计算机工程与科学

2022年第9期目录

2022, 44(09): 0-0. doi:

摘要 ( 99 )

PDF (254KB) ( 99 ) 　　

Beacon+：面向E级超级计算机的轻量级端到端I/O性能监控与分析诊断系统

杨斌, 王敬宇, 刘世超, 邵明山, 肖伟, 陈起, 何晓斌, 刘卫国, 薛巍,

2022, 44(09): 1521-1531. doi:

摘要 ( 245 )

PDF (1331KB) ( 191 ) 　　

随着E级计算的屏障被打破，高性能计算已经迈入了新时代。为了满足日益增长的数据访问需求，新兴的技术和存储介质都被运用到了超级计算机中，这使得其架构变得日趋复杂，其性能异常和系统热点定位也变得十分困难。为此，设计并实现了一个面向E级超级计算机的轻量级端到端I/O性能监控与分析诊断系统——Beacon+。该系统无需修改应用代码/脚本即可对每个应用的数据访问过程进行全路径实时监控与分析。通过在线+离线的压缩方法和分布式缓存/存储等机制，Beacon+在保证系统本身高扩展性、低开销的同时还可以持续稳定地提供I/O诊断服务。以神威新一代超级计算机为部署平台，通过I/O标准测试应用和实际应用证明了Beacon+的低开销和高准确性，以及I/O诊断的高效性。

SlurmX：基于Slurm使用面向对象设计方法重构的任务调度系统

温瑞林, 樊春, 马银萍 , 王政丹, 向广宇 , 付振新

2022, 44(09): 1532-1541. doi:

摘要 ( 225 )

PDF (1376KB) ( 117 ) 　　

目前使用较为广泛的Slurm任务调度系统存在代码臃肿、新功能开发效率低和难以维护的问题,在参考目前较为成熟的任务调度系统（如Slurm和HTCondor）的优缺点的基础上，设计了一个性能优异、可扩展性好和维护方便的高性能任务及资源调度系统SlurmX。讨论了通过使用面向对象的手段，对Slurm内部的组件从上至下进行了功能级别的重新抽象和组织，并从系统架构设计和组件内部设计等方面，简述了该调度系统如何在保障性能的情况下，提供高可扩展性和内部模块之间的低耦合性。

一种面向大规模并发的Gatherv优化方法

孙浩男, 王飞, 魏迪, 尹万旺, 史俊达

2022, 44(09): 1542-1549. doi:

摘要 ( 110 )

PDF (1459KB) ( 110 ) 　　

MPI不规则集合通信Gatherv为描述并行通信行为提供了极大的灵活性，但其不规则特性带来了较高的实现难度。现有方法存在通信热点突出、内存开销大和访存效率低等问题，难以满足当今大规模并行应用的性能需求。提出一种面向大规模并发的Gatherv优化方法，从优化等级、缓冲区管理等多个关键问题入手，将规则集合通信实现中常用的Binomial-Tree结构用于实现Gatherv，并提出消息链调度机制，进一步降低开销，提升优化效果。测试结果表明，该方法可以有效解决现有方法存在的性能问题，实现Gatherv集合通信性能在大规模并发条件下的高效可扩展。

面向CFD应用的Intel持久内存性能评估

文敏华, 陈江, 胡广超, 韦建文, 王一超, 林新华

2022, 44(09): 1550-1556. doi:

摘要 ( 167 )

PDF (685KB) ( 69 ) 　　

在科学计算领域，数据规模随着数值模拟精度要求的提高而快速增长，以DRAM为主存的传统方案由于成本高而难以扩展容量，近年来越来越被关注的持久内存技术有望解决这一问题。持久内存是在DRAM和SSD之间的补充，相比DRAM，持久内存具有容量大、性价比高的优点，但是性能也相对较低。为测试持久内存的应用性能，面向科学计算的一个重要领域——计算流体力学（CFD），对Intel持久内存进行性能评估。实验中，持久内存采用了最易于使用的内存模式，源码不需要任何修改，测试程序涵盖内存基准测试和3种常见的CFD算法，实验结果表明，在内存模式下，对不同CFD算法，相比纯DRAM的配置，持久内存的引入会带来一定的性能损失，且该损失随数据规模的增加而增大；另一方面，持久内存的部署使单服务器能支撑超大数据规模的数值模拟。

基于Linux的超算系统中Windows应用程序运行环境探究

徐海坤, 谢一曼, 吴青, 陈军, 邹有

2022, 44(09): 1557-1562. doi:

摘要 ( 107 )

PDF (643KB) ( 68 ) 　　

超算系统大多是基于Linux操作系统搭建的，限制了基于Windows操作系统的应用软件使用。此外，超算系统操作的高门槛使不熟悉Linux操作系统的用户望而却步，造成超算系统用户流失。基于Linux超算系统环境，探索兼顾超算系统运维管理便利性的Windows应用程序使用方法。研究通过X11转发、Wine和虚拟化等技术，为用户提供兼容超算作业调度系统Windows应用程序运行环境，同时提供安全、稳定的用户个人文件访问方法。所采用的配置方法与实例，可为具有类似需求的超算中心提供解决方案，从而拓宽用户软件应用范围，提高用户满意度。

面向海洋节能边缘计算的任务卸载研究

蒋欣秀, 常俊, 李波, 杨志军, 丁洪伟

2022, 44(09): 1563-1573. doi:

摘要 ( 113 )

PDF (1279KB) ( 96 ) 　　

针对海洋通信网络能源不稳定、时延较长的问题，提出一种混合能量供应的边缘计算卸载方案。对于能量供应问题，移动边缘计算(MEC)服务器集成混合电源和混合接入点，混合电源利用可再生能源为MEC服务器供应能量，采用电力电网作为其补充能源，保证边缘计算系统的可靠运行，船舶用户通过混合接入点广播的射频(RF)信号收集能量。针对任务卸载优化问题，以能耗-时延权衡优化为目标，联合能量收集方法制定任务卸载比例、本地计算能力和发射功率的优化方案，最后利用降维优化算法，将目标函数简化为关于任务卸载比例的一维多约束问题，并利用改进的鲸鱼优化算法获得最优的执行总代价。利用边缘云模拟器EdgeCloudSim仿真的结果表明，所提方案较具有能量收集的资源分配方案和基本海上通信网络优化的方案执行成本分别降低了13.4%和9.6%。

基于压缩感知和DNA编码的图像加密算法

邓文博, 刘帅, 刘福才, 黄茹楠

2022, 44(09): 1574-1582. doi:

摘要 ( 98 )

PDF (1638KB) ( 90 ) 　　

针对传统图像加密算法安全性能差和传输效率低等问题,提出了一种基于压缩感知CS和DNA编码相结合的图像压缩加密算法。首先，采用CS对待加密图像进行预处理，在预处理过程中由克罗内克积KP构造测量矩阵并按比例缩小原始图像。接着，利用超混沌Bao系统产生的混沌序列动态控制DNA编码、解码和运算方式，对压缩图像进行加密和解密。最后，通过重构算法得到重构图像。该算法最大限度地利用了超混沌Bao系统产生的混沌序列，通过将生成的混沌序列整数化，对原始图像进行DNA扩散操作。仿真实验和结果分析表明,该算法能有效提高图像的传输效率和安全性。

一种基于四方定理与幻方的矩形图像置乱方法

李向军, 喻鹏, 刘伯成, 袁凌利

2022, 44(09): 1583-1593. doi:

摘要 ( 72 )

PDF (2272KB) ( 59 ) 　　

针对幻方置乱算法变尺度置乱能力不足、置乱效果较差以及安全性低等问题，基于四方定理与幻方置乱算法，提出四分块幻方置乱算法FMSS。首先，根据四方定理的分块规则，将明文图像分为4个正方形图像块；然后，生成置乱所需的幻方矩阵;此后,对每个图像块进行置乱，结合拼接、转置和形状变化等操作，使得所有像素充分扩散并恢复为明文图像的尺寸大小；最后，通过多次置乱方式获得密文图像。实验结果表明，FMSS可对矩形图像进行置乱与恢复，置乱效果良好，有效降低了图像相邻像素间的相关性，表现出了更好的安全性，且在鲁棒性、置乱与恢复速度方面能够满足图像置乱算法的要求。

智慧医疗环境下支持属性更新的加解密外包方案

马佳佳, 曹素珍, 窦凤鸽, 丁晓晖, 丁宾宾, 王彩芬,

2022, 44(09): 1594-1601. doi:

摘要 ( 68 )

PDF (752KB) ( 80 ) 　　

为了共享患者数据,更便捷地查询患者情况，电子病历成为目前医疗系统中不可或缺的数据资料。为解决医患之间细粒度的访问控制和患者隐私保护问题，提出了智慧医疗环境下的支持属性更新的加解密外包方案。该方案通过将加解密运算外包给雾节点，有效地降低了数据拥有者和数据用户的计算负担，同时提高了效率。另外，该方案支持更新患者病历，更符合实际应用情况。同时，在密文更新时，授权机构将属性相关的哈希值传输给医疗云服务器，有效地保护了用户的隐私。最后，基于DBDH困难问题证明该方案是安全的，同时实验数据分析表明，该方案在计算效率上也具有一定优势。

面向整体区域的改进VIRE定位算法研究

牛琨, 高仲合, 张凡

2022, 44(09): 1602-1609. doi:

摘要 ( 108 )

PDF (1095KB) ( 97 ) 　　

VIRE定位算法的虚拟参考标签分布在中心区域，导致非中心区域定位精度低，并且算法需要根据环境重复调整阈值，增加了实验难度。针对上述问题，在VIRE算法的基础上提出面向整体区域的改进VIRE算法。首先，将虚拟参考标签放置到整体定位区域；同时，利用牛顿插值估算虚拟参考标签的RSSI值；随后，通过动态阈值选择邻近参考标签，经过邻近参考标签可信度检查后确定最终邻近参考标签；最后，对其进行误差校正得到定位标签的坐标。仿真实验结果表明，该改进VIRE算法不仅在定位精度上有大幅提升，而且对定位环境有较强的适应能力。

加密电子病历数据共享方案

牛淑芬, 于斐, 陈俐霞, 王彩芬

2022, 44(09): 1610-1619. doi:

摘要 ( 223 )

PDF (1079KB) ( 136 ) 　　

为了实现电子病历数据的细粒度访问控制以及安全存储与共享，提出了一种基于属性的云链协同存储的电子病历共享方案。该方案用对称加密算法加密电子病历，用基于密文策略的属性基加密算法加密对称密钥，用可搜索加密算法加密关键字。电子病历密文存储在医疗云上，安全索引存储在联盟链上。该方案使用可搜索加密技术实现关键字的安全搜索，使用代理重加密技术实现用户属性的撤销。经安全性证明，该方案能够实现密文的安全性和关键字的安全性。数值模拟实验结果表明，该方案是有效的。

基于深度学习的视频异常检测方法综述

何平, 李刚, 李慧斌,

2022, 44(09): 1620-1629. doi:

摘要 ( 394 )

PDF (612KB) ( 302 ) 　　

近年来，随着视频监控技术的广泛应用，对海量视频进行智能分析并及时发现其中的异常状态或事件的视频异常检测任务受到了广泛关注。对基于深度学习的视频异常检测方法进行了综述。首先，对视频异常检测问题进行概述，包括基本概念、基本类型、建模流程、学习范式及评价方式。其次，提出将现有基于深度学习的视频异常检测方法分为基于重构的方法、基于预测的方法、基于分类的方法及基于回归的方法4类并详细阐述了各类方法的建模思想、代表性工作及其优缺点。然后，在此基础上介绍了常用的单场景视频异常检测公开数据集和评估指标，并对比分析了代表性异常检测方法的性能。最后，总结全文并从数据集、方法及评估指标3方面对视频异常检测研究的未来发展方向进行了展望。

基于转换域与自适应伽马校正的去雾算法

王蓉, 杨燕

2022, 44(09): 1630-1637. doi:

摘要 ( 98 )

PDF (2017KB) ( 140 ) 　　

针对暗通道先验算法中存在的光晕效应以及天空区域偏色等问题，提出一种基于转换域与自适应伽马校正的图像去雾算法。首先通过将大气散射模型转换至对数域，结合暗通道先验理论提出对数域正相关关系；再利用高斯函数拟合正相关，从而得到粗级透射率；然后将有雾图像转换至HSV色彩空间，提取亮度分量构造自适应伽马校正因子，对粗级透射率进行修正，并使用交叉双边滤波操作实现透射率的进一步优化；最后结合大气散射模型与改进的局部大气光，实现无雾图像的有效复原。仿真实验表明，与几种经典算法相比，该算法复原结果去雾彻底且细节丰富，具有较好的色彩保真度，更接近真实场景。

轻量级水下目标检测器LUDet

喻明毫, 高建瓴

2022, 44(09): 1638-1645. doi:

摘要 ( 82 )

PDF (1326KB) ( 64 ) 　　

针对传统水下目标检测器受环境影响较大的问题，使用一种新的轻量级网络LUNet提取特征，结合两阶段检测算法提出轻量级检测器LUDet。首先，网络的第1个阶段使用高效卷积池化来获取不同特征表达。然后，在稠密连接结构的基础上增加两路稠密连接，以提高网络表征能力。网络由卷积池化层与两路稠密连接结构构成，网络中使用GhostModel代替1×1点卷积。使用CAFIR10和CAFIR100数据集进行分类实验验证了提出的骨干网的有效性。针对检测任务，LUDet通过通道注意力、多阶段融合后的特征图对目标进行检测。使用2个水下数据集对改进的检测器进行验证,水下生物数据集上检测的mAP达到了52.5%，水下垃圾数据集上检测的mAP达到了58.7%。

基于深度学习的心脏核磁共振图像自动分割算法

刘从军, 徐佳陈, 肖志勇, 柴志雷

2022, 44(09): 1646-1654. doi:

摘要 ( 202 )

PDF (1096KB) ( 151 ) 　　

心脏核磁共振成像技术由于其无电离辐射的优点已成为医疗诊断中的主要手段。对左心室、右心室以及左心肌进行准确的分割与识别是心脏手术前的重要一步，手动分割心脏结构耗时且易出错，因此自动分割双心室与心肌至关重要。提出了一种能充分利用心脏图像信息的多尺度特征融合U型神经网络MFF U-Net。首先,选择以U-Net++作为网络基本框架。其次，为了提高特征复用率，解决网络深度增加导致的过拟合问题，在U-Net++的编码部分提出了密集残差模块，使得网络在下采样过程中学习到更多有用特征。此外，在解码部分，为了使网络的分割结果更加符合目标器官之间的物理特征，用多个卷积核来扩大感受野并利用长距离依赖模块共享全局上下文信息，使得网络在编码还原的过程中尽可能地获取到目标器官之间的关系信息，从而使得分割结果更为精准。最后，考虑到双心室与左心肌的连贯性与唯一性，还添加了获取最大连通域与填充细小孔洞的后处理操作。采用的实验数据为ACDC心脏分割挑战数据集，其包含150位志愿者收缩期末期与舒张期末期的短轴心脏磁共振图像。在该数据集的测试集上进行验证，并通过在线提交的方式获取实验结果。实验结果表明，相较于其他算法，所提出的算法能够有效地分割目标器官,特别是舒张期末期的Dice系数分别达到了左心室0.96、右心室0.94和左心肌0.89，收缩期末期的分割精度达到了0.87,0.86和0.89。

一种轻量化中文指路标志的文本识别算法

宜超杰, 陈莉, 包宇翔

2022, 44(09): 1655-1664. doi:

摘要 ( 85 )

PDF (1478KB) ( 83 ) 　　

针对中文交通指路标志中多方向、多角度的文本提取与识别困难的问题，提出了一种融合了卷积神经网络与传统机器学习方法的轻量化中文交通指路标志文本提取与识别算法。首先，对YOLOv5l目标检测网络进行轻量改进，提出了YOLOv5t网络用以提取指路标志牌中的文本区域；然后，结合投影直方图法与多项式拟合法的M-split算法，对提取到的文本区域进行字符分割;最后,使用MobileNetV3轻量化网络对文本进行识别。提出的算法在自制数据集TS-Detect上进行近景文本识别，精度达到了901%，检测速度达到了40 fps，且权重文件大小仅有24.45 MB。实验结果表明，提出的算法具有轻量化、高精度的特性，能够完成复杂拍摄条件下的实时中文指路标志文本提取与识别任务。

基于级联CNNs的非约束车牌精确定位

徐光柱, 匡婉, 万秋波, 雷帮军, 吴正平, 马国亮

2022, 44(09): 1665-1675. doi:

摘要 ( 67 )

PDF (1518KB) ( 48 ) 　　

为解决单一深层卷积神经网络用于非约束场景下车牌定位时，所输出的矩形检测框对非正面车牌定位效果不佳的问题，提出将目标检测与目标分类CNN网络级联，通过检测网络得到感兴趣区域，接着利用轻量级分类网络，将车牌顶点检测问题转化为回归问题。首先，利用YOLOv3网络进行粗定位，获取图像中所有车牌的候选区域；然后，使用基于MobileNetV3改进的轻量级神经网络定位候选区域中的车牌顶点，实现车牌区域精定位；最后，通过透视变换将车牌区域投影到矩形框内实现车牌校正。实验结果表明，所提出的级联CNNs能够有效解决单一CNN目标检测网络仅能输出矩形检测框，而不适用于非约束车牌定位的问题，具有较好的应用价值。

基于U-Net改进的多尺度融合超声神经分割算法研究

张克双, 邬春学, 张生, 林晓

2022, 44(09): 1676-1685. doi:

摘要 ( 88 )

PDF (1157KB) ( 71 ) 　　

大量传统的颈部超声神经检测算法，检测敏感性低，假阳性数量大，低层特征利用率不足。而颈部超声图像数量较少，边缘模糊且对噪声敏感。对此，提出一种改进型U-Net分支融合算法：改进损失函数，获得高质量的候选样本；使用多尺度卷积结构替换原结构中普通卷积层，增强特征提取能力；结合扩张卷积替换中、深层池化操作，提高低层特征利用率。通过对比实验验证了所提算法的算法性能。实验表明，与传统的U-Net和SegNet卷积网络对于小尺寸超声神经分割的结果相比，所提算法的分割效果较两者分别提升了近9%和17%，且对于正常尺寸和小尺寸的神经分割均有较高的分割精度。

基于模糊贝叶斯决策的核心概念抽取方法

钟寒, 徐艺嘉, 鹿浩, 孙旌睿

2022, 44(09): 1686-1692. doi:

摘要 ( 91 )

PDF (629KB) ( 94 ) 　　

为了提高特定领域核心概念抽取的效率，提出一种基于模糊贝叶斯决策的核心概念抽取方法。在特定领域内随机抽取大量文本并进行分词获取候选概念；然后采用TF-IDF算法计算候选概念的各项特征值，采用概念隶属度归一化处理候选概念特征值；最终通过贝叶斯决策计算候选概念为核心概念的概率。在财经领域相关数据集上进行文本核心概念抽取的实验结果表明，所提方法的F1值相比TextRank、LDA主题模型、word2vec词聚类模型、RNN、LSTM等的F1值有所提高。综合实验结果表明，基于模糊贝叶斯决策的核心概念抽取方法在核心概念抽取方面表现较好。

基于上下文表示的知识追踪方法

王文涛, 马慧芳, 舒跃育, 贺相春

2022, 44(09): 1693-1701. doi:

摘要 ( 93 )

PDF (856KB) ( 119 ) 　　

知识追踪是教育数据挖掘领域中一个十分重要的问题，旨在利用可观测到的学生历史交互数据和习题包含的知识点相关信息来推断学生对知识点的掌握情况。已有方法虽在不同程度上取得了一些进展，但大多忽略了使用知识点表示习题的重要性，并且对使用诸如学习因素之类的上下文表示知识点的研究也不够充分。针对上述问题，提出基于上下文表示的知识追踪方法KTCR。首先，综合考虑影响学生学习过程的因素，并基于学生响应数据设计了知识点上下文表示方法，从而基于Q矩阵表示知识点上下文；其次，为了实现习题向量的降维，利用融合上下文信息的知识点和学生响应数据对习题向量进行重表示；最后，结合学生历史交互数据，使用长短期记忆网络对学生的知识状态进行估计。在4个真实数据集上的实验表明了本文方法对于习题嵌入表示的合理性，并且能够有效地估计学生的知识状态。

融合评论的多任务联合谣言检测方法

王繁, 郭军军, 余正涛,

2022, 44(09): 1702-1710. doi:

摘要 ( 107 )

PDF (1152KB) ( 155 ) 　　

目前，针对微博领域的谣言检测方法主要基于微博正文，同时辅以用户评论特征、传播特征等信息进行判定。然而已有方法没有考虑用户评论质量会直接影响谣言检测的性能，质量低的评论甚至会引入无用甚至负面的特征，进而对谣言检测的性能带来更大的影响。针对该问题，基于用户评论和谣言检测的关联性，首次提出一种考虑评论有效性，并基于多任务联合学习的谣言检测方法。首先将谣言检测作为主任务，用户评论相关性检测为辅助任务；然后采用门控机制和注意力机制过滤和选择有效的用户评论特征;最后基于自主构建的3万条疫情微博谣言数据集进行实验。实验结果表明，对用户评论进行筛选不仅可以提升谣言检测性能，还能对用户评论质量进行判定。

当期目录

作者中心

审稿中心

在线期刊