计算机科学

第53卷第8期目录

计算机科学. 2026, 53 (8): 0-0.

摘要 ( 74 )

PDF(408KB) ( 117 )

相关文章 | 多维度评价

基于大数据业务链路的多层级SQL优化框架设计研究

沈峰寅, 范红杰

计算机科学. 2026, 53 (8): 1-8. doi:10.11896/jsjkx.250900007

摘要 ( 179 )

PDF(2424KB) ( 210 )

参考文献 | 相关文章 | 多维度评价

文中提出了一种面向业务场景的多层级SQL优化框架,通过解耦业务逻辑与通用计算,构建前置规则引擎和后置计算引擎的协同架构。前置SQL优化器聚焦于业务具体优化,后置SQL计算引擎专注于通用大数据计算,通过封装与集成现有流批一体计算引擎,实现高效计算。通过将优化策略划分为面向业务特性的规则优化和基于计算框架的通用执行优化两个层级,实现优化策略模块化与可迭代性。深入优化策略设计与实现,采用规则引擎驱动的前置SQL优化器,结合通用大数据计算引擎,实现面向业务的外部数据源下推、多生产任务合并优化,解决数据倾斜、代码生成超限等业务常见实际问题。实验通过外部数据源下推测试、多任务合并测试、数据倾斜负载优化测试,证明在字段裁剪、任务合并等多个真实场景下所提出框架可分别提升性能49.8%和79.75%,整体优化了大数据生产任务的执行性能,且通过解耦业务计算与通用计算这一设计思想,为大数据场景下的高效SQL优化执行提供了创新性解决方案。

面向学习者个性化画像的SOR标签体系构建与生成

赖英旭, 张雨薇, 庄俊玺

计算机科学. 2026, 53 (8): 9-19. doi:10.11896/jsjkx.250600231

摘要 ( 117 )

PDF(3121KB) ( 176 )

参考文献 | 相关文章 | 多维度评价

随着在线教育和个性化教育的不断发展,如何利用海量在线学习数据构建准确、个性化的学习者画像,成为当前的研究热点。针对现有学习者画像相关研究存在忽略个体差异性、缺乏系统的理论指导等问题,提出一种面向学习者个性化画像的SOR标签体系构建与生成方法。该方法首先结合SOR理论构建个性化标签体系,提取个性化标签,挖掘学习者的个体差异性;其次,基于多标签分类模型,学习特征和个性化标签之间的复杂关系,实现对个性化标签的精准预测以及动态生成画像标签;最后,基于SOR理论构建学习者画像,揭示环境刺激、个体认知与学习行为之间的关系。实验基于公开MOOC数据集展开,通过对教学真实场景——辍学率的预测来验证本文标签体系的有效性,结果表明,所提方法的预测准确率较次优标签体系提升了0.91%,验证了所提方法在学习者个性化标签挖掘与标签体系构建方面的有效性。

基于时频对比学习的时间序列异常检测

刘艳泽, 韩波, 原继东, 苏东亮, 任佳, 蔡智明, 王志海

计算机科学. 2026, 53 (8): 20-28. doi:10.11896/jsjkx.250700100

摘要 ( 128 )

PDF(5398KB) ( 173 )

参考文献 | 相关文章 | 多维度评价

时间序列异常检测在金融、医疗以及工业生产等领域发挥着重要作用,相关应用包括金融领域银行核心系统异常响应码的检测、脑电信号的监测,以及工业传感器信号的预警等。在多维时间序列异常检测领域,现有方法在处理复杂模式及标签稀疏数据等方面存在局限。对此,提出了基于时频对比学习的自监督时间序列异常检测算法,创新性地融合时域和频域特征,构建了一种跨模态的表示学习框架。首先,通过时域和频域特征提取,从随机增强样本中获取高质量时频一致性表征;其次,基于时频排序对比损失与分层对比损失函数协同优化模型,精准把控不同样本间距离,捕捉时间序列多尺度信息并有效应对对比学习中的假阴性样本问题;最后,依据样本掩码与滑动窗口判定识别异常。在多个不同领域数据集上的实验结果表明,该算法达到当前最优水平,消融实验结果和可视化结果验证了所提算法和各模块的有效性,为金融和工业等领域时间序列异常检测提供了高效、精准且鲁棒的解决方案。

面向持续葡萄糖监测解读的时间序列语言模型

王昱麒, 张仰森, 郭亚龙, 亢静, 王雅伦

计算机科学. 2026, 53 (8): 29-39. doi:10.11896/jsjkx.260300019

摘要 ( 123 )

PDF(4641KB) ( 142 )

参考文献 | 相关文章 | 多维度评价

解读糖尿病患者的持续葡萄糖监测(CGM)序列有助于患者的血糖管理。但大语言模型(LLM)存在误判率高和因缺乏对序列内在规律的理解而产生与实际状况不符的内容的缺陷。为此,提出面向持续葡萄糖监测解读的时间序列语言模型(Time Series Language Model for CGM Interpretation,CGM-TSLM)和基于“血糖序列-语言描述”对的CGM解读数据集(GLiDCGM)。模型采用一维卷积神经网络的时间序列编码器捕捉CGM序列的关键量化特征,利用语言模型编码提示指令和生成与实际血糖状况匹配的自然语言描述,引入注意力机制进行特征的对齐融合。最后,基于多模态监督微调,完成CGM序列到文本的转换。数据集构建采用了基于模糊逻辑的标注方法,生成包含波动等血糖特征的初文,再借助LLM将其整合为简洁准确的描述。GLiDCGM数据集上的实验表明,CGM-TSLM模型生成的描述优于LLaMA,Qwen,T5,BART等基线模型,词汇重叠度和文本相似度平均提高了12.22个百分点和14.45个百分点,证明了CGM-TSLM提升模型生成CGM序列总结的有效性,为可穿戴设备生理数据分析提供了理论和数据支撑。

STMVF:用于空间转录组细胞反卷积的新型多视图双重交叉注意力卷积

郭沛霖, 邹智翼, 王博, 骆嘉伟

计算机科学. 2026, 53 (8): 40-49. doi:10.11896/jsjkx.250800055

摘要 ( 84 )

PDF(11261KB) ( 119 )

参考文献 | 相关文章 | 多维度评价

近年来,空间转录组学(ST)技术的突破性进展为理解组织结构和细胞异质性开辟了新的途径。然而,主流ST技术(如10x Visium)尚未实现单细胞分辨率,这为精确的细胞类型反卷积带来了挑战。尽管已有多种解决方案被提出,但多数方法仅依赖于基因表达谱和空间位置信息,忽略了基因表达的相似性,导致性能受限。为此,提出了一种新的计算框架STMVF,该框架集成了基于交叉注意的多视图特征融合和图对比学习技术,用于空间转录组学中的细胞反卷积任务。STMVF首先采用多视图特征融合模块,通过引入基于基因表达的特征邻接矩阵,为模型提供与空间位置数据互补的细胞状态信息。随后,应用图对比学习使模型能够捕获基因表达的复杂空间模式并学习鲁棒表示。基于学习到的表征,STMVF通过优化可训练的细胞点映射矩阵,实现单细胞RNA测序数据与空间转录组数据的整合,从而高精度重建组织内的细胞分布。此外,为了进一步提高模型的性能,STMVF通过设计一个对比损失函数来隐式地引入空间约束,以确保重建组织结构的空间连续性。在4个模拟和真实数据集上对7种先进的方法进行基准测试,STMVF始终展现出卓越的细胞反卷积性能。

基于隐藏特征的增强GNNs跨网络身份关联算法

潘语泉, 袁得嵛, 王安然, 贾源

计算机科学. 2026, 53 (8): 50-60. doi:10.11896/jsjkx.250500069

摘要 ( 85 )

PDF(3535KB) ( 121 )

参考文献 | 相关文章 | 多维度评价

跨网络身份关联能够判别来自不同社交网络的虚拟用户是否属于同一自然人。为应对真实数据集中正负样本分布的均衡程度对用户身份判别准确性的影响,提出了基于隐藏特征的增强GNNs跨网络身份关联算法。首先,为充分利用社交网络结构信息,挖掘了其中的隐藏特征,明确了度较大的节点和一阶邻居节点的重要作用;其次,设计了w-LINE算法,用于生成结构特征向量,通过与结构特征值向量进行拼接,得到用户特征向量;再次,提出了增强GNNs,其由Feature-GCN,Dynamic-Weight-GAT,GAE-VAE组成,用于优化用户向量表达;最后,引入了自适应胶囊网络,自定义路由层和损失权重的设置,能够灵活应对不同的正负样本分布,实现跨网络身份关联。在两个真实数据集上开展对比实验,结果表明,与基线模型相比,所提算法在P,R,F1值中均有10%以上的提升。消融实验结果表明,各组件对算法的整体性能具有重要作用。

基于CNN特征增强与动态稀疏级联的深度森林模型

张学毅, 闫霏霏

计算机科学. 2026, 53 (8): 61-70. doi:10.11896/jsjkx.260400046

摘要 ( 86 )

PDF(2487KB) ( 113 )

参考文献 | 相关文章 | 多维度评价

针对原始深度森林多粒度扫描计算冗余、级联森林特征维度膨胀导致的效率低下问题,提出一种基于卷积神经网络(CNN)特征增强与动态稀疏级联的深度森林模型CDS-Forest。该模型采用轻量级卷积神经网络CNN替代计算密集的多粒度扫描,实现高效的层次化特征提取;同时,引入动态稀疏级联机制,通过特征选择自适应控制模型复杂度,从而避免特征冗余。在MNIST和CIFAR-10两个基准数据集上的实验表明,CDS-Forest在MNIST数据集上准确率达99.14%,显著高于原始gcForest的96.28%和标准CNN的98.75%,训练时间仅为gcForest的1/112;在CIFAR-10数据集上CDS-Forest的准确率达88.76%,比标准CNN、gcForest分别高0.48个百分点和4.1个百分点,训练时间仅为gcForest的1/62、标准CNN的1/3。CDS-Forest模型对硬件设备配置要求宽松,无需高性能图像处理器即可高效运行,具有经济友好性强、部署成本低的优势。所提出的模型为图像分类任务提供了一种高效、易用且设备要求低的非神经网络深度模型方案,丰富了深度学习与集成学习的融合思路。

面向Spark集群的自适应频率调节方法

何玉林, 肖又旗, 杨振宇, 黄哲学, 崔来中

计算机科学. 2026, 53 (8): 71-84. doi:10.11896/jsjkx.250800093

摘要 ( 84 )

PDF(6773KB) ( 110 )

参考文献 | 相关文章 | 多维度评价

数据中心能效优化是绿色计算的核心研究领域之一。当前以Spark为代表的大数据分布式计算框架,由于其特有的内存计算模式,能耗持续偏高,这已成为该领域亟待解决的关键问题。当前数据中心面临资源供给与动态需求的结构性失衡,即昼夜负载波动致使低负载时段硬件高频空转,引发资源闲置浪费;同时,集群计算节点间的负载分布不均会造成低负载节点的资源碎片化损耗。现有的集群能效提升方法存在调控粒度不足、过度依赖历史数据、难以适应负载异构等问题,导致最终能耗优化效果不显著且实现成本高昂。为此,设计了一种基于深度强化学习的集群能效优化方法。该方法通过近端策略优化算法构建了基于Actor-Critic的智能体PPOAgent,结合策略熵实现稳定收敛,并通过动态电压频率调节指令,实现硬件资源与作业负载需求的精准匹配,从而达到更有效地降低集群能耗的目的。实验表明,在Spark-on-YARN集群的HiBench基准测试中,PPOAgent在满足服务水平协议的前提下,相比FAESS-DVFS和GRMSSY,能耗优化幅度最高分别提升9.7%和12.9%,执行时间缩短幅度最高达30.3%和49.7%,并在高负载场景下显著提高了任务的准时完成率。结果证实,该方法能够在多样化作业与动态负载环境下实现能耗与性能的协同优化,具有重要的实际应用价值。

社交网络对股价同步性的影响——基于图注意力网络的预测建模与特征解释

卢珊, 刘岳龙, 赵之琦, 顾杰

计算机科学. 2026, 53 (8): 85-93. doi:10.11896/jsjkx.250700115

摘要 ( 76 )

PDF(2778KB) ( 117 )

参考文献 | 相关文章 | 多维度评价

社交媒体正逐渐成为金融信息传播与投资者决策互动的重要场域。利用海量用户行为数据解析金融市场运行规律,已成为行为金融学与计算社会科学交叉研究的前沿方向。社交网络中的信息传播深刻影响着资产定价效率,但现有研究多依赖财务因子等结构化数据,难以刻画市场参与者社交网络结构的动态演化及情绪互动。为此,聚焦投资者社交网络与资产定价效率之间的关系,基于大规模社交媒体数据,构建投资者关注关系网络,并将其发布的短文本作为节点特征,进一步建立基于图注意力网络的股价同步性预测模型,同时引入可解释性方法识别引发同步性上升的关键文本特征与典型网络结构。实证结果表明,融合投资者社交网络结构与文本信息显著提升了股价同步性预测精度。在解释性分析方面,所提方法识别出显著影响股价同步性预测的关键文本词与典型子图模式。这为资产定价与市场有效性提供了新的数据驱动与可解释分析视角,并推动了深度学习与网络科学在金融领域的交叉应用。

基于代理的无源域适应脑电情绪识别方法

吴水清, 邱纪豪, 刘祥, 董昱希, 文益民

计算机科学. 2026, 53 (8): 94-102. doi:10.11896/jsjkx.250700141

摘要 ( 93 )

PDF(3187KB) ( 112 )

参考文献 | 相关文章 | 多维度评价

在情感脑机接口领域,基于脑电信号的情绪识别取得了显著进展。然而,传统无监督域适应方法通常需要同时访问源域与目标域数据,存在源域受试者隐私泄露的风险。为了在无需源域样本的情况下估计域间差异并抑制噪声伪标签,提出了一种基于代理的无源域适应脑电情绪识别方法。该方法以预训练源模型分类器权重矩阵的行向量作为类原型,据此筛选目标域中的最近邻样本,构建类平衡的代理源域;进而利用该代理源域训练目标模型,并通过优化类原型与样本筛选过程提升代理域质量。此外,采用Mixup算法混合特征提取后的目标域特征,以提升特征表示能力;并提出伪标签加权校正策略,通过不确定性估计对分类损失重新加权与校正不确定性高的样本的伪标签。与主流的无源域适应方法相比,所提方法在SEED,SEED-IV与SEED-V数据集上的准确率平均提升了3.24%,同时在伪标签质量方面表现出显著优势¹⁾。

基于扩散、去噪和编解码注意力的锂离子电池容量数据增强和预测

廖雪超, 邹航, 吕沛东, 曾志强

计算机科学. 2026, 53 (8): 103-116. doi:10.11896/jsjkx.250500134

摘要 ( 80 )

PDF(7280KB) ( 116 )

参考文献 | 相关文章 | 多维度评价

锂离子电池容量预测对于提高锂电池的经济性和安全性具有重要意义,而现有方法在处理锂电池数据时存在局部信息缺失和数据质量不佳的问题。为解决上述问题,首先将STL分解方法嵌入扩散模型,设计了DMnet扩散模型,提取STL分解特征作为先验条件改善扩散模型的数据生成;然后将STL分解方法引入编解码注意力模型,来更好地发现时间序列的特征依赖性,从而设计了STLnet预测模型;最后结合以上扩散模型和预测模型,提出了SDMnet集成模型,采用STL提取的特征动态调节数据增强和预测两个过程,从而实现锂电池容量的高精度预测。通过对比实验可知,在STL分解的调节下,使用扩散模型进行数据增强有效提高了预测模型的泛化能力,而改进的EDAnet能够更高精度地预测锂电池容量,综合以上方法的SDMnet展现了卓越的预测性能和泛化能力。

基于组合运动的零样本行人轨迹预测方法

邓佳燕, 田时瑞, 刘厚, 朱宁波, 段明星

计算机科学. 2026, 53 (8): 117-126. doi:10.11896/jsjkx.260700063

摘要 ( 89 )

PDF(3707KB) ( 108 )

参考文献 | 相关文章 | 多维度评价

针对现有行人轨迹预测方法在显式运动结构建模方面的不足,以及复杂组合运动样本稀缺导致模型难以泛化至未见组合运动场景的问题,提出一种组合运动零样本行人轨迹预测网络(Compositional Motion Zero-shot Pedestrian Trajectory Prediction Network,CZP-Net)。首先,通过运动编码模块提取目标行人与邻域行人的交互运动表征,刻画目标运动趋势与邻域交互对未来轨迹的联合影响;其次,构建运动单元原型库,学习具有可组合性的运动表示,并设计原型分散约束以降低不同运动原型之间的表示冗余、增强原型判别性;随后,构造组合运动推理模块,基于交互表征与运动原型的相似度自适应生成组合权重,计算面向未见运动模式的组合运动表征;最后,设计共享运动解码器来预测多模态未来轨迹,将未来轨迹建模为运动单元组合的条件分布,并基于最大熵原理优化组合权重,使组合推理兼具概率解释性与运动语义解释性。实验结果表明,在零样本组合运动预测任务中,CZP-Net相较于最优基线模型,在平均位移误差(ADE)和最终位移误差(FDE)上分别降低47.46%和30.47%;在长尾组合运动预测任务中,ADE和FDE分别降低53.41%和45.08%。

融合掩膜感知生成式先验的稀疏视角高斯溅射一致性重建

郭宸珲, 陈泽彬, 谭光

计算机科学. 2026, 53 (8): 127-138. doi:10.11896/jsjkx.260200106

摘要 ( 94 )

PDF(6957KB) ( 107 )

参考文献 | 相关文章 | 多维度评价

高斯溅射重建在效率与质量之间具有良好权衡,但在稀疏视角条件下,由于观测不足,几何与外观约束不充分,重建结果容易出现结构缺失,并在新视角渲染时表现为未观测区域内容缺失和伪影等问题,渲染真实感与多视角一致性下降。为缓解上述欠约束退化,提出一种生成先验引导的稀疏视角高斯溅射重建优化框架。首先,以预训练去退化扩散模型DiFix为基础构建掩膜引导补全修复扩散模型(Mask-guided Restoration Diffusion,MRD),并在所构建的训练数据上进行微调。MRD通过引入轻量级掩膜预测分支(Mask Head)定位以缺失区域为主的待修复区域,并在训练阶段采用掩膜引导的区域选择性注噪,使随机噪声主要作用于缺失区域,以增强补全效果,同时兼顾对渲染伪影的修复。随后,将MRD生成结果以伪观测形式周期性引入高斯溅射训练,并采用由易到难的渐进式融合策略逐步扩大伪观测视角跨度,以可控方式增强未观测区域约束并提升多视角一致性。同时,引入区域加权约束,以降低伪观测不确定性对优化过程的影响。此外,在DL3DV与Mip-NeRF 360数据集上进行了实验验证,结果表明,所提方法可适配2DGS与3DGS重建管线,在多项评价指标上均取得更优结果。定性分析结果进一步表明,所提方法能够使稀疏视角下的高斯溅射重建更加完整、稳定,并显著提升新视角渲染的视觉质量与多视角一致性。

基于DETR改进的CAD图元识别方法

张哲, 刘俊杰, 张柏礼

计算机科学. 2026, 53 (8): 139-147. doi:10.11896/jsjkx.251100082

摘要 ( 92 )

PDF(4784KB) ( 117 )

参考文献 | 相关文章 | 多维度评价

图元识别是建筑图纸智能化分析与合规性评审中的关键步骤。尽管DETR(Detection Transformer)框架在通用目标检测领域展现出强大潜力,但其在建筑CAD图元识别这种特定任务中仍面临一些问题。具体而言,DETR在进行CAD图元识别时主要受限于两方面:其一,其特征提取机制对图元尺度变化的适应性不足,难以同时有效表征微小结构细节与大跨度结构信息,导致对小尺度图元漏检或对大尺度图元识别模糊;其二,由于图元有效信息在图像上分布稀疏,其注意力机制难以高效聚焦于关键区域,易受大量无效背景干扰。针对上述问题,在DETR框架的基础上进行三方面的改进:采用基于Swin Transfor-mer的多尺度特征提取模块,增强模型对不同尺寸图元的鲁棒表征能力;引入空间稀疏采样注意力机制,优化特征图中有效信息的采样效率,提升关键区域的感知性能;结合对比去噪训练策略,强化模型对稀疏有效特征的定位能力。在实际建筑数据集上的实验表明,所提方法取得了0.675的mAP_[0.5-0.95],显著优于现有主流目标检测模型,验证了其在建筑图元识别任务上的有效性与工程实用价值。

基于类别知识融合与隐空间优化的零样本骨架动作识别

周丽娟, 刘治宦, 李欣冉, 牛常勇

计算机科学. 2026, 53 (8): 148-155. doi:10.11896/jsjkx.250600091

摘要 ( 79 )

PDF(2349KB) ( 104 )

参考文献 | 相关文章 | 多维度评价

考虑到不同多源类别知识的重要性和不同肢体动作的独立性,提出一种基于类别知识融合与隐空间优化的零样本骨架动作识别方法。该方法通过重要性采样的稀疏注意力机制融合多源类别知识,并引入总相关性损失降低隐空间各独立变量间的冗余相关性。具体地,首先采用预训练模型提取骨架和多源文本特征,通过基于重要性采样的特征融合方法学习文本融合表示;然后,采用总相关性约束的生成式跨模态对齐方法学习骨架与文本特征的语义关联;最后,使用未见类类别表示生成的隐空间特征训练未见类分类器,实现对未见类动作的识别。在NTU RGB+D,NTU RGB+D 120和PKU-MMD数据集上的实验结果表明,所提方法显著优于现有主流方法。

基于多尺度方向注意力Transformer的笔迹性别识别方法

蔡毅, 王晓宾, 陈蕊丽, 许金锋

计算机科学. 2026, 53 (8): 156-164. doi:10.11896/jsjkx.250600092

摘要 ( 77 )

PDF(3784KB) ( 99 )

参考文献 | 相关文章 | 多维度评价

笔迹性别识别作为生物特征识别的重要分支,在身份验证和犯罪侦查等领域具有广泛的应用前景。传统方法主要依赖手工特征提取,存在特征表达不全面、跨语言适配性差等局限。为解决这些问题,提出了一种基于多尺度方向注意力的Transformer笔迹性别识别网络(MSDAttFormer)。该方法创新性地将Transformer的全局建模能力与笔迹特有的方向性特征相结合,通过多尺度特征融合模块整合不同层次的笔迹特征,引入笔迹方向注意力模块精确捕捉性别相关的方向性差异,采用改进的Transformer编码器建立特征间的长距离依赖关系。构建了包含1 620个书写者的中文笔迹性别识别数据集(CHAP),并在CHAP和希伯来语数据集(HHD)上进行了全面实验验证。结果表明,MSDAttFormer在CHAP数据集上的准确率达到84.46%,F1-Score达到83.97%,ROC AUC达到90.25%,在HHD数据集上的准确率达到85.71%,显著优于现有方法,验证了所提方法的有效性和跨语言泛化能力。

联合跟踪的特征聚合:遮挡场景下的视频目标检测任务

王家辉, 王洪玉, 郝应光

计算机科学. 2026, 53 (8): 165-173. doi:10.11896/jsjkx.250700148

摘要 ( 68 )

PDF(3671KB) ( 115 )

参考文献 | 相关文章 | 多维度评价

视频目标检测(VID)的主要任务是利用视频帧之间的时序信息来辅助检测。与图像目标检测不同,视频目标检测能够利用丰富的时序上下文信息,通过参考其他帧的特征来增强当前帧的检测效果。因此,现有方法普遍致力于聚合多帧间的特征,以构建时序增强的特征表示,从而提升检测的准确性。然而,在视频序列中,目标常因遮挡、运动模糊等因素出现外观退化,导致单帧检测器难以生成高质量的候选区域,使得后续的跨帧特征聚合过程失效。为此,提出一种联合跟踪与检测的视频目标检测方法,旨在改善候选区域缺失导致的聚合失败问题。具体而言,该方法首先引入轻量级跟踪器,并设计特征选择模块,以协同利用检测信息与跟踪器提供的运动先验;其次,采用加权框融合(WBF)算法对检测框与跟踪预测框进行合并,以生成在遮挡等挑战场景下更为可靠的候选区域;最后,提取这些高质量候选区域及其对应轨迹上的特征,送入后续模块进行时序聚合。在ImageNet VID数据集上的实验结果表明,所提方法有效增强了模型在遮挡场景下的鲁棒性,展现出更高的检测精度。

基于光流分区特征融合的多层级轻量化微表情识别

胡长玉, 范馨予, 张智, 丁子胥, 张正悦, 彭菊红

计算机科学. 2026, 53 (8): 174-181. doi:10.11896/jsjkx.250500012

摘要 ( 73 )

PDF(2664KB) ( 108 )

参考文献 | 相关文章 | 多维度评价

针对微表情因难以捕捉、数据集有限及训练耗时而占用大量算力等问题,设计一种简洁高效的基于光流分区特征融合的多层级轻量化模型(Hierarchical Lightweight Model with Feature Fusion Based on Optical Flow Partitioning,HLFM-OFP),用于微表情识别。首先对数据集进行预处理,通过TV-L1方法提取光流信息,分区域剪裁特征图,并送入轻量化网络进行多层级特征融合;从内在特征中提取额外的特征图,实现对底层信息更加全面的表示。随后通过时空特征融合模块(STModel)协同捕捉输入的动静态特征,然后进行分类。在复合数据集上进行验证,模型参数量仅为2.8×10⁶,训练时间减少88.45%。准确率、UF1、UAR分别为94.23%,91.23%,91.66%。实验表明,所提模型有效减少了模型参数量,同时提高了识别精度,且在SMIC和SAMM这两个具有更强的类别不平衡与复杂场景的数据集上表现优异,具有较强的鲁棒性。

基于反演重建的扩散模型图像编辑区域定位方法

凌云, 李昊东

计算机科学. 2026, 53 (8): 182-190. doi:10.11896/jsjkx.251200069

摘要 ( 80 )

PDF(4324KB) ( 102 )

参考文献 | 相关文章 | 多维度评价

图像篡改定位旨在检测并标定图像中被编辑或伪造的区域。随着扩散模型在图像生成与编辑领域的迅速普及,普通用户仅需通过简单指令即可对图像局部进行高逼真度的修改,这对图像篡改定位技术提出了新挑战。针对基于扩散模型的图像编辑,提出了一种基于DDIM反演与多步重建一致性分析的篡改定位方法。该方法的核心发现是:对经扩散模型编辑的图像进行DDIM反演并逐步重建时,编辑区域因符合扩散先验而能够被稳定复原,而源自真实图像的未编辑区域则表现出显著的不一致性。基于该现象,设计了一个双流网络:一个分支接收原始输入图像,另一分支接收通过多个时间步重建获得的图像。网络通过自注意力显式建模跨时间步的重建动态,并利用交叉注意力融合未编辑区域与编辑区域的特征,从而实现精确的篡改定位。为缓解训练数据不足的问题,构建了一个涵盖多种主流扩散模型及具有伪造区域掩码标注的篡改图像数据集。实验结果表明,所提方法在多个测试数据集上对已知和未知模型编辑的图像都取得了显著优于现有方法的性能,展现了良好的鲁棒性与泛化能力。

基于多源融合的智慧教室教师巡视轨迹识别及重建方法

王一凡, 杨佩璇, 卢远索, 刘梦君

计算机科学. 2026, 53 (8): 191-200. doi:10.11896/jsjkx.251200195

摘要 ( 82 )

PDF(3289KB) ( 106 )

参考文献 | 相关文章 | 多维度评价

在教师课堂教学行为分析中,教师轨迹识别及重建是刻画教学活动时空特征的重要基础。然而,真实课堂环境中普遍存在的动态遮挡、视角差异及复杂交互,使得单摄像头目标跟踪方法在轨迹连续性与稳定性方面难以满足实际应用需求。针对上述问题,提出一种面向智慧教室场景的多摄像头教师轨迹识别与重建方法,通过多源观测融合、统一平面映射以及跨视角约束,实现多视角轨迹信息的稳健关联与连续重建。对不同方法在遮挡与视角切换条件下的轨迹识别及重建性能进行对比分析。实验结果表明,所提方法在复杂动态场景中能够有效降低轨迹中断频率,并在整体轨迹连续性与运动平滑性等指标上取得更优表现,验证了所提方法在真实智慧教室环境中执行教师巡视轨迹重建任务的有效性与鲁棒性。

改进YOLOv11n的无人机航拍图像小目标检测模型

王井阳, 薛为民, 黄敏, 武少广

计算机科学. 2026, 53 (8): 201-208. doi:10.11896/jsjkx.250800100

摘要 ( 89 )

PDF(3712KB) ( 134 )

参考文献 | 相关文章 | 多维度评价

随着目标检测算法和无人机技术的持续革新,无人机航拍图像中小目标的检测已成为研究热点。无人机航拍图像具有小目标占比高、分布密集和环境复杂等问题,对此,提出了一种改进YOLOv11n的无人机航拍图像小目标检测模型MPI-YOLO。首先,在其Backbone中使用多尺度特征聚合模块(MSFAM)替换前2个C3k2模块,以增强对小目标信息的特征提取能力。其次,针对无人机图像中小目标占比高的问题,新增了P2小目标检测层,使得尺寸微小的目标能够被更好地检测到。最后,提出了改进的双向密集特征金字塔网络(IBDFPN),通过扩展金字塔网络的层级范围并引入跳跃连接来增强浅层和深层特征的跨层交互,实现了高效的多尺度信息融合。在VisDrone2019数据集上,开展了消融实验和对比实验。消融实验验证了各改进策略的有效性,对比实验结果表明,MPI-YOLO对小目标检测的准确率优于其他对比模型,相较于基准模型,改进的YOLOv11n在mAP50上提升了9.1个百分点。在UAVDT数据集和Tinyperson数据集上进行了泛化实验,验证了其具有良好的泛化能力。

动态层级特征生成蒸馏的轻量化低分辨率人脸识别

钟锐, 严鸿炜, 刘嘉伟

计算机科学. 2026, 53 (8): 209-218. doi:10.11896/jsjkx.250500082

摘要 ( 77 )

PDF(3049KB) ( 100 )

参考文献 | 相关文章 | 多维度评价

针对低分辨率人脸识别场景中模型应具备准确、轻量与高效的性能需求,提出了一种动态层级特征生成蒸馏框架(Hierarchical Dynamic Feature Generation Distillation,HDFGD)。该框架基于特征冗余性理论与知识蒸馏技术,构建动态层级特征生成模块以增强轻量化学生网络的特征表达能力, 通过在动态层级特征生成模块中引入带通道拓展的深度卷积来扩展特征多样性,并借助通道注意力机制聚焦关键语义信息,结合自适应压缩机制降低计算复杂度,有效缓解跨分辨率特征间的语义鸿沟。同时,使用ArcFace损失函数来优化特征空间的角度间隔约束, 从而强化类内聚合与类间分离特性,提高低分辨率人脸识别准确性。实验结果表明,HDFGD框架在CIFAR-100分类任务中相比主流方法实现了最高2.1%的准确率提升,同时在低分辨率人脸识别领域的两项基准测试中分别取得95.87%与97.02%的识别精度,明显优于现有轻量化人脸识别算法。消融实验证实,动态特征生成与分层对齐策略结合ArcFace判别性监督机制,能够同步实现模型轻量化、跨分辨率特征鲁棒性与识别精度强化的三重突破,为资源受限场景下的实时人脸识别任务提供高效技术方案。

大模型与知识图谱互增技术与应用综述

贾子硕, 张俭鸽, 贺浩峰, 冯世忠, 刘伊琳

计算机科学. 2026, 53 (8): 219-228. doi:10.11896/jsjkx.250700129

摘要 ( 95 )

PDF(2005KB) ( 132 )

参考文献 | 相关文章 | 多维度评价

随着人工智能的发展,大模型与知识图谱在自然语言处理领域的能力得到广泛关注。大模型凭借强大的自然语言理解与生成能力,在开放域问答、文本创作等任务中展现出惊人的能力。然而,大模型面临着可解释性不足、知识表达存在幻觉等问题;知识图谱结构化的知识表达为复杂推理与决策提供可解释的符号化支撑,但存在构建成本高、内容不完整等问题。因此,大模型与知识图谱的互增技术成为重点研究方向。对此,系统梳理了大模型与知识图谱的相关知识,介绍了大模型与知识图谱互增技术,包括知识图谱增强大模型、大模型增强知识图谱、知识图谱与大模型互增协同。此外,对大模型与知识图谱互增协同应用进行了阐述,最后总结了大模型与知识图谱互增的挑战与展望,为大模型与知识图谱的互增研究提供借鉴。

大语言模型驱动的音乐人工智能研究综述

刘晶

计算机科学. 2026, 53 (8): 229-244. doi:10.11896/jsjkx.260700167

摘要 ( 94 )

PDF(5473KB) ( 126 )

参考文献 | 相关文章 | 多维度评价

大语言模型等新一代人工智能技术正在推动音乐人工智能从生成能力展示转向音乐理解、交互创作和场景应用的系统研究。对此,围绕大模型时代音乐AI在多模态理解、人机协同创作、个性化与功能性应用、产业生态及版权伦理问题方面进行综述。首先梳理LLMs与符号音乐、音频表征和跨模态对齐的结合路径,指出当前模型在符号推理与音频感知之间仍存在差距。其次从意图表达、控制权分配和人类偏好对齐等角度归纳交互式创作系统,并比较专业用户与普通用户的表达差异。同时,总结音乐AI在对话式推荐、音乐治疗、教育辅助和影视配乐等方面的应用,强调功能性音乐仍受到评价标准不统一和跨场景验证不足的限制。最后讨论AI音乐版权归属、训练数据溯源、人类创造力边界和文化多样性风险。基于上述分析,进一步归纳音频原生音乐大模型、音乐智能体、长程结构建模、功能性音乐闭环评估、版权治理机制和跨文化音乐AI等研究方向,为理解音乐人工智能的技术进展、应用边界和治理问题提供参考。

多源关联知识图谱增强的图网络交通预测模型

全景涛, 张磊, 刘佰龙, 王非凡

计算机科学. 2026, 53 (8): 245-256. doi:10.11896/jsjkx.250900014

摘要 ( 80 )

PDF(2702KB) ( 106 )

参考文献 | 相关文章 | 多维度评价

交通预测旨在基于历史的交通状态信息预测未来的交通状态,是智能交通系统领域的重要研究方向。尽管现有的交通预测模型在建模复杂时空模式方面取得了一定的成效,但其依赖于先进的深度学习技术,在多源关联知识的表示以及全局知识图拓扑信息的融合方面存在不足,难以充分刻画外部环境与内部网络中多种关联信息的影响,限制了模型的预测效果。对此,提出了多源关联知识图谱增强的图网络交通预测模型MCK-GWN(Multi-source Contextual Knowledge-enhanced Graph WaveNet)。在多源关联知识表示方面,通过构建多源关联知识图谱,丰富交通节点POI(Point of Interest)关联与交通节点间的语义关联,系统性表示了外部与内部的关联知识。在多源关联知识融合方面,设计了多源关联感知模块:POI异质感知单元聚焦外部环境属性关联,语义路径感知单元聚焦内部网络语义关系,提升了全局知识图拓扑信息的融合能力。在SZ-TAXI数据集上的实验结果表明,MCK-GWN模型在所有评估指标上都达到了最优的预测性能,相较于当前最佳基准模型KMHNet,其平均绝对误差(MAE)降低了3.15%。

跨模态特征融合与对齐的虚假信息检测模型

杨晨光, 卢记仓, 郭嘉兴

计算机科学. 2026, 53 (8): 257-265. doi:10.11896/jsjkx.250700054

摘要 ( 100 )

PDF(2080KB) ( 107 )

参考文献 | 相关文章 | 多维度评价

虚假信息通常以夸大、歪曲或误导性的陈述进行传播,进而塑造负面社会舆论,严重危害公共安全。当前虚假信息通常是多模态的,现有检测方法往往分别提取各模态特征后进行融合,忽略了模态间的相关性,难以全面捕获细节及相关性信息,导致检测性能不够理想。针对这些问题,提出了基于跨模态特征融合与对齐的检测模型(CMFFA)。CMFFA优化了特征提取、融合和分类的模式,从宏观和微观两个角度提取模态特征,通过注意力机制进行特征增强,并通过计算模态间相似度评估模态间歧义性,以自适应地进行跨模态特征融合。首先,采用预训练模型编码文本和图像的单模态特征和跨模态特征;然后,在进行跨模态特征融合时,通过模态间歧义性分析,自适应地调整跨模态特征的使用比例,以更好地实现跨模态特征的融合,进而提升虚假信息检测性能。在公开的中英文虚假信息数据集上与已有虚假信息检测方法进行对比,实验结果表明,所提模型在F1值、精确率、召回率上均有明显提升,验证了其有效性和优越性。

从字节到语义:藏文命名实体识别的新范式

李庆凯, 群诺, 倪胜巧, 杨进

计算机科学. 2026, 53 (8): 266-275. doi:10.11896/jsjkx.260300033

摘要 ( 78 )

PDF(3213KB) ( 114 )

参考文献 | 相关文章 | 多维度评价

针对藏文命名实体识别任务中标注数据稀缺、分词困难及长实体识别效果不佳等挑战,提出一种基于字节级全局建模与门控特征融合机制的命名实体识别框架。该框架利用Byte Latent Transformer模型直接对原始UTF-8字节序列建模,利用其基于下一字节熵的动态分块机制获得不依赖固定词表的全局上下文表示,以规避传统分词器破坏实体边界并增强对未登录词的鲁棒性;同时设计门控线性条件融合模块,将对齐后的全局上下文特征以可控强度、按序列位置自适应地动态注入到保留精确边界信息的局部特征中,从而形成互补表示并提升跨度建模能力。在此基础上,模型结合BiLSTM-CRF完成序列建模与标签解码,兼顾全局语义建模与局部边界判别能力。在TibetanAI_NER和TibNER两个数据集上的实验结果表明,模型F1值相比各自最优模型分别提升11.5个百分点和4.53个百分点;消融实验进一步验证了全局特征与门控融合机制的协同贡献。结果表明,该框架在分词受限及低资源场景下能稳定提升实体边界判别能力,尤其对长实体识别更为有效,为低资源语言命名实体识别提供了一种可行的建模思路。

CCSFR:基于协同-内容语义融合的评论增强推荐模型

周昊斌, 鲁云浩, 秦隽, 焦新涛, 曾碧卿

计算机科学. 2026, 53 (8): 276-284. doi:10.11896/jsjkx.250800027

摘要 ( 83 )

PDF(3142KB) ( 100 )

参考文献 | 相关文章 | 多维度评价

基于评论的混合推荐系统将用户评论整合到协同过滤方法中来挖掘用户兴趣偏好的语义方面。然而,现有方法往往忽略了评论语义与用户交互之间的语义鸿沟,且未能充分挖掘两者的内在相似性。此外,当前混合推荐系统通常将协同信号与评论语义深度耦合,导致难以实现细粒度的推荐建模。对此,提出了基于协同-内容语义融合的评论增强推荐模型(CCSFR)。该模型利用协同信号与评论语义之间的相似性学习更全面的用户兴趣与物品特征,并增强用户和物品的嵌入表示。为了充分利用两者的相似性,设计了混合内容表示学习模块解耦协同过滤与基于内容的推荐,分别将用户交互与评论语义建模为交互图和方面图;随后利用图卷积神经网络捕获协同信号与语义特征,从而学习用户和物品在协同模式和内容模式中的嵌入表示。在此基础上,设计了协同语义融合策略,通过整合异构特征获得统一且高质量的表示。该策略通过语义对齐,将协同模式与内容模式统一在共享语义空间,以减小协同模式和内容模式之间的语义差异。此外,采用图对比学习,通过最大化协同模式与内容模式的互信息来捕获两者之间的相似性,促进两者互补融合,提升表示质量。在3个数据集上进行的实验结果表明,CCSFR在nDCG指标上相比最佳基线平均提升了8.5%和5.8%;在召回率指标上平均提升了8.2%和4.6%。消融实验进一步验证了该方法各个模块的有效性。实验结果充分表明,协同语义融合策略能够有效整合协同信号与评论语义,生成更具判别性的个性化表示,从而提升推荐性能。

基于检索任务规划与验证反思机制的AgenticRAG方法

张浩然, 郝文宁, 靳大尉, 程恺, 刘君阳

计算机科学. 2026, 53 (8): 285-297. doi:10.11896/jsjkx.250600116

摘要 ( 99 )

PDF(3913KB) ( 141 )

参考文献 | 相关文章 | 多维度评价

大语言模型(Large Language Models,LLMs)在处理知识密集型任务时,幻觉与知识时效性问题制约了其在高可靠性领域的应用。传统检索增强生成(Retrieval Augmented Generation,RAG)系统通过调用外部知识帮助LLMs拓宽知识边界,但其在多跳推理任务中存在语义关联不足、检索策略固化等局限。为突破上述瓶颈,提出一种基于检索任务规划与验证反思机制的智能体检索增强生成框架(PR-RAG)。该框架通过任务规划模块对问题进行层次化分类与子问题分解,并结合向量检索与图检索的自适应混合检索策略获取上下文信息,最后通过逻辑验证与事实验证的双重验证机制形成闭环优化。实验结果表明,PR-RAG在HotpotQA和2WikiMQA等数据集上的精准匹配率性能指标较基线方法平均提升12.8%,有效提升了复杂知识密集型任务处理的准确性与鲁棒性。研究证实,分层检索任务规划与验证反思机制的协同反馈可显著提高LLMs的知识推理能力和系统可靠性。

LSQ-RAG:基于LLM增强排序器的检索增强生成框架

张忠林, 夏航

计算机科学. 2026, 53 (8): 298-306. doi:10.11896/jsjkx.250600179

摘要 ( 90 )

PDF(2916KB) ( 121 )

参考文献 | 相关文章 | 多维度评价

大语言模型(Large Language Model,LLM)在对话、推理和知识保留能力方面展现了卓越的生成和推理能力,但仍存在许多局限性,例如生成包含幻觉的答案,依赖过时的参数化知识,以及模型解释差等。检索增强生成(Retrieval Augmented Generation,RAG)通过集成非参数数据存储来解决这些问题,但是直接集成信息检索或端到端训练这些组件通常会导致次优结果或计算效率低下。为此,提出了LSQ-RAG框架,其通过LLM监督的排序器增强了LLM的上下文理解能力,并提高了所提供段落的质量和准确性。首先,利用LSQ-RAG对LLM进行微调,使其遵循指令并有区别地使用提供的信息;随后,利用微调后的LLM生成排名分数,并将其作为训练排序器的监督信号。通过充分发挥LLM的强大功能,所提方法消除了排序器训练中对人工标注的依赖,同时实现了更高的性能。实验结果表明,LSQ-RAG在开放域QA和事实核查任务上的表现优于现有的检索增强LLM,同时在应用于不同的LLM时均表现出持续的性能提升,凸显了其多功能性和有效性。

结合强化学习和人工蜂鸟算法的制造和运输交叉领域优化

连召洋, 斯白露

计算机科学. 2026, 53 (8): 307-315. doi:10.11896/jsjkx.250700180

摘要 ( 77 )

PDF(3505KB) ( 104 )

参考文献 | 相关文章 | 多维度评价

虽然关于动物和人类行为启发的群智能优化算法在函数优化中的研究取得了不错的进展,但是针对交叉领域通用算法的研究有待进一步探索。对此,提出了一种结合强化学习和人工蜂鸟算法的交叉领域优化算法,在人工蜂鸟算法的引导觅食和领土觅食过程中,分别以蜂鸟个体和不同的觅食行为作为智能体和动作构建强化学习算法架构,通过强化学习的奖励机制使蜂鸟智能体选择合适的动作,从而优化蜂鸟个体的移动幅度,最终提升算法的优化效果。为了测试算法的优化效果和通用性,分别在函数优化问题、柔性车间调度问题、物流中心选址优化问题和石油工厂的无人机路径优化问题中进行了对比实验。实验结果表明,所提算法经过相同代数的迭代演化后的个体更优,在对应领域获得的解相对更优。

基于要素感知的普法案例筛选方法

毛逸潇, 汪子霄, 张柏礼, 宗绍昊

计算机科学. 2026, 53 (8): 316-325. doi:10.11896/jsjkx.260500095

摘要 ( 87 )

PDF(2645KB) ( 106 )

参考文献 | 相关文章 | 多维度评价

普法案例筛选是智慧司法体系建设中的一项重要工作。目前,筛选工作主要依赖领域专家人工完成,成本高且效率低。从技术上看,普法案例筛选是一种普法价值判别的文本分类任务,但现有方法难以准确辨析裁判文书中与普法价值相关的关键事实、裁判结果和社会热点等细粒度要素,导致判别准确率不高。针对上述挑战,构建了普法案例数据集,并提出了一种能够实现普法要素精准感知的预训练模型。首先,通过跨平台数据采集与正则匹配方法构建数据集,明晰要素分布,并将其划分为事实、判决和标签3个互补视图,为模型训练提供数据支撑;然后,提出普法要素精准感知的预训练模型,分别用事实编码器表征争议焦点,判决编码器提取警示性特征,标签编码器捕捉案由的层级依赖,并设计涵盖独立路由和共享专家网络的特征融合模块,实现多视图的动态融合。在自建普法案例数据集上的实验结果表明,该模型能够有效提升普法价值判别的准确率与鲁棒性,并为普法案例筛选提供可行的辅助方案。

面向药物-靶点相互作用预测的门控双向Mamba多模态特征融合框架

任艳璋, 高泰, 李颖, 王彬

计算机科学. 2026, 53 (8): 326-335. doi:10.11896/jsjkx.250500096

摘要 ( 74 )

PDF(3568KB) ( 99 )

参考文献 | 相关文章 | 多维度评价

药物-靶点相互作用(DTI)预测是新药发现与药物再利用的核心环节。现有模型在靶点序列多尺度建模及多模态融合中面临显著挑战:传统方法依赖局部卷积丢失了全局依赖,或受限于Transformer二次复杂度难以处理长序列,且异构特征融合易引发语义冲突与过拟合。为此,提出基于门控双向Mamba网络的G2MambaDTI方法,构建多模态特征协同建模框架。首先,设计CNN与Transformer编码器级联结构处理靶标序列,通过自适应门控动态平衡局部功能基序与全局依赖特征;其次,利用门控机制对跨模态特征自适应校准,以强化关键交互模式表征。最后,引入双向Mamba架构,利用其选择性状态空间建模捕捉药物分子图与靶点序列的跨模态长程交互模式,结合线性复杂度特性显著提升长序列建模效率。在4个公开数据集上与另外5种深度学习模型进行实验比较,结果显示,该模型各性能指标都优于其他模型,验证了该架构在DTI预测中的优越性。

基于多智能体协作的刑事案件裁判文书智能生成方法

韩林睿, 宋高捷, 郑日, 李冰, 崔衍

计算机科学. 2026, 53 (8): 336-356. doi:10.11896/jsjkx.251100160

摘要 ( 95 )

PDF(4772KB) ( 126 )

参考文献 | 相关文章 | 多维度评价

针对刑事案件裁判文书自动生成中存在的量刑预测精度不足、复杂案情适应性差及格式规范性欠缺等挑战,提出一种基于多智能体协作的裁判文书智能生成方法(MAC-AG)。该方法以“理解－规划－执行－生成”为技术路线,构建由4个智能体组成的协作框架。案情判断智能体依托通用大语言模型,负责案件要素分析、争议焦点提取与案由分类等事实认定任务。案件分类智能体采用检索增强生成技术(Retrieval-Augmented Generation,RAG)完成法律规范与类案检索,实现罪名判定及繁简分流。判决预测智能体利用深度学习回归模型对大语言模型的初步判决预测进行修正,提升刑期与罚金的预测精度。文书生成智能体基于领域监督微调的大语言模型,确保生成文本的格式规范性。在面向中国法律体系的裁判文书生成基准评测集JuDGE上进行了实验,结果表明:1)MAC-AG显著提升了7种基线大语言模型的文书生成性能,其中Qwen3-8B模型应用MAC-AG后,在刑罚预测、罪名判定、法条引用、文本语义4项指标上提升最为显著,验证了方法的普适性;2)相较于传统文书生成最优方法MRAG,Qwen3-8B@MAC-AG的罪名预测F1值提升2.5%,法条引用F1值提升11.4%,裁判文书语义相似度综合提升14.01%;3)消融实验结果证实各智能体不可或缺,移除任一组件均导致性能显著下降,凸显了任务解耦与协同的有效性;4)人工评测中,Qwen3-8B@MAC-AG平均得分4.79(满分5分),在说理性、逻辑性、规范性、完整性、可读性、价值平衡性6个维度均优于基线。该研究为司法智能化提供了可复现的多智能体协作范式,提升了裁判文书生成中量刑预测的准确性、逻辑严谨度与司法适用性。

面向Petri网LTL模型检测的语义感知细粒度并行结构约简框架

何雨浓, 丁志军

计算机科学. 2026, 53 (8): 357-364. doi:10.11896/jsjkx.260100111

摘要 ( 90 )

PDF(2856KB) ( 124 )

参考文献 | 相关文章 | 多维度评价

状态空间爆炸问题严重制约了Petri网显式状态线性时序逻辑(Linear Temporal Logic,LTL)模型检测的可扩展性。结构约简通过迭代应用局部结构变换删除冗余库所与变迁,在保持性质判定一致的前提下缩小后续交自动机与反例路径搜索的规模。针对传统串行“扫描-提交”(Scan-and-Commit)循环在大规模模型上存在的预处理瓶颈,提出了一种语义感知的细粒度并行结构约简框架。该框架通过分析LTL公式中的原子命题引用,构建属性支撑集(Property Support Set,PSS)作为约简的安全边界,并在候选生成阶段基于作用域与属性支撑集的非交属性实施统一过滤;进一步利用增量影响集(Impact Set)驱动局部重扫描,并在作用域冲突图上近似求解最大独立集(Maximum Independent Set,MIS),以调度无冲突的约简批次。基于模型检测竞赛(Model Checking Contest,MCC)2025公开P/T网的410个实例统计表明,在K=24配置下,高结构冗余模型家族可获得2～4.5倍的约简加速,多数低冗余用例性能与串行基线持平;在少量短耗时任务上的性能回退主要归因于并行固定开销与批提交阶段的串行屏障。针对包含Next(X)算子的性质,框架支持自动降级至安全规则子集,以严格维持语义正确性边界。

基于大语言模型的程序故障诊断测试用例生成与排序

樊如新, 孙百才, 宫丽娜, 姚香娟, 巩敦卫

计算机科学. 2026, 53 (8): 365-374. doi:10.11896/jsjkx.250900162

摘要 ( 84 )

PDF(3098KB) ( 100 )

参考文献 | 相关文章 | 多维度评价

近年来,大语言模型(Large Language Model,LLM)已被广泛应用于测试用例生成与排序,但其生成结果仍存在较高的错误率和语义偏差。研究表明,LLM 生成代码的可执行率仅约为 40%,其中约1/3的错误源于断言逻辑偏差。这一问题严重影响了测试用例在故障诊断中的有效性与可靠性。为此,提出一种基于大语言模型的程序故障诊断测试用例生成与排序方法。首先,基于 LLM 提取原程序的代码摘要,用于生成实现相同功能的替身程序;然后,利用 LLM 生成原程序的初始测试用例,并基于多个替身程序优化其预期输出;接着,比较原程序与替身程序的测试输出差异,并结合原程序中函数的调用关系,对测试用例进行优先级排序;最后,基于排序结果高效诊断程序故障。针对 7 个问题和 140 个 Python 程序进行的实验结果表明,该方法显著降低了 LLM 生成测试用例的错误率;生成的测试用例序列在多个大语言模型下均能覆盖绝大多数程序故障函数,平均故障检测率(APFD)稳定保持在 0.75 以上,进一步验证了所提方法在提高测试准确性与故障诊断效率方面的有效性。

人脸深度伪造检测技术研究综述

王利华, 王新宇, 严伟丹, 张登银

计算机科学. 2026, 53 (8): 375-387. doi:10.11896/jsjkx.251100118

摘要 ( 97 )

PDF(2497KB) ( 112 )

参考文献 | 相关文章 | 多维度评价

随着生成式人工智能的迅猛发展,社交媒体等网络平台中已充斥着大量高质量的人脸深度伪造图像与视频,对个人隐私保护、社会舆论生态构成了严峻的安全威胁。人脸深度伪造检测技术作为应对这一问题的关键手段,近年来已成为研究热点。为此,从数据模态视角出发,延伸至学习范式视角,对现有技术进行全面综述。首先,系统梳理了当前主流且具有代表性的图像级和视频级人脸伪造检测技术,从特征维度与技术架构出发,将前者分为基于空间域、基于频率域以及基于空频结合的检测方法,将后者分为基于生物特征和基于时空不一致性的检测方法。其次,由于真实场景中多模态信息的协同关系通常难以被完美复刻,进一步探讨了多模态人脸伪造检测技术,在分析音频伪造检测的基础上,重点剖析了基于跨模态一致性和基于多模态特征融合的检测方法。在此基础上进一步转换视角,探讨了面向先进学习范式的检测技术,重点阐述了针对跨域适应性与决策透明度挑战的泛化性与可解释性方法,并分析了大模型辅助的检测新范式。此外,进一步归纳了当前主流的人脸深度伪造检测数据集与常用的评价指标,为技术对比与性能评估提供了参考。最后,总结了当前人脸深度伪造检测领域存在的局限性,并对未来发展方向进行了展望。

面向漏洞检测的代码表征学习研究综述

李小超, 袁子粟, 李千目, 刘帆, 车洵

计算机科学. 2026, 53 (8): 388-402. doi:10.11896/jsjkx.250900036

摘要 ( 68 )

PDF(1803KB) ( 87 )

参考文献 | 相关文章 | 多维度评价

软件安全是保障数字社会稳健运行的基石,软件漏洞导致的网络安全事件造成巨额经济损失,传统检测方法往往难以应对代码规模扩张的需求。近年来,基于深度学习的代码漏洞检测技术取得了显著进展,其关键在于如何将源代码的语法、语义和结构信息编码为低维、连续的向量表示,以便深度学习模型进行处理和分析,即代码表征学习。为此,系统综述了面向漏洞检测的代码表征学习技术,按“序列级-图级-融合级”分类梳理基于文本序列、图结构等表征形式,对比基于深度学习的表征方法在漏洞检测中的性能差异,分析数据集不平衡、跨域泛化差、模型可解释性不足等核心挑战。研究发现:融合序列与图结构特征的表征方法平均F1分数较单一方法提升15%~26%;提示学习与图引导结合可显著增强大语言模型的漏洞检测能力。这为软件安全领域提供了结构化参考框架,指明了联邦学习、可解释人工智能、跨语言表征等未来方向。

面向可编程数据平面的可逆异常流量检测

舒亚鹏, 杜扬, 黄河, 孙玉娥

计算机科学. 2026, 53 (8): 403-412. doi:10.11896/jsjkx.251100114

摘要 ( 71 )

PDF(3455KB) ( 110 )

参考文献 | 相关文章 | 多维度评价

面向高速网络环境下的网络管理与安全防护需求,实时的可逆流量测量技术成为支撑异常检测与攻击溯源的关键基础。传统可逆Sketch方法在P4可编程数据平面部署时面临双重挑战:P4指令集缺乏乘除法和取模指令,导致基于中国剩余定理(CRT)的可逆Sketch难以直接实现;同时,CRT方法所需的互素模数与硬件内存分配粒度不匹配,容易引发内存碎片,且多异常流场景下逆向恢复计算量呈指数级增长。针对这些问题,设计了一种高效的异常流量检测机制,通过构建特殊模数集合将取模运算转换为位运算与加减操作,构建寄存器池与互补分配策略来消除内存碎片,支持在交换机运行时进行测量任务的重部署,同时引入双Sketch协同机制将逆向恢复计算量从指数级降至线性级。实验结果表明,在真实P4交换机上实现了微秒级内存分配(45~58 μs)和毫秒级任务切换延迟(8任务约80 ms),处理延迟仅0.4 μs,且不影响正常报文转发,有效验证了其在高速网络中的可行性与高效性。

基于双阶段标签传播的半监督源码漏洞检测模型

颜琪森, 康明, 杨艺垚, 陈文

计算机科学. 2026, 53 (8): 413-425. doi:10.11896/jsjkx.250800088

摘要 ( 75 )

PDF(4786KB) ( 99 )

参考文献 | 相关文章 | 多维度评价

自动化源代码漏洞检测对保障软件安全至关重要。目前,基于深度学习的源码漏洞检测模型多采用监督学习模式对模型进行训练,训练过程需要大量可信的已标记源码漏洞样本。然而,漏洞样本的收集依赖专家知识并且成本高昂;此外,在实际的软件漏洞检测应用中,还存在数据类别不均衡等问题。对此,创新性地将双阶段标签传播方法引入源代码漏洞检测领域,提出了一种半监督源码漏洞检测模型DLP-VulD。首先在源代码中利用代码属性图提取包含漏洞上下文信息的程序切片,并通过BiLSTM模型学习其语义和结构特征,以生成代码特征向量。随后,DLP-VulD利用双阶段标签传播将可信的标签信息从有标记样本传播给无标记样本,以扩充训练样本集。在标签传播的第一阶段,DLP-VulD利用初始少量有标签漏洞样本,基于标签影响力计算结果,从未标记代码样本中选出拥有高可信度伪标签(High Credible Pseudo,HCP)的样本和拥有多个候选标签的部分标记(PAL)样本。在标签传播的第二阶段,为了降低标签传播噪声,提出了多源部分标签学习方法MSPLL进行PAL样本的标签去模糊化。最后在漏洞检测模块,DLP-VulD利用原始有标记样本、HCP样本以及标签去模糊化后的PAL样本构成扩充后的漏洞样本数据集,对分类模型进行强化训练,以提升模型的检测性能。此外,DLP-VulD采用类别加权机制降低源代码数据中的类别对漏洞检测的影响。在多个现实开源项目数据集和人工合成漏洞数据集上进行了对比实验,结果表明,DLP-VulD在所有数据集上的整体性能均优于传统监督学习方法,尤其在召回率和F1分数指标上相较于Devign,VulDeePecker和LineVul有明显提升。在数据类别不平衡、漏洞类型多样化的6个真实漏洞数据集上,DLP-VulD的误报率(FPR)和漏报率(FNR)比基线平均降低了8%和29.6%。即使在有标签样本十分有限(10%)的条件下,DLP-VulD也能够有效平衡其对真实漏洞的检出能力与对误报的控制,实现了优于各基线方法的综合性能。实验结果证实了DLP-VulD在标记数据稀缺的环境下进行漏洞挖掘模型训练与检测的有效性。

基于深度多实例学习的网络异常流量检测

冯皓宇, 张雨轩, 刘紫萱, 孟华

计算机科学. 2026, 53 (8): 426-436. doi:10.11896/jsjkx.250600041

摘要 ( 77 )

PDF(5461KB) ( 113 )

参考文献 | 相关文章 | 多维度评价

随着网络规模的指数级增长和流量形态的日益复杂化,传统基于流量样本的异常检测方法在实时性与计算效率方面面临严峻挑战。为此,提出一种融合门控注意力机制的深度多实例学习框架(GAD-MIL)。该框架对流量样本进行打包处理,用包级别的分析与异常样本定位代替传统的样本级别的分析,从而实现高效的异常流量检测。具体而言,针对打包后的流量数据,构建了双层学习架构。首先,利用基于预训练的特征提取器生成具有强判别性的流量嵌入表示;其次,引入门控注意力多实例池化层,动态聚合包内实例特征并识别异常样本。该架构打破了传统多实例学习模型对包级标签的强依赖,支持端到端的实例级异常定位,同时保持低的计算复杂度。在CICIDS2017和DoH2020等五大主流数据集上进行了实验,结果表明,GAD-MIL能显著缩短推理计算时间,在CICIDS2017数据集上,较传统深度学习方法,其不仅将F1分数提升了2.72个百分点,而且在计算效率层面上将速度提升了4.2倍。

融合动态可组合多头注意力的深度学习侧信道分析方法研究

蒋玲腊, 陈文, 孙伟, 赵奎

计算机科学. 2026, 53 (8): 437-445. doi:10.11896/jsjkx.250600213

摘要 ( 77 )

PDF(2651KB) ( 92 )

参考文献 | 相关文章 | 多维度评价

侧信道分析面临着从大量的功耗轨迹样本中提取密钥信息的特征这一难题。多头注意力机制(Multi-Head Attention,MHA)的多个头能够分别捕捉数据间的局部依赖和全局关联关系,具有较强的多特征学习能力。因此,近年来,MHA被广泛应用于侧信道分析的特征自动提取过程。然而,多头注意力机制在各个头同时进行特征学习时,容易受到低秩瓶颈的限制和冗余头的影响。该问题削弱了MHA捕捉数据中复杂时序依赖和全局特征关系的能力,进而导致训练过程缺乏稳定性,难以保证收敛至最优解。针对上述问题,提出了一种基于动态可组合多头注意力机制的深度侧信道分析方法。该方法引入动态可组合多头注意力机制,自适应组合不同注意力头的信息,以有效增强模型对关键信息的特征提取能力,确保训练过程的稳定性,从而持续提升攻击效果。在公开的ASCAD,AES_HD和CHES18数据集上进行了对比实验,结果表明,所提方法在模型训练稳定性和攻击效果方面均优于现有模型。例如,在AES_HD和CHES18数据集上,训练得到的模型在攻击时所需的功耗轨迹数量分别减少了56.2%和66.7%。

基于代码专门化的程序能力限制方法

樊宇豪, 孙聪, 张淋茂

计算机科学. 2026, 53 (8): 446-454. doi:10.11896/jsjkx.250600180

摘要 ( 81 )

PDF(2285KB) ( 103 )

参考文献 | 相关文章 | 多维度评价

Linux系统setuid机制允许用户临时提升程序权限,但这一机制违背了最小特权原则。一旦此类程序存在漏洞,攻击者就可利用其权限实现提权,导致严重后果。为降低风险,Linux引入了能力机制,将root权限分散到一组细粒度的能力中,按需分配能力。现有基于系统调用识别的能力限制方案在赋予程序真正需要的能力子集时仍存在缺陷:一方面,由于未过滤动态库冗余代码及对Glibc库函数调用图分析不精确,得到的系统调用集过近似;另一方面,对系统调用的参数分析不准确,导致对程序需要的能力估计较保守。对此,提出了一种基于代码专门化的程序能力限制方案。方案对程序依赖的二进制动态库进行裁剪,减少冗余库代码对系统调用识别的影响;结合动态库裁剪结果对Glibc调用图进行修剪和系统调用分析,得到更精确的程序特定系统调用集。进一步地,对裁剪后的程序特定的动态库进行后向迭代数据流分析,提取特定系统调用的敏感参数值,依据程序特定系统调用集和敏感参数值得到程序需要的精确能力集。对于具体的二进制程序,在实现以上分析的基础上,依据分析得到的精确能力集和系统调用集对二进制程序进行限制,减少程序能够执行的特权操作。实验结果表明,所提方法相比现有方案,系统调用识别更精确,能实现更强的程序能力限制,在setuid程序上能够显著减小攻击面并缓解特权升级漏洞。

基于多聚合异构图卷积模型的SDN饱和攻击检测方法

钱清, 冉龙文, 王欢, 崔允贺, 王凌云

计算机科学. 2026, 53 (8): 455-468. doi:10.11896/jsjkx.251000056

摘要 ( 76 )

PDF(3498KB) ( 100 )

参考文献 | 相关文章 | 多维度评价

饱和攻击是一种资源消耗型攻击,亦是软件定义网络面临的关键网络安全威胁之一。当前,基于图神经网络的饱和攻击检测方法主要将网络流建模为同构图结构,虽取得一定成效,但在检测过程中难以充分捕捉网络设备与流量之间的复杂交互特征。同时,现有方法在节点信息聚合机制方面存在局限,限制了其检测精度的进一步提升。针对上述问题,提出一种基于异构分层图神经网络的饱和攻击检测方法MARATHON。该方法构建了一种能够精确表征流量-主机-交换机间关联关系的异构流图结构,该结构充分考虑了流量、主机与交换机的差异化特征,从而有效刻画设备与流量之间的交互行为。在此基础上,设计了一种新型图神经网络检测模型。该模型融合了3类聚合机制,即主机/交换机同构聚合、主机-流量/交换机-流量异构聚合,以及流量-主机-流量/流量-交换机-流量元路径聚合,通过分层特征提取策略充分挖掘网络流中潜在的判别性信息,以提升攻击检测的精度。在公开数据集IMC10和4SICS上的实验结果表明,MARATHON方法在准确率、召回率与F1分数等多项指标上均优于现有主流方法。在IMC10数据集Fattree拓扑下,MARATHON的准确率与宏召回率分别达到97.5%与98.3%;在4SICS数据集Agis拓扑下,其准确率与宏召回率进一步提升至98.4%与98.5%。实验结果验证了所提方法的有效性与优越性。

基于多模态不确定性融合的动态对抗检测框架

符乐, 黄晓芳, 廖敏,宋鲁华

计算机科学. 2026, 53 (8): 469-477. doi:10.11896/jsjkx.250700031

摘要 ( 76 )

PDF(2345KB) ( 110 )

参考文献 | 相关文章 | 多维度评价

针对基于深度神经网络的入侵检测系统在多样化对抗攻击下表现出鲁棒性不足以及传统的融合方法难以兼顾不同攻击场景的特征差异性问题,提出了一种基于多模态不确定性融合的动态对抗样本检测框架。首先,设计了一种训练进度感知的动态损失调度机制,通过线性调度正常样本与对抗样本的权重,实现特征学习与防御鲁棒性的平衡优化。其次,提出不确定性与注意力协同的融合机制,通过蒙特卡罗dropout多次前向采样构建预测分布并量化模型不确定性,再结合上下文相关的注意力模块,自适应调整各子模型的贡献权重,实现多模态特征的动态加权集成,从而有效抑制对抗噪声并突出关键特征。实验结果表明,所提框架在正常样本与多种攻击样本(FGSM,PGD,BIM)下均获得了超过96%的检测准确率和接近100%的AUC,且显著优于AT-DNN与Roshan等代表性对抗防御方法,充分验证了所提框架在提升鲁棒性和泛化能力方面的有效性。