然后,构建基于动力学微分方程的社会交互模块,捕捉行人运动的动态特性,进一步增强预测合理性,形成最终的MSPP-Net预测模型;最后,在ETH/UCY和SDD数据集上进行了大量实验,结果表明,MSPP-Net在ADE和FDE指标上的预测精度分别提升12.50%/2.63%和19.30%/10.34%,优于主流方法,其参数量较教师模型减少64.47%。

融合显著视口提取与跨层注意力的全景图像质量评价方法

林恒, 纪庆革

计算机科学. 2025, 52 (9): 249-258. doi:10.11896/jsjkx.241000108

摘要 ( 7 )

PDF(3369KB) ( 12 )

参考文献 | 相关文章 | 多维度评价

全景图像作为沉浸式多媒体的重要内容形式,提供360度水平和180度垂直视角的视觉体验,直接影响用户在虚拟现实(Virtual Reality,VR)中的沉浸感。为解决全景图像质量评价中投影失真和多尺度特征利用不充分的问题,提出了一种显著视口注意力网络(Salient Viewport Attention Network,SVA-Net)。该网络由显著性引导的视口提取模块、跨层注意力依赖模块和多通道融合回归模块组成,旨在缓解投影失真问题,同时高效提取多尺度特征并增强特征表达能力。实验结果表明,SVA-Net在两个公开数据集上相比现有方法,在图像质量预测精度上有显著提升,并展示了良好的泛化能力。该方法通过结合显著视口采样和跨层注意力机制,增强了特征表示,提升了全景图像质量评价的准确性,预测结果更接近人类主观评价。

基于雷达和视觉融合的多模态空中手写体识别

刘威, 许勇, 方娟, 李城, 祝玉军, 方群, 何昕

计算机科学. 2025, 52 (9): 259-268. doi:10.11896/jsjkx.240400143

摘要 ( 11 )

PDF(5117KB) ( 9 )

参考文献 | 相关文章 | 多维度评价

空中手写体识别是一项前景广阔的人机交互技术。单一传感器挖掘手势特征,如毫米波雷达、相机和Wi-Fi,均难以捕捉完整的手势特征。对此,设计了一种灵活的双流融合网络(Two-Stream Fusion Networks,TFNet)模型。该模型既可以融合空中手写体能量图(Air-writing Energy Images,AEIs)和点云时间序列特征图(Point Cloud Temporal Feature Maps,PTFMs),又能仅以单模态数据作为网络的输入。同时,构建了一种鲁棒可靠的多模态空中手写体识别系统。该系统采用硬触发方式启动和结束多传感器数据采集,分别处理同时间序列内的图像和点云数据,生成AEIs和PTFMs,实现多模态数据时间对齐。经过分支网络,对手势外观和细粒度运动信息进行特征提取,结合自适应加权权重,融合双分支决策结果,避免了多模态中间特征的复杂交互,有效地降低了模型的损失。采集多名实验者空中书写0－9共10个数字的空中手写体数据对模型进行评估,结果表明,所提模型在识别精度方面优于其他基线模型,且具有较强的鲁棒性,在空中手写体识别任务中表现出明显优势,可成为多传感器在空中手写体识别任务中的有效工具。

基于规划学习的视觉故事生成模型

王元龙, 张宁倩, 张虎

计算机科学. 2025, 52 (9): 269-275. doi:10.11896/jsjkx.240700136

摘要 ( 9 )

PDF(2498KB) ( 6 )

参考文献 | 相关文章 | 多维度评价

近年来,视觉故事生成受到越来越多的计算机视觉和自然语言处理领域学者的关注。现有模型大多侧重于增强图像表示,例如引入外部知识、场景图等,虽然取得了一些进展,但生成的故事仍存在内容重复使用和细节描述少的问题。针对上述问题,提出了基于规划学习的视觉故事生成模型¹⁾,引入规划学习方法,从主题、对象、动作、地点、推理、预测6个维度设定对应的问题,利用视觉问答预训练语言模型生成答案,完成规划设计,引导视觉故事生成。模型分为4阶段:第一阶段从图片中提取视觉信息;第二阶段通过概念生成器抽取并选择相关概念;第三阶段利用预训练语言模型引导规划信息生成;第四阶段融合前3个阶段生成的视觉、概念和规划信息,完成视觉故事生成任务。在公开数据集VIST上验证所提模型的效果,与现有模型COVS相比,其在BLEU-1,BLEU-2,ROUGE_L,Distinct-3,Distinct-4和TTR指标上提升了1.58百个分点、2.7百个分点、0.4百个分点、2.2百个分点、3.6百个分点和5.6百个分点。

基于渐进原型匹配的文本-动态图片跨模态检索算法

彭姣, 贺月, 商笑然, 胡塞尔, 张博, 常永娟, 欧中洪, 卢艳艳, 姜丹, 刘亚铎

计算机科学. 2025, 52 (9): 276-281. doi:10.11896/jsjkx.241200204

摘要 ( 11 )

PDF(1668KB) ( 11 )

参考文献 | 相关文章 | 多维度评价

在社交和聊天场景中,用户不再局限于使用文字或emoji表情符号,而是采用语义更加丰富的静态或动态图片来进行交流。尽管现有的文本-动态图片检索算法取得了一定效果,但仍存在模态内和模态间缺乏细粒度交互,以及原型生成过程中缺乏全局引导的问题。为了解决上述问题,提出了一种全局敏感的渐进原型匹配模型(Global-aware Progressive Prototype Matching Model,GaPPMM)用于文本-动态图片跨模态检索,采用三阶段渐进原型匹配的方法来实现跨模态细粒度交互,并提出了全局敏感的时间原型生成方法,利用全局分支产生的预览特征作为注意力机制的查询,引导局部分支关注到最相关的局部特征,实现了动态图片的细粒度特征提取。实验结果表明,提出的模型在公开数据集上的召回率总和超越了现有的SOTA模型。

利用语义增强提示和结构信息的知识图谱补全模型

蔡启航, 徐彬, 董晓迪

计算机科学. 2025, 52 (9): 282-293. doi:10.11896/jsjkx.240700201

摘要 ( 8 )

PDF(2453KB) ( 14 )

参考文献 | 相关文章 | 多维度评价

知识图谱补全旨在根据已有事实推断新事实,增强知识图谱的全面性和可靠性,从而提升其实用价值。为了解决现有基于预训练语言模型的方法对头实体和尾实体预测效果差异大、连续提示初始化随机性强导致训练过程波动较大以及未充分利用知识图谱结构信息的问题,提出了利用语义增强提示和结构信息的知识图谱补全模型(SEPS-KGC)。该模型遵循多任务学习框架,联合知识图谱补全任务与实体预测任务。首先,设计了基于示例引导的关系模板生成方法,针对预测头实体和预测尾实体的不同任务,利用大语言模型生成两种更具针对性的关系提示模板,并结合语义辅助信息,使模型更好地理解实体间的语义关联。其次,设计了基于有效初始化的提示学习方法,使用关系标签的预训练嵌入进行初始化。最后,设计了结构信息提取模块,利用卷积和池化操作提取知识图谱结构信息,提升模型的稳定性和关系理解能力。在两个公开数据集上进行实验,证明了SEPS-KGC的有效性。

基于大小模型结合与迭代反思框架的电子病历摘要生成方法

钟博洋, 阮彤, 张维彦, 刘井平

计算机科学. 2025, 52 (9): 294-302. doi:10.11896/jsjkx.241000114

摘要 ( 12 )

PDF(3351KB) ( 10 )

参考文献 | 相关文章 | 多维度评价

在医疗人工智能领域,从医患对话中自动生成电子病历(EMR)是一项核心任务。传统主流方法多依赖于大规模语言模型(LLM)结合少量示例进行学习,然而,这些方法往往未能有效融入深度的医学专业知识,导致生成的EMR内容在专业性方面存在不足。针对这一挑战,提出了一种新颖的迭代反思框架,该框架融合了Error2Correct示例学习与领域模型监督,旨在提升EMR的总结质量。具体而言,首先设计了一种集成了Error2Correct示例学习机制的大规模语言模型,用于EMR的初步生成与持续优化,并在预生成阶段融入医学领域知识。然后利用一个经过微调的小规模医学预训练语言模型,对初步生成的EMR进行进一步的评估与优化,从而在后生成阶段再次深化领域知识的整合。最后,引入了一个迭代调度器,该调度器能够高效地引导模型在持续的反思与迭代过程中进行优化。实验结果显示,所提方法在两个公开的EMR数据集上均展现出了先进的性能。特别是在IMCS-V2-MRG和ACI-BENCH数据集上,与经过微调的大规模语言模型相比,所提方法分别实现了3.66个百分点和7.75个百分点的整体性能提升¹⁾。

基于提示学习与超图的事件因果关系识别模型

程章桃, 黄浩燃, 薛荷, 刘乐源, 钟婷, 周帆

计算机科学. 2025, 52 (9): 303-312. doi:10.11896/jsjkx.240800121

摘要 ( 12 )

PDF(3266KB) ( 11 )

参考文献 | 相关文章 | 多维度评价

事件因果关系识别是自然语言处理领域的重要研究方向,其任务目标是识别两个特定事件间是否存在因果关联。当前的主流方法通常采用预训练语言模型从文本中提取有限的上下文语义信息,从而判别事件间的因果关系。然而,此类方法仅简单理解关键事件结构及其上下文语义信息,并未充分利用预训练语言模型的能力,同时忽略了历史事件与相关标签在构建类比推理以确定目标事件间因果关系上的重要作用。为了应对上述挑战,提出一种基于提示学习与超图增强的模型(Prompt Learning and Hypergraph Enhanced Model,PLHGE)。该模型能够充分捕捉事件之间的全局交互信息及当前事件与历史事件之间的事件结构与语义联系,通过融合描述性知识与文本语义,生成层次化的事件结构;通过构建基于知识的超图,融入细粒度及文档级语义信息,提升了识别能力;此外,引入基于关系性知识的提示学习模块,利用预训练语言模型中的潜在因果知识来提升对事件因果关系的识别能力。最后,在两个公开基准数据集上进行了广泛的实验,实验结果表明,PLHGE模型在因果关系识别任务中优于现有的基线模型。

基于分步协作融合表示的情感分类方法

高龙, 李旸, 王素格

计算机科学. 2025, 52 (9): 313-319. doi:10.11896/jsjkx.240700161

摘要 ( 10 )

PDF(2219KB) ( 10 )

参考文献 | 相关文章 | 多维度评价

多模态情感分析任务旨在通过各种异构模态(如语言、视频和音频)感知和理解人类的情感,但不同模态间存在着复杂的关联。现有的大多数方法将多个模态特征直接融合,忽略了不同步的模态融合表示在情感分析中的贡献不同。针对上述问题,提出了一种基于分步协作融合表示的情感分类方法。首先,利用降噪瓶颈模型对音视频中的噪声和冗余进行过滤,通过Transformer完成对音视频两种模态的交互融合,建立音视频融合的低级特征表示;进一步利用跨模态注意力机制,强化文本模态对音视频模态的低级融合表示,构建音视频融合的高级特征表示。其次,设计一个新颖的模态融合层将多级特征表示引入预训练模型T5中,建立以文本为中心的多模态融合表示。最后,将低级特征表示、高级特征表示以及以文本为中心的特征融合表示进行联合,实现了多模态数据的情感判别。在两个公开数据集CMU-MOSI和CMU-MOSEI上进行实验,结果表明所提出的方法相比已有基线模型ALMT在Acc-7指标上分别提高0.1和0.17,表明了分步协作融合表示能够提高多模态情感分类性能。

面向狭窄环境的机器人室内导航系统

董敏, 谭皓禹, 毕盛

计算机科学. 2025, 52 (9): 320-329. doi:10.11896/jsjkx.240700167

摘要 ( 7 )

PDF(3990KB) ( 11 )

参考文献 | 相关文章 | 多维度评价

在机器人领域中,安全地通过狭窄环境是机器人自主可靠地执行导航任务的关键之一。对于多种误差源导致的机器人无法安全通过狭窄环境的问题,提出了面向狭窄环境的机器人室内导航系统。该系统在导航过程中根据地图中障碍物与全局路径的几何关系标记狭窄环境,并生成合适通行位姿对;机器人出入被标记的狭窄环境时自动切换导航策略,以自适应环境;在狭窄环境导航策略中,全局成本地图膨胀化,以规划更安全的全局路径,机器人根据合适通行位姿分段规划全局路径,目的为提前调整位姿以减少在狭窄环境中的转向需求,并通过将最优控制问题转换为最小二乘问题的思想优化MPC路径跟踪方法,用于代替局部轨迹规划方法计算轨迹,防止局部轨迹碰撞误判导致导航失败。仿真及真实环境实验结果表明,该系统能够有效提升机器人面对狭窄环境时的通过率,使机器人更加安全稳定地执行导航任务。

基于图注意力的分组多智能体强化学习方法

朱士昊, 彭可兴, 马廷淮

计算机科学. 2025, 52 (9): 330-336. doi:10.11896/jsjkx.240700107

摘要 ( 9 )

PDF(2869KB) ( 9 )

参考文献 | 相关文章 | 多维度评价

目前,多智能体强化学习在各类合作任务中被广泛应用。但在真实环境中,智能体通常只能获取部分观测值,导致合作策略的探索效率低下。此外,智能体共享奖励值,导致其难以准确衡量个体贡献。针对这些问题,提出一种基于图注意力的分组多智能体强化学习框架,其有效提高了合作效率并改善了个体贡献的衡量。首先,构建图结构的多智能体系统,通过图注意力网络学习个体与邻居的关系以进行信息共享,扩大智能体个体的感受野,从而缓解部分可观测的限制并有效衡量个体贡献。其次,设计了动作参考模块,为个体动作选择提供联合动作参考信息,使智能体在探索时更高效、多样。在两个不同规模的多智能体控制场景下,所提方法相比基线方法展现出显著的优势;同时,消融实验证明了图注意力分组方法和通信设置的有效性。

基于多智能体深度强化学习的光储充电站动态定价及能源调度策略

陈锦韬, 林兵, 林崧, 陈静, 陈星

计算机科学. 2025, 52 (9): 337-345. doi:10.11896/jsjkx.240700197

摘要 ( 8 )

PDF(3850KB) ( 11 )

参考文献 | 相关文章 | 多维度评价

光储充电站运营收益的提升,能够使充电站运营商加大对光储充电站基础设施的投资和部署,从而缓解日益增长的电动汽车渗透到电网时带来的负荷压力。针对光储充电站的运营收益提升问题,提出了一种基于多智能体深度强化学习的动态定价及能源调度策略,旨在提高完全合作关系下光储充电站的整体运营收益。首先,以最大化所有光储充电站的总运营收益为目标,将在单个光储充电站运营商下的多个光储充电站和电动汽车建模成马尔可夫博弈模型;其次,采用多智能体双延迟确定性策略梯度算法进行模型求解,通过制定充电服务价格和储能系统的充放电策略,以达到总运营收益最大化的目标,并通过余弦退火方法对算法学习率进行调整,提升该算法的收敛速率和收敛阈值;最后,为防止完全合作关系下多站可能出现的价格垄断问题,引入反需求函数对充电服务价格进行约束。实验结果表明,所提策略和对比方法相比,提高了4.17%~66.67%的充电站运营收益,且所用的反需求函数能够有效预防多站的价格垄断问题。

复杂系统的形式化建模及量化分析方法综述

王慧强, 林烊, 吕宏武

计算机科学. 2025, 52 (9): 346-359. doi:10.11896/jsjkx.240600022

摘要 ( 5 )

PDF(2627KB) ( 8 )

参考文献 | 相关文章 | 多维度评价

形式化模型是系统验证和性能分析的重要基础手段,在系统设计阶段即可评估复杂系统可行性和性能边界,被广泛用于各类复杂系统的抽象仿真与理论分析。由于系统交互模式逐渐向多元化、动态化转变,这加剧了系统的复杂性和不确定性。对此,以形式化建模的核心评价要素为出发点,系统分析了几种典型的形式化建模方法的优势和不足,为复杂系统形式化建模提供了技术参考。首先,提出形式化建模及模型求解方法的评价要素框架。其次,对常见形式化建模方法进行分类,阐述了不同形式化方法的实现原理、优势、局限及适用的应用场景。再次,围绕模型求解过程中状态空间爆炸问题,对比了目前典型的求解方法,并结合评价框架,探讨了不同方法在不同应用场景下的适用性;在此基础上,剖析了基于进程代数的2种典型应用案例。最后,总结了形式化建模和量化分析领域的研究热点,并展望了未来的发展方向。

基于分阶段增长测试信息的软件可靠性贝叶斯验证方案

王玉琢, 刘海涛, 袁昊劼, 翟亚利, 张志华

计算机科学. 2025, 52 (9): 360-367. doi:10.11896/jsjkx.240600086

摘要 ( 7 )

PDF(1718KB) ( 7 )

参考文献 | 相关文章 | 多维度评价

针对现有贝叶斯方案的先验分布确定方法对软件可靠性分阶段增长测试信息加工偏保守、假设条件偏理想的问题,利用正则不完全贝塔函数与二项分布累积和之间的恒等关系式,给出增长测试最后一阶段软件成功率的边缘概率分布模型。在此基础上,提出了顺序约束条件下的软件成功率先验分布确定方法,并从保护使用方利益的角度设计了基于平均后验风险的软件可靠性贝叶斯验证方案。经实例和仿真验证,所提先验分布确定方法对软件可靠性分阶段增长测试信息的加工更合理,设计的贝叶斯方案能在保证方案可信度的前提下明显减少可靠性验证测试用例数量,减轻测试负担,具有一定的经济价值。

基于异构合约图多维度特征深度融合的漏洞检测方法

周涛, 杜永萍, 谢润锋, 韩红桂

计算机科学. 2025, 52 (9): 368-375. doi:10.11896/jsjkx.241000007

摘要 ( 7 )

PDF(2378KB) ( 8 )

参考文献 | 相关文章 | 多维度评价

智能合约是在区块链上自动执行的代码,具有不可逆性且与金融交易密切相关,故其安全问题至关重要。然而,当前智能合约漏洞检测技术仍面临特征提取效率低、检测精度低以及过度依赖专家规则等问题。对此,提出一种基于异构合约图多维度特征深度融合的漏洞检测方法。首先,针对智能合约数据集的代码进行去噪处理,采用代码函数交换等数据增强方法扩充数据集,进而将其表示为异构合约图。其次,结合图嵌入技术以及代码预训练技术高效获取智能合约图以及对应操作码中节点的高维度语义表示。最后,设计双层异构图注意力网络深度融合在两种维度下学习到的节点特征,以实现高效的漏洞检测。针对不同类型漏洞的实验结果表明,所提方法整体表现较对比方法均有所提升,F1指标平均值高于77.72%,在拒绝服务漏洞类型的检测上表现最佳,F1值最高达到84.88%,较传统的深度学习方法和图拓扑检测方法分别提升了10.62％和22.34％。所提方法不仅提高了检测的效率和准确性,而且通过学习节点特征减少了对专家规则的依赖,为智能合约的安全性提供了更为可靠的保障。

基于梯度引导的社团隐匿扰动子结构优化方法

俞山青, 宋亦聃, 周金涛, 周梦, 李家祥, 汪泽钰, 宣琦

计算机科学. 2025, 52 (9): 376-387. doi:10.11896/jsjkx.240800107

摘要 ( 7 )

PDF(5140KB) ( 8 )

参考文献 | 相关文章 | 多维度评价

社团检测是一种用于揭示网络聚集行为的技术,能够精准识别网络中的社团结构,帮助更好地理解复杂网络的内部组织和功能。然而,随着社团检测算法的快速发展,其中信息泄露和过度挖掘等诸多隐私问题也备受关注。因此,社团隐匿算法被广泛研究,它通过构建扰动子结构来模糊网络中的社团结构,从而有效地降低社团检测算法的识别能力,实现隐私保护。在现有的扰动子结构优化方法中,基于遗传算法的方法表现较为突出,但这些方法在搜索解过程中缺少方向性指导,因此在构建扰动子结构的效果和效率上仍有提升空间。通过将梯度引导信息引入遗传算法搜索,可以优化扰动子结构的构建过程,从而提高社团隐匿的效果和效率。实验结果表明,在社团隐匿问题中加入梯度引导信息的遗传算法,在搜索扰动子结构方面显著优于其他基线方法,证明了其有效性。

多权威可撤销密文策略属性基加密数据共享方案

李莉, 陈介, 朱江文

计算机科学. 2025, 52 (9): 388-395. doi:10.11896/jsjkx.240700066

摘要 ( 4 )

PDF(1958KB) ( 9 )

参考文献 | 相关文章 | 多维度评价

在数据安全保护与共享领域,密文策略属性基加密(CP-ABE)被认为是一种在保护数据保密性的同时,允许数据被分享给经过授权的访问者的方法。然而,用户的属性不是一成不变的,因此数据访问者的权限可能发生变化,一种实用的方法是数据所有者重新加密密文并将其上传到服务器,以确保被撤销的用户无法再次访问数据,但这种做法给服务器带来了较大的负担。为了解决这一问题,提出了一种无需更新云端密文的支持用户级和属性级撤销的CP-ABE方案,通过代理服务器对密文进行重加密和预解密,管理各用户的预解密密钥,撤销时只需更新预解密密钥。实验结果表明,在多属性权威机构的条件下,在无需更新云端密文的情况下即可实现细粒度的属性撤销,并且具有前向安全性,相较于同类方案具有较小的计算开销和密钥存储开销。在q-BDHE困难性问题下提供了安全性证明,证明该方案对选择明文攻击具有不可区分性。

NTRU格上基于身份的可链接环签密

唐嘉一, 黄晓芳, 王励成, ODOOM J

计算机科学. 2025, 52 (9): 396-404. doi:10.11896/jsjkx.240700126

摘要 ( 8 )

PDF(1663KB) ( 11 )

参考文献 | 相关文章 | 多维度评价

目前基于格的环签密方案虽然能抵抗量子攻击,但密钥存储和加解密时间开销仍较大。具有可链接性的格上环签密方案不仅能保护签名者的匿名性,还能判定两种签名是否为同一签名者生成。因此,基于紧凑高斯采样算法和拒绝抽样技术,在NTRU格上构造了基于身份的可链接环签密方案。首先,利用NTRU格上的陷门生成算法生成系统主密钥;然后基于紧凑高斯采样算法得到环成员的私钥;最后运用拒绝抽样技术生成用户签名,并通过密钥封装机制对签名加密。通过随机预言模型(ROM)中的安全性证明,验证了该方案在DRLWE和NTRU小整数解难题下,具有保密性、不可伪造性、无条件匿名性以及可链接性。性能分析表明,与基于格的环签密方案和NTRU上的可链接环签名方案相比,该方案具有较小的公钥和较低的加解密成本,效率得到了极大提升。