小型微型计算机系统

过刊目录

  • 全选
    |
  • CapsuleAI:一种基于胶囊网络的数字资源自动标引算法
    赵卫东,赵文宇,张睿,陈思玲,耿甲
    2025, 46(7): 1537-1543.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    传统自动标引方法存在准确率低和高度依赖于人工审核的问题,忽略了深度学习文本表征技术在文本分类和关键词提取中的潜力.本文针对数字资源自动标引在大量数据处理和准确性的挑战,提出了一种基于胶囊网络的端到端模型.首先,使用预训练语言模型BERT对文本进行内容编码和词向量构建;然后,通过融入主题胶囊和注意力胶囊,提升了关键词识别和文本分类的性能;最后,实现了一个能在单一框架下同时执行这两种任务的端到端网络结构.在真实数字资源数据集上的实验结果表明,本文提出的模型在准确率、召回率和F1分数等关键指标上超越现有多种方法,有效应对了大规模数字资源的自动标引任务.
  • 大模型增强的跨模态图文检索方法
    罗文培,黄德根
    2025, 46(7): 1544-1553.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    在跨模态图像-文本检索(ITR)任务中,基于transformer的跨模态预训练范式是现在的主流.预训练方法通常为预训练模型收集大规模的数据以提升模型在各种下游跨模态任务中的表现.为此,提出了一种数据增广方法以生成大量多样化高质量的文本-图像数据作为预训练数据;其次,提出了一种两阶段训练方法,结合了知识蒸馏和对比学习,在该文产出的数据集上进行训练,从而进一步提升模型性能.提出的模型在包括COCO-CN和Flickr30K-CN在内的中文文本-图像检索数据集上取得了SOTA.
  • 融合多尺度卷积和数据增强的中文嵌套实体识别方法
    陆艳军,冯禄华,任梦瑶,谢彧
    2025, 46(7): 1554-1561.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    为了识别中文文本中的嵌套实体,并提高实体识别的准确度,本文提出一种基于多尺度卷积和数据增强的中文嵌套实体识别模型DAMCNER(Data Augmentation and Multi-scale Convolution based Named Entity Recognition).该模型首先利用预训练模型生成原始输入的嵌入表示并对嵌入特征进行语义增强,之后通过多头双仿射注意力机制构造跨度特征矩阵,并使用多尺度膨胀卷积层和基于内容的注意力机制对跨度特征矩阵进行进一步的特征提取,最后使用多层感知机进行跨度解码.此外,本文设计了数据增强模块强化数据样本的多样性,让模型具有更强的鲁棒性和泛化能力,并且进一步提升识别精确度.在三个公开的中文嵌套实体数据集上的实验结果表明,DAMCNER模型的性能优于现有基线模型,F1值平均提升了1.52%.实验证明DAMCNER模型在不同场景下均有较好效果,有效提升了中文嵌套实体识别的效果.
  • 融合评论与评分的个性化推荐方法
    杜文娜,王乐,陈泽华
    2025, 46(7): 1562-1570.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    现有的基于评论与评分的方法通常使用相同的模型分别对用户和项目进行建模,但其局限在浅层特征层面,如果能够充分挖掘用户个性化偏好与项目深层特征,则会促进模型学习两种表示之间更深层次的关系从而提升预测结果.因此,本文提出一种融合评论与评分的个性化推荐方法,用于深度挖掘用户偏好与项目特征.在对评论文本进行处理的过程中,首先通过ALBERT获得评论文本中单词的向量表示.其次,提出的个性化注意模块将用户的个性化偏好信息与评论文本向量结合,得到深层的基于评论的用户表示.在Amazon Digital Music、Grocery and Gourmet Food、Video Games数据集上进行实验,本文方法较基准方法在NDCG指标上分别提升了5%、11%、8%.代码已在https://github.com/ZehuaChenLab/paperCode/tree/main/DuWenNa/PRM-RR公开.
  • 融入WGCN和附带监督的跨语言装备实体对齐
    李子康,刘旭红,吴天宇,郭冬冬,苗琳
    2025, 46(7): 1571-1577.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    为解决跨语言实体对齐任务中由于装备知识图谱的复杂关系和噪声数据导致实体邻居节点包含无关或错误信息,从而影响对齐准确率的问题,本文提出了一种名为WGISEA的装备领域跨语言实体对齐模型.首先通过将每一种语言装备知识图谱中的实体与对应语言的文本语料库的词汇结合,利用文本语料库中的信息作为监督信号为实体对齐任务提供额外的语义和关联信息;结合加权图卷积网络中的权重矩阵来动态调整实体之间的关系权重,减弱邻居节点引入的噪声信息;最后利用反向传播算法来更新实体的嵌入向量以获得更好的跨语言知识图谱实体对齐效果.在自行构建的数据集CEED和公开数据集DBP15k上的实验表明,WGISEA模型相比于基线模型取得了更好的实体对齐效果,其中Hits@1性能比基线模型分别提高了3.3%和2.7%.此外,通过一系列消融实验进一步验证了WGISEA模型的有效性.
  • 一种结合图卷积和对比学习的药物重定位方法
    李永亮,尹铭鑫,滕志霞
    2025, 46(7): 1578-1584.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    药物重定位研究对于提高药物的发现效率具有积极意义.然而,当前研究大多是将药物和疾病受同一监督方式展开训练,忽视了两者在生物特性等方面的内在区别.同时,高度稀疏的药物-疾病网络,也对模型预测产生严重干扰.因此,本文提出了一种基于图卷积神经网络和对比学习的药物重定位预测方法GL-DDI.首先,通过注意力机制对药物和疾病的多源相似性进行整合,并构建药物和疾病之间的元路径.然后,通过元路径评分矩阵,监督药物和疾病子空间的特征提取.最后,通过对比药物子空间和疾病子空间的预测结果,构建对比学习模型,从而预测药物潜在适应症.实验结果显示,本模型的受试者工作特征曲线和PR曲线下面积分别为0.9392和0.9442,优于现有方法.
  • 说话人验证中基于语音质量的自适应损失函数研究
    王佳龙,陈奕豪,许敏强,何亮,方磊
    2025, 46(7): 1585-1589.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    说话人验证任务中模型性能与语音质量有关,但目前研究并未关注语音质量的高低对模型能力的影响,因此本文提出了一种基于语音数据质量的自适应损失函数的方法.首先本文观察到说话人特征的模长与语音质量存在正相关性;其次根据说话人特征模长,本文提出了一种新型损失函数(AMGsoftmax),通过更加关注高质量大模长的样本,实现自适应调整不同质量数据的损失函数,从而提升模型识别能力.实验结果表明,AMGsoftmax与常用的AMsoftmax损失函数相比,在VoxCeleb1-O数据集上,等误识率(EER)相对降低了9.69%;在VoxSRC21-val数据集上,EER相对降低了7.38%.
  • 面向激光雷达的自动驾驶相关任务安全性综述
    陈晋音,赵卓,徐曦恩,项圣,郑海斌
    2025, 46(7): 1590-1605.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    自动驾驶技术的迅猛发展,推动了激光雷达的应用.激光雷达以其卓越的环境感知、导航和避障能力,在自动驾驶领域扮演着关键角色.随着人工智能和深度学习技术的不断进步,三维数据处理技术取得了显著成果,并在多个场景中得到应用.然而,随着技术的应用深入,其安全性问题日益凸显,例如行驶中的车辆可能会错误识别出不存在的物体.而现有研究多聚焦于单一任务,缺乏对安全性问题的综合性论述,尤其是对后门攻击的研究相对匮乏.因此,本文首次全面评估和分析了基于激光雷达在自动驾驶中的安全性问题,特别是对抗攻击和后门攻击的挑战.文章首先阐述了激光雷达的工作原理及其在自动驾驶任务中的应用,包括目标分类、目标检测和语义分割3大类.具体而言,本综述深入探讨了55篇相关论文,系统地介绍了不同任务下的攻击方法和防御策略.进一步,本文提供了11个公共数据集、7个评估指标、7个常用模型和4个仿真平台,为研究者提供了宝贵的资源和工具.最后,文章结合当前面临的挑战与未来机遇,对激光雷达在自动驾驶安全应用的研究方向进行了前瞻性展望,旨在为激光雷达技术的安全可靠应用提供指导和参考.
  • 混沌累积差异增强的小龙虾优化算法
    李宏宇,钱谦,潘家文,张晓丽,冯勇,李英娜
    2025, 46(7): 1606-1615.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    小龙虾优化算法(COA)是2023年提出的一种新型群智能优化算法,通过模拟小龙虾行为和温度调控来寻优.然而,COA存在多样性退化、探索能力不足、易陷入局部最优和寻优精度低等缺陷,为了解决这些问题,本研究提出了一种混沌累积差异增强的小龙虾优化算法(CE-COA).首先,通过引入Piecewise混沌映射初始化种群的位置,增加种群的多元性;其次,在避暑和竞争洞穴阶段,引入精英洞穴群体以避免算法陷入局部最优,并提升其寻找潜在解的能力;然后,在觅食阶段通过累积差异进食策略,充分考虑个体与食物的维度信息差异,进一步提高算法的寻优精度.在实验分析阶段通过使用CEC2022测试集和CEC2017的部分测试函数进行验证,使用定性分析、Wilcoxon秩和检验和Friedman检验评估算法性能,并在2个工程设计问题和无线传感器网络(WSN)节点覆盖问题上进行了算法的实效性验证.实验结果表明,CE-COA算法均取得了更好的实验效果.
  • 基于树采样Dueling-DQN的无人机三维避障路径规划方案
    胡明,曹圣昊,王杨,范祥祥,于得水,焦奕康
    2025, 46(7): 1616-1624.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    深度Q网络(Deep Q-Network,DQN)已被广泛应用于无人机避障路径规划任务,针对传统DQN采样过程中由于存在样本信息利用不充分,导致收敛速度慢的问题,提出了一种基于树采样Dueling-DQN的无人机三维避障路径规划方案.首先描述了三维空间内的无人机避障规划网络系统模型、仿真环境模型;然后设计了避障算法、电量消耗算法、无人机动作合集等;最后提出结合树采样的Dueling-DQN算法,算法使用二叉树结构存储优先级样本,结合奖励函数、贪婪策略等获得无人机的避障飞行路径.实验结果显示,与传统DQN和DDQN(Double Deep Q-Network,DDQN)相比,方案在获得较优规划路径的同时,取得了最高的平均奖励值.在10种障碍物难度等级的条件下,与A*、RRT、蚁群算法相比,到达目标点所需的步数最少,且碰撞概率最低.仿真结果验证了所提无人机三维避障路径规划方案在处理三维空间内无人机避障规划问题的有效性.
  • 一种双空间多性能平衡函数引导的区间高维多目标进化算法
    张志霞,张志刚,王晖,崔志华,张文生
    2025, 46(7): 1625-1637.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    利用进化算法求解含区间参数的高维多目标优化问题时,因个体在目标空间由点转变为超体形式,区间目标函数值的优劣比较相对困难,且难以有效平衡算法收敛性、多样性以及不确定性.此外,随着目标数的增加,区间不确定性将逐渐累积,算法耗时也急剧增加.对此,提出一种双空间多性能平衡函数引导的区间高维多目标进化算法,将最优解搜索过程中需要考虑的个体收敛性、种群多样性和不确定性有效地结合起来.首先,在目标空间定义虚拟最优解,利用个体区间距离建立收敛性度量;其次,利用分区参数将搜索空间划分成若干个子空间,个体的搜索空间多样性定义为其所在子空间个体数量在种群中的比例,并通过个体与种群中所有个体的平均相似度衡量目标空间多样性;最后,结合不确定性度量,提出双空间多性能平衡函数引导算法进行最优解选择.为了验证算法的有效性,所提算法在经过区间拓展后的DTLZ多目标基准测试问题上进行测试,与近些年提出的5种优秀的算法进行结果比较.实验结果表明,所提算法在求解含区间参数的高维多目标优化问题上具有较强的竞争力.
  • 结合多视图学习的分心驾驶行为识别方法研究
    沈澍,刘秉松,朱浩,黄苏岩
    2025, 46(7): 1638-1644.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    随着科技发展,汽车驾驶引发的交通事故日益增长.其中驾驶员分心驾驶导致的事故最多.本文引入多视图学习与图卷积对分心驾驶行为识别的方法进行了深入研究.首先,本文构建了多视图分心驾驶行为数据集MDAD.然后,本文以View-GCN为模型基础架构,基于任务需求与实际采集信息设计了各个视图的顶点空间坐标位置,并对基础架构中视角采样器与训练过程中损失函数的组合策略进行了调整,构建了多视图分心驾驶行为识别模型MVD-GCN,其准确率高达91.54%.经过各种对比实验,本文验证了MVD-GCN不仅在与传统单视图模型的对比中展现了明显的优势,而且在与本文中使用其他方法训练的多视图模型相比,也显示出了更高的分类性能.
  • HDF+：一种新的RGB-D显著性目标检测网络模型
    吴映霓,闫河,姜彬,蔡朝安
    2025, 46(7): 1645-1651.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    用于显著性目标检测的HDFNet模型在其编码阶段和解码阶段均缺乏有效的特征信息表示能力,分别由于其编码阶段仅把RGB特征和Depth特征进行简单相加,且解码阶段在多次上采样中缺乏有效监督,从而导致检测精度有待进一步提升.本文提出了一种新的RGB-D显著性目标检测模型HDF+.首先,在编码阶段构建了非对称融合模块,该模块通过非对称的方式融合RGB特征和Depth特征,有效利用RGB特征的语义信息及Depth特征的空间细节信息;其次,在解码阶段采用多个深度监督模块对网络进行监督训练,并在各监督层引入IoU损失作为前景损失替换原来的区域增强损失.对比实验结果表明,本文的方法优于主流的RGB-D显著性目标检测方法.
  • 面向交通标识的改进RT-DETR检测算法
    谢竞,邓月明
    2025, 46(7): 1652-1658.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对交通标识检测过程中,驾驶车速过快或光照等外界环境因素导致交通标识发生形变、模糊而造成的检测精度与速度下降的问题,本文提出一种面向交通标识的改进RT-DETR检测算法.首先在算法的主干网络中引入了DCNv2可变形卷积并设计了MCCA注意力机制,进而提出DCNv2att可变形注意力卷积块,有效的生成了偏移量,根据目标对象的形状变化自适应地选择采样位置并更准确的捕捉物体边界的细节信息;然后针对原算法Transformer编码器位置编码方式中存在的周期性缺陷问题,采用一种可学习的位置编码,模型可以自主的学习并适应输入序列特点的位置信息表示,从而提高模型的性能;最后将原GIoU损失函数替换为MPDIoU损失函数,以直接最小化预测边界框和地面实况边界框之间的左上和右下点的距离,缓解了当预测的边界框完全被地面实况边界框覆盖时,损失函数无法优化锚框位置与尺寸的问题.改进的算法在TT100K数据集上与原RT-DETR算法相比,综合平均精度提高了3.0个百分点,计算量下降了18%,FPS提高了12帧,轻量化的同时提高了检测精度与检测速度,显著优于同类对比算法,可实际应用于交通标识检测场景.
  • 屏幕翻拍人像摩尔纹U-Net增强网络去除
    倪新龙,孙鹏,吕仁堃,郎宇博,沈喆,孙德廷
    2025, 46(7): 1659-1665.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对现有公开摩尔纹数据集缺少人像数据及现有摩尔纹去除算法对屏幕翻拍人像摩尔纹去除效果不佳的问题.构建屏幕翻拍摩尔纹人像数据集,同时提出U-Net增强网络实现对该类摩尔纹的有效去除.该网络共有三大优势：首先,提出扩张残差稠密块实现对各尺度特征的充分交换与融合;其次,考虑到摩尔纹的不规则性和重复性,引入高效通道注意力机制增强感兴趣特征部分,较少计算冗余的同时增强不同通道维度的依赖关系;最后,提出多尺度L1-感知损失函数对模型训练过程进行监督引导.实验结果表明,在自建人像数据集及公开数据集中本文算法均取得良好的屏幕翻拍摩尔纹去除效果,较主流摩尔纹去除算法有着明显提升.
  • 结合特征图矫正和改进Transformer的地物遥感图像描述生成
    赵洋,桑国明,张益嘉
    2025, 46(7): 1666-1673.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    遥感图像(Remote Sensing Image,RSI)描述可自动生成说明地物RSI内容的句子.为解决地物遥感图像描述中非理想光和阴影干扰物体识别,以及地物RSI多尺度、多形态和多关系等因素导致描述不准确的问题,提出了基于特征图矫正的三阶段改进Transformer方法(FMC-TSIT).卷积神经网络提取的图像特征中保留着非理想光信息,因此FMC-TSIT对中间聚合特征图进行矫正以重建非干扰特征图,修复特征图中的颜色退化,再将其送入三阶段改进Transformer,探寻图像全局空间表示以及对象之间局部邻域依赖关系,使其综合捕获地物RSI中各个对象的信息并理解目标对象间关联关系.在三阶段改进Transformer中,基于可学习记忆引导向量的类视觉转换器,在每次迭代训练中获取当前输入的视觉特征,更新和融合已有记忆,继而生成图像特征的全局空间关系表示;注意力双向长短时记忆网络(Attention-BiLSTM)抽取图像中对象特征之间的局部邻域依赖关系和上下文信息.实验结果显示,相比于(Convolutional Neural Network-Transformer,CNN-Transformer)方法,FMC-TSIT的综合语义评价指标值提升了3.41个百分点,其他语义指标值也有明显提升.
  • 基于YOLOv5s-Lite的柑橘害虫识别加速器设计与实现
    宋绍剑,贾明瑞,李刚
    2025, 46(7): 1674-1683.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对农作物害虫自动监测系统片上资源相对受限的特点,设计了一种基于FPGA+ARM的柑橘害虫自动识别系统.首先,对原YOLOv5s模型的CBS和CSP模块进行模型改进,建立了一种高并行、高吞吐量的轻量化YOLOv5s-Lite柑橘害虫识别模型;然后,为了将训练好的害虫识别模型部署到FPGA中,对输入像素及权重进行8位定点量化,采用RTL(Register Transfer Level)方法和Verilog HDL(Hardware Description Language)将卷积神经网络(CNN)的基本网络映射到FPGA的片上资源;接着,为了充分挖掘FPGA的硬件资源潜力,对建立的YOLOv5s-Lite模型进行了硬件算法优化;最后,在ZYNQ 7020硬件平台上实现了害虫的自动识别.结果表明：优化后的加速器对FPGA的LUT(Lookup Table)、FF(Flip Flop)、BRAM(Block RAM)、DSP(Digital Signal Processor)等主要资源的占用率更低,吞吐量和能源效率分别提升了3.06和2.4倍.
  • 基于增强现实的设备状态识别方法
    苏谟,赵家绪,郭向坤,刘猛
    2025, 46(7): 1684-1691.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    本文提出了一种基于增强现实的设备状态识别方法,在设备状态识别阶段采用Hough圆检测算法进行设备指示灯识别定位,并采用HSV颜色检测技术对所定位的设备指示灯进行状态识别,通过引入形态学膨胀和腐蚀操作,有效消除了标注信息对设备指示灯识别定位的干扰,提高了设备指示灯识别定位的准确性.采用OpenCV与AR相结合,提出了一套图像类型转换方法,以增强现实技术为核心,构建了AR+Hough+HSV的设备状态检测模型,代替人工检测;通过AR设备的摄像头捕捉目标设备图像,利用增强现实的空间映射技术捕捉空间数据,并加入指示灯状态识别方法对捕捉到的目标设备图像进行处理,结合空间数据中目标设备的位置和方位信息将输出图像以虚拟对象叠加方式呈现在AR场景中,解决了通信机房设备检测过程中人工检测效率低的问题,有效提升设备状态检测的反馈直观性和检测效率.通过存在标记干扰情况下的实验对比,凸显了引入形态学膨胀和腐蚀后的Hough圆检测算法对设备状态识别的准确性.实验表明,本文提出的方法具有良好的设备状态检测效率和交互反馈的直观性、便捷性.
  • 一种多尺度自适应池化的小样本分类方法
    柳占强,张孙杰,董驰静,刘梓玉
    2025, 46(7): 1692-1698.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    通过有限的训练样本训练分类器,小样本学习能够对新的视觉对象进行分类,但普遍存在提取特征信息丢失,判别能力较差等问题.本文基于多尺度克罗内克积关系网络(MsKPRN)模型框架,提出一种新颖的Adaptive Atrous Spatial Pyra-mid Pooling(Adaptive-ASPP)模块.首先,通过对特征信息进行四种不同感受野的扩张,提取不同视野的特征图信息,并利用四种不同膨胀率特征融合方法将不同感受野的信息进行融合,以缓解特征信息丢失的问题.接着,采用微调的通道注意力和空间注意力相结合的方法,专注于通道级别的特征细节信息,以提高特征的判别能力和分类的准确性.最后,利用克罗内克积关系网络生成空间相关图,以更清晰地捕捉特征位置的相关性,从而提高分类的准确性.本文所提出模型在miniImageNet、Stanford Cars、Stanford Dogs、CUB-200数据集上与常见的方法进行比较,相比于MsKPRN模型在 1-shot 上分别提高 0.7%、5.8%、1.1%、10.6%;在5-shot 上分别提高 0.9%、2.5%、0.7%、9.3%,有效提高关系网络算法在小样本条件下的分类准确性.
  • 利用轮廓包围体的单幅图像三维树木重建
    叶建辉,董天阳
    2025, 46(7): 1699-1706.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    在大规模场景中重建众多树木时,获取树木的多视角图像成本较高,而基于单幅图像的树木重建方法由于对数据的需求低,且能满足大批量树木快速重建的需求,成为了一种有效的解决方案.然而这种方法由于缺乏其他视角的重建信息,从而限制了树木模型的高质量重建.为此,本文提出了一种基于轮廓包围体的单幅图像树木重建方法,通过解析图像中的光影信息来弥补单幅图像带来的信息不足,从而重建出高保真度的树木模型.首先,本文提出了轮廓包围体来表示树木轮廓形状,并利用图卷积神经网络从树木阴影图像中预测出轮廓包围体.之后,本文在轮廓包围体的基础上进行骨架再生长完成树木模型的重建.实验表明,与现有方法相比,本文方法在轮廓预测准确度的CD和EMD指标上分别提升了14.6%和10.3%,在模型视觉效果的PSNR、SSIM、LPIPS 3个评估指标上分别提高了13.9%、7.2%和22.6%.
  • 针对个性化AI生成图像的可逆对抗性示例的设计与实现
    张冰雪,桂旭敏,史洋,卢光光,邱鹏鹏
    2025, 46(7): 1707-1717.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    当前针对个性化AI生成图像获得广泛应用,但也引发了数据滥用问题.最新研究表明,通过对抗性示例能有效保护版权图像安全,使其免受个性化AI模型的恶意训练,但当前原始图像与对抗性示例的视觉相似度依然有较大提升空间,且对抗性示例鲁棒性较差,此外,均未考虑用户授权使用等的实际场景.针对上述问题,本文提出了EMCF对抗性示例生成框架,通过将扰动限制在图像的色度通道和高频区域,显著提升了对抗性示例的视觉质量.此外,本文还设计了目标图像生成模块以有效增强其鲁棒性.基于EMCF框架,本文进一步设计了E-RAE可逆对抗示例生成框架,实现了用户授权机制.实验结果表明,所提出的EMCF方法能够有效提高原始图像与对抗性示例的相似性,其MS-SSIM高达0.815,同时对抗性扰动的攻击效果也有所提升.此外,实验验证了基于E-RAE所获得可逆对抗性示例具有良好的应用效果,对于个性化AI生成图像的保护与授权具有积极意义.
  • 基于流序列特征融合与注意力机制的加密流量分类方法
    李志远,吴安昊,谭林,卜凡亮
    2025, 46(7): 1718-1726.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    现有加密流量分类方法中对缺少对流量字节本身特征的研究,存在特征冗余、流量表征方式不全面和公开数据集中样本分布不平衡等问题.为解决上述问题,本文提出了一种基于流序列特征融合与注意力机制的加密流量分类方法SFAN(Stream Feature Attention Network).首先,针对特征冗余问题,提出了一个基于混合神经网络的特征提取方法;其次,针对流量表征问题,结合流量原始字节序列与数据包长度序列表征网络流量,再利用注意力机制衡量不同特征的重要性;最后,针对公开数据集中样本分布不平衡的问题,在模型训练层面优化损失函数提高分类精度.利用公开数据集ISCX VPN-nonVPN进行了广泛的实验,SFAN的总体准确率达到98.49%,F1值为98.03%.实验表明,所提出的加密流量分类方法能够有效识别不同应用程序产生的网络流量.
  • SDRaft:基于Schnorr协议和差分日志的拜占庭容错算法
    王茜茜,时浩然,陈泽华
    2025, 46(7): 1727-1733.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    为了平衡Raft算法在非拜占庭容错和通信开销方面的局限,本文提出了一种基于Schnorr协议和差分日志的拜占庭容错算法SDRaft,该算法结合了Raft算法的一致性维护、Schnorr协议的数据安全性和差分日志的高效性.在领导者选举阶段,SDRaft利用Schnorr协议进行节点身份验证和选票签名,确保合法节点参与选举,防范拜占庭攻击.同时,设计并引入计票比较机制,限制得票较少的候选节点,减少选举轮数.在日志复制阶段,SDRaft要求领导者节点对包含日志条目及其哈希值的日志批次进行签名,实现安全差分日志复制,加速达成数据一致性.最后对设计的SDRaft算法进行性能分析和仿真实验,实验结果表明,SDRaft算法在保持良好拜占庭容错的基础上,提高了算法的安全性和效率.
  • 融合无监督学习模型X-Means的机会网络路由算法
    常亚楠,段幸灼,崔建群,彭德民
    2025, 46(7): 1734-1744.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    在机会网络中,网络拓扑结构动态变化,节点之间间歇性连接,这种间歇性连接是由于缺乏网络基础设施和终端设备随机移动所造成的,机会网络的这些特性使得路由算法的设计成为一项具有挑战性的研究课题.本文提出一种基于无监督学习模型X-Means的机会网络路由算法XMROP(Opportunistic network routing algorithm based on unsupervised learning model X-Means),致力于利用机器学习模型来做出路由决策.该路由算法提出新的聚类模型应用模式,解决现阶段机会网络中应用聚类模型所存在的问题,综合考虑连接强度、节点活跃度、缓存等属性特征,定义新的节点中心度度量来衡量节点活跃程度,使用X-Means聚类模型对样本数据集进行训练,以适应机会网络拓扑结构的动态变化,提升路由算法性能.仿真实验结果表明,与KROP,DBSCAN-R,Prophet路由算法相比,XMROP具有更好的性能,从而验证了研究方案的有效性.
  • 一种基于雾计算的多服务器协同任务处理方法
    马跃,鞠成恩,王广义,尹震宇,张飞青,毕志颖
    2025, 46(7): 1745-1751.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    本文针对船舶制造过程中由于任务量增加,服务器之间共同对任务处理时计算资源无法满足任务处理需要和任务处理过程效率低的问题,提出了一种多服务器协同的物联网任务处理方法.该方法首先建立了雾计算系统下任务卸载模型,对任务卸载过程中影响任务处理相关因素和问题进行分析.通过分析任务处理过程中所需要的资源与服务器处理能力之间的关系,提出了一种基于Lyapunov optimization原理的任务处理策略,通过多个服务器相互合作来提供任务处理所需要的资源、保证任务可以顺利完成.同时,利用背包原理选择最优服务器对任务进行卸载处理,提出一种动态的任务传输和执行过程平行处理的方法来提高任务的处理效率.最后,通过试验证明了所提方法的有效性.
  • 机会式群智感知中覆盖最大化的去中心化任务分配
    陈杨辉,於志勇,黄昉菀,郝勇涛,涂淳钰,吴越钟
    2025, 46(7): 1752-1759.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    传统的机会式群智感知需要由平台进行集中式任务分配,存在对平台性能要求高和隐私泄露等问题.为了解决这些问题,本文提出了一种新颖的方案,旨在去中心化的机会式感知场景下,实现带有全局预算约束的任务分配,使任务覆盖最大化.区别于传统方法,通过参与者自主选择是否参与感知任务的方式来实现任务分配,构造了一个多智能体协同系统.在去中心化场景下,保证全局约束并实现高效的任务分配是一大挑战.为解决上述挑战,提出了两种方法：一种是将蚁群算法应用到任务分配问题上,同时以通信的方式获取目标评估函数以及更新信息素,实现智能体间协同求解,从而适用于去中心化的场景;另一种是基于QMIX框架的决策通信方法,将QMIX中智能体网络的输出作为建议动作,引入决策通信层,根据建议动作以及动作价值进行协商,从而遵循全局约束条件.在真实数据集上的实验结果表明,本文提出的两种方法在任务覆盖率上可以与集中式规划方法相当,并在耗时等综合性能上具有良好的表现.
  • 面向混合专家模型的流行专家预取策略
    叶进,李温良,余天添,彭涯军
    2025, 46(7): 1760-1766.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    在混合专家模型训练中,引入专家并行可以有效减轻单节点的内存压力并提高模型性能.然而,专家并行训练存在因令牌(Token)频繁跨节点传输及节点间负载不均衡而导致的高通信开销问题.针对此问题,本文提出了一种基于流行度的预取专家策略(Prefetch Expert,PE).该策略根据专家的流行度智能预测并提前拉取当前训练所需的专家,以提高训练效率.此外,针对预取不成功的情况,PE策略引入了一种异步拉取机制,允许专家计算的同时进行其他专家的拉取操作,实现专家间通信与计算的重叠,有效降低由网络争用引起的通信延迟.在CIFAR-100、WikiText-103和SQUAD数据集上的大规模实验表明,较对比方案,采用PE策略能够使主流深度学习模型的收敛时间至少减少30%.
  • 面向源代码细粒度漏洞检测的集成学习方案
    朱文静,李斌,李坤,周清雷
    2025, 46(7): 1767-1775.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    近年来,基于深度学习的源代码漏洞检测研究取得了重大进展.然而,大多数现有方法检测性能较低,且主要侧重于粗粒度漏洞检测,即在函数级别或切片级别检测漏洞,无法准确确定导致漏洞的代码行.针对以上问题,本文提出了一种用于细粒度漏洞检测的集成学习方案.该方案针对增强代码属性图的切片子图,集成了基于图和基于序列的神经网络以捕获C语言源代码的局部和全局上下文信息,充分理解了代码语义和结构信息.同时,将切片级别的漏洞检测作为图分类任务,将语句级别漏洞检测任务作为节点分类任务,利用集成学习策略得到漏洞切片和漏洞代码行.实验结果表明,在切片级漏洞检测方面,相比于其他工具和方法,在合成数据集与真实数据集上检测的F1分数分别最大提高了46.12%和40.44%.在细粒度的漏洞语句定位方面,相比于解释器与基于深度学习的方法,Top-5 Accuracy在真实数据集上提升了9%~12.1%.
  • 面向信号灯违规的无人驾驶仿真模糊测试方法
    李忠睿,戴嘉润,张源
    2025, 46(7): 1776-1782.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    遵守交通规则是无人驾驶系统商业化落地的必要前提.其中,交通信号灯规则作为直接控制交叉路口交通流量的核心规则,对确保交通安全起着决定性作用.为验证无人驾驶系统的交通合规性,现有工作普遍基于仿真模糊测试技术,在虚拟场景中持续变异场景元素,以此挖掘潜在的违规场景.然而,无人驾驶系统的信号灯违规通常仅发生在特定的交通路况中,现有的基于随机场景要素或重组的技术方案难以挖掘出易导致信号灯违规的场景模式.为应对该难点,本文设计了一种新颖的仿真模糊测试方法,采用时态逻辑对信号灯规则进行形式化描述,并在此基础上提出针对性的场景变异策略,定向地诱导无人车产生违规行为.实验结果表明,相较于现有方法,本文提出的测试方法在发现信号灯违规方面减少了5倍以上的耗时,并成功发现了1例此前未知的违规案例,证明了本方法的有效性和效率.
  • 面向航空软件需求模型的MC/DC测试用例生成方法
    丁鼎, 胡军, 王康星, 董泽华, 王立松
    2025, 46(7): 1783-1792.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    充分的测试是确保现代航空软件正常运行的必要环节,而传统软件测试方法往往难以满足要求.为此,本文设计了一种面向航空软件领域的测试用例自动生成方法,为自然语言描述下的航空软件需求构建变量关系模型,解析其模型语义创建需求语义树,根据安全关键等级选取测试路径、生成不同的覆盖集.为缓解条件互相关联而可能导致修改的条件/判定覆盖失效的问题,本文定义了适用于该需求模型的耦合条件判断及约束准则,提出3种修改的条件/判定覆盖形式并给出相应的覆盖集生成方法;基于覆盖集所确定的等价类和边界,设计了合理有效的测试用例选取策略,自动生成测试用例集.最后,对一个航空软件需求实例进行形式化建模和测试用例生成,证明了上述方法的可行性.