小型微型计算机系统

Select

郭昆鹏,祁柏林,刘首正,冯晓宇

2022, 43(7): 1345-1349.

摘要 ( ) PDF全文 ( )

可视化

随着我国环境监测体系的进一步发展,环境监管已经建成了以标准监测站为主,微型监测站为辅的环境监测体系.但是微型监测站的数据采集过程中由于一些不可控的因素所导致的数据缺失是不可避免的,而这些数据缺失对分析和挖掘这些监测数据造成了一定的影响.本文针对这种空气质量监测数据的缺失问题提出了一种融合双向GRU的数据缺失补充算法.该算法采用1个正向的GRU网络和1个反向的GRU网络并且使用集成学习的思想来分析缺失数据前向和后向的特征,从而获得缺失数据的补充数据.文章使用沈阳市位于不同区域的3个微型监测站的监测数据进行实验,实验表明,融合双向GRU的空气质量监测数据缺失补充算法相比于传统的均值补差法和单向的GRU插值法具备更好的缺失数据补充效果.

Select

面向公交站点优化的多源数据可视分析方法

李季倬,夏婷,朱敏

2022, 43(7): 1350-1355.

摘要 ( ) PDF全文 ( )

可视化

“公交+共享单车”模式已经成为城市出行的主要方式,公交站点设置的合理与否直接影响公交服务水平,如何评估站点设置的合理性及如何优化,成为城市规划的研究热点.共享单车产生的GPS数据可以反映人口分布、出行模式、城市热点等规律.基于上述背景,本文探索了一种通过共享单车、城市兴趣点等多源数据,帮助交通规划人员理解站点周围环境并对站点进行优化的解决思路,设计了一种可缩放的蜂窝状视图来显示兴趣点的空间分布,设计了一种径向布局的分层雷达图来分析人流的时间序列信息,提出了基于多源数据集的公交站点优化可视分析模型,并在此基础上设计实现了一个可视分析系统VisB4B.该系统以上海市公交线路站点数据、城市兴趣点数据、摩拜共享单车数据等为数据源,通过公交线路变化实例评估、交通可视化领域和交通规划领域专家评估等方法,验证了系统的有效性与可用性.

Select

基于数字孪生的力能控制式压力机虚拟调试

陆新时,马嵩华,胡天亮

2022, 43(7): 1356-1361.

摘要 ( ) PDF全文 ( )

可视化

为降低调试周期和成本,提前预知系统级风险,基于数字孪生的虚实一致特性,提出了一种基于数字孪生的力能控制式压力机虚拟调试方法,设计了虚拟调试系统.根据力能控制式压力机的多系统协同调试任务,建立了其多物理领域统一模型,即机械、电气等的多领域数字孪生模型,并构建了虚拟控制系统,包括虚拟控制器和控制器-模型接口.通过应用于压力机虚拟调试的实例,展示了基于此数字孪生模型进行虚拟调试的有效性,构建的虚拟调试系统能够验证机械系统、电气系统和控制程序的设计,并确定和优化运行参数,有效避免了实机调试成本高、风险大、周期长等弊端.

Select

融合知识图谱与注意力机制的个性化序列推荐

任永功,吕福泽,张志鹏

2022, 43(7): 1362-1369.

摘要 ( ) PDF全文 ( )

可视化

序列推荐系统可以根据用户和物品交互的时间序列信息,精确预测用户下一次交互物品.现有的序列推荐算法存在用户兴趣过渡拟合的问题,导致推荐内容同质化严重,从而无法实现个性化推荐.基于此,本文提出一种融合知识图谱与注意力机制的个性化序列推荐算法(SR-KGA)：首先,引入知识图谱,通过图卷积网络对物品进行嵌入表示;其次,通过自注意力机制和多头注意力机制构建序列到序列(seq2seq)模型,最后,在损失函数中加入多样性正则项;实现用交互序列来预测未来可能交互的物品序列,从而进行推荐.通过在真实的数据集上实验,SR-KGA在保证推荐准确度的同时,提升了推荐列表的多样性,实现了用户个性化推荐.

Select

PPO强化学习的多智能体对话策略学习方法

魏鹏飞,曾碧,廖文雄

2022, 43(7): 1370-1377.

摘要 ( ) PDF全文 ( )

可视化

对话策略是面向任务的对话系统中的关键组件,给定当前对话状态输出下一个系统动作.近年来,对话策略学习已被广泛地描述为强化学习问题.一种常见的方法是让对话智能体与用户模拟器互动学习.然而,构建一个可靠的用户模拟器并不是一件容易的事,通常与构建一个好的对话代理一样困难.为了避免显式地构建一个用户模拟器,提出了一种PPO强化学习的多智能体对话策略学习方法,将系统端和用户端都构建为智能体.该方法主要通过两个阶段进行策略学习：1)阶段1是模仿学习,采用模仿学习中的行为克隆的方式,对系统策略和用户策略进行预训练;2)阶段2是多智能体强化学习,采用一种数据样本利用率更高以及鲁棒性更好的近端策略优化(PPO)算法,对系统端和用户端的对话策略进行学习.最后,在公开的多域多意图的面向任务的对话语料MultiWOZ上进行了实验,验证了方法的有效性,还分析了在复杂任务中的可伸缩性.此外,将学到的对话策略集成到ConvLab-2平台上进行整体效果评估.

Select

一种服饰风格特征指导下的服装搭配学习模型

刘锐,彭敦陆

2022, 43(7): 1378-1382.

摘要 ( ) PDF全文 ( )

可视化

时尚专家对于服饰搭配往往需要通过服饰的视觉属性(如颜色、图案及纹理等属性以及它们之间的组合)作为重要指导,进行有效地提取服饰视觉属性并用其改进传统的服饰搭配模型,对提升服饰搭配的有效性具有重要意义.本文在利用预训练的卷积神经网络中不同层次的卷积核来提取不同粒度的视觉属性(即视觉单词)的基础上,结合服饰的文字描述,采用多语言潜在迪利克雷分布模型进行多模态、无监督地挖掘出服饰风格特征.通过在双向长短时记忆模型中,加入了上述挖掘出的服饰风格特征作为训练指导,以此提升模型的计算效果.实验验证了本文提出的模型能够在服饰搭配的有效性上较其他方法有显著的提升.

Select

面向序列推荐的小程序应用情境感知与建模

吴彦文,龚雪武,荣谦,冉茂良

2022, 43(7): 1383-1387.

摘要 ( ) PDF全文 ( )

可视化

小程序自2017年横空出世就广受用户青睐,主张“即扫即用、即用即走”,但依旧难以针对用户所处特定情境下的需求提供更细粒度和差异化的服务.为此,本文提出一种基于注意力网络的情境感知序列推荐模型(ACA-SR).首先在活动理论视角下对情境信息进行本体建模;然后通过重新定义门控循环单元的更新门和重置门,计算由这些情境所确定的隐藏状态,对用户偏好进行动态建模;最后,通过利用关联情境中的注意力网络,模型能够区分历史行为序列中每个小程序的重要性.实验结果表明,该算法相比其他算法在评价指标如命中率、平均倒数排名和归一化折损累计增益有显著提升.

Select

融合评分相对差异的协同过滤推荐算法

王丽萍,傅攀,邱飞岳,陈宏

2022, 43(7): 1388-1393.

摘要 ( ) PDF全文 ( )

可视化

协同过滤推荐算法是个性化推荐系统中最常用的方法之一,其中相似度计算直接影响基于内存的协同过滤推荐算法的推荐质量.针对协同过滤推荐算法中传统的用户间相似度计算方法仅考虑共同评分项评分数值上的差异导致难以准确衡量非偏好评分场景中用户间相似度的问题,本文提出一种基于余弦相似度并融合评分相对差异的用户间相似度计算方法.该方法考虑评分规模上的差异,计算评分相对相似度并且引入放大系数,在非偏好评分的场景下可以更加准确地区分用户间差异.在真实的数据集上完成对比实验分析,结果表明在非偏好评分场景下,所提方法相较于对比方法能降低预测误差,提高推荐质量.

Select

结合BiLSTM+CRF和TextRank的句法边界分析

杨陈菊,邵玉斌,孙俊,龙华,皮乾东

2022, 43(7): 1394-1400.

摘要 ( ) PDF全文 ( )

可视化

通过剖析短语结构层次句法分析的层次性和汉语结构特点,提出了一种把核心词作为词块的形式替换、层层进行词块组合的句法结构树.在句法边界分析的过程中,将词块识别和核心词提取分开进行.在词块识别模块,使用双向长短期记忆模型(Bi-directional Long Short-Term Memory,BiLSTM)和条件随机场(Conditional Random Field,CRF)结合的模型(BiLSTM+CRF)进行词块边界标记的识别,其中BiLSTM模型学习上下文特征,CRF模型学习输出标记序列结果的转移特征,达到预测标记序列联合解码的作用;在核心词提取模块,结合Word2vec词向量改进TextRank重要度排序算法,通过加入词语的相似度信息、位置信息、词性信息来提高识别准确度.实验对比了CRF、BiLSTM、BiLSTM+CRF词块识别分别与三种信息组合的TextRank核心词识别的句法边界分析效果,并对比了各句长下每种模型的识别情况.结果表明,使用BiLSTM+CRF联合改进的TextRank识别效果最好,相比于基线LR方法F1值提升了6.58个百分点,整句正确率提升了3.68个百分点,验证了模型的有效性和稳定性.

Select

面向用户协作对的移动群智感知激励机制

杨桂松,李汉卿,何杏宇

2022, 43(7): 1401-1405.

摘要 ( ) PDF全文 ( )

可视化

在移动群智感知中,对于感知时间跨度较长的时间复杂任务,独立任务场景下的单个用户往往因时间有限性而难以胜任.针对存在时间复杂任务的感知需求,本文提出了一种新颖的激励机制.首先,基于任意两个用户之间的时间状态和主观协作意愿来构建用户协作关系并形成针对指定任务的用户协作对.然后以此为基础计算他们的协作状态,并筛选出协作状态最佳的协作对作为相应任务的执行者.为进一步激励协作用户参与协作感知,设计了一种基于斯塔克尔伯格博弈的激励机制,以充分激励协作用户的客观协作意愿.仿真结果表明,与其他传统激励机制相比,该机制既能促进更多的用户参与感知任务,也同时提升了任务覆盖比例和用户平均效用.

Select

基于注意力机制与情感的多通道RCNN和ON-LSTM模型

陶永才,吴文乐,石磊,卫琳

2022, 43(7): 1406-1412.

摘要 ( ) PDF全文 ( )

可视化

近年来在方面级情感分析任务上,基于卷积神经网络和循环神经网络的模型取得了不错的效果,但仍存在着文本长距离依赖问题.有序神经元长短时记忆(ON-LSTM)可建模句子的层级结构,解决文本长距离依赖问题,但会忽略文本局部特征.区域卷积神经网络(RCNN)能提取文本不同区域的局部特征,却无法有效提取文本的上下文语义,而且现有模型均未考虑到情感词与句子上下文的联系.针对这些问题,本文提出一种基于注意力机制与情感的多通道RCNN和ON-LSTM的神经网络模型(MCRO-A-S).首先,向上下文词向量中融入情感特征向量,弥补仅使用上下文词向量作为模型输入的不足.其次,结合RCNN模型提取文本局部特征与ON-LSTM模型提取文本上下文语义信息的优势,可有效提高模型特征提取能力.最后,利用注意力机制融合语义信息,给予情感词更多的关注.在SemEval 2014两个数据集和Twitter数据集上验证模型的有效性,取得了比其他模型更好的分类效果.

Select

融入语言差异化特征的汉越神经机器翻译译文质量估计

邹翔,朱俊国,高盛祥,余正涛,杨福岸

2022, 43(7): 1413-1418.

摘要 ( ) PDF全文 ( )

可视化

译文质量估计是机器翻译领域中一个重要的子任务,该任务旨在不依靠参考译文的情况下对机器译文进行质量分析.当前,译文质量估计任务在汉英、英德机器翻译上有较好的表现,技术相对成熟.但是将模型应用到汉-越神经机器翻译中面临较多问题.尤其是译文质量估计模型在汉越平行数据中提取到的语言特征不能够充分地体现汉语与越南语之间的语言特点,加之汉语与越南语之间语序与句法结构也存在明显的差异.针对上述问题,本文采用统计对齐的方法对汉越之间结构差异进行建模,提取汉语与越南语之间的语言差异化特征,以提升汉越译文质量估计的效果.实验结果表明,融入语言差异化特征在汉-越和越-汉两个方向上较基线模型分别提升了0.52个百分点和0.35个百分点.

Select

BMBQA：融合MCNN和BiGRU的蛋白质模型质量评估算法

聂良鹏,权丽君,吴庭芳,孙晓雨,何如吉,吕强

2022, 43(7): 1419-1425.

摘要 ( ) PDF全文 ( )

可视化

蛋白质模型质量评估是指对计算手段预测出的蛋白质结构进行评分,以选择尽可能接近天然结构的蛋白质模型,这对在蛋白质结构预测中挑选最优的蛋白质模型和在生物医学研究中恰当使用它们起到至关重要的作用.随着3D蛋白质数据的不断增长,基于深度学习的蛋白质模型质量评估方法得到了快速发展,但该领域只探索了深度学习方向较浅层的应用.本文为了探索更精确的质量评估方法,提出了一个基于多尺度卷积(MCNN)和双向门控循环神经网络(BiGRU)的深度模型,预测蛋白质模型的GDT_TS(Global Distance Test_Total Score)分数,并将这一方法命名为BMBQA(Quality Assessment Base on MCNN-BiGRU).其中,多尺度卷积神经网络用来提取蛋白质模型中浅层的细节信息以及深层的抽象信息,双向门控循环神经网络用来提取每个残基的长程相互作用信息,通过数据增强来提高深度模型在目标蛋白质中挑选最优蛋白质模型的性能.本文利用CASP13中的数据集与现有的先进方法进行比较,实验结果表明本文方法在4个经典的评价指标中均具有很强的竞争力.

Select

一种基于加权深度森林的离群数据挖掘算法

李瑞峰,杨海峰,蔡江辉,荀亚玲,周永祥

2022, 43(7): 1426-1431.

摘要 ( ) PDF全文 ( )

可视化

深度森林是一种有效的机器学习方法,但在级联森林模块中,森林中子树的特征选择随机性较大,使用传统的平均值法可能导致森林的预测概率存在一定误差,从而影响整个算法性能.针对以上问题,提出了一种基于加权深度森林离群数据挖掘算法(Weight Deep Forest,WDF).首先,通过森林的预测概率定义权重因子μ,描述当前层森林准确率大小;其次,在级联森林模块的构建过程中,把权重因子μ作为级联层中每个森林的权重,从而降低森林中根节点特征的随机选择对算法性能的影响;根据数据样本分布的不同,通过计算其类密度重新定义了局部孤立因子α,描述数据离群程度大小;最后利用UCI数据集以及LAMOST光谱数据对算法进行验证,结果表明该算法与同类算法相比在离群点检测方面具有更高的挖掘质量.

Select

基于词级交互注意力机制的方面级情感分类模型

杨春霞,瞿涛,李欣栩,

2022, 43(7): 1432-1437.

摘要 ( ) PDF全文 ( )

可视化

方面级情感分类旨在判断句子中每个具体方面的情感极性.传统的注意力机制模型可能会给句子中重要情感词分配过低的注意力权重,而且很少考虑上下文与方面词的交互信息.针对第1个问题,本文改进了传统的输入方式,以方面词为界限,将句子划分成包含方面词的上文、方面词和包含方面词的下文3部分作为输入,分别提取上文或下文中的重要情感特征.针对第2个问题,本文提出了词级交互注意力机制,分别学习上文与方面词、下文与方面词的词级交互,得到特定于方面的上文表示和下文表示向量,最后将它们拼接得到特定于方面的上下文表示向量,作为方面级情感分类特征.通过在3个标准数据集上的实验证明,本文的模型性能优于基线模型.

Select

采用轨迹压缩和路网划分的车辆异常轨迹检测

苏建花,赵旭俊,蔡江辉

2022, 43(7): 1438-1444.

摘要 ( ) PDF全文 ( )

可视化

随着各种网约车平台的蓬勃兴起,网约车犯罪率显著增加,而其行车轨迹往往表现出异常现象.为有效检测存在异常行为的轨迹,提出一种面向道路消耗的车辆异常轨迹检测算法.首先,将建模重点由轨迹数据转移到道路本身,对道路消耗进行建模,同时兼顾时间和距离的影响,有效提高了检测结果的准确性;其次,通过地图匹配概率将轨迹映射到路网空间,有效提高了参与检测的数据质量;然后,依据道路节点和车辆行驶方向是否改变对轨迹进行压缩,减少了内存消耗并提高了算法的效率;第四,提出并定义了消耗阈值矩阵的概念,扩大了算法检测的数据范围;最后,采用真实数据集验证了算法的有效性,并与 iBOAT、TRAOD、TADSS和TPRO算法进行对比,验证了本算法具有更高的效率和准确性.

Select

卷积神经网络圆检测方法用于多硬币检测

张敬峰,蔡畅,林靖宇

2022, 43(7): 1445-1451.

摘要 ( ) PDF全文 ( )

可视化

为了开发一种检测精度高,检测速度快的圆检测方法,研究者们进行了大量的研究.然而,现有的圆检测方法都依赖于边缘检测器获取的边缘图进行计算,边缘图不仅包含大量无效边缘,而且将有效的圆弧边缘也混杂为一体,不利于多圆检测.受到卷积神经网络在其他领域成功的启发,本文提出一种基于卷积神经网络的圆检测方法.本文方法利用目标检测技术和语义分割技术将多圆检测任务划分为多个单圆检测任务,并且能准确地提取圆的边缘信息(不包含背景和纹理的边缘).为了训练检测模型和验证方法的有效性,本文收集了硬币图像进行标注作为数据集,并通过实验对比三种优秀的圆检测方法.实验结果表明,本文的圆检测方法获得了较高的检测精度,在测试集上优于所有对比方法.

Select

面向移动设备的三维人体重建方法

寿旭峰,卢书芳,高飞

2022, 43(7): 1452-1457.

摘要 ( ) PDF全文 ( )

可视化

针对移动端的计算资源和存储空间有限等问题,本文提出了一种轻量级的三维人体重建方法.首先,采用DeepLabV3+网络对人体正面和侧面图像进行分割,获得人体净身轮廓.其次利用SMPL人体模型对三维人体进行参数化表示,并对SMPL模型的正面和侧面进行投影,获得二值轮廓作为数据集.然后,构建并训练一个教师网络以预测二值轮廓图的SMPL参数.之后,构建一个轻量级的学生网络,通过知识蒸馏的方式,利用教师网络来提高学生网络预测的人体参数精度.最后通过学生网络预测的SMPL人体参数生成三维人体模型.实验结果证明,本文的方法可以在消耗较少的计算资源和存储空间的情况下获得相对较高精度的三维人体.

Select

扩散磁共振图像的神经纤维追踪算法研究综述

叶伟红,王远军

2022, 43(7): 1458-1463.

摘要 ( ) PDF全文 ( )

可视化

扩散磁共振成像是目前唯一非侵入性研究脑神经纤维束微结构的技术,神经纤维追踪技术是显示神经纤维的关键步骤.本文综述了两大类的神经纤维追踪算法的研究进展,即：局部型追踪方法和全局型追踪方法,阐明各个追踪算法的优点以及存在的局限性,然后在此基础上介绍了在神经纤维追踪过程中能做出优化的具体方面,包括局部纤维方向建模、张量插值、种子点的选取、传播方向以及终止准则等,最后对神经纤维追踪算法的未来发展趋势进行展望.

Select

融合图注意力的摄影测量点云语义分割研究

徐俊,杜宣萱,宋俊锋,陆佳炜,程振波,肖刚

2022, 43(7): 1464-1470.

摘要 ( ) PDF全文 ( )

可视化

随着无人机倾斜摄影测量技术的发展,通过密集影像匹配可以快速获得类比激光扫描数据精度的大规模室外点云,但是这些点云存在着不规则、遮挡严重、数据量庞大的特点,同时因为缺乏对象信息无法深入进行语义分析.针对上述问题,本文提出一种融合图注意力的摄影测量点云语义分割方法.首先构建了一种新的图卷积模块,在网络的每一层动态的更新点云局部邻域图,将跨层点描述与上下文特征结合起来并逐层汇聚点云空间潜在语义信息;然后在每个网络层引入通道注意力机制使网络能够自适应学习通道间的权重,并由此建立基于一种新的图注意模块的点云语义分割网络,实现复杂点云的细粒度语义分割.通过在两个公开的室外点云基准数据集上的实验结果表明,该方法能够显著提升网络对局部拓扑特征信息的学习能力,且对复杂场景点云语义分割具有良好的泛化能力.

Select

一种改进YOLOv4的交通标志识别算法

郭继峰,孙文博,庞志奇,费禹潇,白淼源

2022, 43(7): 1471-1476.

摘要 ( ) PDF全文 ( )

可视化

针对现存交通标志识别模型参数量过大、检测速度慢和检测精度较低的问题,本文提出一种改进YOLOv4-tiny的交通标志识别算法.该算法将深度可分离卷积应用到YOLOv4-tiny的特征提取网络中,显著降低了主干网络的参数量和计算量.在特征融合阶段,将特征提取网络得到的不同层次特征图输入双向特征金字塔网络结构(BiFPN)中进行多尺度特征融合.最后,在损失函数设计过程中,使用Focal损失函数代替二分交叉熵损失函数,使检测过程中的正负样本数量不均衡问题得以解决.在TT100K数据集上的测试结果表明,该算法的平均精度均值达到87.5%,相比于YOLOv4-tiny提升了3.9%,模型大小为14MB,仅为YOLOv4-tiny的58%.该算法一定程度上减少了计算量和模型大小,并带来了检测速度和精度的提升.

Select

判别性信息增强的行人再识别

周炉,谢明鸿,李华锋,谭婷婷

2022, 43(7): 1477-1483.

摘要 ( ) PDF全文 ( )

可视化

在行人再识别中,由相机风格及视角变化造成的行人外观差异严重影响了模型的性能.为缓解该现象,提出一种判别性信息增强的行人再识别方法.该方法由辅助子网络、主干子网络以及时空信息嵌入三部分构成.首先,在辅助子网络中实现不同视角行人图像的风格转换以减少风格差异对性能的影响.为增强特征的判别性,将原图特征和迁移图像特征进行拼接.此外,在主干子网络中通过局部特征迫使主干子网络在关注全局特征的同时,能更多利用局部具有鉴别性的信息.最后,引入行人的时空信息来缓解难样本对识别性能造成的影响.通过实验证明所提算法性能优于大部分主流方法,消融实验也验证了所提算法的有效性.

Select

融合可验证随机函数和门限签名的拜占庭容错共识算法

任永旺,段红军,王振飞,王飞

2022, 43(7): 1484-1493.

摘要 ( ) PDF全文 ( )

可视化

共识算法作为区块链底层的关键技术,可以解决分布式系统中由于节点分散而导致的共识难以达成的问题.现在联盟链中普遍使用的实用拜占庭容错共识算法,在准备阶段和提交阶段需要所有备份节点间互相交换信息,出现网络故障或者遭遇分布式拒绝服务攻击的时候,会出现活性差、可扩展性不强、鲁棒性不足等问题.针对上述问题,本文以联盟链在高校学生信息存储和管理运用为背景,在实用拜占庭容错算法基础上,提出一种融合可验证随机函数和门限签名的拜占庭容错共识算法.算法利用可验证随机函数的随机特性和零知识证明的特性来构造匿名选主算法,达到隐藏主节点,模糊敌手攻击对象,增强抵抗网络自适应攻击的能力.同时通过基于代表法定人数投票意愿的门限签名机制,使备份节点只通过验证门限签名,就能确认共识达成,从而保证在高丢帧率的网络环境下,增加达成共识的概率,提升拜占庭容错共识算法的鲁棒性.实验分析表明,系统在f个节点宕机、网络数据发送成功率只有80%的情况下,达成共识的概率依然超过90%,在提高共识概率的同时,降低签名验证的次数,提升了可扩展性,有效保证了系统的活性.

Select

一种基于遗传算法的PPI网络全局比对算法

陈悦,陈璟,

2022, 43(7): 1494-1498.

摘要 ( ) PDF全文 ( )

可视化

蛋白质相互作用网络比对在识别同源蛋白质或者蛋白质功能模块、蛋白质功能预测等方面具有十分重要的生物学意义.通常从拓扑特性和生物特性两个方面来衡量网络比对的结果,而现有的网络比对算法很难同时取得好的拓扑特性和生物特性.基于此,本文提出一种新的网络比对算法NABG.NABG利用最小度启发式算法计算节点在网络中的重要性,并基于重要性得分计算节点对的拓扑相似性,引入节点对的序列相似信息,使拓扑和生物相似性高的蛋白质对被比对上;基于结合了节点相似性和边保守性的目标函数,使用遗传算法模拟生物进化过程来优化比对结果.NABG分别在合成网络和真实网络上进行了实验,并与MGANA++、PROPER、SPINAL等算法作比较分析.实验结果表明,NABG的比对结果在拓扑指标以及生物指标上能保持均衡的高指标且更具有生物学意义.

Select

雾辅助的隐私保护分层多维数据聚合研究

李雅兰,王倩,袁可,陈思光,

2022, 43(7): 1499-1504.

摘要 ( ) PDF全文 ( )

可视化

本文提出了一种雾辅助的隐私保护分层多维数据聚合机制,在实现多维异构类型数据聚合的同时,可提供不同粒度的数据应用支撑.首先,该机制通过充分利用本地雾计算资源构建了一个无第三方机构参与的分层聚合框架,为实现安全、高效、灵活的多维数据感知与传输提供了保障.其次,融合同态Paillier算法与霍纳法则的多维数据隐私保护聚合机制,保证了数据隐私并降低了计算与通信成本.特别地,基于霍纳法则解析出的不同粒度聚合结果,可满足不同场景的应用需求.此外,设计了一种高效的签名认证机制,该机制通过采用轻量级的椭圆曲线加密算法与批量认证技术,可实现数据完整性和身份有效性的验证.最后,安全与性能分析结果表明本机制安全性能高,且相较于其他方案其计算成本更低,更加适用于实际应用场景.

Select

一种基于状态一致性模型的固定翼无人机编队控制机制

王汇彬,金程皓,许博,陈鸣

2022, 43(7): 1505-1510.

摘要 ( ) PDF全文 ( )

可视化

在固定翼无人机编队飞行的过程中,通常需要根据任务需求或环境的变化构建并保持一种队形,或者变换为另一种队形.目前,无人机编队构建、保持和变换采用了不同的定义与关键技术,产生了无人机编队控制技术的发展瓶颈.本文提出了一种基于状态一致性模型的编队控制机制来解决这一问题.首先,建立固定翼无人机编队的六元状态一致性模型,并基于该模型统一了编队构建、保持和变换的定义.其次,提出了一种基于六元状态一致性模型的集中式与分布式相结合的混合式编队控制机制,主节点集中式地确定无人机在编队中的位置的分配方案,从节点分布式地计算自身的Dubins路径并调整偏航角,然后自主调整节点的航速以实现编队的状态一致性.第三,基于OMNeT++设计了相应的仿真试验,试验结果表明六元状态一致性模型能够将无人机编队飞行的各个阶段有机关联起来,同时验证了混合式编队控制机制的可行性和有效性.

Select

DTN中基于消息综合属性的缓存管理策略

崔建群,余东海,常亚楠,孙佳悦,邬尧

2022, 43(7): 1511-1517.

摘要 ( ) PDF全文 ( )

可视化

延迟容忍网络(DTN)区别于传统Internet网络,无法提供稳定端到端的连接,因此采用“存储-携带-转发”路由机制进行数据传输,而这使得消息需要长时间驻留在节点的缓存中.由于节点的缓存空间和处理能力受价格、体积和功耗的限制,因此如何对缓存进行管理成为影响路由性能的重要因素.本文根据Spray and Wait路由算法的特点,提出一种基于消息综合属性的缓存管理策略(Buffer Management Strategy Based on Message Comprehensive Attributes,MCA-BMS).该策略综合考虑消息大小、消息生存时间和消息副本数3种消息属性,确定消息的优先级,并根据优先级对消息进行转发和丢弃,同时增加了ACK确认机制,删除冗余消息,提升网络资源利用率.仿真结果表明,MCA-BMS缓存管理策略能够在消息投递率、网络开销和消息传输时延方面有明显的提升.

Select

Levy飞行策略结合三维灰狼优化的DV-hop定位算法

张晶,郭一翰,

2022, 43(7): 1518-1522.

摘要 ( ) PDF全文 ( )

可视化

针对无线传感器网络节点部署不均衡,极大似然值估计算法对待定位节点位置计算精确度较低的问题,提出一种Levy飞行策略结合三维灰狼优化的DV-hop定位算法.首先引入节点间不同跳数权重因子解决节点部署不均衡问题;其次在灰狼算法基础上结合Levy飞行策略,对灰狼群每次位置迭代更新进行优化,并推广到三维空间;最后利用改进后的智能仿生三维灰狼算法对每一个待定位节点位置进行寻优定位计算,进一步提高待定位节点位置计算精度.实验结果表明,该算法优于经典DV-hop算法、三维加权DV-hop算法以及未使用飞行策略的灰狼算法,验证了该算法在待定节点定位的准确性.

Select

结合属性和RBAC的访问控制模型及算法研究

王静宇,张伟

2022, 43(7): 1523-1528.

摘要 ( ) PDF全文 ( )

可视化

针对基于角色的访问控制系统不能实现动态授权、细粒度授权的问题,将属性与RBAC(Role Based Access Control)相结合,提出基于属性和RBAC的访问控制模型.在此访问控制模型上设计了基于最小扰动的角色挖掘算法,通过属性授权规则完成角色权限细粒度分配和用户角色动态分配,使产生的角色结果与原系统的角色集合保持一致.为验证算法的准确率和有效性在不同数据集下进行实验评估,实验结果表明,算法产生角色的准确率和有效性有明显的提高.

Select

IEEE 802.11ax基于时延敏感的上行链路自适应帧聚合传输方案

钱晨喜,郑可琛,刘晓莹

2022, 43(7): 1529-1534.

摘要 ( ) PDF全文 ( )

可视化

帧聚合传输技术因其高效的传输效率被广泛使用.针对密集部署环境,下一代无线局域网标准IEEE 802.11ax基于帧聚合传输技术提出多流量标识符技术,允许多种不同流量类型的数据聚合传输,提升了密集环境下帧聚合传输性能.然而,上行链路多用户随机接入机制无法保障诸如视频、语音等高吞吐率低时延的传输业务需求.因此,本文利用帧聚合多流量标识符技术,对密集部署站点流量随机到达过程建模分析,推导出帧聚合时延表达式,并提出自适应时延敏感帧聚合传输方案.该方案根据站点缓存数据包的时延约束,使用二分搜索算法动态地调整帧聚合数目来最大化网络整体吞吐率.仿真结果表明,所提方案能够有效地降低站点时延和丢包率,提升网络吞吐率.

Select

一种基于二维码的鲁棒性音频水印

刘思玮,杜庆治,龙华,邵玉斌,彭艺

2022, 43(7): 1535-1540.

摘要 ( ) PDF全文 ( )

可视化

基于普通图像的数字音频水印算法,鲁棒性弱以及自动化检测复杂.针对这种情况,本文在此基础上提出了一种新的盲水印嵌入算法.利用二维码(QR码)自身的纠错能力,将QR码作为待嵌入的水印图像.首先将水印图像进行分块处理,以Arnold变换为基础,通过添加密匙来提升数字音频水印的安全性.其次对原始音频信号完成分帧预处理后,首先对每帧信号应用3级离散小波变换(DWT),选取低频分量进行离散余弦变换(DCT),然后把得到的一维信号进行奇异值分解.最后通过对奇异值的量化,并利用重复码的特点,将水印信息进行嵌入.实验结果表明,本文算法对噪声、低通滤波、压缩等常见的攻击方法具有良好的鲁棒性.

Select

基于纵向联邦学习的社交网络跨平台恶意用户检测方法

卫新乐,张志勇,宋斌,毛岳恒,班爱莹

2022, 43(7): 1541-1546.

摘要 ( ) PDF全文 ( )

可视化

近年来,在线社交网络恶意用户呈现出分散性、潜伏性、复杂性等特征,如何在保障普通用户数据隐私的前提下,融合多方数据进行建模分析,实现对恶意用户的精确检测成为研究人员关注的焦点.本文提出了一种基于纵向联邦学习的社交网络跨平台恶意用户检测方案.首先,通过对多源异构数据进行预处理,采用加密样本对齐和加密模型训练方法,构建了基于纵向联邦学习的跨平台恶意用户检测层次化架构;其次,对安全联邦提升树算法进行分析和改进,提出了一种面向多方隐私保护的恶意用户检测算法;最后,基于现实社交网络平台实验研究分析,所提出的方案不仅具有安全性,而且模型算法相较于其他两个基线模型,准确率分别提升了14.03%和1.918%.

Select

天地一体化智能网络流量实时分类

杨力,王龙青,潘成胜,蔡睿妍,

2022, 43(7): 1547-1552.

摘要 ( ) PDF全文 ( )

可视化

天地一体化智能网络规模大,环境复杂,网络中流量业务类型繁多且流量具有突发性.本文结合Spark大数据分布式平台,根据流量的特点设计了SFFS-FCBF-C4.5(简称SFC)决策树分类模型,实现了大规模网络下流量的实时分类,以保障网络中资源的合理分配和利用.SFC算法是在C4.5决策树算法的基础上结合了改进后的快速相关滤波算法(Fast Correlation-Based Filter Solution,FCBF)和连续型属性值离散化算法,可以在有效去除冗余特征和降低模型复杂度的同时,提高模型分类的速度和准确率.仿真结果表明,SFC决策树分类模型相比传统的流量分类模型具有较好的稳定性和较高的准确率,可以很好的适应复杂多变的网络环境.同时,Spark大数据分布式平台的应用大幅度提高了大规模网络下流量分类的速度,能够对海量流量进行实时分类.

Select

安全关键软件的AADL模型自动逆向构造方法

邱志凯,杨志斌,谢健,周勇,程高辉,陈俊文

2022, 43(7): 1553-1561.

摘要 ( ) PDF全文 ( )

可视化

近年来,采用模型驱动(Model-Driven)尤其是形式化模型驱动的安全关键软件设计与开发方法逐渐受到重视,并被工业界认为是切实可行的重要手段.AADL(Architecture Analysis and Design Language)是一种广泛应用于安全关键领域的形式化建模语言标准.在安全关键软件系统开发与维护过程中,部分需求与设计信息往往遗留在源代码中,在对已有软件系统架构进行复用或重构的过程中,如何将这部分需求与设计信息从代码中构造到设计模型是一个重要问题.本文基于模型驱动逆向工程,提出一种从C代码到AADL模型的自动构造方法C2AADL.首先分析了源语言结构、行为和运行时性质,并根据分析结果提出了源代码结构、行为和运行时性质到AADL模型的转换规则,然后根据转换规则设计并实现了原型工具,最后基于雷达信息处理子系统案例验证本文所提方法的有效性.

Select

CLPDetector：一种基于伪孪生网络的跨语言代码抄袭检测工具

李国繁,张峰,刘聪

2022, 43(7): 1562-1568.

摘要 ( ) PDF全文 ( )

可视化

近年来,随着不同编程语言代码自动转换工具的出现,跨语言的代码抄袭检测问题受到了越来越多的关注.现有跨语言代码抄袭检测主要包括传统的基于中间特征的检测方法和近年来出现的基于机器学习的检测方法,后者在检测模型训练完成之后具有更好的检测速度,是当前跨语言代码抄袭检测的研究热点.然而,现有的基于机器学习的跨语言抄袭检测方法大多将代码作为文本来处理,未考虑代码的结构特征.结合代码基于抽象语法树的结构特征,本文提出了一个基于伪孪生神经网络框架的跨语言抄袭检测工具CLPDetector.该工具将训练数据中的源代码对转换成对应的抽象语法树,基于抽象语法树生成代码的向量表示,然后将结合BiLSTM、CNN和Attention的深度神经网络嵌入到伪孪生网络架构中训练抄袭检测模型,从而实现了跨语言代码抄袭的检测.为了提高检测精度,首先,在训练检测模型前,利用基于抽象语法树的skip-gram算法对词向量进行了预训练,并基于程序依赖图删除了训练数据集代码中的冗余代码.其次,在代码抄袭检测阶段,提出了一个基于属性计数的过滤器,用以排除不可能抄袭的代码对,提高检测效率.实验中基于一个开源的数据集,以Java代码和Python代码为例对CLPDetector的检测效果进行了验证.结果表明,在精确率和F1值方面,CLPDetector比基于属性计数的工具CLCDSA分别高7%和3%,比单纯使用BiLSTM的检测工具ASTLeaner分别高10%和8%.

选择文件类型/文献管理软件名称

选择包含的内容

过刊目录

作者投稿

专家审稿

编辑办公

主编办公

编委审稿

下载中心