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
    2023年第9期目录
    2023, 45(09): 0-0. doi:
    摘要 ( 228 )   PDF (256KB) ( 250 )     
    高性能计算
    ParM:基于国产处理器的异构并行编程模型
    朱文龙, 江嘉治, 黄聃, 肖 侬
    2023, 45(09): 1521-1531. doi:
    摘要 ( 294 )   PDF (1154KB) ( 389 )     
    随着算力需求的增长,各种国产异构计算设备不断出现,这些设备都有其专用的编程模型,开发者需要根据不同设备的架构特点在专用的编程模型上进行开发,导致开发出的代码在设备间不具有可移植性。近年来国外已经出现了支持多种计算设备的统一异构并行编程模型,但针对国产设备的异构编程模型的研究和实现还比较少。针对该问题,开发了一套性能可移植的异构编程模型ParM。该编程模型以C++库的形式提供,屏蔽了大量的底层实现细节,降低了并行编程难度。该编程框架目前支持的后端设备有x86 CPU、NVIDIA GPU、华为鲲鹏处理器和华为昇腾AI处理器,并且对各种后端设备进行了性能优化。在各种设备上的性能测试表明,ParM编程模型的性能可以达到原始代码的90%以上。

    RISC-V基础数学库性能优化
    李飞, 郭绍忠, 周蓓, 宋广辉, 郝江伟, 许瑾晨
    2023, 45(09): 1532-1543. doi:
    摘要 ( 191 )   PDF (2023KB) ( 278 )     
    基础数学库作为计算机系统最基础的软件库之一,其性能是影响上层应用执行效率的主要因素之一。现有的RISC-V基础数学库虽然可以实现正确计算,但其源码中存在大量访存指令和冗余指令,导致函数性能不高;同时RISC-V数学函数的汇编代码量大,分支判断复杂,增加了直接优化的难度。针对上述问题,遵循从局部到整体的优化思路,提出了RISC-V数学函数的关键路径自动检测方法,重点解决对关键分支进行优化时其他分支寄存器依赖易被改变的问题。依据队列式寄存器分配策略,对同一路径内寄存器进行再分配,提高了寄存器利用率,最大限度地减少了访存指令数。此外,还对冗余指令进行了组合功能重构。实验结果表明,67个RISC-V数学函数由平均144个时钟周期优化为85个时钟周期,性能平均提升了29.61%。

    适用于边缘计算的6H并行计算架构
    李磊, 郑黎明, 王宏义, 柴永毅, 刘培国
    2023, 45(09): 1544-1552. doi:
    摘要 ( 127 )   PDF (966KB) ( 226 )     
    针对云集中式计算模式在延时、安全、环境信息利用等方面的不足,近年来产业界和学术界提出了雾计算、移动边缘计算、移动云计算等不同边缘计算概念,其主要思想是将计算、存储、I/O等资源迁移到网络边缘,以提升各类应用的服务质量。但是,现有的边缘计算架构通常直接采用云计算架构,存在互操作性差、资源利用率不高、资源管理粒度不够细、动态性不强等问题。深入分析边缘计算的特点,基于轻量级虚拟化、软件定义网络、并行计算等基本理念,提出适用于边缘计算环境的6H并行计算架构,即高性能、高可用、高可扩展、高模块化、高可伸缩、高易用。随后采用Python/C++混合编程模式实现了一个6H计算框架。在边缘计算典型硬件条件下,采用物联网典型用例对该计算框架进行了测试。其结果表明:随着计算进程和计算节点数据增加,计算耗时近似成线性下降,说明该计算框架的可扩展性和可伸缩性较好;在高并发条件下,计算框架表现优异,说明该框架具备高性能;在边缘服务器异常情况下,计算框架恢复时间快,说明该框架的可用性较好。另外,该计算框架采用CMD-Worker-Handler编程模型,高度模块化,二次开发简单方便,具有很好的易用性。

    计算机网络与信息安全
    时间敏感网络下的一种新型灵活门控机制
    林佳烁, 李伟超, 成剑, 詹双平, 冯景斌, 王涛, 黄倩怡, 唐博, 汪漪,
    2023, 45(09): 1553-1562. doi:
    摘要 ( 140 )   PDF (1116KB) ( 218 )     
    时间敏感网络流调度算法通常需要生成大量的门控事件。这超出了网络设备的能力,使得调度算法难以在实际网络中部署。针对此问题,提出一种新型灵活门控机制,通过放松实时业务流与尽力而为业务流严格隔离的约束,允许部分节点对实时业务流不启用门控机制。该机制允许灵活地选择在各个网络设备端口对各实时业务流使能门控,能够将调度实时业务流所需的门控事件最多减少91.6%,其甚至允许实时业务传输路径上存在不支持门控调度的网络设备,实现与普通网络的混合组网。

    可用性增强的缩略图保持加密
    叶茜, 张玉书, 赵若宇, 肖祥立, 温文媖
    2023, 45(09): 1563-1571. doi:
    摘要 ( 179 )   PDF (1908KB) ( 294 )     
    传统加密在保护云储存图像隐私的同时使其完全丧失视觉可用性。尽管缩略图保持加密可平衡图像隐私性和视觉可用性,但现有方案均不考虑保留非视觉可用性。为此,提出一个可用性增强的缩略图保持加密方案。该方案利用信息隐藏的可逆性和灵活性,腾出原始图像的部分空间用于像素调整,从而保持密文缩略图与原始缩略图近似。在进行像素调整之前,对图像进行传统加密以保障安全性。在完成像素调整之后,凭借所剩余的空间容量嵌入额外信息,这些额外信息可为用户提供非视觉可用性。所提缩略图保持加密方案不仅平衡了隐私性和视觉可用性,还在一定程度上保留了非视觉可用性。最后,实验结果证实了所提方案的有效性和先进性。

    基于双重检索修正域名系统的最长匹配规则
    周聪, 陶静, 赵宝康, 李安艺
    2023, 45(09): 1572-1577. doi:
    摘要 ( 71 )   PDF (570KB) ( 215 )     
    域名服务在Internet中具有重要作用,ENUM技术与域名解析结合在三网融合中被广泛应用,在域名服务领域BIND系统占比很高。对比RFC对最长匹配规则定义与BIND系统实现存在的差异,通过2类域名服务软件解析结果确认,提出双重检索的策略修正BIND系统,使得NAPTR记录的解析结果更符合标准RFC描述,为更多的标准服务定制化过程提供了思路,并在实网中部署了应用。

    图形与图像
    基于孪生网络的目标跟踪算法综述
    马玉民, 钱育蓉, 周伟航, 公维军, 帕力旦·吐尔逊
    2023, 45(09): 1578-1592. doi:
    摘要 ( 356 )   PDF (3012KB) ( 452 )     
    孪生网络是由2个或多个人工神经网络建立的耦合框架,因其将回归问题转换为相似度匹配问题,备受计算机视觉领域的研究人员关注。随着深度学习理论的快速发展,目标跟踪技术在生活中得到了广泛的应用。基于孪生网络的目标跟踪算法以其相对优越的准确率和实时性逐渐代替了传统的目标跟踪算法,成为目标跟踪的主流算法。首先,介绍了目标跟踪任务面对的挑战和传统方法;然后,介绍了孪生网络的基础结构及其发展,汇总了近年来基于孪生网络的目标跟踪算法与相应设计原理;另外,介绍多个用于目标跟踪测试的主流数据集,并基于这些数据集对比了基于孪生网络的目标跟踪算法的性能;最后,提出基于孪生网络目标跟踪算法目前存在的问题及对未来的展望。

    孪生注意力门控融合的遥感图像变化检测编解码网络
    陈海永, 吕承杰, 杜春, 陈鹏
    2023, 45(09): 1593-1601. doi:
    摘要 ( 113 )   PDF (898KB) ( 217 )     
    针对深度卷积神经网络中特征图分辨率降低,进而导致遥感图像小变化区域检测性能差以及难以有效区分外界干扰而产生伪变化等问题,提出了一种孪生注意力门控融合的遥感图像变化检测编解码网络。在编码部分引入了三重注意力网络模块,为进一步解决变化检测图中产生伪变化的问题,提出了注意力门控融合模块,从多个层次选择性地融合特征,在解码部分直接引入深度监督策略,增强了变化检测网络的特征提取能力。通过实验对本文所提网络的有效性进行了验证。

    基于深浅层特征融合的无监督视频摘要算法研究
    曾凡锋, 王春真, 李琛
    2023, 45(09): 1602-1610. doi:
    摘要 ( 114 )   PDF (869KB) ( 204 )     
    针对现有无监督视频摘要算法对视频帧重要性判断不准确的问题,提出一种基于深浅层特征融合的无监督视频摘要算法。视频帧的深层特征由卷积神经网络(CNN)进行提取;浅层特征先由加速稳健特征(SURF)算子提取,再使用词袋(BOW)模型进行编码;最后将深层特征与浅层特征进行融合,丰富特征描述符的信息,作为网络模型的输入。使用双向长短期记忆网络(BiLSTM)对时序信息建模并输出帧重要性得分,采用强化学习的方式优化模型。在生成静态视频摘要时,设计了一个基于局部极大值的关键帧筛选方法,遵循了原视频的时序结构同时避免冗余。在SumMe和TVSum数据集上与多个无监督视频摘要算法进行对比,实验结果表明所提算法能够对视频内容做出更准确的判断,并生成了更高质量的摘要。

    基于多对抗性鉴别网络的人脸活体检测
    任拓, 闫玮, 况立群, 谢剑斌, 谌钟毓, 高峰, 郭锐, 束伟, 谢昌颐
    2023, 45(09): 1611-1620. doi:
    摘要 ( 93 )   PDF (1737KB) ( 195 )     
    人脸活体检测是人脸识别系统安全性保证的关键,其中,解纠缠学习方法可以有效解决人脸活体检测中泛化数据集的问题,但是现有的解纠缠学习方法往往将整幅人脸图像作为输入,解析出伪造痕迹元素,会忽略伪造痕迹的局部细节问题。针对这一问题,改进现有的伪造痕迹解纠缠网络,提出多对抗性鉴别网络模型,在鉴别器中设计主鉴别器和区域鉴别器,引入人脸遮罩模块,生成人脸皮肤、五官遮罩蒙版,整合人脸局部信息,使生成器拟合的图像更接近数据集中人脸图像的分布,同时解离出加强版的伪造痕迹。提出的多对抗性鉴别网络有效地增强了伪造人脸图像的伪造痕迹信息并提高了人脸活体检测的准确率。具体来说,该网络模型在OULU-NPU数据集的2个实验中的检测错误率仅为0.8%和1.4%,相比STDN错误率显著降低,同时在Idiap Replay-Attack数据集上也达到了较好的检测效果。为了验证该网络模型的可迁移性,在NUAA数据集和Idiap Replay-Attack数据集上进行跨域实验,达到了不错的效果。

    一种用Sigmoid函数进行加权融合的图像去雾算法
    火元莲, 张乔森, 张金石, 范宏栋,
    2023, 45(09): 1621-1628. doi:
    摘要 ( 135 )   PDF (1006KB) ( 242 )     
    为了解决图像去雾过程中在前景和天空区域过渡不平滑以及透射率融合不精确、恢复图像色彩不自然等问题,提出了一种用Sigmoid函数进行加权融合的图像去雾算法。该算法在R、G、B共3个通道上使用不同的衰减常数,并以Sigmoid作为权重函数将基于颜色衰减先验对天空区域的估计透射率和基于暗通道先验对前景区域的估计透射率进行融合,最后通过大气散射模型恢复出无雾图像。实验结果表明,该算法对包含有天空区域的雾图的去雾效果更优,复原后的图像清晰而且色彩自然,提升了图像的主观视觉效果,同时客观对比也表明了该算法的有效性和适用性。

    人工智能与数据挖掘
    融入重心反向学习和单纯形搜索的粒子群优化算法
    张文宁, 周清雷, 焦重阳, 梅亮
    2023, 45(09): 1629-1638. doi:
    摘要 ( 109 )   PDF (1015KB) ( 234 )     
    针对粒子群优化PSO算法后期种群多样性差和易陷入局部最优解等问题,提出具备重心反向学习和单纯形搜索行为的粒子群优化COLS-PSO算法。初始时,基于混沌策略构造出搜索空间。进化过程中,基于Spearman系数选择需要进行重心反向学习的粒子,以帮助算法逃离局部极值区域。进一步引入局部搜索能力较强的单纯形搜索方法增强对最优粒子邻近区域的开发,以提高搜索精度。实验先在若干标准测试函数上进行,之后将COLS-PSO算法应用于软件测试数据生成问题。实验结果表明,COLS-PSO算法在求解精度、收敛速度和有效性方面表现较好,能够有效平衡种群多样性和算法收敛性的矛盾。

    基于模型混合的智能交易行为异常检测
    张耐, 张晨亮, 柳永翔, 陈聪, 黄艳婷
    2023, 45(09): 1639-1647. doi:
    摘要 ( 183 )   PDF (787KB) ( 359 )     
    作为智能金融的重要体现之一,基于交易软件的智能化交易在国内金融市场方兴未艾,显著提升了金融交易效率。然而,智能交易软件类型丰富,其涉及的交易策略设计思路和算法复杂多样,造成交易存在异常、不合规风险。目前,对于智能交易行为的异常检测工作尚未充分展开。为此,针对交易数据类型的复杂性和专业性,提出了融合深度学习隐式表征学习和规则树模型显式规则学习的思路,对交易数据涉及的时序性和合规性分别进行建模。为验证所提模型的有效性,在股票、期货等多种类型数据上将其和一些代表性的基线模型进行了对比,实验结果表明该模型能够取得最佳性能。此外,对混合模型进行了进一步分析,测试了不同特征对于异常检测效果的影响。

    多策略改进的混沌哈里斯鹰优化算法
    胡春安, 熊昱然
    2023, 45(09): 1648-1660. doi:
    摘要 ( 175 )   PDF (1838KB) ( 314 )     
    哈里斯鹰优化(HHO)算法是近期提出的一种元启发式算法,模拟了生物性的种群捕食调度。针对哈里斯鹰优化算法开发能力不足、种群多样性下降和容易陷入局部最优等缺点,提出了一种多策略改进的哈里斯鹰优化算法(MHHO)。首先,在哈里斯鹰中引入混沌局部搜索策略,利用混沌映射的优点,围绕当前个体进行局部搜索,从而找到更好的个体,提高算法的开发能力。其次,为了增强种群多样性,提出了精英备选池策略。此外,通过对优势种群信息的采样来更好地引导种群进化方向,采用分布估计策略提高算法收敛效率。CEC2017测试实验结果表明,改进后的算法兼顾了收敛速度与全局搜索等能力,最后将算法用于求解工程约束问题,证明了改进后的算法的实用性。

    基于局部障碍率预获取和双向父节点变更的A*算法优化
    张志远, 陈海进, 章一鸣
    2023, 45(09): 1661-1669. doi:
    摘要 ( 87 )   PDF (1230KB) ( 168 )     
    针对传统A*算法未能有效识别环境信息造成的路径优化差、搜索效率低和灵活性低的一系列问题,提出了一种基于局部障碍率预获取和双向父节点变更的改进A*算法。首先,基于漂移矩阵算法获取栅格地图各个部分的局部障碍率;其次,将预获取的局部障碍信息融入改进的A*算法评价函数中,依据地图各个区域的不同复杂程度自适应地调整搜索空间;最后,用改进的父节点变更方式进一步优化路径,减少生成路径的冗余点和拐点。仿真结果表明,本文设计的算法在路径长度、拐点数量、搜索效率和运行时间等指标上有明显提高。

    基于改进自适应DBSCAN的混合式MOOC视频观看模式挖掘
    王若宾, 耿芳东, 张永梅, 宋威, 王伟锋, 徐琳
    2023, 45(09): 1670-1678. doi:
    摘要 ( 87 )   PDF (1130KB) ( 148 )     
    基于密度聚类的DBSCAN算法能够依据数据特征自动执行分类任务,多应用于含噪声的复杂数据集的聚类分析,但也存在难以确定参数以及人工参与度高的缺陷,限制了自动高准确率挖掘的应用。基于此,提出了一种基于k-dist图斜率的自适应DBSCAN算法KSSA-DBSCAN,可以依据k-dist图斜率自动选择合适的k-dist图拐点作为最佳邻域,并在聚类迭代过程中依据聚类数目的变化自动确定最佳密度阈值,克服了难以确定参数和人工参与度过高的缺陷。基于6个数据集将KSSA-DBSCAN和DBSCAN、KANN-DBSCAN进行了对比,实验结果显示,该算法的准确率在4个数据集上均优于其它算法,并且与DBSCAN相比准确率最大提高了25%。将其应用于某混合式MOOC视频观看行为数据的模式挖掘,结果显示该算法能够对视频观看模式进行有效的自动挖掘,进一步验证了该算法的有效性。

    基于邻域搜索的改进反向学习平衡优化器算法
    李安东, 刘升, 苟茹茹
    2023, 45(09): 1679-1690. doi:
    摘要 ( 74 )   PDF (2114KB) ( 168 )     
    针对标准平衡优化器EO算法收敛精度低、易陷入局部最优解等问题,提出一种结合邻域拓扑搜索改进的反向平衡优化器算法IOLEONS。首先,利用双曲正切自适应算子修改平衡池中平均浓度值,提高算法收敛精度;然后,计算粒子之间的欧氏距离,引入邻域搜索机制,进一步增强算法的局部开发能力,更好地平衡算法开发和探索阶段;最后,利用添加Chebyshev映射的动态对称反向学习策略增强种群的扰动能力,提高种群的多样性,帮助种群跳出局部最优解。对改进算法进行收敛性分析并选取8个基准函数进行仿真实验,Wilcoxon符号秩检验和Friedman秩检验结果显示,改进算法具有较好的优化性能。

    融合GA-CART和Deep-IRT的知识追踪模型
    郭艺, 何廷年, 李爱斌, 毛君宇
    2023, 45(09): 1691-1700. doi:
    摘要 ( 169 )   PDF (924KB) ( 233 )     
    随着深度神经网络的快速发展,基于深度学习知识追踪模型的优势逐渐显现。Deep-IRT将项目反应理论与动态键值记忆网络(DKVMN)相结合,增加了学生与练习之间的联系,却忽略了学习特征的影响。DKVMN-DT在DKVMN的基础上增加了基于CART决策树的行为特征预处理,但决策树仍是一种贪心算法。为优化CART带来的局部最优问题并加强学生能力与项目难度的联系,提出了一种将基于遗传算法的CART与Deep-IRT相融合的优化模型。首先对CART基于遗传算法进行2次优化,对学习者的学习行为特征进行预处理;然后计算交叉特征并融入DKVMN底层模型中;最后引入项目反应理论,根据学生能力与项目难度完成概率预测。实验结果表明,DKVMN-GACART-IRT模型的AUC值均优于原始模型,具有更好的预测性能。

    基于异构图病历注意力网络的临床辅助诊断研究
    李勇, 冯俐, 王霞
    2023, 45(09): 1701-1710. doi:
    摘要 ( 105 )   PDF (1164KB) ( 221 )     
    从电子病历中自动提取有价值的信息并进行疾病辅助诊断,对于临床决策支持、智慧医院建设等都有重要的理论和实践意义。然而,电子病历中病症数据存在分布不平衡问题,导致辅助诊断中部分疾病的病历数据量不足;同时,传统方法忽略了病历的异构性和多源情境信息,这些都会使疾病预测准确性欠佳。提出了一种基于异构图病历注意力网络的临床辅助诊断预测模型HCAD。首先,通过构建外部医学知识图谱,解决电子病历数据不平衡问题;其次,有效融合患者病情描述和生理记录等情境信息,通过设计节点级注意力机制和语义关系级注意力机制,来重点识别节点和不同语义关系信息的重要程度;最后,通过分层聚合得到具有高度代表性的患者节点向量表示,从而准确地进行疾病预测。在真实电子病历数据集上的实验表明,模型HCAD具有较高的可行性、有效性和可解释性,其F1值相比基准模型的平均提高了7.45%。