计算机工程与科学

2023年第2期目录

2023, 45(02): 0-0. doi:

摘要 ( 171 )

PDF (261KB) ( 236 ) 　　

单次神经网络结构搜索研究综述

董佩杰, 牛新, 魏自勉, 陈学晖

2023, 45(02): 191-203. doi:

摘要 ( 293 )

PDF (1150KB) ( 436 ) 　　

深度学习技术的快速发展与神经网络结构的创新关系密切。为提升网络结构设计效率，自动化网络结构设计算法—神经网络结构搜索NAS成为近年的研究热点。早期NAS算法通常要对大量候选网络进行训练和评估，带来了巨大的计算开销。通过迁移学习技术，可以加速候选网络的收敛，从而提升网络结构搜索效率。基于权重迁移技术的单次神经网络结构搜索(One-shot NAS)算法以超图为基础，子图之间进行权重共享，提高了搜索效率，但是也面临着协同适应、排序相关性差等挑战性问题。首先介绍了基于权重共享的One-shot NAS算法的相关研究，然后从采样策略、过程解耦和阶段性3个方面对关键技术进行分析梳理，比较分析了典型算法的搜索效果，并对未来的研究方向进行了展望。

拟态防御体系OSPF协议研究及分析

朱绪全, 江逸茗, 马海龙, 包婉宁, 张进

2023, 45(02): 204-214. doi:

摘要 ( 228 )

PDF (2006KB) ( 289 ) 　　

网络空间拟态防御技术是一种基于动态异构冗余的新型主动防御技术，通过引入多个异构冗余的执行体，增强广义鲁棒性，通过对多个执行体的策略或者周期性调度，对外呈现特征的不确定性变化，增强安全性。路由协议安全是网络安全的重要组成部分，OSPF协议作为网络空间中部署最广泛、实现最复杂的路由协议，如何实现各异构执行体OSPF协议功能的等价，是支持拟态防御的网络设备亟需解决的问题。首先，科学阐述了拟态防御的设计思想，详细描述了支持拟态防御的路由器的体系结构，论述了OSPF协议在拟态防御体系结构中的处理方法，通过引入OSPF协议代理实现各异构执行体OSPF协议功能的等价，在支持拟态防御的路由器原型样机中验证了该方法的可行性和高性能。最后，结合几种经典的OSPF路由攻击产生的路由器安全风险进行了具体说明及实验验证，实验表明该方法能够有效提高其应对OSPF网络攻击的能力。

专用数据处理器综述

刘忠沛, 吕高锋, 王继昌, 杨翔瑞

2023, 45(02): 215-227. doi:

摘要 ( 267 )

PDF (1314KB) ( 449 ) 　　

随着网络传输带宽的增加，数据中心复杂的基础设施操作占用着越来越多的计算资源，影响业务处理性能。专用数据处理器（DPU）是新近发展起来的一种专用处理器，提出背景就是应对数据中心的数据量和复杂性的指数级增长带来的性能瓶颈。DPU的出现是异构计算的一个阶段性标志，要解决的核心问题是针对基础设施降低整体系统的总体拥有成本，提升整个计算系统的效率，即将“中央处理器处理效率低下、图形处理器处理不了”的负载卸载到DPU。首先介绍了DPU的发展背景，基于网络处理模型分析了DPU的硬件架构，并与智能网卡及网络处理器进行了对比；之后介绍了DPU的编程模型，目前业界的DPU产品与应用；最后总结并展望了DPU未来的研究发展方向。

56 Gbps高速信号传输系统仿真验证设计

李宝峰, 黎铁军, 刘勇辉, 马柯帆, 罗煜峰, 姚信安

2023, 45(02): 228-236. doi:

摘要 ( 302 )

PDF (2916KB) ( 361 ) 　　

新一代高性能计算机的高速信号传输系统采用56 Gbps PAM4信号实现，传输通道跨越多块PCB板和多级连接器，信号完整性设计面临极大挑战。提出了面向全通道的56 Gbps高速信号传输系统仿真验证方案，通过板材参数校准、连接器参数测试、PCB布线模型提取，建立了更接近实际情况的复杂传输通道模型，并进行了全通道协同仿真实验。通过仿真实验与设计优化迭代，成功保障了56 Gbps PAM4高速信号的稳定可靠传输。

Flink水位线动态调整策略

吕鹤轩, 黄山, 艾力卡木·再比布拉, 吴思衡, 段晓东,

2023, 45(02): 237-245. doi:

摘要 ( 126 )

PDF (761KB) ( 209 ) 　　

衡量大数据的数据挖掘性能有2个最重要的任务指标:一是实时性,二是准确性。流数据从数据产生到消息队列再通过数据源流入Flink进行计算，这个过程中因为网络传输速度不同，不同节点的计算性能不同等原因，流数据进入计算框架的先后顺序和数据产生的事件时间顺序会有局部乱序的现象。面对窗口作业的传统水位线机制在不确定乱序程度的流数据情况下无法同时兼顾作业结果的实时性和准确性。针对这个问题，建立了流数据微簇模型。通过局部乱序度算法，根据流数据微簇的流数据事件时间局部乱序程度计算出可以代表当前时刻流数据的乱序度。设计了水位线动态调整策略，使水位线根据流数据的乱序程度动态调整大小。最后，在Apache Flink框架中对基于事件时间窗口的水位线动态调整策略进行了实现。实验结果表明，弹性或不确定乱序流数据条件下，基于事件时间窗口的水位线动态调整策略可以有效地同时兼顾窗口作业的准确性和实时性。

基于转录组学数据的抗真菌药物预测方法研究

杨浩艺, 陈微, 姚泽欢, 谭郁松, 李非

2023, 45(02): 246-251. doi:

摘要 ( 140 )

PDF (532KB) ( 206 ) 　　

在生物医学高通量数据迅速积累的背景下，突破传统药物研发技术体系，从生物医药信息的丰富数据特征出发，建立抗真菌药物的快速发现方法逐渐成为可能。从高通量组学数据出发，计算发现药物之间的相似药效关系，并应用于抗真菌新药发现。基于CMAP和LINCS数据平台，获取化合物作用下的细胞转录组数据作为生物细胞对药物效应的特征表征，采用GSEA和WTCS算法度量其特征表征之间的相似程度，通过对待筛选药物和已知抗真菌药物的相似度综合排序实现对潜在抗真菌药物的预测筛选。通过大规模计算发现，普尼拉明、伊利替康等药物有望用于抗真菌用途，部分预测结果已得到相关实验研究的支持。本研究有效利用细胞反应表征的高通量组学数据，将生物大数据应用于快速药物理性设计，为抗真菌药物重定位的理性设计提供重要的计算方法，启发并加速现有抗真菌药物发现过程。

基于共用密钥的高效多密钥同态加密方案研究

李文卿, 马锐, 张文涛

2023, 45(02): 252-260. doi:

摘要 ( 280 )

PDF (480KB) ( 432 ) 　　

作为安全多方计算理想的实现方式之一，多密钥同态加密在抗量子攻击和便于构建安全多方计算方案上有显著优势。然而，现有的BGV型多密钥同态加密算法存在密钥计算复杂、密文尺寸大等问题。为此提出了一种使用单密钥同态加密方案构造多密钥同态加密方案，该方案将主要的运算部分用单密钥同态加密方案加密完成，在产生共用密钥和共同解密部分采用已有的多密钥同态加密完成。理论分析表明，该加密方案可以减小密钥尺寸，降低同态乘法复杂度，提高加密运算效率。

面向工控系统漏洞的多维属性评估

李彤彤, 王诗蕊, 张耀方, 王佰玲, 王子博, 刘红日,

2023, 45(02): 261-268. doi:

摘要 ( 124 )

PDF (787KB) ( 265 ) 　　

针对工业控制系统漏洞风险评估角度较为单一且与工控环境联系不紧密问题，提出了面向工业控制系统漏洞的多维属性评估方法。首先，建立了漏洞有效性、风险类别属性判别模板，同时定义漏洞风险程度多维评价指标。其次，提出基于ernieCat的风险程度预测模型，使用漏洞文本描述及漏洞内在评价属性作为融合特征预测漏洞的严重性、危害性以及可利用性等级。结合工业控制系统设备层级关键信息与漏洞风险等级情况，建立多维度量化指标，对工业控制系统漏洞的危害程度进行量化评估。最后，通过实验验证ernieCat模型应用在漏洞风险程度预测方面的优越性。

基于身份的可审计多重截取签名方案

何启芝, 曹素珍, 王彩芬, 卢彦霏, 方子旋, 闫俊鉴

2023, 45(02): 269-276. doi:

摘要 ( 120 )

PDF (794KB) ( 254 ) 　　

为了解决内容可截取签名中存在的用户恶意修订以及截取后签名的不可追踪性问题，在基于身份的密码体制下，提出了一种具有可审计性的截取签名方案。方案采用M叉树模型实现分级多重截取签名，通过对树形结构的逆向追踪来实现签名的可审计性，以达到对截取者责任问权的目的。在随机预言模型下，基于离散对数困难问题证明了方案可抵抗适应性选择消息攻击下的存在性伪造。实验结果表明，所提方案在签名与截取阶段和验证签名阶段均具有一定的计算优势。

SDN环境中基于Bi-LSTM的DDoS攻击检测方案

白坚镜, 顾瑞春, 刘清河

2023, 45(02): 277-285. doi:

摘要 ( 281 )

PDF (1469KB) ( 321 ) 　　

针对5G物联网环境中海量接入设备带来的DDoS攻击威胁，同时考虑到软件定义网络SDN对5G物联网的适用性，提出了一种在SDN环境中利用长短期记忆LSTM网络检测DDoS攻击的方案，以提高对DDoS攻击检测的准确性。并采用分治算法思想，提出了一种轻量级分布式边缘计算架构OCM，在物联网中的空闲边缘节点部署基于Bi-LSTM的轻量级神经网络完成检测任务,在保证准确性的同时，增加了检测的灵活性。在ISCX2012数据集上评估了所提方案的有效性和可行性。实验结果表明，所提方案能够准确检测DDoS攻击并有效缓解DDoS攻击。

基于时间因子的可撤销可追踪属性基加密方案

许城洲, 王晨, 张文涛

2023, 45(02): 286-294. doi:

摘要 ( 122 )

PDF (883KB) ( 263 ) 　　

现有的属性基加密方案访问策略中较少涉及时间因子，用户为自己的数据设置访问策略时，无法对访问数据的用户拥有属性的时间进行限定，针对恶意泄露密钥的用户进行追踪并撤销也是属性基加密中的挑战性问题，现有的可撤销方案存在计算量太大、效率过低等缺陷。针对这些问题，提出一种基于时间因子的可撤销可追踪属性基加密方案，在用户密钥中分别标记用户获取属性的时间，访问策略中对用户获取属性最早/最迟时间进行限定，解密时对用户属性时间进行验证，丰富了系统的访问策略并实现了方案的后向安全，通过时间验证服务器对用户解密阶段进行管理，用户属性撤销时仅需要更新用户时间标记因子，用户撤销时仅需要删除时间因子，实现方案高效撤销和前向安全。最后，在DBDH假设下，所提方案是IND-CPA安全的。性能分析和实验结果表明，所提方案有较丰富的功能和较高的性能。

基于人眼色彩差异化感知的图像质量评价研究

王杨, 隆海燕, 贾曦然,

2023, 45(02): 295-303. doi:

摘要 ( 161 )

PDF (1108KB) ( 274 ) 　　

针对显著性图像质量评价问题，参考人眼视觉对图像色彩的差异化感知，提出一种基于孪生神经网络对图像色彩对比显著区域进行质量评价的算法。首先，根据图像中的色彩对比和语义信息分别提取原始图像和失真图像中的色彩对比显著区域；然后，将原始图像和失真图像中对应的色彩区域作为子图像，以样本对的形式输入孪生神经网络；最后，计算主客观图像质量评估值的相关性。实验采用残差结构的Inception-ResNet-V2网络作为基础模型，同时增加EMD损失函数优化对图像质量的距离损失，经过Softmax层后输出图像质量评估值，并在TID2013数据集上进行了测试。结果表明，提出的算法在该数据集上性能良好。

基于部分卷积和多尺度特征融合的人脸图像修复模型

孙琪, 翟锐, 左方, 张玉涛,

2023, 45(02): 304-312. doi:

摘要 ( 296 )

PDF (2006KB) ( 328 ) 　　

针对破损区域较大的人脸图像，修复后图像存在局部色差、边界伪影和细节缺陷等问题，提出基于部分卷积和多尺度特征融合的人脸图像修复模型。该模型主要分为多尺度修复网络和判别器网络。修复网络通过多级特征提取模块和主分支模块，有效融合深层和浅层的图像特征，实现了人脸图像的特征提取和融合。此外，构建由内容损失、感知损失、风格损失、总变分损失和对抗损失组成的联合损失函数，用于训练多尺度修复网络，并通过与判别器网络的相互对抗，提高修复图像与真实图像的视觉一致性。实验结果表明，对于不同的掩膜率，采用该模型修复的图像具有合理的纹理结构和上下文语义信息，并在定性和定量比较上表现更好。

基于多步长的多机器人分布式巡逻算法研究

白耀文, 杜亚江, 李宗刚,

2023, 45(02): 313-320. doi:

摘要 ( 94 )

PDF (1128KB) ( 178 ) 　　

针对多机器人巡逻中多数算法只利用被访问节点的相邻节点信息，导致平均空闲时间增加的问题，提出了一种基于多步长的分布式巡逻算法。首先，利用无向图对环境进行建模，其中存在路径的2个节点互为邻居，引入重要度刻画节点所在区域的重要程度。其次，设计基于个体机器人的效用函数，其中利用了被访问节点邻居的邻居信息，函数在结合相邻节点空闲时间和重要度的同时，考虑了相邻节点邻居的局部平均空闲时间和节点个数，进而通过比较效用函数来指导个体机器人运动。实验结果表明，该算法在机器人数量逐渐增多时，系统的全局平均空闲时间也逐渐缩短且具有很好的稳定性，相较于其他几种对比算法，该算法更加适用于机器人数量较多时的巡逻任务。

采用离散烟花算法的移动群智感知异构任务分配

申晓宁, 许笛, 宋丽妍, 姚铖滨, 王玉芳,

2023, 45(02): 321-331. doi:

摘要 ( 114 )

PDF (712KB) ( 231 ) 　　

建立移动群智感知异构任务分配问题的数学模型，该模型考虑参与者的心理与行为过程，并引入环境信息和参与者健康状况、信誉度和测量时间等因素，通过寻找最优任务分配方案，最小化任务完成的总成本，该总成本包括补偿成本、数据损失成本和距离成本3方面。为求解该模型，提出一种引入了预测信息的离散烟花算法。该算法采用整数编码方式，利用模型中的距离和匹配度2种启发信息设计烟花爆炸算子，提出了爆炸振幅的分组线性预测策略和变异算子的自适应竞争机制。实验结果表明，与已有算法相比，所提算法在移动群智感知异构任务分配问题上能够搜索到更优的分配方案。

基于BA-RVM算法的发动机故障诊断技术研究

陈财森, 胡海荣, 程志炜, 房璐璐

2023, 45(02): 332-337. doi:

摘要 ( 161 )

PDF (578KB) ( 233 ) 　　

发动机是装备动力系统的核心部件，针对传统检测技术在大量故障装备中难以准确快速诊断发动机故障，且诊断工作量大、效率低等问题，提出一种基于BA-RVM算法的发动机故障诊断模型。通过融合典型装甲装备发动机的各项指标，利用采集的参数指标与发动机的故障数据对模型进行训练，使得模型能够基于发动机的参数对故障类型进行预测。在模型训练时，采用蝙蝠算法BA对相关向量机算法RVM的核参数宽度进行优化，得到RVM最优参数的预测模型。最后，以12/200ZL型水冷废气涡轮增压柴油机为对象开展实验。实验结果表明，基于BA-RVM算法的故障诊断错误率比BP算法的降低了66.67%，比SVM算法的降低了62.5%。

基于情感语义对抗的跨语言情感分类模型

赵亚丽, 余正涛, 郭军军, 高盛祥, 相艳,

2023, 45(02): 338-345. doi:

摘要 ( 145 )

PDF (660KB) ( 277 ) 　　

传统的基于机器翻译的跨语言情感分类方法，由于受机器翻译性能影响，导致越南语等低资源语言的情感分类准确率较低。针对源语言和目标语言标记资源不平衡的问题，提出一种基于情感语义对抗的跨语言情感分类模型。首先，将句子和句子中情感词进行拼接，用卷积神经网络对拼接后的句子分别进行特征抽取，分别获得单语语义空间下的情感语义表征；其次，通过对抗网络，在双语情感语义空间将带标签数据与无标签数据的情感语义表征进行对齐；最后，将句子与情感词最显著的表征进行拼接，得到情感分类结果。基于汉英公共数据集和自主构建的汉越数据集的实验结果表明，所提模型相比跨语言情感分类主流模型，实现了双语情感语义对齐，可以有效提升越南语情感分类的准确率，且在差异性不同的语言对上也具有明显优势。

改进麻雀搜索算法优化SVM的异常点检测

唐宇, 代琪, 杨梦园, 陈丽芳,

2023, 45(02): 346-354. doi:

摘要 ( 180 )

PDF (877KB) ( 230 ) 　　

支持向量机是检测异常点的常用方法,但其仍然存在难以高效获取最优参数，导致检测效率低、稳定性差的问题。鉴于此，提出一种改进的麻雀搜索算法ISSA，并将其用于优化支持向量机参数。首先，采用改进折射反向学习和可变对数螺线改进传统麻雀搜索算法；然后，利用改进麻雀搜索算法ISSA对支持向量机参数进行优化；最后，将优化后的支持向量机用于异常点检测。仿真实验结果表明，在G-mean和F-measure 2个评价指标上，利用ISSA优化后的支持向量机检测效果明显优于其它3种分类算法，具有更优秀的检测效率、稳定性和泛化能力。

精英反向黄金正弦海洋捕食者算法

张磊, 刘升, 高文欣, 郭雨鑫

2023, 45(02): 355-362. doi:

摘要 ( 230 )

PDF (737KB) ( 266 ) 　　

由于基本的海洋捕食者算法在运行时存在求解准确度低和稳定性差等缺点，提出一种精英反向学习黄金正弦的海洋捕食者算法。加入精英反向学习机制，提升了海洋捕食者的种群质量，使得算法全面探索的范围得到了有效扩大；加入黄金正弦策略，改进了海洋捕食者捕食猎物的方法，缩小了海洋捕食者的搜索空间，使得算法的局部开发性能得到了有效提高。对12个基准测试函数和12个CEC2017函数进行求解测试，测试结果显示，2种改进策略有助于提高海洋捕食者算法的性能。

面向鲁棒性增强的多任务机器阅读理解

谭红叶, 行覃杰

2023, 45(02): 363-369. doi:

摘要 ( 121 )

PDF (544KB) ( 219 ) 　　

目前抽取式机器阅读理解已经取得了很好的成果。然而，许多研究工作表明,机器阅读理解模型在过敏感性、过稳定性等方面的鲁棒性还有待提高。为了解决该问题，提出了一种面向鲁棒性增强的多任务抽取式阅读理解模型，加强模型在篇章和问题2方面的理解能力。通过多任务学习方式，将答案抽取作为主要任务，证据句判断和问题分类作为辅助任务，实现编码器之间的信息共享。在鲁棒性测试集上的实验结果表明，所提模型对比基线模型有明显的性能提升。

DCsR：一种面向中文文本的集成式纠错框架

曹军航, 黄瑞章, 白瑞娜, 赵建辉,

2023, 45(02): 370-380. doi:

摘要 ( 179 )

PDF (797KB) ( 228 ) 　　

中文文本纠错技术在自然语言处理中有着非常重要的应用。针对书写灵活多变的中文文本，现有的纠错模型无法覆盖多种错误类型且存在从候选集合TOPK中挑选TOP1时出错概率极大的问题。提出了一种面向中文文本的集成式纠错框架——DCsR，摒弃以往建立在已知错误类型的假设上利用单一模型进行纠错的解决方案，根据不同场景选择添加多种表现优异的纠错模型分别进行纠错再集成召回更全面的候选集，同时根据自定义特征的重要程度建立了一个多策略、可拓展的候选排序算法，以挑选更具有公信力的修正结果。DCsR框架有效地解决了模型的偏向性问题，进一步全面提升了对中文文本拼写纠错的能力。实验结果表明，在公开数据集SIGHAN15上，对比现在的主流纠错模型，使用DCsR框架进行纠错的F1值比表现最优的单模型纠错高出了3.93%，进一步提升了对中文文本的纠错能力。针对CGED2020进行的消融实验也表明了DCsR框架的有效性。

当期目录

作者中心

审稿中心

在线期刊