小型微型计算机系统

Select

杨旭华,陈孝则,王磊,许营坤,叶蕾,毛剑飞

2022, 43(8): 1569-1576.

摘要 ( ) PDF全文 ( )

可视化

分类方法通过比较数据之间的相似性，把不同特征或属性的数据分别归属到不同的类别，在金融、医学和生物等领域有着广泛的应用.本文首次提出了一种利用社区选举和链路预测的分类方法（CCELP），该方法首先用k近邻算法将数据集转化成一个稀疏网络，接着使用社区检测算法把网络划分为多个社区，并通过投票选举得到每个社区的代表节点，移除不符合“过半数原则”的部分代表节点，将剩余代表节点同社区内节点相连得到新网络；接着提出了考虑二级共同邻居的分类链路预测（CLP）指标，在新网络中按照节点和代表节点间的CLP指标把节点归属到不同的类别中去，从而完成数据分类.在16个数据集上，CCELP与8种知名分类方法进行了比较，实验结果表明CCELP具有优异的分类效果.

Select

BERT模型结合实体向量的知识图谱实体抽取方法

陈玮,张锐,尹钟

2022, 43(8): 1577-1582.

摘要 ( ) PDF全文 ( )

可视化

实体抽取是构建知识图谱的重要环节，大多数深度学习模型没有注意到上下文的语义信息和忽略了对于知识实体的处理，因此，实体抽取的准确性有待进一步提高.本文提出了一种BERT模型结合实体向量的知识图谱实体抽取方法.该方法采用基于全词Mask的BERT模型生成句子向量和具有上下文语义的词向量，再将词向量取平均值得到实体向量，通过注意力机制将句子向量与实体向量结合，最后，将结合后的新向量放入条件随机场进行序列标注，找到最优的标签以达到实体抽取的目的.实验结果表明，该方法在人民日报语料库进行实体抽取时，其准确率、召回率和F1值分别为93.01%，90.32%和91.65%.同时，该模型在CoNLL-2003语料库中的实体抽取也具有很好的效果.

Select

知识图谱增强的神经协同过滤推荐方法

郑诚,王宇航,颜莉莉

2022, 43(8): 1583-1588.

摘要 ( ) PDF全文 ( )

可视化

推荐系统已经广泛应用于各领域以处理信息过载问题，但传统方法面临着数据稀疏的挑战，且使用矩阵分解也不能很好的捕获抽象的非线性交互.考虑到知识图谱可以提供丰富的边信息，文中提出一种知识图谱增强的神经协同过滤推荐方法.首先获取项目相关的元数据，将其构建为知识图谱，并利用表示学习方法获取图谱中的语义知识；其次，利用结合注意力的邻域传播机制获取图谱中的结构知识，以此增强项目表示；最后将得到的用户和项目表示送入矩阵分解与神经网络中进行推荐.在公开数据集MovieLens上的实验结果表明，该模型能够有效提升推荐结果的准确性.

Select

一种流形正则化非负矩阵分解的lncRNA-疾病关系预测方法

董文文,林志毅

2022, 43(8): 1589-1595.

摘要 ( ) PDF全文 ( )

可视化

长链非编码RNA (lncRNA)在疾病的发生中起着重要作用,然而通过生物学实验探索lncRNA与疾病的关系昂贵且费时,必须开发出更准确和有效的计算方法来预测lncRNA与疾病的关系.本文提出了一种新的基于流形正则化非负矩阵分解的计算方法(MRNMFLDA)来预测lncRNA与疾病的关系.该方法首先采用相似性网络融合方法分别整合lncRNA与疾病的相似性,然后通过构建标签加权矩阵、引入流形正则化约束的非负矩阵分解算法来预测lncRNA与疾病潜在的关系.实验结果表明,本方法在留一交叉验证和5折交叉验证中AUC值分别达到0.8927和0.8635±0.0054,优于其他4种方法.案例研究表明,本方法能够有效地预测与3种疾病(肺癌,宫颈癌,和骨肉瘤)有关系的lncRNA.

Select

融合类别特征扩展与N-gram子词过滤的fastText短文本分类

李志明,孙艳,何宜昊,申利民,

2022, 43(8): 1596-1601.

摘要 ( ) PDF全文 ( )

可视化

以提升fastText短文本分类模型性能为目标，从获取高质量的类别特征、降低N-gram子词中低类别区分贡献度子词对模型学习高类别区分贡献度语义特征时产生的干扰角度展开研究，提出基于TF-IDF的LDA类别特征提取方法以提升类别特征质量，提出基于词汇信息熵的N-gram子词过滤方法过滤N-gram子词中低类别区分贡献度子词，并构建更专注于高类别区分贡献度语义特征学习的EF-fastText短文本分类模型.实验结果表明基于TF-IDF 的LDA类别特征提取方法，以及基于词汇信息熵的N-gram子词过滤方法对于EF-fastText短文本分类模型性能提升是有效性的.

Select

注意力残差模型的语音抑郁倾向识别方法

鲁小勇,石代敏,刘阳,原静仪,董强利,马秀云

2022, 43(8): 1602-1608.

摘要 ( ) PDF全文 ( )

可视化

采用语音信号进行抑郁倾向识别具有重要的现实意义.针对语音抑郁倾向识别使用深度神经网络方法结构复杂和传统机器学习方法需要手动提取特征及识别率低的问题.本文提出了一种结合残差思想和注意力机制的模型，首先基于心理学自我参照效应(Self-reference Effect，SRE)实验范式设计了抑郁语料，进行语音数据集标注；然后将注意力模块引入残差单元中，利用通道注意力学习其通道维度上的特征，空间注意力反馈其空间维度的特征，并将两者结合得到注意力残差单元；最后堆叠单元构建基于注意力残差网络的语音抑郁倾向识别模型.实验结果表明，与传统机器学习方法相比，该模型在抑郁倾向识别上获得了更优的结果，可满足抑郁倾向识别应用的需求.

Select

一种带隐变量贝叶斯网的事件诱因估计方法

何勇,吴鑫然,岳昆

2022, 43(8): 1609-1614.

摘要 ( ) PDF全文 ( )

可视化

事件诱因是诱导事件发生的因素，从事件特征数据构建事件诱因模型，进行事件诱因估计，是解决舆论控制、精准决策支持和用户行为定向等问题的重要基础.本文以公共突发事件为背景，以贝叶斯网为不确定性知识表示和推理的基本框架，以多值隐变量来描述事件诱因的多个取值，提出一种基于带隐变量贝叶斯网（隐变量模型）的事件诱因模型构建方法，进而利用概率推理算法估计事件诱因.针对事件诱因存在多个取值的问题，本文基于分支限界思想提出最优取值子集提取算法.建立在真实数据集上的实验结果表明，本文提出的事件诱因模型构建方法及相应的诱因估计方法是有效的.

Select

三级缓冲区结合模糊逻辑的DWA及其应用

郑维,刘德垚,王洪斌,郝若兰

2022, 43(8): 1615-1624.

摘要 ( ) PDF全文 ( )

可视化

针对未知的动态复杂场景，本文提出三级缓冲区结合模糊逻辑的动态窗口法，解决了动态窗口法在该场景下进行机器人轨迹规划这一具有挑战性的问题.本文通过修改并添加原始动态窗口法的子功能，增强了复杂环境中机器人行驶至目标位置的能力；利用激光雷达传感器结合三级缓冲区构建不同属性的缓冲区因子，为机器人设置不同等级的安全区域；同时，考虑有效性和速度之间的平衡及移动机器人的尺寸，进行模糊控制器设计，控制机器人自身姿态和速度.详细的仿真对比结果证明了所提出的算法在未知且复杂的动态场景中进行轨迹规划具有更好的避障效果.

Select

面向智能工厂原料供应环节的多机器人任务分配方法

熊乾程,董晨,洪祺瑜

2022, 43(8): 1625-1630.

摘要 ( ) PDF全文 ( )

可视化

智能工厂下的动态定制生产带来了原料供应的动态变化，需要更加灵活的供应解决方案，在此，我们考虑任务需求和运行距离等因素，建立一个以最大化供应问题收益为目标的智能工厂供应任务优化模型，将原料供应转化为一个多机器人任务分配问题的变体，提出一种多机器人协作的原料供应解决方案，基于贪婪选择策略，产生满足当前各任务要求的供应机器人划分；运用博弈论的纳什平衡概念为任务划分寻求平衡解，进一步提升分配质量.实验表明，所提出算法能够面对不同规模的供应任务，在保证分配质量的同时在极短的时间内给出供应分配方案.

Select

融合项目流行度与用户间多相似度的协同过滤算法

邓乐乐,黄俊,岳春擂,

2022, 43(8): 1631-1637.

摘要 ( ) PDF全文 ( )

可视化

为进一步解决协同过滤算法中存在覆盖范围不高的问题，针对现有算法未充分考虑引入项目流行度在降低热门项目影响力的同时会普遍降低热门但评分高的项目影响力的问题，提出一种融合项目流行度与用户间多相似度的协同过滤算法.在降低热门项目影响力的同时，考虑目标用户的相似用户群体对热门项目的综合评分，动态调整推荐列表中热门项目对目标用户的影响力.算法通过融合多种改进的用户相似度来提高相似度计算精度.其中引入了用户属性相似度去除“零相似度”以缓解用户冷启动问题的影响.实验结果证明，该算法在解决冷启动问题和改善推荐覆盖率的同时，提升了推荐的准确率.

Select

度量对比敏感度阈值的自适应优化方法研究

王丽萍,陆佳峰,邱飞岳,陈宏

2022, 43(8): 1638-1643.

摘要 ( ) PDF全文 ( )

可视化

对比敏感度作为视觉科学中人眼对物体分辨边界清晰程度的度量，表征了视觉对不同空间频率下对比度的响应能力，具有重要的研究意义.众多研究者给出了一系列用于解决度量对比敏感度阈值的方法，但现有方法在求解阈值时存在收敛速度慢、依从性差等缺点.本文提出了一种基于扰动算子的自适应psi-marginal算法.该算法在分析当前被试者反馈信息的基础上，通过扰动算子自适应优化刺激参数，使其快速向阈值附近逼近，提高收敛速度.实验结果表明，优化后的psi-marginal方法在保持阈值精度的基础上，平均收敛速度提升27.75%，其中当阈值在刺激范围的边缘时，收敛速度提升47.37%，改进方法效果较为明显.

Select

融合改进天牛须和正余弦的双重搜索优化算法

姚信威,王佐响,姚远,黄伟

2022, 43(8): 1644-1652.

摘要 ( ) PDF全文 ( )

可视化

针对标准正余弦优化算法在搜索时存在的计算精度低、容易陷入局部最优值等缺点，借鉴天牛须算法运算简单、搜索速度较快的特点，本文提出了一种融合改进天牛须和正余弦的双重搜索优化算法（BAS-SCA）.首先，在现有标准正余弦算法基础上，引入动态自适应权重机制来平衡全局搜索和局部搜索，提升收敛速度；其次，提出了一种新的转换参数模型，该参数模型通过结合指数型函数和余弦函数来替换传统的线性衰减函数；最后，为了提升正余弦的搜索精度和速度，同时尽可能跳出局部最优解，提出了改进的天牛须搜索算法，引入动态步长搜索机制将固定步长搜索改为变步长搜索，创新性地将改进的天牛须算法与改进的正余弦算法进行融合实现双重搜索优化，有效避免局部极值问题.实验表明，通过14个标准测试函数验证，所提双重搜索优化算法BAS-SCA相较于其它现有优化算法，具有更高的寻优精度和更快的收敛速度.

Select

一种基于认知诊断的主观题同行互评技术

许嘉,李秋云,刘静,吕品,于戈

2022, 43(8): 1653-1660.

摘要 ( ) PDF全文 ( )

可视化

针对MOOCs平台上大规模主观题作业的同行互评问题，研究人员基于概率模型对评价者的可靠性和偏见进行建模，提出了许多估计主观题作业真实分数的有效技术.然而，现有技术均未同时考虑评价者在待评价作业中的答题表现以及评价者的历史答题表现这两方面因素对其可靠性的影响.鉴于此，提出了基于认知诊断的主观题同行互评技术：首先以评价者的历史答题记录为输入，基于流行的认知诊断模型量化评价者对主观题作业的掌握程度；其后同时基于评价者对主观题作业的掌握程度以及评价者在该主观题作业中取得的真实分数对评价者的可靠性建模；最后结合对评价者偏见的建模提出了估计主观题作业真实分数的同行互评概率模型.真实课堂实验表明，在同行互评活动中，本文提出的同行互评技术对主观题作业真实分数的估计更为准确，比相关技术在真实分数估计误差方面平均降低了42%.

Select

一种基于信息传递的稀疏子空间聚类算法框架

荆雪纯,赵鹏,崔志华

2022, 43(8): 1661-1667.

摘要 ( ) PDF全文 ( )

可视化

近年来，基于谱聚类的子空间聚类算法由于其广泛的应用而备受关注.但是，随着数据量的增加，传统方法的时间成本也越来越高.为了提高效率，我们为稀疏子空间聚类提出了一种基于信息传递的统一框架.该框架主要由两个阶段组成.首先，通过采样选择少量的数据点，利用传统方法计算出部分数据的表示系数.在第二阶段，通过信息传递而非传统方式计算出剩余数据的表示系数，从而提高效率.因此，这两部分集成在一起构成完整的表示系数矩阵，传到谱聚类中以获得聚类结果.此框架具有灵活性和可扩展性.它既可以选择不同的采样方法，还可以扩展到其他子空间聚类算法.在COIL-20和YaleBCrop025数据集上的实验结果证实，此框架不仅可以提高效率，而且可以保证聚类精度.

Select

日志多维度无监督异常检测算法

邱连涛,李晓戈,胡飞雄,胡立坤,张东晨,马鲜艳,

2022, 43(8): 1668-1674.

摘要 ( ) PDF全文 ( )

可视化

在大规模的系统运维中，及时有效地发现系统事件中的异常行为，对于维护系统稳定运行有着重要作用.有效的异常检测方法可以使得系统的运维和开发人员快速定位问题并解决，保证系统快速恢复.系统日志作为记录系统运行信息的重要资料，是对系统进行异常检测的主要数据来源，因此基于日志的异常检测是当前智能运维的重要研究方向之一.本文提出了一种基于无监督的日志多维度异常检测算法，可在无需标注数据的前提下针对日志系统进行自动的数据解析和异常检测.通过使用基于频繁模板树的日志解析获取日志模板后，分别使用3种方法进行异常检测：以基于概率分布使用3-Sigma法判断单指标数值型异常，以基于主成分分析方法使用SPE统计量判断日志组异常，以基于有限自动机的方法判断日志序列异常.通过对超级计算机（Blue Gene/L）和Hadoop分布式文件系统（HDFS）的日志数据以及腾讯内部系统数据进行实验评估，结果表明本文提出算法在5个测试数据集上均有较好的表现.

Select

混沌映射的禁忌同步随机学习因子粒子群算法

苏攀,张伟

2022, 43(8): 1675-1680.

摘要 ( ) PDF全文 ( )

可视化

针对粒子群算法初始化个体质量参差不齐，算法后期容易早熟，陷入局部最优值以及后期搜索精度不高、收敛速度缓慢的缺点，本文提出一种基于混沌映射的禁忌同步随机学习因子粒子群算法.利用Logistic映射对算法的粒子种群进行初始化，提高种群个体质量；在算法进入后期搜索寻优时，引入禁忌搜索策略，利用其良好突跳能力，跳出局部最优值，提高算法的全局搜索能力；最后将传统的学习因子通过几个测试函数进行迭代寻优，选取寻优能力突出的区间构建同步随机学习因子，平衡粒子的个体经验和群体经验.将改进的粒子群算法与另外几个智能算法在测试函数上寻优对比验证，仿真实验证明，改进的粒子群算法在寻优能力、收敛速度、搜索精度以及算法的稳定性等性能上，与另外3个智能算法相比都有显著提升.

Select

YOLO检测网络的FPGA加速计算模型的研究

裴颂文,汪显荣

2022, 43(8): 1681-1686.

摘要 ( ) PDF全文 ( )

可视化

FPGA（Field Programmable Gate Array）凭借其高并行和可定制化的特点，可以解决目标检测网络结构复杂、计算量大和存储开销高等问题.本文基于FPGA验证平台研究并实现了YOLO（You Only Look Once）系列神经网络的加速计算模型.首先采用动态定点量化方法降低了数据存储和传输量.然后针对YOLO模型中两类计算开销大的典型卷积层，采用了流水线，循环展开，模块融合等策略分别实现了基于Winograd和GEMM的快速卷积计算引擎，提高加速计算效率.实验结果表明，本文在PYNQ-Z1验证平台上获得的计算性能达到64.9 GOP／s，比基于典型滑动窗口卷积计算方法的性能提高了2.15倍.

Select

一种融合对抗层的图像通用对抗扰动生成算法

徐登辉,张勇,巩敦卫,孙晓燕

2022, 43(8): 1687-1696.

摘要 ( ) PDF全文 ( )

可视化

随着深度神经网络的广泛应用，其安全性问题日益突出.研究图像对抗样本生成可以提升神经网络的安全性.针对现有通用对抗扰动算法攻击成功率不高的不足，提出一种在深度神经网络中融合对抗层的图像通用对抗扰动生成算法.首先，在神经网络中引入对抗层的概念，提出一种基于对抗层的图像对抗样本产生框架；随后，将多种典型的基于梯度的对抗攻击算法融入到对抗层框架，理论分析了所提框架的可行性和可扩展性；最后，在所提框架下，给出了一种基于RMSprop的通用对抗扰动产生算法.在多个图像数据集上训练了5种不同结构的深度神经网络分类模型，并将所提对抗层算法和4种典型的通用对抗扰动算法分别用于攻击这些分类模型，比较它们的愚弄率.对比实验表明，所提通用对抗扰动生成算法具有兼顾攻击成功率和攻击效率的优点，只需要1%的样本数据就可以获得较高的攻击成率.

Select

联合视觉与规则评价的车牌放大号检测识别方法

文韬,雒江涛,王志愿,

2022, 43(8): 1697-1702.

摘要 ( ) PDF全文 ( )

可视化

大型车辆的身份识别在交通系统中十分重要，但由于牌照位置、拍摄角度以及污渍的影响，目前的车牌检测方法并不能很好的得到其牌照信息.而通过检测车厢后部喷涂的车牌放大号对其车牌号码进行获取是解决这一问题的有效途径，由于车牌放大号的字符间距比较大，当前的文本检测方法容易出现误检，因此本文提出一种联合视觉与规则评价的车牌放大号检测识别方法.利用注意力模块对特征进行增强，构建整体检测、掩膜检测与字符检测识别的多分支网络对车牌放大号整体与字符分别进行获取，同时针对车牌放大号的字符特点与命名规则设计评价模块.将评价模块的评价分数与整体检测的置信度分数进行联合评价.经实验表明，该方法对车牌放大号的检测精准率达到了96.34%，验证了该方法的可行性.

Select

一种基于骨架序列的老年人摔倒动作识别方法研究

宋垚,陈庆奎

2022, 43(8): 1703-1710.

摘要 ( ) PDF全文 ( )

可视化

针对现有摔倒检测方法在不同场景下适应性弱、用户体验差、识别率不可靠等缺点，本文提出一种结合门控循环单元和时空注意力模块（STM-GRU）摔倒识别模型，利用骨架数据对摔倒动作进行识别的方法.该方法首先对原始骨架数据进行预处理去除误差数据；然后对人体在米字型8个方向上的摔倒倾斜姿态进行分析，提取骨架空间特征，接着从连续时刻骨架序列中提取时序变化特征，解决了尺度、位移变化问题；最后将时空特征输入STM-GRU，时空注意力模块分别应用注意力机制，模型融合各模块输出张量后进行后续动作识别任务.在自建数据集上的实验结果表明，该方法适用于老年人摔倒动作识别.

Select

改进型轻量级GAN的红外图像超分辨率方法

胡德敏,闵天悦

2022, 43(8): 1711-1717.

摘要 ( ) PDF全文 ( )

可视化

红外图像超分辨率是图像超分辨率重建的子领域，基于深度学习的方法侧重于研究色彩和纹理丰富的RGB图像重建，对于像素分布均匀、对比度低、高频细节特征丢失的红外图像提取特征效率低.本文采用生成对抗网络（GAN）针对红外图像提出了一种能重建细节纹理超分辨率方法，用轻量级注意力残差块（Lightweight attention residual block，LARB）构建生成器网络，以低成本、高效率提取到红外图像的像素特征信息；结合特征激活前的感知损失、Huber 损失和Wasserstein距离使模型稳定收敛，减少图像重建后伪影的产生；引入近红外图像数据集与红外特征图线性灰度变换使模型学习更多纹理特征以修复高频细节.实验结果显示，在PSNR的比较中，本文的模型在生成器参数（Params）仅有542K情况下大幅领先于参数为1518K的SRGAN；在部分测试数据集中SSIM高于参数为16697K的ESRGAN，表明了方法的有效性.

Select

基于多尺度聚焦网络的单图像城市场景3D平面重建

江瑞祥,缪君,储珺,葛芸

2022, 43(8): 1718-1724.

摘要 ( ) PDF全文 ( )

可视化

针对基于单图像城市场景中不规则平面3D重建的难题，本文提出了一种基于多尺度聚焦网络的场景3D平面重建算法.该算法以单幅RGB图像为输入，通过单网络、双任务的学习策略，同时输出平面的分割映射以及深度信息.为了根据上下文来自适应的更改有效感受野大小以获取多尺度信息，本文还提出了一种将条状注意力机制嵌入到空洞空间金字塔池化模块的多尺度聚焦模块，使之能够关注城市场景中的条状平面.本文网络模型在SYNTHIA城市场景数据集上进行了训练，在测试集中取得了81.5%SC和4.22%Abs Rel的表现.本文算法相对于现有算法更可靠、重建模型更完整.

Select

基于位置的机械臂视觉伺服预测控制

刘安东,卢威威,俞立

2022, 43(8): 1725-1731.

摘要 ( ) PDF全文 ( )

可视化

基于位置的机械臂视觉伺服控制需要解决位姿估计和目标跟踪控制问题.为了克服机械臂运动过程中的运动空间约束，提出了基于滚动时域估计（MHE）的机械臂位姿估计方法.在位姿估计的基础上，利用对偶梯度上升方法以及拉格朗日乘子处理具有控制输入约束的优化问题，并给出了基于迭代线性二次调节（iLQR）的视觉伺服预测控制器设计方法.进一步，采用极点配置方法设计了扩张状态观测器（ESO）用于解决估计误差和线性化误差引起的扰动问题.进而，给出了保证闭环系统稳定的充分条件.最后，通过仿真对比验证了本文所提算法的有效性和优越性.

Select

一种自约束的小样本缺损图像分割方法

刘剑超,相洁,张玲,李钢

2022, 43(8): 1732-1738.

摘要 ( ) PDF全文 ( )

可视化

针对现有的图像分割技术在小样本量数据集上容易过拟合，不能有效分割缺损图像的问题，提出了一种自约束图像分割方法.首先，基于传统无监督水平集图像分割方法，提出一种可微分水平集层.第二，将可微分水平集层嵌入U-Net等有监督图像分割模型中，使得水平集方法对函数的拓扑约束，可以随着梯度反向传播过程，对卷积参数起到约束作用.实验结果表明，在MNIST和Fashion-MNIST简单数据集上，本文方法的分割准确率比CV等基于水平集的方法分别提升8.3%和11.7%，比U-Net等分割网络分别提升7.5%和15.6%；在背景复杂的Weizmann horse数据集上准确率较基于水平集的方法提高54.9%，较U-Net等分割网络提升13.4%，显示出本文方法在小样本缺损图像数据集上的有效性与鲁棒性.

Select

融合骨骼数据的弱监督视频行为检测方法研究

陈朋,王顺,党源杰,宦若虹

2022, 43(8): 1739-1745.

摘要 ( ) PDF全文 ( )

可视化

在视频理解任务中，为了减少行为检测任务中的数据标注成本同时提高检测精度，本文提出一种基于骨骼数据的弱监督视频行为检测方法，使用视频级的类别标注对行为检测网络进行弱监督训练.本文以二维人体骨骼数据和RGB图像数据作为网络输入，利用循环神经网络从骨骼数据中提取时域信息并送入全连接层输出所需的特征.骨骼数据提取的特征与RGB数据提取的特征分别传入注意力网络生成相应的权重，用来生成加权特征与加权时序类别激活图值.最后根据加权特征与加权时序类别激活图值进行行为的分类与时域定位.实验结果表明，所提出的结合人体骨骼数据的算法比有监督算法少使用了数据的时间标注.算法在THUMOS14数据集和ActivityNet1.3数据集上能够提高检测准确率.

Select

IPv6传输路径的可定义分段认证方法

陈文龙,刘迪雅,张洪山

2022, 43(8): 1746-1750.

摘要 ( ) PDF全文 ( )

可视化

互联网的源地址欺骗和传输路径不一致，会引出拒绝服务、非法流量窃取等多种攻击行为，网络安全受到严重威胁.所以，数据包的传输路径验证受到广泛关注.传统的包标记方案主要针对IPv4，在网络层和传输层之间加入新的字段.本文根据IPv6首部特点，提出一种分段的源认证和路径验证方案（Source and Path Verification，SPV），实现源地址真实性验证，数据面的传输路径一致性验证与错位定位.发送端在IPv6头部添加标识，任意选择部分中间路由器作为检查节点.仅由检查节点对上述数据包执行标识字段的识别和验证，无需所有途经节点都具有验证能力，提升了安全验证效率.当检查节点验证失败后，将记录发送给源端.通过新增的标识字段，发送端能够根据回传信息执行高效可靠的故障定位.通过修改标识字段的最高位，可实现自定义的路径验证，仅对某一段路径进行验证.本文通过模拟实验验证了方案的通信开销与故障定位效率，证明了本方案的可行性.

Select

基于FPGA SoC的EtherCAT协议栈设计与实现

尹震宇,许鹏,徐福龙,

2022, 43(8): 1751-1755.

摘要 ( ) PDF全文 ( )

可视化

目前基于PC机及普通网卡实现的EtherCAT协议栈单元多数都存在体积大功耗高的缺点，而基于嵌入式平台实现的EtherCAT协议栈虽然体积和功耗上具有优势，但是性能不够稳定.针对这一问题，本文提出一种基于FPGA SoC的EtherCAT协议栈实现方式，通过在Xilinx的Zynq平台上构建具有实时性的操作系统，同时在FPGA上配置专用网络适配单元及安全功能单元，实现EtherCAT协议栈在嵌入式平台上的高效运行.与基于PC实现和传统嵌入式平台上实现方式相对比，在功耗体积和稳定性上均有提高，具有较高的实用价值.

Select

Overlay网络下的超算中心间广域网流量调度研究

王浩辰,张焕杰,李京,

2022, 43(8): 1756-1761.

摘要 ( ) PDF全文 ( )

可视化

广域网上数据中心间的流量互通受复杂互联网环境的影响，跨运营商ISP之间的流量调度对网络传输速率和网络传输延迟影响很大，简单网络架构下的传统流量调度方案已经不能满足迅速增长的网络流量，严重影响了传输服务的质量.本文以国家高性能计算环境为研究背景，提出一个新的互联网环境多超算数据中心流量调度模型，利用Overlay网络构建一个流量调度完全可控的虚拟网络，通过改进底层网络协议和路由更新算法，在端到端节点间使用转发节点进行流量调度.本文通过实际超算环境进行实验，结果表明在跨运营商网络环境下使用基于Overlay网络的流量调度，可以明显降低网络传输延迟，提高传输带宽.

Select

改进的三次修正DV-Hop定位算法

张晶,李煜,

2022, 43(8): 1762-1768.

摘要 ( ) PDF全文 ( )

可视化

DV-Hop定位算法是一种定位误差较大的无需距离算法，而各改进算法仍存在较大误差，对此提出一种对未知节点位置进行3次修正的定位算法，该算法根据原始算法定位的缺点与特点，首先根据RSSI测距的理念，来对跳数进行连续性划分，其次提出一种平方误差适应度函数的策略，再对各锚节点在跳距适应度函数的计算中加入跳数-距离匹配因子对适应度函数进行加权，以获得更准确的跳距值，随后使用优化的跳数、跳距定位锚节点和未知节点，未知节点根据周边锚节点的偏差值采用新的锚节点反馈策略进行坐标的第1次修正，在该修正坐标处使用泰勒展开式进行展开寻优，得到未知节点坐标的第2次修正值，最后加入场景性限制条件，将不符合实际的坐标值进行修正得到未知节点的第3次修正坐标值，经实验证明，该算法在3种测试条件下均具有十分优越的定位性能.

Select

一种基于区块链的充电桩并表计费管理系统

王晨,李雪晶,闻英友,孙锦山

2022, 43(8): 1769-1775.

摘要 ( ) PDF全文 ( )

可视化

针对新能源汽车充电桩在安全、计费、运营等方面的不足，设计了一种基于区块链的充电桩并表计费管理系统.该系统基于区块链技术实现安全认证，并设计智能合约将电动车用电数据与家用电表绑定，按月生成总用电量清单，根据电网运营商的计费策略及支付通道完成费用支付.测试结果表明，该系统能够在保证安全的同时，使新能源汽车充电像手机充电般即插即充，充完即走，为充电桩的建设与发展提供了一种安全、高效的运营新模式.

Select

多工况下航空发动机的故障模式分类

韩光洁,田晨,缑林峰,邵冬,罗斌,徐甜甜,林川

2022, 43(8): 1776-1781.

摘要 ( ) PDF全文 ( )

可视化

航空发动机在多个操作条件下具有不同的故障模式.针对现有航空发动机数据集的故障模式和数据特点，本文在多工况下提出了一种基于一维卷积神经网络的航空发动机故障模式分类方法.该方法无需其他特征提取算法，可直接用于原始数据.首先通过一维卷积神经网络从原始数据中提取局部特征.然后全连接层通过学习这些特征表示来分类故障类别.最后，将其他分类模型与本文模型进行对比.实验结果表明，一维卷积神经网络具有较好的分类精度，降低了网络模型的训练时间，对提高航空发动机运行可靠性有一定的实用价值.

Select

计算资源受限MEC中任务卸载与资源分配方法

鲜永菊,宋青芸,郭陈榕,刘闯

2022, 43(8): 1782-1787.

摘要 ( ) PDF全文 ( )

可视化

移动边缘计算（MEC）通过将计算中心下沉至网络边缘，可以有效服务于任务计算.然而，MEC拥有的计算资源并不是无限的，这带来了诸多问题.文章针对计算资源有限MEC系统中的计算卸载，分析了最大化MEC总收益的卸载与资源分配联合优化问题.首先通过Stackelberg模型来描述MEC与用户之间的交互，使用差异化定价策略增加对卸载的约束，然后将卸载问题转化为二元背包问题，最后，通过改进模拟退火算法分配计算资源，并迭代得到最优方案.仿真结果表明，所提方案可以最大程度提高用户卸载数量，并有效地提高了MEC系统的收益.

Select

一种天地一体化智能网络流量模型

杨力,庞涛,孔志翔,魏德宾,

2022, 43(8): 1788-1792.

摘要 ( ) PDF全文 ( )

可视化

针对天地一体化智能网络流量具有长相关，且突发性强的特点，通过对多分形小波模型构造系数分布合理化选取，构建了基于威布尔分布的混合小波网络流量模型（W_OWM，Weibull of wavelet model）.模型结合独立小波模型的长相关描述能力和多重分形模型的短期突发描述能力，选取威布尔分布重构流量，解决了传统多分形小波模型构造系数的分布选取与实际流量分布特性无关的问题，该模型能够准确、有效的描述天地一体化智能网络流量的行为特征.仿真分析表明：W_OWM重构流量表现了突出的重尾特性，与实际流量的分布特性相似，W_OWM多分形谱的描述贴合于实际流量多分形谱，更能体现流量的长相关性.

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