Please wait a minute...
  • 中国计算机学会会刊
  • 中国科技核心期刊
  • 中文核心期刊

当期目录

    目录
    2019年第1期目录
    2019, 41(01): 0-0. doi:
    摘要 ( 21 )   PDF (292KB) ( 81 )     
    高性能计算
    飞腾处理器与商用处理器性能比较
    方建滨,杜琦,唐滔,陈顼颢,黄春,杨灿群
    2019, 41(01): 1-8. doi:
    摘要 ( 283 )   PDF (1020KB) ( 361 )      评审附件

    深入分析了飞腾处理器FT1500A与商用处理器Intel XEON在性能上的差异。在微基准测试层面,评测了两个平台能够达到的最大可获得性能(浮点性能、访存延迟和访存带宽)。在应用层面,选取一个典型的海洋预报数值模拟软件,研究了如何将一个开源代码移植到飞腾处理器和商用处理器上,探讨了该软件在两个平台上的单核性能与多核性能,分析了性能差异的原因并提出了相应的优化建议。认为FT1500A已经有良好的生态基础(操作系统、编译器和工具链),使得移植典型科学计算程序简单可行,虽然跟商用平台相比,飞腾处理器在性能上存在着差距,但考虑到其在功耗上的优势,飞腾处理器将是一个非常具有应用前景的平台。

    面向数据流结构的指令映射优化方法
    李易1,常成娟1,卢圣健1,江道忠2,范东睿1,叶笑春1
    2019, 41(01): 9-13. doi:
    摘要 ( 156 )   PDF (595KB) ( 183 )      评审附件
    在高性能计算领域,数据流是一类重要的计算结构,也在很多实际场景表现出很好的性能和适用性。在数据流计算模式中,程序是以数据流图来表示的,数据流计算中一个关键的问题是如何将数据流图映射到多个执行单元上。通过分析现有数据流结构的指令映射方法及其不足,提出了基于数据流结构的新型指令映射优化方法。
    主要是根据多地址共享数据包的特性对指令映射方法进行优化,延迟多地址共享数据路由包的拆分,减少网络拥堵。
     
    面向深度学习的SoC架构设计与仿真
    崔浩然,李涵,冯煜晶,吴萌,王超,陶冠良,张志敏
    2019, 41(01): 14-23. doi:
    摘要 ( 232 )   PDF (1033KB) ( 296 )      评审附件

    互联网时代信息量的爆炸式增长、深度学习的普及使传统通用计算无法适应大规模、高并发的计算需求。异构计算能够为深度学习释放更强的计算能力,达到更高的性能要求,并可应用于更广阔的计算场景。针对深度学习算法,设计仿真了一款完整的异构计算SoC架构。首先,通过对常用深度学习算法,如GoogleNet、LSTM、SSD,进行计算特征分析,将其归纳为有限个共性算子类,并用图表及结构框图的形式进行展示,同时生成最小算子级别伪指令流。其次,根据提取的算法特征,进行面向深度学习的硬件加速AI IP核设计,构建异构计算SoC架构。最后,通过仿真建模平台进行实验验证,SoC系统的性能功耗比大于1.5 TOPS/W,可通过GoogleNet算法对10路1 080 p 30 fps视频逐帧处理,且每帧端到端的处理时间不超过30 ms。

    基于FPGA的并行多发可编程解析器
    杨惠,冯振乾,厉俊男
    2019, 41(01): 24-30. doi:
    摘要 ( 142 )   PDF (746KB) ( 201 )      评审附件
    传统的报文解析器解析的协议类型和协议层次固定,缺乏对新网络协议的支撑,限制了网络设备的可编程性。抽象出形式化的解析流程,并基于FPGA实现协议无关的可编程解析器,对新协议的支撑无需更改硬件,仅需要重新映射解析图。基于该机制,引入一系列优化技术,克服了包解析固有的串行性,节约了存储资源,为实现高速的可编程报文解析提供了有效的解决方案。基于通用多核和高性能FPGA实验平台,进行了硬件代价和性能的评估。实验结果表明,采用可编程解析器能大幅提升报文解析性能,实现了通用网络协议及潜在的网络协议快速的解析,可有效地支持快速的定制网络协议发展。
     
    基于光纤-无线网络的协同计算卸载算法
    郭金林,武继刚,陈龙,史雯隽
    2019, 41(01): 31-40. doi:
    摘要 ( 123 )   PDF (755KB) ( 215 )      评审附件
    随着无源光网络的发展,光纤-无线网络能同时支持集中式云和边缘云计算技术,成为一种具有发展前景的网络结构。但是,现有的基于光纤无线网络的任务协同计算卸载研究主要以最小化移动设备的能耗为目标,忽略了实时性高的任务的需求。针对实时性高的任务,提出了以最小化任务的总处理时间为目标的集中式云和边缘云协同计算卸载问题,并对其进行形式化描述。同时,通过将该问题归约为装箱问题,从而证明其为NP难解问题。提出一个启发式协同计算卸载算法,该算法通过比较不同卸载策略的任务处理时间,优先选择时间最短的任务卸载策略。同时,提出一个定制的遗传算法,获得一个更优的任务卸载策略。实验结果表明,与现有的算法相比,本文提出的启发式算法得到的任务卸载策略平均减少4.34%的任务总处理时间,而定制的遗传算法的卸载策略平均减少18.41%的任务总处理时间。同时,定制的遗传算法的卸载策略与本文提出的启发式算法相比平均减少14.49%的任务总处理时间。
     
     
    非易失处理器安全备份机制研究
    刘橴默,邱宗迪,贾甜远,徐远超
    2019, 41(01): 41-46. doi:
    摘要 ( 144 )   PDF (571KB) ( 151 )      评审附件
    非易失处理器NVP可以在自供能环境下快速恢复,非常适合物联网等应用环境。备份(Checkpointing)是NVP的核心保障技术。然而,现有的备份策略假设NVP处于理想的工作环境,只考虑了能量输入不稳等因素,没有考虑外界的恶意攻击对NVP安全带来的影响,比如,外界篡改备份过程中寄存器的内容,使系统崩溃;篡改备份过程中写到非易失存储中的内容,使数据不可信等,阻碍了NVP在可穿戴医疗设备等安全攸关领域中的应用。梳理了最新的带维持态的NVP在备份过程中存在的安全威胁,并提出了相应的应对机制。

     
    基于凸函数证据理论的关联感知云服务信任模型
    刘玮1,邹璐琨2,霸元婕2,李广力3,4,张志刚1
    2019, 41(01): 47-55. doi:
    摘要 ( 105 )   PDF (988KB) ( 199 )      评审附件
    针对大规模分布式云计算系统中的服务可信度辨别问题,提出一种基于凸函数证据理论的关联感知云服务信任模型。对云计算系统中云服务提供商、服务和用户之间的信任关系进行形式化描述,充分挖掘了同一服务商中的不同云服务之间的关联性,利用凸函数证据理论对有序命题的处理能力,构建了云计算系统中的可信服务推荐方法,根据用户需求为其提供合理可靠的云服务。与经典证据理论方法的对比结果表明,基于凸函数证据理论的关联感知云服务信任模型在保证有效性和健壮性的同时,充分利用了云计算系统中云服务之间的关联信息,能够根据用户的请求提供合理的云服务。
     
    计算机网络与信息安全
    P2P流媒体网络的关键节点识别算法
    龙军1,2,王宇楼1,2,袁鑫攀3,张华超1,2
    2019, 41(01): 56-64. doi:
    摘要 ( 98 )   PDF (767KB) ( 194 )     
    P2P流媒体网络中普遍存在一些关键节点,关键节点对网络的安全和通信性能起着重要作用,识别网络中的关键节点尤为重要,而传统方法对于大规模网络的关键节点识别时间开销很大,无法保证实时性。提出P2P流媒体网络中的关键节点识别算法,结合混合模式的网络结构特点,
    采用分区域的计算模型解决网络规模过大造成的巨大时间开销问题,根据节点的贡献度和传播能力差异定量化描述节点的重要性程度。仿真结果表明,所提算法可以快速获得节点重要性排序,有效识别P2P流媒体网络中的关键节点。
     
    改进的HS算法优化BP神经网络的入侵检测研究
    丁红卫,万良,邓烜堃
    2019, 41(01): 65-72. doi:
    摘要 ( 131 )   PDF (754KB) ( 227 )     

    基于传统BP神经网络的入侵检测中,BP神经网络算法模型存在着易陷入局部最优且初始值随机性较大的缺陷。初始值的选择直接影响到BP神经网络的训练效果,较好的初始值有利于BP神经网络跳过局部最优,从而提高训练效率。针对BP神经网络的缺陷,提出了用改进的和声搜索算法对BP神经网络的初始值进行优化,使得BP神经网络得到一组较优的初值的方法。实验结果显示,改进的和声搜索算法具有更高的适应度函数值,将该算法优化的BP神经网络用在入侵检测中,能够显著提高算法检测率和收敛速率。

    车辆自组织网络中新型NP-CSMA随机多址协议研究分析
    占港,丁洪伟,柳虔林,杨志军,周圣杰
    2019, 41(01): 73-79. doi:
    摘要 ( 108 )   PDF (1026KB) ( 156 )     
    智能交通的出现使得车辆自组织网络受到越来越多的关注。车辆自组织网络的动态拓扑结构变化非常剧烈,这对网络的吞吐率、传输速率等性能提出了很高的要求。
    提出1种具有握手机制协议的自适应多通道双时钟NP-CSMA 随机多址接入协议。该协议首先区分2种P-CSMA协议,握手机制成功解决了隐藏的终端问题,双时钟机制减少了平均空闲时间,多通道机制增加通道数量和划分用户优先级的同时提高了系统吞吐率,自适应机制能够使系统在高负载下保持稳定吞吐率。还对该协议的传输速率进行了分析,得出该协议的传输速率相对较高的结论。通过平均周期方法推导吞吐率和传输速率的计算公式,仿真结果与理论推导一致。
     
    适用于车载网的匿名异构聚合签密方案
    牛淑芬,李振彬,王彩芬
    2019, 41(01): 80-87. doi:
    摘要 ( 162 )   PDF (612KB) ( 254 )     
    异构聚合签密既能够实现不同密码系统之间信息传输的机密性和不可伪造性,也能够降低通信开销。结合车载网的特点,提出了一个无证书密码系统到基于身份密码系统的异构聚合签密方案,并采用不同的系统参数来增强系统的安全性。方案能够同时为多个消息进行验证,并为发送者实现了身份匿名,有效解决了用户的隐私安全问题。同时,在随机预言模型下证明了该方案满足不可区分性和不可伪造性。数据对比实验表明,该方案相对于同类型方案有效地降低了通信开销,适合用于车载网络。
     
     
    软件工程
    具有多值决策过程的广义可能性计算树逻辑模型检测
    袁申,魏杰林,李永明
    2019, 41(01): 88-97. doi:
    摘要 ( 112 )   PDF (574KB) ( 151 )     
    模型检测是一种自动验证软硬件系统行为的有效技术。为了对包含非确定性信息、不一致信息的并发系统进行形式化验证,在可能性理论、多值逻辑的基础上,研究了具有多值决策过程的广义可能性多值计算树逻辑模型检测算法,及其在检验非确定性系统中的具体应用。首先构造了多值决策过程作为系统模型,用多值计算树逻辑描述系统属性。然后给出具有多值决策过程的广义可能性多值计算树逻辑的模型检测算法,该算法将模型检测的具体问题转换为多项式时间内的模糊矩阵运算。最后就包含非确定性选择的多值系统的模型检测问题,给出一个具体的应用实例。
     
    一种改进的OL归结——SOL归结
    刘清华,徐扬
    2019, 41(01): 98-103. doi:
    摘要 ( 96 )   PDF (365KB) ( 147 )      评审附件
    1973年,Chang和Lee将线性归结与有序归结相结合,提出了有序线性归结,即OL归结,极大地提高了线性归结的效率和机械性。然而,OL归结并不是一种完备的归结方法。在OL归结的约化条件的基础上提出了强约化的概念。强约化条件对中心有信息有序子句的约化做了进一步的限制,且该强约化条件是约化条件的一种特例。在强约化条件的基础上,还提出了一种改进的OL归结——SOL归结,并证明了其完备性。
     
    图形与图像
    新式灰度图像盲检测数字水印算法
    郭鹏飞,冯琳,孙思宇
    2019, 41(01): 104-112. doi:
    摘要 ( 169 )   PDF (776KB) ( 198 )     
    将冗余离散小波(RDWT)与矩阵Schur分解结合,提出了一种新式灰度图像盲检测数字水印算法。该算法将载体图像进行二级RDWT变换提取其逼近子图低频部分,并将分块后的每个块低频系数进行Schur分解,通过修改Schur分解后的上三角矩阵对角线上的最大能量元素完成对经Fibonacci变换加密后的水印图像的嵌入,水印的提取过程实现了盲提取。实验结果表明,该水印算法水印嵌入的时间仅为0.97 s,平均提取水印时间为0.211 s,与类似盲水印算法相比,不可见性的PSNR值提高了14.12%,抵抗高斯噪声攻击、椒盐噪声攻击和剪切几何攻击的能力也分别提高了21.32%、17.31%和27.83%。
     
    基于CNN特征加权和区域整合的图像检索
    袁晖1,廖开阳1,3,郑元林1,2,曹从军1,3,汤梓伟1,邓轩1
    2019, 41(01): 113-121. doi:
    摘要 ( 213 )   PDF (870KB) ( 227 )      评审附件
    相比传统特征,卷积神经网络提取的特征对图像具有更强的描述能力,其卷积层比全连接层更适合用来检索图像。然而卷积特征是高维特征,若直接用来匹配图像会消耗大量的时间和内存。提出了一种新的改善和整合卷积特征,形成单维特征向量,再将其用于图像匹配的方法。首先,提取最后一个卷积层的三维特征,再对该卷积特征重新加权,突显图像的边缘信息和位置信息;其次,用滑动窗口进行处理,形成多个区域特征向量,再相加整合成全局特征向量;最后,用余弦距离衡量查询图和测试图的相似性得出检索的初始排名,并且用拓展查询方法进行重排得出最终的平均精度均值mAP。分别在Paris6k和Oxford5k数据库以及用100k张图扩展的Paris106k和Oxford105k数据库上进行测试。相对于CroW方法在Paris数据库上获得的mAP性能指标,本文方法提升了约3个百分点;在Oxford数据库上提升了约1个百分点。实验结果表明,新方法提取的全局特征能够更好地描述图像。
    三维交互界面中垂直多层交互技术的研究
    陈苗云,殷继彬
    2019, 41(01): 122-129. doi:
    摘要 ( 102 )   PDF (893KB) ( 164 )     
    目的:在Leap Motion硬件的垂直操作区域,通过手的不同高度来操作映射在屏幕上的多层离散的目标选择任务,得出适合用户操作的层数,以及相应的人因分析与讨论。方法:首先通过实验得出用户常用的垂直操作范围,再在常用范围的基础上进行分层实验,并且通过选择任务所花费的时间和任务困难度ID进行线性分析,证明是否适应Fitts’law模型。结果:通过实验发现,任务困难度对任务时间在全视觉反馈和半视觉反馈下的线性拟合度分别为0.766和0.771,所以 Fitts’law模型对于分层交互界面下的多层离散的目标选择任务并不适用,并且通过时间和错误率的相关数据分析得出了在全视觉反馈和半视觉反馈下的用户可操作的最大可分层数分别为20层和18层,本文结论可为基于多层的三维界面的应用场景的技术设计提供必要的设计准则。

     
    人工智能与数据挖掘
    基于双决策树的数据采样方法
    陈力1,费洪晓2,丁海伦2,成琳2,翟纪宇2
    2019, 41(01): 130-135. doi:
    摘要 ( 132 )   PDF (538KB) ( 170 )     
    在数据挖掘问题中,一个基本假设是训练集样本与测试集样本的数据分布一致,但随着数据量逐渐增加,如何在海量数据中找出具有代表意义的数据也变得尤为困难。对现有的数据选择方法研究发现,传统的简单随机抽样和渐进抽样等数据选择方法,由于没有和数据挖掘工具进行结合,采样结果具有偶然性和不确定性,抽样数据很难保证数据挖掘的基本假设,这也使得最终模型的泛化误差较大。为了解决数据采样过程中类间的不平衡问题,提出一种基于双决策树的结构化数据采样方法。首先通过C4.5算法生成一棵决策树,借助决策树在数据源中选择适合的数据和数据采集点,同时通过使用另一棵决策树对选择出的数据集的质量进行评估来达到高效率和高质量的数据采样。实验表明,与简单随机抽样相比,新采样数据下训练的模型准确率有明显提高。
     
    一种基于容器技术的经销商现场管理系统架构方案
    戴佳顺
    2019, 41(01): 136-143. doi:
    摘要 ( 114 )   PDF (1198KB) ( 171 )     
    随着互联网、云计算的快速发展,容器等新技术不断涌现。面对传统汽车经销商DMS系统存在的服务能力、管理能力和运营能力上的不足,提出一种新的经销商架构建设方案。通过系统解耦,以RESTful服务化进行架构实施,并通过容器化进行系统实现,构建新一代基于容器的经销商解决方案,使架构更加灵活,并降低了后续系统运营成本。
     
    基于越界重置和高斯变异的蝙蝠优化算法
    李永恒,赵志刚
    2019, 41(01): 144-152. doi:
    摘要 ( 104 )   PDF (873KB) ( 147 )     

    针对蝙蝠算法个体越界、易早熟收敛的问题,提出一种基于越界重置和高斯变异的蝙蝠优化算法。新算法将飞越解空间边界的个体拉回解空间内,利用越界重置策略重新分配位置。通过高斯变异策略控制个体的搜索范围,使种群以最优解为中心向四周呈放射状搜索,增强了算法的局部搜索和全局寻优能力。蝙蝠算法在靠近目标解时响度和脉冲发射频率更新不协调,影响了算法的持续进化能力,通过线性渐变策略保证响度和脉冲发射频率的变化与算法持续进化相适应。研究了在解空间不同位置关系的情况下新算法和对比算法的优化能力,并结合实验数据对算法收敛稳定性进行分析。实验结果表明,提出的新算法具有较好的收敛速度和精度,其全局寻优能力和高维问题优化能力体现了很好的鲁棒性。

    基于多分类支持向量机的优化算法智能推荐系统与实证分析
    崔建双,车梦然
    2019, 41(01): 153-160. doi:
    摘要 ( 106 )   PDF (829KB) ( 299 )     

    算法智能推荐是超启发式算法研究领域一个重要分支,其目标是从众多“在线”算法中自动选择出最适于当前问题的算法,从而大大提升解决问题的效率。基于此提出并验证了一种优化算法智能推荐系统,理论依据是无免费午餐定理和Rice算法选择框架,并假设问题特征与算法性能表现之间存在潜在关联关系,从而可以把算法推荐问题转换为一个多分类问题。为了验证假设的成立,以多模式资源约束项目调度问题为测试样本数据集,以粒子群、模拟退火、禁忌搜索和人工蜂群等元启发式优化算法为推荐对象,以支持向量机多分类策略实现算法的分类推荐。交叉验证结果表明,推荐准确率均在90%以上,各项评价指标表现优秀。

    基于Wasserstein GAN的文档表示模型
    马永军,李亚军,汪睿,陈海山
    2019, 41(01): 161-165. doi:
    摘要 ( 83 )   PDF (481KB) ( 138 )     
    文档表示模型可以将非结构化的文本数据转化为结构化数据,是多种自然语言处理任务的基础,而目前基于词的模型在文档表示任务中有着无法直接表示文档的缺陷。针对此问题,基于生成对抗网络GAN可以使用两个神经网络进行对抗学习,从而很好地学习到原始数据分布的特点,
    提出了文档表示模型WADM,使用去噪自编码器作为其判别网络,由其隐层直接得到文档的分布表示。实验表明,WADM能够准确抽取文档特征,相比基于词的模型具有更强的文档表示能力。
     
    基于Q-learning的不确定环境BDI Agent最优策略规划研究
    万谦1,2,刘玮1,2,徐龙龙1,2,郭竞知1,2
    2019, 41(01): 166-172. doi:
    摘要 ( 153 )   PDF (593KB) ( 224 )     

    BDI模型能够很好地解决在特定环境下的Agent的推理和决策问题,但在动态和不确定环境下缺少决策和学习的能力。强化学习解决了Agent在未知环境下的决策问题,却缺少BDI模型中的规则描述和逻辑推理。针对BDI在未知和动态环境下的策略规划问题,提出基于强化学习Q-learning算法来实现BDI Agent学习和规划的方法,并针对BDI的实现模型ASL的决策机制做出了改进,最后在ASL的仿真平台Jason上建立了迷宫的仿真,仿真实验表明,在加入Qlearning学习机制后的新的ASL系统中,Agent在不确定环境下依然可以完成任务。

    蚁群算法研究与应用的新进展
    覃远年,梁仲华
    2019, 41(01): 173-184. doi:
    摘要 ( 189 )   PDF (595KB) ( 428 )     

    蚁群算法是一种源于大自然生物界的仿生进化算法,具有自组织性、正反馈性、较强的鲁棒性和分布式计算等特性,且易于与其它算法相结合,在众多的复杂组合优化领域中有着广阔的应用前景。首先对蚁群算法的理论及其重要参数进行了阐述,继而分析了其在参数优化和智能融合方面的改进与应用;然后对其在车间作业调度问题、车辆路径问题、图像处理、电力系统优化等领域的应用进展进行了综述;最后对其理论研究和应用领域可能存在的问题及对策进行了探讨和展望。

    基于有效实例的改进U树算法
    宋佳佳,王作为
    2019, 41(01): 185-190. doi:
    摘要 ( 103 )   PDF (553KB) ( 169 )     
    传统U-Tree算法对于部分观测马尔可夫决策过程POMDP问题的解决已取得较为显著的成效,但是由于边缘节点生长过于随意,所以仍存在树的规模庞大、内存需求比较大、计算复杂度过高的问题。在原U-Tree算法的基础上,通过得到下一步观测值,来划分同一个叶子节点中做相同动作的实例,提出了一种基于有效实例来扩展边缘节点的EIU-Tree算法,大大缩减了计算规模,以此来帮助智能体更好更快地学习,并且在4×3经典栅格问题中做了仿真实验,对比于原有的U-Tree算法,该算法运行效果更好。