计算机工程与科学

2021年第8期目录

2021, 43(08): 0-0. doi:

摘要 ( 132 )

PDF (281KB) ( 213 ) 　　

用户QoS感知的GPU集群深度学习任务动态调度

罗磊, 陈照云, 王俪璇

2021, 43(08): 1331-1340. doi:

摘要 ( 304 )

PDF (2873KB) ( 310 ) 　　

提出一种GPU集群下用户服务质量QoS感知的深度学习研发平台上的动态任务调度方法。采用离线评估模块对深度学习任务进行离线评测并构建计算性能预测模型。在线调度模块基于性能预测模型，结合任务的预期QoS，共同开展任务放置和任务执行顺序的调度。在一个分布式GPU集群实例上的实验表明，该方法相比其他基准策略能够实现更高的QoS保证率和集群资源利用率。

基于遗传算法的数据中心能效仿真

毛媛媛, 石恩雅, 蒋从锋, 仇烨亮, 贾刚勇, 万健, 闫龙川

2021, 43(08): 1341-1352. doi:

摘要 ( 192 )

PDF (1305KB) ( 267 ) 　　

随着数据中心数量和规模的不断扩大，能耗已经成为制约数据中心成本和可靠性的关键问题。而且，随着数据中心投入运营后的硬件迭代更新，数据中心服务器的异构性进一步加大，其能效也同设计建设之初相比有较大的变化。因此，根据数据中心服务器的构成和硬件配置，对整个数据中心进行动态能效仿真与分析，有助于实时掌握数据中心的能效现状，进行能效感知的负载调度，并提供能效优化的可能性。首先基于企业级服务器的SPECpower测试结果，对近年来服务器的能效发展趋势和影响因素进行了分析；然后基于遗传算法对数据中心的能效优化进行仿真，并设计了一个数据中心的能效仿真器原型系统。该仿真器可以根据供电限额、负载情况和吞吐量指标等动态仿真和调整数据中心服务器的运行状态，并对不同规模和不同服务器类型的数据中心能效进行仿真。所提出的基于遗传算法的数据中心能效仿真算法在能量最小化问题上得到了较小的误差和较短的仿真计算时间。

微处理器内安全子系统的安全增强技术

石伟, 刘威, 龚锐, 王蕾, 张剑锋

2021, 43(08): 1353-1359. doi:

摘要 ( 179 )

PDF (771KB) ( 277 ) 　　

在信息技术快速发展的同时，信息安全变得尤为重要。处理器作为信息系统的核心部件，其安全性对系统安全起到至关重要的决定性作用。在处理器中构建安全可信的执行环境是提升处理器安全性的重要方法，然而很多核心安全技术仍然由片外安全TPM/TCM芯片保证。近年来，作为计算机系统安全基础的安全原点逐渐往处理器中转移。对处理器内安全子系统的安全增强技术展开研究，首先研究安全处理器体系结构；然后对处理器核、互连网络、存储和密码模块等处理器核心模块进行安全增强，同时从系统级角度实现了密钥管理、生命周期、安全启动和抗物理攻击等系统安全防护技术；最后，在一款桌面处理器中实现了一个安全子系统，并进行了分析。

轻量级安全内存：RISC-V嵌入式微处理器安全增强

牛世权

2021, 43(08): 1360-1365. doi:

摘要 ( 199 )

PDF (515KB) ( 217 ) 　　

近年来，针对嵌入式设备中硬件的新型攻击不断出现，严重威胁嵌入式设备的安全。特别是随着非易失性存储器开始被配备到嵌入式设备中，就需要考虑如何保护配备非易失性存储器的嵌入式设备的安全。安全内存，就是这样一种通过保护内存来增强嵌入式设备安全性的有效手段。通过设计一种安全内存加密引擎来实现安全内存。在保证该安全内存加密引擎足够轻量、开销低的同时，将其集成到RISC-V嵌入式微处理器中，并通过FPGA对该安全内存加密引擎进行了评估。评估结果表明，安全内存加密引擎能够在提升RISC-V嵌入式微处理器安全性的同时，保证其合理的访存性能以及较小的面积开销。研究结果具有良好的参考价值和应用前景。

E级高性能计算机系统中监控分系统的挑战与设计

袁远, 李世杰, 邢建英, 蒋句平

2021, 43(08): 1366-1375. doi:

摘要 ( 183 )

PDF (1740KB) ( 396 ) 　　

随着E级高性能计算机系统组装密度成倍增加，结点规模不断扩大，监控分系统在可扩展性、可靠性、可服务性和高效运维上面临巨大挑战。针对这些挑战，从架构、网络、功能和运维4个方面介绍了监控分系统的设计思路，并通过原型系统验证了部分设计的可行性与优势，对未来E级系统的构建具有较大的支撑作用。

社交网络用户隐私泄露量化评估方法

谢小杰, 梁英, 王梓森, 董祥祥,

2021, 43(08): 1376-1386. doi:

摘要 ( 296 )

PDF (1316KB) ( 298 ) 　　

社交网络用户隐私泄露的量化评估有利于帮助用户了解个人隐私泄露状况，提高公众隐私保护和防范意识，同时也能为个性化隐私保护方法的设计提供依据。针对目前隐私量化评估方法主要用于评估隐私保护方法的保护效果，无法有效评估社交网络用户的隐私泄露风险的问题，提出了一种社交网络用户隐私泄露量化评估方法。基于用户隐私偏好矩阵，利用皮尔逊相似度计算用户主观属性敏感性，然后取均值得到客观属性敏感性；采用属性识别方法推测用户隐私属性，并利用信息熵计算属性公开性；通过转移概率和用户重要性估计用户数据的可见范围，计算数据可见性；综合属性敏感性、属性公开性和数据可见性计算隐私评分，对隐私泄露风险进行细粒度的个性化评估，同时考虑时间因素，支持用户隐私泄露状况的动态评估，为社交网络用户了解隐私泄露状况、针对性地进行个性化隐私保护提供支持。在新浪微博数据上的实验结果表明，所提方法能够有效地对用户的隐私泄露状况进行量化评估。

基于联邦集成算法对多源数据安全性的研究

罗长银, 陈学斌, 刘洋, 张淑芬,

2021, 43(08): 1387-1397. doi:

摘要 ( 164 )

PDF (4080KB) ( 261 ) 　　

联邦学习是隐私保护领域关注的热点内容，存在难以集中本地模型参数与因梯度更新造成数据泄露的问题。提出了一种联邦集成算法，使用256 B的密钥将不同类型的初始化模型传输至各数据源并训练，使用不同的集成算法来整合本地模型参数，使数据与模型的安全性得到很大提升。仿真结果表明，对于中小数据集而言，使用Adaboost集成算法得到的模型准确率达到92.505%，标准差约为8.6×10-8，对于大数据集而言，采用stacking集成算法得到的模型的准确率达到92.495%，标准差约为8.85×10-8，与传统整合多方数据集中训练模型的方法相比，在保证准确率的同时兼顾了数据与模型的安全性。

基于CSI信号的被动式室内指纹定位算法研究

刘颜星, 郝占军, 田冉

2021, 43(08): 1398-1404. doi:

摘要 ( 195 )

PDF (978KB) ( 218 ) 　　

基于信道状态信息(CSI)的定位技术在室内场景应用中被广泛关注，为了提高WiFi信号多径效应对接收信号强度指示的室内定位精度和稳定性，提出一种基于CSI信号的被动式室内指纹定位算法。该算法在离线阶段将定位场所划分为同等大小的区域块，在各连接点位置使用方差补偿的自适应卡尔曼滤波（Kalman）算法对原始数据进行滤波。再对滤波后的数据使用二分K均值聚类（K-means）算法进行分类，将处理得到的CSI幅值和相位信息共同作为指纹；在线阶段根据待测点采集的实时数据与指纹库进行匹配识别，被定位对象无需携带任何设备。仿真实验与实地实验表明，该算法利用信道状态信息中的子载波特征进行定位，能够有效减轻信号接收端的多径衰减影响，定位精度有明显提高。

基于跳距修正与狮群优化的WSNs三维定位算法

苟平章, 刘学治, 孙梦源, 何博

2021, 43(08): 1405-1412. doi:

摘要 ( 124 )

PDF (686KB) ( 208 ) 　　

针对DV-Hop在三维空间中存在定位误差，为提高节点定位精度，提出一种基于跳距修正和狮群优化的WSNs三维定位算法(HCLSO-3D)。首先，通过多通信半径传播，对节点跳数进行精确划分，得到优化跳数值。其次，使用相似路径搜索算法获取与待定位节点到相应锚节点之间最相似的锚节点对的路径，对此路径平均跳距值进行修正，得到待定位节点到目标锚节点的平均跳距。最后，利用狮群算法优化求解待定位节点坐标位置。仿真结果表明，在同样的网络环境下，HCLSO-3D算法与3D-DVHop定位算法和文献［16］定位算法相比，定位精度明显提高。

基于SDN的DWSN技术分析及性能优化研究

周静, 关玉蓉

2021, 43(08): 1413-1421. doi:

摘要 ( 115 )

PDF (822KB) ( 180 ) 　　

当前，分布式无线传感器网络（DWSN）已得到广泛应用并服务于许多领域，而其网络架构和节点仍存在一些技术及性能优化难点，影响应用效果。软件定义网络（SDN）是具有控制转发分离思想可编程化功能的新型网络架构，其能对节点设备和层间协议进行软件定义虚拟化。为了提升DWSN的关键技术及性能优化的安全性和可操作性，降低网络复杂性，在DWSN中引入SDN框架形成新的基于SDN的分布式无线传感器网络（SDDWSN）框架。首先，从引入SDN必要性入手探讨了SDDWSN框架要点；其次，重点从网络通信、资源处理和控制管理等方面研究了SDDWSN框架的相关技术和性能优化；最后，设计案例对其安全性和事件可操作性方面进行定性对比分析，研究结果体现出了SDDWSN的优势。

基于图像分解的光照估计算法

曹天池, 李秀实, 李丹, 陈嘉南, 刘爽, 向未来, 胡迎松

2021, 43(08): 1422-1428. doi:

摘要 ( 275 )

PDF (688KB) ( 435 ) 　　

增强现实技术的目的在于将计算机生成的虚拟物体叠加到真实场景中。实现良好的虚实融合需要对场景光照进行估算，针对高光场景，利用场景中的不同反射光信息对场景进行有效的光照估计，首先通过基于像素聚类方法的图像分解对图像进行反射光的分解，得到漫反射图和镜面反射图，对漫反射图进行进一步的本征图像分解，得到反照率图和阴影图；之后结合分解结果和场景深度对输入图像的光照信息进行计算；最后使用全局光照模型对虚拟物体进行渲染，可以得到虚实场景高度融合的光照效果。

基于深度学习的小目标检测综述

刘洪江, 王懋, 刘丽华, 吴继冰, 黄宏斌

2021, 43(08): 1429-1442. doi:

摘要 ( 557 )

PDF (714KB) ( 682 ) 　　

目标检测是计算机视觉研究领域的核心问题和最具挑战性的问题之一，随着深度学习技术的广泛应用，目标检测的效率和精度逐渐提升，在某些方面已达到甚至超过人眼的分辨水平。但是，由于小目标在图像中覆盖面积小、分辨率低和特征不明显等原因，现有的目标检测方法对小目标的检测效果都不理想，因此也诞生了很多专门针对提升小目标检测效果的方法。在广泛文献调研的基础上，透彻分析小目标检测困难的原因，从多尺度、特征上下文信息、先验框的设置、交并比匹配策略、非极大抑制方法、损失函数、生成对抗网络和目标检测网络结构等方面，全面地论述了提升小目标检测效果的方法。

基于改进GA-BP-MC神经网络的人体三维尺寸预测

胡新荣, 刘嘉文, 刘军平, 彭涛, 何儒汉,

2021, 43(08): 1443-1453. doi:

摘要 ( 135 )

PDF (1362KB) ( 169 ) 　　

平面图像由于缺少深度信息从而难以从中获取人体的三维尺寸信息，传统线性回归方法拟合的尺寸信息为该人体所属阈值区间的均值，由于忽视了人体自身的异构性，导致拟合的尺寸误差较大。采用模型重建的方法，可以提高尺寸获取的精度。但是，利用深度神经网络的方法由于计算量与参数规模较大，难以部署到移动终端中。因此，提出了基于改进GA-BP-MC神经网络的人体三维尺寸预测模型UGA-BP-MC，通过改进自适应交叉、变异概率优化的遗传算法（UGA）对BP网络的结构、权值和阈值进行优化，然后采用马尔科夫残差模型对UGA-BP模型输出值进行修正。最后通过工程实例对210组样本进行数据对比分析发现，相对于超椭圆曲线法、多元函数模型和GA-BP模型，UGA-BP-MC预测值的平均误差分别减少了2.8 cm, 1.62 cm和0.94 cm。

基于ENet的轻量级语义分割算法研究

徐世杰, 杜煜, 鹿鑫, 吴思凡

2021, 43(08): 1454-1460. doi:

摘要 ( 220 )

PDF (1038KB) ( 254 ) 　　

语义分割算法能够对图像进行像素级的分类，广泛应用于无人驾驶、医学图像处理和工业自动化等领域，具有重要研究价值。对语义分割算法的研究集中在提升分割精度、降低参数量和增加推理速度3个方面。经典的轻量语义分割算法ENet使用多层卷积的编解码器和大量的空洞卷积来避免过多的下采样和利用空间信息，虽能保证一定的空间信息完整性与较大的感受野，但存在编解码器臃肿、空间信息传递性差、感受野溢出并造成网格效应等问题。对ENet算法结构进行裁剪，利用注意力机制和金字塔结构的空洞卷积设计了空间信息传递模块，优化算法结构，改善算法感受野，完整传递空间信息，提出了改进的ENet算法

C-ENet+AM+RAM
。在公开数据集Cityscapes和BDD100K上的实验结果表明,新模块能够以更小的参数量与计算量提升原有模型性能，证明了原算法删减部分的冗余性与所设计模块的有效性。

实际噪声下基于时序卷积网络的手机来源识别

吴张倩, 苏兆品, 武钦芳, 张国富,

2021, 43(08): 1461-1469. doi:

摘要 ( 108 )

PDF (2589KB) ( 202 ) 　　

针对实际环境噪声下的手机来源识别问题，提出一种基于线性判别分析和时序卷积网络的手机来源识别方法。首先，通过分析不同手机语音特征在实际环境噪声下的分类性能，基于带能量描述符、常数Q变换域和线性判别分析得到一种新的手机语音混合特征。然后，以此混合特征为输入，基于时序卷积网络进行训练和分类。最后，在10个品牌、47种手机型号、32 900条语音样本的实际环境噪声语音库上的测试结果显示，所提方法的平均识别准确率达到99.82%。此外，与经典的基于带能量描述符和支持向量机的方法，以及基于常数Q变换域和卷积神经网络的方法相比，平均识别准确率分别提高了0.44和0.54个百分点，平均召回率分别提高了0.45和0.55个百分点，平均精确率分别提高了0.41和0.57个百分点，平均F1分数分别提高了0.49和0.55个百分点。实验结果表明，所提方法具有更优的综合识别性能。

基于LoRa和STM32的路灯自动监控系统的研究

田旭飞, 姚凯学, 王凯鹏, 王运峰

2021, 43(08): 1470-1478. doi:

摘要 ( 184 )

PDF (1476KB) ( 255 ) 　　

如今大部分地区的路灯系统还处在传统控制方式、现场人工巡检、传统电路故障排查、没有统一管理平台等阶段，从而造成了巨大的能源浪费。针对以上现状，设计了一种基于LoRa和STM32的路灯自动监控系统。系统以STM32系列的MCU为核心处理器，通过4G通信网络实现路灯与后台服务器之间的数据传输，采用LoRa级联组网方式，设计有蓝牙接口，方便用户现场维护及参数设置。系统主要功能有路灯状态实时监测与控制、实时智能调光、地理位置检测、环境信息数据采集、故障信息实时检测与报警、电量信息实时检测与预警等。
实验结果表明，该系统稳定可靠，数据采集准确，能广泛应用于路灯系统中，为社会节约电能，能有效地提高路灯科学管理水平，提升路灯所在地区的形象。

求解带容量和时间窗约束车辆路径问题的改进蝙蝠算法

张瑾, 洪莉, 戴二壮

2021, 43(08): 1479-1487. doi:

摘要 ( 164 )

PDF (709KB) ( 180 ) 　　

带时间窗和容量约束的车辆路径问题是车辆路径问题重要的扩展之一，属于NP难题，精确算法的求解效率较低，且对于较大规模问题难以在有限时间内给出最优解。为了满足企业和客户快速有效的配送需求，使用智能优化算法可以在有限的时间内给出相对较优解。
研究了求解带容量和时间窗约束车辆路径问题的改进离散蝙蝠算法，为增加扰动机制，提高搜索速度和精度，在对客户点按其所在位置进行聚类的基础上，在算法中引入了变步长搜索策略和两元素优化方法进行局部搜索。仿真实验结果表明，所设计算法具有较高寻优能力和较强的实用价值。

基于深度迁移学习的舌象特征分类方法研究

宋超, 王斌, 许家佗

2021, 43(08): 1488-1496. doi:

摘要 ( 411 )

PDF (921KB) ( 627 ) 　　

舌象分析是计算机视觉技术在中医望诊的客观化、定量化应用研究中的一个重要课题，其中2个关键步骤是舌体分割和舌象分类。通过级联分类器在原始图像上实现自动舌体定位，再将分割后的舌体图像在GoogLeNet和ResNet上进行深度迁移学习训练，用得到的深度网络对齿痕、裂纹和舌苔厚薄3种主要舌象特征进行分类。从中医医疗机构中获取2 245幅舌体图像建立数据集，对齿痕、裂纹和舌苔厚薄3类舌体图像进行分类实验，结果表明，所提方法分类性能优于传统的舌体图像特征分类方法，验证了基于深度迁移学习的舌象特征分类方法的有效性。

基于同义词数据增强的汉越神经机器翻译方法

尤丛丛, 高盛祥, 余正涛, 毛存礼, 潘润海,

2021, 43(08): 1497-1502. doi:

摘要 ( 261 )

PDF (501KB) ( 265 ) 　　

汉越平行语料库的资源稀缺，很大程度上影响了汉越机器翻译效果。数据增强是提升汉越机器翻译的有效途径，基于双语词典的词汇替换数据增强是当前较为流行的方法。由于汉语-越南语属于低资源语言对，双语词典难以获得，而通过单语词向量获取低频词的同义词较为容易。因此，提出一种基于低频词的同义词替换的数据增强方法。该方法利用小规模的平行语料，首先通过对单语词向量的学习，获得一端语言低频词的同义词列表；然后对低频词进行同义词替换，再利用语言模型对替换后的句子进行筛选；最后将筛选后的句子与另一端语言中的句子进行匹配，获得扩展的平行语料。汉越翻译对比实验结果表明，提出的方法取得了很好的效果，扩展后的方法比基准和回译方法在BLEU值上分别提高了1.8和1.1。

基于改进遗传算法的深度神经网络优化研究

李静, 莫思敏

2021, 43(08): 1503-1511. doi:

摘要 ( 336 )

PDF (1078KB) ( 533 ) 　　

深度前馈神经网络在分类和回归问题上得到了很好的应用，但网络性能极大程度上受到其结构和超参数影响。为了获得高性能的神经网络，首先对遗传算法的选择策略进行改进，之后利用该改进遗传算法，采用二进制编码与实数编码的混合编码策略对深度前馈神经网络层数、每层节点量以及学习率和权重进行优化。改进的选择策略，在最优保存策略的基础上从父代和子代合并的2n个个体中，以一定的概率选择部分适应值较差个体作为新父代，以增加种群多样性，避免陷入局部最优。同时引入dropout方法减少网络过拟合训练数据。使用Ring、Breast cancer、Twonorm、Heart、Blood、Ionosphere、Monk共7个数据集进行数值实验，并与其他相关文献中的算法比较，仿真结果表明，改进的遗传算法能搜索到较高性能的神经网络。

一种面向任务需求的群智感知任务分配模型

王鑫, 廖祎玮, 赵国生, 王健, 谢宝文

2021, 43(08): 1512-1520. doi:

摘要 ( 212 )

PDF (788KB) ( 231 ) 　　

针对群智感知平台中的任务分配问题，提出了一种任务需求特征提取算法和用户标签分类方法相结合的TREAULCM
任务分配模型。首先，通过任务需求特征提取算法提取感知任务的类别关键词；然后，通过多线性神经网络和多核学习对数据集进行训练得到分类器，通过分类器对用户的类型标签进行预测；最后，根据任务的类别关键词结合空间位置信息和用户参与度筛选有该任务类别标签且最大化满足任务需求的用户分发任务。仿真结果表明，TREAULCM任务分配模型在任务匹配度和任务分配效率方面有较好的可行性。

当期目录

作者中心

审稿中心

在线期刊