小型微型计算机系统

过刊目录

  • 全选
    |
  • 钢琴音乐转写中音乐相关特性研究
    单小岩,张结,戴礼荣
    2024, 45(10): 2305-2311.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    自动音乐转写,即利用程序将音乐音频转写成音符的形式,是音乐信息检索的一项重要课题.目前基于深度学习的转写算法多源自语音识别、自然语言处理等领域,缺乏对音乐自身特性的深入研究.本文采用Transformer架构进行钢琴音乐转写,利用合成的音乐数据进行预训练,并设计了符合音符事件结构的截止点识别网络,旨在尝试对转写中的音乐特性进行针对性设计.本文的方法一方面利用了音乐合成技术成熟、便捷的方案,易于数据扩充;另一方面从目标检测的角度进行剖析,对音符本身的事件特性加以探讨.实验表明,本文采用合成音乐进行预训练有助于音符识别,截止点识别网络可以提高音符级的转写结果,实现了音符起点F1=97.40%,带截止点音符F1=88.81%的转写结果.
  • 在线社区中网络欺凌的智能干预方法：现状、挑战与展望
    王润宇,张鹏,顾宁,卢暾
    2024, 45(10): 2312-2326.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    互联网的繁荣发展在便利人们生活的同时也带来了一个新的社会问题,即网络欺凌.网络欺凌不仅威胁欺凌受害者的精神健康,在宏观层面也不利于社会的和谐稳定和长治久安.当前,在非计算机领域,研究人员从心理学、社会学、教育学等角度对网络欺凌的干预进行了大量研究.随着计算机技术的快速发展,研究人员不断尝试利用计算机技术支持网络欺凌的智能干预研究.然而,当前针对网络欺凌智能干预的综述性工作极少.基于此,本文查阅整理了近年来相关的研究工作,对网络欺凌智能干预的研究成果进行了归纳总结,并对此研究方向提出了展望与建议,希望为尝试应用计算机技术进行网络欺凌智能干预的研究人员提供参考与帮助.
  • AI预训练大模型发展综述
    蔡睿,葛军,孙哲,胡冰,徐玉华,孙知信
    2024, 45(10): 2327-2337.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    本文首先介绍了AI预训练大模型相关的部分核心技术,其中包括Transformer架构和人类反馈强化学习技术以及近端策略优化技术;研究了通用大模型的发展,重点关注了基于Transformer-Decoder架构的GPT系列、LLaMA系列模型与基于Transformer-Encoder架构的BERT、ALBERT、DeBERTa与RoBERTa模型,深入研究了它们的架构和训练方法,总结了它们的特点,探讨了其在不同领域中的应用;关注了垂直领域的大模型发展,如金融、医学、法学、自然科学和代码编程等领域.在金融领域,研究了BloombergGPT、GPT-InvestAR和TradingGPT模型;在医学领域,探讨了Med-PaLM和PMC-LLaMA等模型;在法学领域,分析了Lawformer和Chatlaw模型;在自然科学领域,介绍了华为云盘古气象大模型和FLUID-GPT模型;在代码编程领域,研究了CodeGeex和PanGu-Coder2模型.最后,对当前AI预训练大模型在知识产权、歧视、成本等方面的局限性与未来发展进行了讨论.
  • ID4TST：基于融合数据集的文本风格迁移模型
    顾亦然,薛宇辰,张腾飞
    2024, 45(10): 2338-2344.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    文本风格迁移是自然语言处理的一项新兴任务,旨在改变文本的风格属性并保持其语义不变,本文对写作风格的迁移进行研究.在较小规模数据集上训练的风格迁移模型虽然能根据源文本生成具有目标的写作风格的文本,但是却无法很好地保留源文本的内容.本文将多个数据集融合进一个训练集,利用更大规模的数据增强模型抽取高级语义特征的能力,同时加入启发式语言模板用于区分不同的数据集.此外,本文还改进了作家归属分类器的分类算法进行写作风格的量化.实验结果表明,本文提出的方法生成的文本不仅能在一定程度上更接近目标写作风格,并且在源文本内容保存和通顺程度方面都优于其他模型.
  • 中文文本纠错软件测试用例的最小化方法
    冯程皓,谢振平,丁博文
    2024, 45(10): 2345-2354.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对目前尚未存在有效的中文文本纠错软件测试用例最小化方法的情况,设计了两种中文文本纠错软件测试用例集最小化方法：基于多目标遗传算法的中文文本纠错软件测试用例集最小化方法(Minimization Method based on Multi-objective Genetic Algorithm of Test case for Chinese text error Correction Software,MMG-CCS)和基于TextRank模型的中文文本纠错软件测试用例最小化方法(Minimization Method based on TextRank of Test case for Chinese text error Correction Software,MMT-CCS).MMG-CCS基于问题特点设计了一种中文文本纠错软件测试用例集覆盖度模型,并将测试用例集大小及覆盖度作为目标函数,为了高效求解该问题,MMG-CCS同时对遗传算子进行了改进.此外,MMT-CCS方法能将测试用例集最小化问题映射为图解问题,并根据问题特点对TextRank模型进行了针对性改进.实验结果表明,MMG-CCS和MMT-CCS对测试用例集的缩减程度高,且在不同中文文本纠错软件上对于不同中文文本纠错软件测试用例集均能保持相同的测试效果.
  • 一种利用ConvGRU解决交通流量预测问题的方法
    王玉森,景志勇,卫琳,高宇飞,石磊,王清贤,陶永才,王向杰
    2024, 45(10): 2355-2361.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    准确的交通流量预测可协助交通管理部门工作,减少交通压力.但现有方法对交通流时间特征与空间特征学习不充分,将二者割裂讨论,忽视了时间与空间的动态相关性.针对以上问题,本文提出了基于ConvGRU的多时间尺度时空卷积交通流预测方法(MTSTC),设计浅层时空卷积模块对数据中的时空相关性进行初步提取;提出以ConvGRU为核心特征提取器的深层时空卷积模块,对数据的时空特征进行更深层次挖掘;并从3种时间尺度范围的数据中提炼交通流的周期性特征;结合注意力机制设计了时空注意力模块辅助模型训练,提升模型收敛速率.在公开数据集PEMS04和PEMS08上进行实验验证,结果表明采用MAE和RMSE评价指标时,本文方法的准确率相较基线方法在两个数据集上提升了3.23%~5.64%.
  • 融合T-分布小波变异的混沌鲸鱼优化算法
    毛清华,赵冰,王迎港
    2024, 45(10): 2362-2369.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对鲸鱼优化算法难以跳出局部最优导致收敛精度不足的问题,提出一种融合了T-分布小波变异和多项式差分学习策略的鲸鱼优化算法.该算法首先引入Circle混沌扩大搜索范围,提高收敛速度;然后采用T-分布小波变异策略平衡全局和局部搜索能力;最后采用多项式差分学习策略改进算法的优化精度.对3种改进策略作单一引入的仿真对比分析,并将改进的鲸鱼优化算法在12个可变维度的基准测试函数上进行仿真,对本文改进的鲸鱼优化算法与其他改进策略的鲸鱼优化算法以及其他几种智能算法进行比较.结果表明,基于T-分布小波变异和多项式差分学习策略的改进鲸鱼优化算法具有较好的稳定性,收敛速度和精度更好.
  • 融合稀疏约束的双向k近邻粗糙集模型
    樊晓雪,尹涛,陆杨,鞠恒荣,丁卫平
    2024, 45(10): 2370-2377.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    k近邻粗糙集作为邻域粗糙集的拓展,被广泛应用于知识发现等领域.k近邻粗糙集模型的粒度构建是选取最近的k个样本.然而,传统k近邻粒度不能有效处理样本分布不均匀的数据.此外,单向粒度构建方法也会导致部分离群点被归入到粒度模型中,增加了粒度的不确定性.为了解决上述问题,提升粒度模型的稳定性,本文提出了一种融合稀疏约束的双向k近邻粗糙集模型.首先,通过稀疏约束模型刻画样本之间联系,选取紧密关联的样本构造稀疏双向k近邻粒度.然后,基于双向互邻信息策略,剔除模型中不符合该策略的样本.最后,通过条件熵与互信息熵刻画粒度的不确定性程度.UCI数据集的实验结果证明,本文提出的融合稀疏约束的双向k近邻粗糙集模型能够降低信息的不确定性,也为k近邻粗糙集模型的改进提供了新的方向.
  • 一种两阶段的中文专利语义检索方法
    吕学强,梁虎,赵颖,游新冬
    2024, 45(10): 2378-2383.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    专利检索系统主要以传统的术语匹配方式提供检索服务,语义扩展性不足,使得具有语义相似的专利在Top_N的检出率较低.为了提升相似专利的Top_N检出率,该文提出了一种两阶段的中文专利语义检索方法.第1阶段基于Sentence-BERT进行语义编码,然后基于近似最近邻算法进行语义匹配,能够从海量专利文献库中快速匹配到语义相似的专利.第2阶段以BERT为基础模型,基于交叉编码器(Cross-Encoder)捕获专利文本之间更细粒度的语义相关性,对第1阶段的候选专利集进行重新排序.此外,该文还提出了难负例(hard negative)采样和白化转换(whitening)两种简单有效的模型训练优化策略,使模型从简单的训练数据逐渐过度到复杂的训练数据,提高模型区分相似专利的能力.实验表明,该文提出的方法相比于主流的方法在检出率上均有提升,且相比市面上现有的检索系统同样具有优势.
  • 考虑容量和成本的最大最小分散度选址问题的降阶回溯算法
    储旭,宁爱兵,胡开元,刘睿石,张惠珍
    2024, 45(10): 2384-2393.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    最大最小分散度问题可简单描述为：在给定的集合中选择包含固定元素个数的子集,使得该子集中的元素在给定距离度量下的最小距离最大;该问题在生产生活中有广泛的应用.近些年来,该问题的一种考虑容量下限和成本上限的变体开始引起学者们的关注,并已被证明为NP-Complete问题.基于考虑容量和成本的最大最小分散度选址问题进行研究,首先提出该问题的数学性质并证明,利用这些性质可以减小问题规模或缩减搜索空间,以加快问题的求解速度,然后设计了上下界子算法及降阶子算法;基于这些子算法提出一种可大幅缩减搜索空间并能得到最优解的降阶回溯算法.通过分析和求解一个示例来阐述该算法的原理和执行过程,并通过随机算例测试、算法对比分析和案例分析进一步验证了该算法的可行性和有效性.结果表明该算法可有效通过大幅缩减搜索空间加快问题的求解速度.
  • 混合信息系统中基于邻域粗糙集的双评价三支聚类算法
    罗一羽,杨霁琳,张贤勇,孟雄
    2024, 45(10): 2394-2400.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    三支聚类将不确定性高的样本置于边界域,可有效解决由数据的不确定性带来的误决策问题,因此具有良好的聚类性能.为了在混合信息系统中更合理地刻画样本间的相似性和存在的不确定性,本文提出了一种基于邻域粗糙集的双评价三支聚类算法.首先,在混合信息系统中建立广义邻域关系,并分别从样本间相似属性个数和样本间距离两个角度来建立样本间相似性的两个评价函数.然后,通过引入基于双评价函数的三支决策规则,处理了广义邻域关系下样本间的相似性和存在的不确定性.最终在混合信息系统中建立了基于广义邻域关系的双评价三支聚类模型.在UCI数据集上的实验结果证明,与已有三支聚类算法相比,本文的算法在F1-score和兰德系数上都具有较好的聚类表现.
  • 增强型白骨顶鸡优化算法及其应用
    张吉祥,张孟健,王德光
    2024, 45(10): 2401-2410.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对白骨顶鸡优化算法全局搜索能力弱、收敛速度慢、易陷于局部最优的不足,本文提出一种增强型白骨顶鸡优化算法.首先,利用拉丁超立方抽样方法均匀初始化种群,从而改善种群的多样性和算法的全局性能.其次,在跟随领导者的位置更新策略中加入掉队机制,增强算法跳出局部最优能力.最后,引入二次插值策略,提高算法收敛速度与寻优精度.实验使用CEC2017测试函数对算法进行测试比较,测试结果表明改进的算法在精度、收敛速度、稳定性方面优于原算法与六种流行的群智能算法.此外,通过3个实际工程优化问题验证了所提出的增强型白骨顶鸡优化算法的实用性.
  • 基于贪心组合优化的分布极端不平衡分类算法
    陈兴国,许静,李扬,罗玉盘
    2024, 45(10): 2411-2419.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    现有针对不平衡数据分类的研究主要从重采样、特征、代价和算法等4个角度展开,方法多样,但针对极端不平衡的数据分布仍缺乏有效算法.本文的目标是通过结合各种算法的特性获取一个最优性能的组合算法.本文假设算法间的组合满足次模函数性质,并采用贪心的组合优化方法.具体而言,选择深度森林算法为基础,依次组合最优重采样方法、以异常检测思想的特征提取方法对数据进行的特征处理方法或基于贝叶斯优化的最优代价敏感矩阵方法.在3种组合算法中选择分类性能最优的算法组合,再次组合其余角度的方法,判断分类性能是否再次提升.实验选择两组极端不平衡数据——真实饮用水数据和UCI数据库中的page-blocks数据进行验证.结果表明,基于贪心优化对算法间进行组合,在3轮迭代后得到的算法组合,较单一算法其分类性能能有进一步的提升.
  • 双特征的短文本聚类研究
    张桥男,刘渊
    2024, 45(10): 2420-2427.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    短文本聚类的目的是根据表示空间中的距离来发现数据的语义类别.针对传统文本表示模型面对短文本时会造成特征高维稀疏的问题,以及基于Bert的多特征短文本聚类研究较少的问题,本文研究了一种基于Bert的双特征短文本聚类模型BCCA.首先利用Bert获取词向量表示;其次,利用CNN网络增强对文本局部特征的提取能力和语境感知自注意力网络增强对全局特征提取的能力.最后,为进一步提升聚类效果,将文本表示模块与聚类模块进行联合训练,同时优化文本表示和聚类.为了验证模型性能,在3个数据集上进行实验,实验结果表明,本文提出的模型在数据集SearchSnippets上准确率达到82.8%.
  • 模块化连续手语识别算法及技术综述
    孟巾凯,彭健钧,肖智东,郭立,金凯,郑彤
    2024, 45(10): 2428-2441.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    手语是听障人士和其他人之间重要的沟通方式,但许多普通人看不懂手语,导致听障人士和普通人交流障碍.随着深度学习网络在连续手语识别方向的应用,算法大模型为复杂难懂的连续手语动作翻译成通俗易懂的文本语句提供了技术基础.但是连续手语识别仍然面临着冗余帧过多,空间特征提取和时间特征提取网络不平衡,手语语序与文本语序不匹配等诸多问题.因此,研究准确率高、耗时少、场景通用性高的连续手语识别算法成为计算机视觉领域的热点问题之一.本文首先分析单模态和多模态的连续手语识别框架,并重点阐述关键帧提取、特征提取、序列学习3个模块在连续手语识别中的作用,以及模块中所用网络的优势与不足,然后总结连续手语数据集以及识别结果的评价指标,最后阐述连续手语识别算法的难点并展望其未来的发展方向.
  • 一种基于主动学习的开放集图像识别方法
    王慧敏,王智强,郭婷,梁吉业
    2024, 45(10): 2442-2448.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    开放集识别(Open Set Recognition,OSR)的主要目的是识别未标记数据中的新类样本,同时对已见类样本进行正确分类.现有的大多数识别方法对未标记数据的评估和伪标记信息的利用不足.本文提出一种基于主动学习的开放集图像识别方法(Open Set Image Recognition Method Based on Active Learning,AC-OSIR),充分利用未标记数据提升开放集识别性能.通过引入已见类别的语义知识,构建语义知识和图像特征的映射关系.对于未标记数据,利用阈值选择策略区分开放集样本和已见类样本,通过主动学习模型迭代地识别高置信度开放集样本和已见类样本,并将高置信度已见类样本添加到标记数据集中.本文在图像分类数据集CIFAR-10、TIN和LSUN,以及两个合成数据集的实验结果表明了基于主动学习的开放集图像识别方法的有效性.
  • 融合局部-全局关系的多尺度低照度图像增强
    陈路,王怀瑶,王盛玺,杨静,王克琪
    2024, 45(10): 2449-2454.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    在光照较差的场景中,由于抵达成像设备的光子数量有限,捕获的图像往往会表现出高噪声、低可见度以及色彩偏差等问题.基于卷积神经网络的低照度图像增强是一种有效的增强方法,但由于不恰当的网络结构设计,现有基于卷积神经网络的低照度图像增强方法易使增强的图像出现模糊、色彩偏差等问题.为了缓解上述现象,本文提出一种多尺度局部-全局关系耦合网络以提高卷积神经网络的特征表示能力.该网络由多尺度-多分支信息融合模块、局部-全局关系耦合模块以及输入可知的注意力特征融合3部分构成.为了验证所提方法的优越性,本文在多个低照度数据集上进行了定性、定量对比实验,并从网络结构和损失函数两方面开展消融实验,进一步验证了本文所提方法的有效性.
  • 光斑密度峰值的毫米波雷达目标检测
    娄铮铮,张万闯,吴云鹏
    2024, 45(10): 2455-2464.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    毫米波雷达目标检测任务是车辆环境感知的重要组成部分,对恶劣天气条件下的智能驾驶具有重要意义.虽然现有雷达目标检测方法已取得不错的研究成果,但雷达数据仍存在手工设计的特征信息量不足、特征提取不充分以及时序特征未充分利用的问题.为解决这些问题,本文提出光斑密度峰值与神经网络相融合的两阶段目标检测方法.第一个阶段光斑密度峰值聚类算法,对射频图像中的目标进行粗略估计,并生成聚类簇对应的目标候选.将聚类生成的候选目标特征融合到原始射频图像.第二阶段基于通道融合的3D自编码器目标检测网络进一步提取目标多普勒速度和时序特征并分类.实验表明,所提出的两阶段方法与基准实验RODNet(CDC)相比,平均精度指标提升4.3%,平均召回率提升2.3%.
  • 暗区特征引导的多分支低照度图像增强网络
    杜晓刚,曾杰鹏,雷涛,张学军,王营博
    2024, 45(10): 2465-2472.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对低照度图像增强时存在的局部增强过度或不足以及细节丢失的问题,提出了基于暗区特征引导的多分支低照度图像增强网络.该网络有3个优势：首先,引入暗区特征提取子网络,提取低照度图像的亮度分布作为后续输入,以提升对局部暗区的曝光处理能力;其次,设计了基于逐层特征校正的分解子网络,通过使用坐标与通道注意力来精准定位和抑制噪声,并进行多阶段信息融合来输出具有丰富细节的低噪声反射分量;最后,设计了基于多分支特征补全的增强子网络,通过提取纹理和色差特征来补充细节,并使用暗区特征引导机制强调图像的亮度分布,从而增强模型的曝光处理能力和细节保留能力.在主流的公开数据集上进行实验,结果表明：与流行的低照度图像增强网络相比,该网络在主客观评价上均取得了更好的增强效果.
  • 基于ResNet101多特征融合的新型冠状病毒感染图像分类方法
    曹春萍,李哲
    2024, 45(10): 2473-2478.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    新型冠状病毒感染自爆发以来一直威胁着人类健康.针对现有对新型冠状病毒医学图像分类方法忽略了对深度神经网络前层特征的利用以及特征信息丢失不利于小区域的分类问题,本文提出了一种多特征融合利用的BAFPN-ResNet101模型.该模型以ResNet101为主干网络,引入了使用双线性插值法和通道注意力改进的特征金字塔结构,在主干网络与特征金字塔结构横向连接中使用通道注意力增强特征赋予不同的权重,然后利用特征金字塔结构将高层特征与低层特征融合.在公开数据集Chest X-ray(Covid-19 & Pneumonia)上测试,实验结果显示,BAFPN-ResNet101模型在三分类实验中对识别新型冠状病毒感染胸部X射线的准确率、精确率、召回率分为97.41%、98.36%、97.20%.与其他方法相比,本文所提方法有效的利用了神经网络前层特征,对新型冠状病毒感染胸部X射线图像能够精确的识别,具有良好的泛化能力和性能.
  • 面向PCB电子元器件的DCW-YOLOv8检测算法
    李劲林,龚浩宇
    2024, 45(10): 2479-2484.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对PCB表面电子元器件尺寸跨度大、种类多样、小尺寸元器件特征相似等检测难题,本文以YOLOv8算法为基线模型,提出一种DCW-YOLOv8算法.首先在C2f模块中嵌入可变形卷积DCNv2,扩大感受野,更好地提取不同尺寸、不同形状的电子元器件特征;其次设计了C-PANet颈部网络结构,该结构引入CARAFE上采样算子,同时构建跨尺度特征拼接通道,兼顾特征细节信息与特征感受范围,提高特征融合能力;最后将WIoU作为边界框损失函数,提高模型对电子元器件的定位精度与收敛速度.实验结果表明,DCW-YOLOv8算法在自建PCB电子元器件数据集检测中mAP@0.5达到94.7%,相比于YOLOv8n提升2.1%,并且计算量仅为8.1GFLOPs,保证了检测效率与精度.
  • 三分支坐标注意力机制的研究
    何强,杨云飞,冯松
    2024, 45(10): 2485-2491.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    各类注意力机制模块被表明嵌入深度学习网络中能更充分地提取特征信息.这些机制在通道或空间特征提取方面、两者交互方面仍有优化的空间.本文提出了一种复合型三分支注意力机制(Triplet Coordinate Attention,TCA),该机制基于三分支注意力机制(Triplet Attention,简称TA),引入坐标注意力机制(Coordinate Attention,简称CA)更好地提取空间交互注意力和通道空间交互注意力.TCA机制的参数量和运算量均不大,能够嵌入各种主干网络中.本文在图像分类数据集miniImageNet、目标检测数据集VOC2007和2012上做了大量对比实验,结果表明,网络模型嵌入TCA能进一步提升精度.特别是,较CA和TA在MobileNetV2图像分类任务中Top-1准确率分别提高了1.01%,1.62%;在MobileNetV3+SSDLite目标检测任务上AP50精度分别提高0.5%、2.0%.
  • 一种面向非全网共识账本的高效查询方法
    马新建,景翔,胡颖聪,朱晓旻,蔡华谦,林兵,孙艳春
    2024, 45(10): 2492-2499.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    存证是分布式账本的重要应用领域.为了满足大数据场景下海量数据的存证需求,出现了新型的非全网共识账本.这种账本采用非全网共识算法,大大提高了系统的存证性能.但是,这种账本的数据会随机分布在网络中,因此对数据查询带来了挑战.为适应非全网共识账本数据分散存储的特点,提出了一种高效的数据查询方法.该方法在查询过程中加入了学习机制,通过账户地址的相似度来指导请求转发,使得查询过程具有更高的性能和更低的延迟.基于该方法,设计和实现了用于非全网共识账本的查询系统,并在仿真环境和真实环境中进行了测试.结果表明,该查询方法在查询性能方面提升了12%,在响应时间方面降低了12%,验证了该查询方法的有效性.
  • 一种基于停留点和位置语义的隐私保护算法
    陆佳瑜,张琳,雷诚,王汝传
    2024, 45(10): 2500-2507.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    目前的隐私保护算法尚未充分考虑位置的语义信息,这极大影响了个人隐私安全.针对该问题,提出一种基于停留点和位置语义的TPSS算法来保护用户的真实位置数据,切断隐私信息泄露的源头.首先过滤掉异常位置并提取出具有代表性的停留位置点,从而有效降低数据处理量,缓解服务器的性能瓶颈.然后通过地理信息和中文维基百科语料库预训练Word2Vec词向量模型,计算出位置间的语义相似度.再利用多属性决策模型评估各位置在地理距离、位置语义和服务请求概率方面的表现以生成安全匿名集.最后,为停留点轨迹添加基于指数分布的噪声以进一步混淆真实数据.实验结果证明,该算法有效提高了位置语义的使用效果,在位置熵、语义、轨迹相似度等方面具有竞争力.
  • 一种无证书的车联网认证密钥交换协议
    戴玉,周非,薛丹
    2024, 45(10): 2508-2513.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    车联网的发展提高了智能交通系统的舒适性和安全性,设备与基础设施之间的通信变得更加频繁.而开放的网络环境使车联网中的设备更易受到恶意攻击.针对车联网网络环境复杂、节点数量多、节点移动速度快的特点,提出了一种基于椭圆曲线加密的匿名无证书认证密钥交换协议.该协议采用部分密钥托管、无证书签密等技术,实现双向认证、假名更新和身份溯源的功能,有效实现车辆与路边单元的匿名认证密钥交换.最后对协议进行了安全性证明和性能分析,并与相关协议的安全属性、计算开销和通信开销进行分析对比,结果表明,与相关协议比较其综合性能更优.
  • 基于少样本深度学习的异常检测方法：综述与展望
    赵海燕,陈子盟,曹健,陈庆奎
    2024, 45(10): 2514-2521.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    随着深度学习技术的迅猛发展和广泛应用,需要进行异常检测的场景也越来越多.然而,在对深度神经网络进行训练时,现有的数据集往往不足够支撑模型进行有效的训练,应用少样本学习进行异常检测获得了广泛的关注.本文首先对异常检测问题进行了说明,对少样本学习进行异常检测进行了定义;其次,本文系统的总结了基于少样本学习进行异常检测的方法,对基于少样本学习进行异常检测从两个角度进行了分类,总结了评价指标,介绍了常用的数据集;最后,本文对少样本学习异常检测的未来进行了展望,提出了研究方向和思路.
  • AES抗差分功耗分析高效门限实现
    蒲金伟,郑欣,徐迎晖
    2024, 45(10): 2522-2528.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对AES门限实现结构中存在流水线等待而导致加密效率低的问题,提出一种AES高效门限实现方案.S盒门限实现的流水线级数以及流水线等待严重影响AES门限实现的加密效率.采用Native-AES结构,合并S盒线性映射阶段到状态寄存器中完成,引入面向域掩码共3种方法,设计实现了流水线级数仅为3,随机数消耗仅为32bit的2输入共享的S盒门限实现方案.优化调度AES门限实现的加密顺序,降低S盒输入空闲时间到0,从而避免了流水线等待,提高了门限AES的加密吞吐率.实验结果表明,所提出的门限AES完成一次加密仅需179个时钟周期,较目前已提出AES门限实现方案加密吞吐率提高约22%以上.经t检验,所提出的AES高效门限实现具备抗一阶差分功耗分析能力.
  • 国产FPGA通用以太网控制器的设计与实现
    胡明志,尹震宇,王军,张飞青,徐光远,李东吉
    2024, 45(10): 2529-2536.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    目前由于国际芯片供应链的不稳定性,我国在FPGA领域面临着重要的工程应用替代挑战,尤其是在人防工程领域,大规模的工程项目急需国产FPGA技术来满足需求.因此,本文针对实时通信领域,特别是物联网网关的以太网控制器应用,进行了国产化替代的研究.首先,在中科亿海微国产FPGA上,设计了基于流水线处理的兼容ARP、UDP、IP、ICMP等多种协议的UDP协议栈以及基于真双端口RAM和异步FIFO的兼容三速以太网的处理模块,实现了三速以太网控制器在国产FPGA上的部署及应用.并且考虑到国产FPGA现有的IP库不全的因素,本设计只采用了常用的FIFO和RAM的IP进行设计,方便了后续移植到其他国产FPGA上的需求.最后,本设计对部分模块进行了仿真测试,仿真测试表明,该控制器可以实现UDP协议传输、主动ARP、被动ARP、ARP表查询、ping、多协议优先级仲裁等功能,足够满足物联网网关中以太网控制器的使用需求.
  • 一种基于二维离散忆阻超混沌映射的增强型密钥扩展算法
    林哲,刘红军
    2024, 45(10): 2537-2543.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    密钥扩展在对称分组密码中起着重要的作用,但AES和SM4等串行密钥扩展算法是可逆且串行的,所生成的轮密钥之间缺少独立性.本文通过设计一个增强型密钥扩展算法生成期望数量的轮密钥,且满足不可逆性、并行性以及轮密钥之间的独立性.首先,通过在2维离散超混沌映射(2D-DCM)中添加一个忆阻器,构造一个基于忆阻器的2维离散超混沌映射(2D-MDCM),该映射的状态点在相空间中具有遍历性,在足够大的参数范围内具有良好的随机性.基于2D-MDCM设计一个强S盒,该S盒没有不动点、反不动点以及短周期环.利用混沌迭代的不可逆性以及S盒,设计一种不可逆的密钥扩展算法,该算法可以并行生成指定轮数且灵活长度的轮密钥,每轮轮密钥都可以由初始密钥独立生成.实验和分析结果表明,改进后的密钥扩展算法大大提高了初始密钥的安全性.
  • 卫星物联网中联合资源分配的边缘计算卸载策略
    杨桂松,陶挺,何杏宇,杜平
    2024, 45(10): 2544-2550.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    卫星物联网通过引入边缘计算技术将计算能力下沉至靠近用户的边缘服务器上,使用户的服务质量得到了提升.然而计算资源有限的边缘服务器在面对大量的突发卸载任务时可能会出现过载的情况,导致任务的处理时延增加.本文将上述问题转化为马尔可夫决策过程下的最优策略问题,提出了一种基于D3PG(Dueling Double Deterministic Policy Gradients)的联合资源分配的边缘计算卸载算法.该算法利用Double Q-learning思想和Dueling架构重新设计了DDPG(Deep Deterministic Policy Gradients)算法中的价值网络,以提高计算卸载决策的准确性.仿真结果表明,与传统的算法相比,该算法能有效降低系统的平均时延和能量消耗,提高任务的完成率.
  • Patch-Locator：一种基于排序学习的开源软件漏洞补丁定位方法
    杨云帆,薄莉莉,魏颖,吴潇雪,孙小兵
    2024, 45(10): 2551-2560.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    日益增多的开源软件漏洞对软件安全带来了巨大的风险,补丁在应对这一风险的过程中扮演了非常重要的角色.不幸的是,尽管大部分漏洞的补丁在被披露前就已经开发完毕,但仅有部分补丁会随漏洞同步公开.现有的研究发现了漏洞与其补丁之间存在一定的相关性,并基于这些相关性特征对提交进行了排序,以定位漏洞的补丁,但仍旧存在漏洞数据部分缺失、定位准确率不佳等问题.本文提出了Patch-Locator,一种新的基于排序学习的补丁定位方法,通过扩展漏洞数据源对漏洞数据进行补充,并根据漏洞与补丁文本的相似性、漏洞产生的原因和导致的结果等更能反映漏洞与补丁间关联的因素提取了更具有针对性的相关性特征,并使用LambdaMart排序学习模型对提交基于其具有的相关性特征进行排序以定位安全补丁.本文用来自10个开源软件项目的1669个漏洞来评估Patch-Locator.实验结果表明,Patch-Locator的Recall@1指标为9222%,Recall@5指标为95.51%,Manual Effort@5指标为1.2455,均优于现有方法.