表格数据因在金融、医疗等关键领域广泛应用而具有重要价值。然而,对于表格数据的有效利用,常受到数据稀缺、类别不平衡及隐私法规的严格制约。为应对这些挑战,通过生成模型合成在统计特性上与真实数据高度相似的...
1974年1月创刊（月刊）
主管/主办:重庆西南信息有限公司
CODEN JKIEBK
主管/主办:重庆西南信息有限公司
ISSN 1002-137X
CN 50-1075/TPCODEN JKIEBK
编辑中心
热点文章推荐更多...
-
2025年第11期, 刊出日期：2025-11-15
-
第52卷第11期目录
. 第52卷第11期目录[J]. 计算机科学, 2025, 52(11): 0-0.
- 计算机科学. 2025, 52 (11): 0-0.
-
摘要 ( 15 )
PDF(423KB) ( 12 )
- 相关文章 | 多维度评价
目录-
大语言模型与谣言:生成与检测的综述
潘杰, 王娟, 王楠. 大语言模型与谣言:生成与检测的综述[J]. 计算机科学, 2025, 52(11): 1-12.
PAN Jie, WANG Juan, WANG Nan. Large Language Models and Rumors:A Survey on Generation and Detection[J]. Computer Science, 2025, 52(11): 1-12. - 潘杰, 王娟, 王楠
- 计算机科学. 2025, 52 (11): 1-12. doi:10.11896/jsjkx.250700034
-
- 参考文献 | 相关文章 | 多维度评价
-
谣言检测自20世纪中期起便是跨学科研究议题,微博、Twitter等社交媒体的迅速普及让该任务受到持续关注,并在2016年美国总统选举期间因谣言泛滥而进入更广泛的公共视野。随着大语言模型的发展,其在自然语言理解与生成方面实现了突破,并推动了谣言检测领域发生深刻变革。文中系统综述了大语言模型在谣言生成与检测领域的最新研究:首先回顾社交媒体谣言的概念,概述了当前用于谣言检测的多种基准数据集以及传统机器学习、深度学习与图神经网络等检测框架的演进历程;继而重点分析大语言模型(Large Language Models,LLMs)在谣言检测中的4类核心角色,即参数微调、零/少样本提示、知识增强、多模态融合,梳理了由LLM生成谣言的数据集,以及水印、语言指纹、语义熵等针对AI生成内容的检测技术;最后展望了未来研究的方向以及面临的挑战。
大语言模型技术研究及应用-
基于组合上下文提示的大型语言模型领域知识问答研究
方全, 张金龙, 王冰倩, 胡骏. 基于组合上下文提示的大型语言模型领域知识问答研究[J]. 计算机科学, 2025, 52(11): 13-21.
FANG Quan, ZHANG Jinlong, WANG Bingqian, HU Jun. Research on Domain Knowledge Question Answering via Large Language Models withCompositional Context Prompting[J]. Computer Science, 2025, 52(11): 13-21. - 方全, 张金龙, 王冰倩, 胡骏
- 计算机科学. 2025, 52 (11): 13-21. doi:10.11896/jsjkx.241200198
-
- 参考文献 | 相关文章 | 多维度评价
-
近年来,大型语言模型的快速发展引起了社会各界的广泛关注。大型语言模型虽然天然适应各种自然语言处理任务,但是在特定领域的问答任务中,由于缺少针对垂直领域的训练,生成答案的可靠性和适用性往往不尽如人意。为提升领域知识问答系统的性能,提出了一种新的基于组合上下文提示的大型语言模型领域知识问答方法。组合上下文提示包括了领域知识上下文和问答示例上下文两部分。领域知识上下文由采用基于对比学习的密集检索器从领域知识库中检索得到,能够增强大型语言模型的领域专业知识处理能力。问答示例上下文则通过语义相似检索从训练集中取得,能够提升大型语言模型对问题意图的理解能力。最后,将得到的组合上下文提示输入经过领域知识微调后的大型语言模型中,生成最终的领域答案。通过充分的实验和与基线模型的综合比较证明,所提方法在BERTScore指标上精确度和召回率分别比ChatGPT提高了15.91%和16.14%,F1 Score比ChatGPT提高了15.87%。
-
基于大语言模型增强的零样本知识抽取方法
皮乾坤, 卢记仓, 祝涛杰, 彭悦翎. 基于大语言模型增强的零样本知识抽取方法[J]. 计算机科学, 2025, 52(11): 22-29.
PI Qiankun, LU Jicang, ZHU Taojie, PENG Yueling. Zero-shot Knowledge Extraction Method Based on Large Language Model Enhanced[J]. Computer Science, 2025, 52(11): 22-29. - 皮乾坤, 卢记仓, 祝涛杰, 彭悦翎
- 计算机科学. 2025, 52 (11): 22-29. doi:10.11896/jsjkx.241000049
-
- 参考文献 | 相关文章 | 多维度评价
-
知识抽取任务旨在从复杂的信息资源中抽取出结构化的知识。然而,现有的知识抽取研究往往需要依赖大量人工标注数据,这导致了高成本消耗。对此,提出一种基于大语言模型增强的零样本知识抽取方法,旨在不依赖任何人工标注数据,利用大模型强大的语义推理能力,自动化地完成知识抽取任务,降低数据标注成本。具体而言,首先对测试集数据进行格式预处理,并基于此微调跨领域的通用大模型得到数据标注模型,利用该模型对相关文本进行标注,以获得相应的实体及属性推理信息。然后,为这些信息设置新的思维链提示范式,进一步微调特定领域的专业大模型得到知识抽取模型。此外,通过不断增加数据迭代训练,以提升模型性能。最后,利用大模型对测试集的属性信息进行增强,以提高知识抽取模型对文本的理解能力,进而增强知识抽取性能。在多个大模型上的基准测试实验结果进一步证明,提出的零样本知识抽取框架具有更加显著的性能提升。
-
DF-RAG:基于查询重写和知识选择的检索增强生成方法
张浩然, 郝文宁, 靳大尉, 程恺, 翟颖. DF-RAG:基于查询重写和知识选择的检索增强生成方法[J]. 计算机科学, 2025, 52(11): 30-39.
ZHANG Haoran, HAO Wenning, JIN Dawei, CHENG Kai, ZHAI Ying. DF-RAG:A Retrieval-augmented Generation Method Based on Query Rewriting and Knowledge Selection[J]. Computer Science, 2025, 52(11): 30-39. - 张浩然, 郝文宁, 靳大尉, 程恺, 翟颖
- 计算机科学. 2025, 52 (11): 30-39. doi:10.11896/jsjkx.241000117
-
- 参考文献 | 相关文章 | 多维度评价
-
大语言模型在会话任务中展现出强大的理解能力,但仍存在数据时效性及处理特定知识效率低等问题。检索增强生成(Retrieval-augmented Generation,RAG)成为解决上述问题的一种有效方案。然而,现有RAG仍面临查询理解偏差大、外部知识检索策略固化以及检索结果相关性低等挑战。针对上述挑战,提出动态细粒度检索增强生成(DF-RAG)方法。该方法由查询理解器、知识选择器和响应生成器3个模块构成,通过查询重写以及将外部相关文档纳入响应生成来改进基于检索增强的大语言模型管道,进而实现动态细粒度的检索增强。在4个开放域问答数据集上与4种不同类型的基准进行对比实验分析,结果表明,DF-RAG在处理复杂模糊查询时能更有效地将外部知识与模型固有知识相结合,对于提高模型在复杂任务中的文本检索和响应生成能力具有重要意义。
-
Instruct-Malware:基于控制流图的大型语言模型恶意软件分析
周昱辰, 李鹏, 韩科技. Instruct-Malware:基于控制流图的大型语言模型恶意软件分析[J]. 计算机科学, 2025, 52(11): 40-48.
ZHOU Yuchen, LI Peng, HAN Keji. Instruct-Malware:Control Flow Graph Based Large Language Model Analysis of Malware[J]. Computer Science, 2025, 52(11): 40-48. - 周昱辰, 李鹏, 韩科技
- 计算机科学. 2025, 52 (11): 40-48. doi:10.11896/jsjkx.241100118
-
- 参考文献 | 相关文章 | 多维度评价
-
恶意软件检测与分类面临复杂性和隐蔽性的挑战。图神经网络(Graph Neural Networks,GNNs)虽能有效建模控制流图,提升行为模式捕捉精度,但其“黑盒”特性限制了可解释性。此外,现有方法依赖大量标注数据,泛化能力较弱,难以应对新型恶意软件。大型语言模型(Large Language Models,LLMs)具备强大的特征提取和上下文理解能力,能够有效处理少样本数据,实现多模态信息融合,从而增强分析精度与泛化性。受大型语言模型的启发,结合对比学习策略,同时学习控制流图的结构和汇编指令,以提高恶意软件分析的效果和灵活性。基于此,设计了Instruct-Malware框架。该框架采用轻量级图-文本对齐投影,通过双阶段指令优化,显著增强了恶意软件分析的灵活性和鲁棒性;此外,提升了模型的解释能力,透明化了决策过程。实验结果表明,所提出的框架在恶意软件分类和子图识别任务中展现了显著的性能提升,超越了现有的主流方法,并大幅缩小了与专业模型之间的差距,为构建高效且可靠的恶意软件分析系统提供了新的思路。
-
部分不完备广义多尺度数据的最优尺度组合和属性约简
周诗霖, 吴伟志, 李同军. 部分不完备广义多尺度数据的最优尺度组合和属性约简[J]. 计算机科学, 2025, 52(11): 49-61.
ZHOU Shilin, WU Weizhi, LI Tongjun. Optimal Scale Combinations and Attribute Reduction for Partially Incomplete Generalized Multi- scale Data[J]. Computer Science, 2025, 52(11): 49-61. - 周诗霖, 吴伟志, 李同军
- 计算机科学. 2025, 52 (11): 49-61. doi:10.11896/jsjkx.250700019
-
- 参考文献 | 相关文章 | 多维度评价
-
针对部分不完备广义多尺度数据集的知识获取问题,首先,将一个部分不完备广义多尺度决策系统变换成广义多尺度集值决策系统,然后在所获系统所给定的每个尺度组合和每个属性子集上定义对象集上的相容关系,并得到对应的相容类表示,进一步给出集合关于相容关系的上近似与下近似、信任度与似然度以及属性子集所拥有的信息量等概念。其次,在协调广义多尺度集值决策系统中定义6种最优尺度组合的概念并验证它们之间的相互关系,证明其中的5种最优尺度组合概念是相互等价的,而信息量最优尺度组合与其他5种最优尺度组合概念之间没有强弱关系。最后,在一个信任最优尺度组合的基础上给出协调广义多尺度集值决策系统的属性约简方法,并用示例说明信任最优尺度约简的计算。
数据库&大数据&数据科学-
Truster:面向高效查询的自动驾驶轨迹数据聚类存储方案
王征权, 彭智勇. Truster:面向高效查询的自动驾驶轨迹数据聚类存储方案[J]. 计算机科学, 2025, 52(11): 62-70.
WANG Zhengquan, PENG Zhiyong. Truster:Efficient Query-oriented Clustered Storage Solution for Autonomous Vehicle TrajectoryData[J]. Computer Science, 2025, 52(11): 62-70. - 王征权, 彭智勇
- 计算机科学. 2025, 52 (11): 62-70. doi:10.11896/jsjkx.241100052
-
- 参考文献 | 相关文章 | 多维度评价
-
自动驾驶轨迹数据具有重要的研究与应用价值,其存储与查询技术得到了广泛的研究与关注。然而,现有轨迹数据管理方案主要针对一般轨迹数据设计,无法支持高频采样的自动驾驶轨迹数据的高效写入,且动态环境下高昂的索引维护开销使其难以满足动态更新与实时查询的需求。针对自动驾驶场景下高采样频率、高实时性的轨迹数据如何实现高频写入、动态更新、实时查询的问题,提出一种面向高效查询的自动驾驶轨迹数据聚类存储方案Truster。该方法设计了编码器和嵌入器,为原始轨迹生成空间感知键并提取特征向量;设计了基于日志结构合并树的存储结构CLSM树,以实现相似轨迹的集中存储;设计了LCC合并策略,在有序字符串表进行合并的同时,利用基于局部敏感哈希的分桶方法进行快速聚类;设计了轨迹查询算法,利用多粒度缓存和分桶映射快速筛选搜索空间。Truster不仅支持高频写入,还能适应动态工作负载的索引维护,且查询效率更高。在真实自动驾驶轨迹数据集Argoverse上进行的对比实验表明,与现有方法相比,Truster在写入操作上取得了20%~200%的加速,在查询操作上取得了20%~100%的加速。
-
基于持续同调的空间金字塔词袋算法
易丽莎, 彭宁宁. 基于持续同调的空间金字塔词袋算法[J]. 计算机科学, 2025, 52(11): 71-81.
YI Lisha, PENG Ningning. Spatial Pyramid Bag of Words Algorithm Based on Persistent Homology[J]. Computer Science, 2025, 52(11): 71-81. - 易丽莎, 彭宁宁
- 计算机科学. 2025, 52 (11): 71-81. doi:10.11896/jsjkx.240900160
-
- 参考文献 | 相关文章 | 多维度评价
-
为了解决持续同调从数据中提取的拓扑特征输出形式与机器学习算法的常用输入形式不匹配这一难题,提出了一个新的算法框架——基于持续同调的空间金字塔词袋模型(PHSBoW算法)。该算法将持续同调输出的持续性图(PD图)转换为固定长度的向量,同时最大限度地保留PD图中所包含的拓扑特征。为提高算法准确率、降低运行时间,在PHSBoW算法的基础上,通过权重优化、聚类模型替代以及词袋模型扩展等改进,进一步发展了PHSsBoW,PHSwBoW,PHSVLAD 3种算法。通过在不同类型和规模的9个数据集上进行实验,将以上4种算法与支持向量机相结合,对数据进行分类。实验结果表明,与传统核函数算法(SWK,PSSK,PWGK)及向量化算法(PBoW,PI,PL)相比,该方法的分类准确率平均提高了3.29个百分点~17.98个百分点,运行时间相较于核函数算法显著降低。这表明,所提出的算法有效解决了持续同调在机器学习中难以结合的问题,同时显著提高了分类准确率和算法运行速度。
-
基于自注意力机制的图对比学习推荐算法
胡金涛, 冼广铭. 基于自注意力机制的图对比学习推荐算法[J]. 计算机科学, 2025, 52(11): 82-89.
HU Jintao, XIAN Guangming. Self-attention-based Graph Contrastive Learning for Recommendation[J]. Computer Science, 2025, 52(11): 82-89. - 胡金涛, 冼广铭
- 计算机科学. 2025, 52 (11): 82-89. doi:10.11896/jsjkx.240900134
-
- 参考文献 | 相关文章 | 多维度评价
-
随着互联网数据的爆炸性增长,推荐系统已成为解决信息过载问题的关键技术。基于图对比学习的推荐模型通过增强用户-项目交互图,在提升模型性能方面展现出了显著的优势。尽管这些模型取得了一定成功,但现有的大多数方法是通过扰动图结构来进行数据增强,这种方式在保持内在语义结构时表现不佳,且容易受到噪声干扰的影响。为了进一步提升推荐模型的性能,提出了一种新颖的基于自注意力的图对比学习推荐算法(AttGCL)。一方面,集成的自注意力机制能够增强用户与项目之间的联系,从而更精确地捕捉用户偏好和个体差异性。另一方面,采用的ICL损失函数能有效控制正样本和负样本的重要性,从而更好地对齐全局和局部表示。该方法保留了关键的用户-项目交互语义,使得模型不仅能更准确地反映用户偏好,还提升了推荐效果。在3个真实数据集上的实验结果表明,AttGCL在性能上显著优于现有的图对比学习方法,展示了在高效性和鲁棒性上的优势。
-
对抗生成式的多敏感属性数据去偏方法
王文鹏, 葛洪伟, 李婷. 对抗生成式的多敏感属性数据去偏方法[J]. 计算机科学, 2025, 52(11): 90-97.
WANG Wenpeng, GE Hongwei, LI Ting. Adversarial Generative Multi-sensitive Attribute Data Biasing Method[J]. Computer Science, 2025, 52(11): 90-97. - 王文鹏, 葛洪伟, 李婷
- 计算机科学. 2025, 52 (11): 90-97. doi:10.11896/jsjkx.240900061
-
- 参考文献 | 相关文章 | 多维度评价
-
针对消除数据中敏感属性与非敏感属性之间的相关性、减轻实现公平性对模型准确性的损失以及多敏感属性去偏的问题,提出一种对抗生成式的多敏感属性数据去偏方法。在多敏感属性去偏问题上,该方法通过多个敏感属性的组合值来划分群组,并通过消除各群组与多敏感属性组合的相关性来提升各群组预测结果的公平性。在消除数据中敏感属性与非敏感属性之间的相关性问题上,采用自编码器与预测敏感属性的网络进行对抗式训练,这种训练机制能够深入挖掘并消除群组中潜藏的与敏感属性相关的信息,从而在保留数据有用性的同时,显著降低偏见。在减轻实现公平性对模型准确性损失,最大化准确性与公平性之间平衡的问题上,通过引入预测网络,并利用其损失函数作为约束,优化编码器的信息提取能力,确保在数据编码过程中能够更精准地捕捉关键信息,避免数据在去偏过程中过度牺牲模型的预测性能。在3个真实数据集上进行数据去偏实验,将经编码器编码的数据应用于逻辑回归模型,公平性提升50.5%~84%,验证了该教据去偏方法的有效性。综合考虑公平性、准确性以及公平性与准确性的平衡,该去偏方法优于其他去偏算法。
-
图像去模糊算法研究综述
陈康, 林建涵, 刘元杰. 图像去模糊算法研究综述[J]. 计算机科学, 2025, 52(11): 98-112.
CHEN Kang, LIN Jianhan, LIU Yuanjie. Survey on Image Deblurring Algorithms[J]. Computer Science, 2025, 52(11): 98-112. - 陈康, 林建涵, 刘元杰
- 计算机科学. 2025, 52 (11): 98-112. doi:10.11896/jsjkx.241200045
-
- 参考文献 | 相关文章 | 多维度评价
-
图像去模糊是计算机视觉中的经典问题,旨在从模糊的输入图像或视频中恢复出清晰的视觉信息。模糊现象通常由相机对焦不准、相机抖动或目标快速运动等因素导致。传统去模糊方法通常将该任务建模为反卷积问题,视模糊图像为清晰图像与模糊核的卷积结果,但在处理复杂或非理想的模糊类型时存在局限性。近年来,基于深度学习的回归方法取得了突破。这类方法借助卷积神经网络(CNN)和Transformer等架构,通过学习模糊与清晰图像间的映射关系,实现了对复杂模糊情况的有效处理,且无需对模糊核进行显式建模。同时,生成式深度学习方法如生成对抗网络(GAN)和扩散模型在去模糊领域逐渐展示出显著潜力。生成式AI通过构建并学习图像的细节生成过程,不仅能够有效去除模糊,还可以生成具有细腻纹理的高质量图像,在复杂模糊场景中表现出优越性能。文中首先介绍了图像模糊的特性,阐述了去模糊的常见任务类别及评估指标,然后深入探讨了去模糊模型的基本架构与训练方法,并比较分析了代表性的前沿图像去模糊模型,最后进一步探讨了图像去模糊在未来可能的研究方向。
计算机图形学&多媒体-
FE-DARFormer:基于频域增强与退化感知路由Transformer的图像去雪模型
秦溢, 战鹏祥, 鲜峰, 柳晨龙, 王明辉. FE-DARFormer:基于频域增强与退化感知路由Transformer的图像去雪模型[J]. 计算机科学, 2025, 52(11): 113-122.
QIN Yi, ZHAN Pengxiang, XIAN Feng, LIU Chenlong, WANG Minghui. FE-DARFormer:Image Desnowing Model Based on Frequency Enhancement and Degradation- aware Routing Transformer[J]. Computer Science, 2025, 52(11): 113-122. - 秦溢, 战鹏祥, 鲜峰, 柳晨龙, 王明辉
- 计算机科学. 2025, 52 (11): 113-122. doi:10.11896/jsjkx.241200176
-
- 参考文献 | 相关文章 | 多维度评价
-
图像去雪的目标是从包含复杂雪景退化的图像中恢复清晰的场景信息。与雨的规律性和半透明性不同,雪具有各种退化形态和尺度,严重退化的区域会严重遮挡场景信息。近年来,许多方法通过自注意力机制来恢复不同的退化现象。然而,对图像所有区域进行全局自注意力计算成本较高。为了降低计算成本,这些方法通常将自注意力计算限制在有限的窗口内。但是由于严重退化区域的遮挡效应,这些退化区域的恢复只能依赖捕捉周围区域的信息,对图像进行恢复时严重退化区域受到感受野瓶颈的限制,难以聚合更多信息。因此,这些方法难以有效恢复大面积退化的区域。为了进一步提升去雪性能,提出了一种新颖有效的去雪方法。从退化感知路由与频域增强的角度出发,提出了退化感知路由Transformer和双频域增强Transformer,并将两者结合,提出了新的网络架构——FE-DARFormer。FE-DARFormer能够针对严重退化区域进行动态路由和全局自注意力计算,从而获得全局感受野,有效恢复大面积退化区域,并降低计算成本。此外,该方法能通过离散小波分解出高低频信息,从而有效恢复多尺度的雪景退化并识别多样化的雪花形态与纹理特征。
-
基于滚动MLP特征提取的红外与可见光图像融合跨模态对比表示网络
闫志林, 聂仁灿. 基于滚动MLP特征提取的红外与可见光图像融合跨模态对比表示网络[J]. 计算机科学, 2025, 52(11): 123-130.
YAN Zhilin, NIE Rencan. Infrared and Visible Image Fusion Cross-modality Contrastive Representation Network Based on Rolling MLP Feature Extraction[J]. Computer Science, 2025, 52(11): 123-130. - 闫志林, 聂仁灿
- 计算机科学. 2025, 52 (11): 123-130. doi:10.11896/jsjkx.240800110
-
- 参考文献 | 相关文章 | 多维度评价
-
目前,红外与可见光图像融合任务中,数据集缺乏真实融合图像来对最终融合图像所需的两种模态重要的差异信息进行引导。现有的融合方法大多数只考虑了源图像的权衡和交互,忽略了融合图像在融合过程中的作用。融合图像中的重要信息可以对源图像的差异信息进行约束,因此提出了一种对比表示网络(Contrastive Representation Network,CRN)来更好地引导融合图像所需源图像中重要信息的提取;同时,提高融合图像重建的质量可以进一步加强对源图像重要特征信息的引导。重建图像的质量与提取特征相关,现有的特征提取方法中,CNN在全局特征的捕获上表现欠佳,而Transformer的计算复杂度高,对局部特征的学习能力较差。在此基础上,引入了一种结合MLP的CNN模块D2 Block,通过对不同方向上的特征映射进行滚动操作,有效提取并融合局部特征和远程依赖关系。在多个公共数据集上的大量定性和定量实验表明,该方法相比其他先进方法取得了更好的结果。
-
基于特征增强与上下文融合的无人机小目标检测算法
陈崇杨, 彭力, 杨杰龙. 基于特征增强与上下文融合的无人机小目标检测算法[J]. 计算机科学, 2025, 52(11): 131-140.
CHEN Chongyang, PENG Li, YANG Jielong. UAV Small Object Detection Algorithm Based on Feature Enhancement and Context Fusion[J]. Computer Science, 2025, 52(11): 131-140. - 陈崇杨, 彭力, 杨杰龙
- 计算机科学. 2025, 52 (11): 131-140. doi:10.11896/jsjkx.241000017
-
- 参考文献 | 相关文章 | 多维度评价
-
针对无人机航拍视角下目标尺寸小、特征信息不足、分布密集以及因遮挡导致的检测精度低的问题,提出一种基于特征增强与上下文融合的无人机小目标检测算法。首先,构建增强特征提取的轻量化主干网络,利用特征提取轻量块高效提取特征信息,并设计细粒度通道融合块有效地避免目标细粒度特征的丢失,该主干网络提高了模型的特征提取能力和推理速度;其次,构建小目标检测头,充分提取小目标的位置信息和细节特征;然后,利用自适应选择空间注意力模块,自适应地调整不同目标所需的感受野,以充分利用航拍小目标周围丰富的上下文信息;最后,引入基于最小点距离的边界框回归损失函数MPDIoU,进一步提高密集小目标检测的精度。所提算法在VisDrone2019数据集上的mAP0.5和mAP0.5:0.95达到了46.7%和28.6%,较基准网络YOLOv8s分别提高了8.5%和5.9%;同时算法的参数量较YOLOv8s减少了23.4%,可高效适用于无人机航拍密集小目标检测场景。
-
基于细粒度注意力机制的人与物体交互检测
丁元博, 白琳, 李陶深. 基于细粒度注意力机制的人与物体交互检测[J]. 计算机科学, 2025, 52(11): 141-149.
DING Yuanbo, BAI Lin, LI Taoshen. Human-Object Interaction Detection Based on Fine-grained Attention Mechanism[J]. Computer Science, 2025, 52(11): 141-149. - 丁元博, 白琳, 李陶深
- 计算机科学. 2025, 52 (11): 141-149. doi:10.11896/jsjkx.240900113
-
- 参考文献 | 相关文章 | 多维度评价
-
细粒度信息作为一种上下文信息,能够辅助模型识别相对空间关系相似的人与物体交互动作。然而,如何利用这一关键线索统一建模多尺度特征图上不同粒度的特征信息,仍然是人与物体交互检测精度进一步提升面临的主要挑战之一。为了解决这一问题,提出了一种基于细粒度注意力机制的人与物体交互检测模型(FGDHOI)。该模型在细粒度信息的指导下强化局部特征,融合不同尺度的特征图,通过可变形注意力机制自动学习图像内容,并建模不同粒度特征之间的长距离依赖关系,从本质上提高了人与物体交互检测模型的精度。在V-COCO和HICO数据集上进行了广泛的定性、定量及消融实验。实验结果表明,所提出的方法相比基准模型,在V-COCO数据集上mAP提升了7.7个百分点,在HICO数据集3项指标上mAP分别提升了7.43个百分点、7.5个百分点和7.85个百分点。
-
一种3D可变形卷积结合Transformer的视频压缩感知方法
杜秀丽, 朱金耀, 高星, 吕亚娜, 邱少明. 一种3D可变形卷积结合Transformer的视频压缩感知方法[J]. 计算机科学, 2025, 52(11): 150-156.
DU Xiuli, ZHU Jinyao, GAO Xing, LYU Yana, QIU Shaoming. Video Compressed Sensing Method with Integrated Deformable 3D Convolution and Transformer[J]. Computer Science, 2025, 52(11): 150-156. - 杜秀丽, 朱金耀, 高星, 吕亚娜, 邱少明
- 计算机科学. 2025, 52 (11): 150-156. doi:10.11896/jsjkx.240800026
-
- 参考文献 | 相关文章 | 多维度评价
-
面对视频的分辨率越来越高导致数据量越来越大的挑战,以更低的采样率实现视频的高质量重构可降低对通信资源的占用,进而降低采样端的部署难度。然而,现有的视频压缩感知方法对视频的帧间相关性无法充分利用,低采样率下的视频重构质量有待进一步提高。随着深度学习技术的引入,基于深度学习的分布式视频压缩感知给视频压缩感知重构提供了新思路。因此,结合3D可变形卷积与Transformer构建CS3Dformer网络,利用3D可变形卷积捕获视频的局部特征和时空特征的有效性,学习视频帧间的时空特征;同时,利用Transformer捕获长距离依赖特征的优点,一定程度上弥补了卷积神经网络方法在捕获图像的非局部相似性方面的缺陷,能更好地实现对视频的建模。所提方法是一种端到端的视频压缩感知方法,在多个数据集上的实验结果验证了该方法的有效性。
-
基于颜色增强的多层次特征融合图像情感识别
李晓宇, 钱艺, 文益民, 缪裕青. 基于颜色增强的多层次特征融合图像情感识别[J]. 计算机科学, 2025, 52(11): 157-165.
LI Xiaoyu, QIAN Yi, WEN Yimin, MIU Yuqing. Multi-level Feature Fusion Image Emotion Recognition Based on Color Enhancement[J]. Computer Science, 2025, 52(11): 157-165. - 李晓宇, 钱艺, 文益民, 缪裕青
- 计算机科学. 2025, 52 (11): 157-165. doi:10.11896/jsjkx.241000016
-
- 参考文献 | 相关文章 | 多维度评价
-
图像情感识别旨在分析和理解图像内容所传达的情感,其主要挑战在于弥合潜在视觉特征与抽象情感之间的鸿沟。现有深度学习方法大多通过提取不同层次特征来弥合鸿沟,却忽略了颜色特征的重要性。为此,提出了一种基于颜色增强的多层次特征融合图像情感识别方法。通过所设计的颜色增强模块以及多层次特征提取模块,来提取更具代表性的特征表示。其中,颜色增强模块采用颜色矩方式从RGB和HSV颜色空间提取颜色特征,并扩展其维度以丰富情感信息。多层次特征提取模块则引入注意力机制关注图像中的关键区域,并且使用决策融合的方式来减轻高层与低层特征拼接所带来的信息冗余问题。通过在4个公开数据集上进行实验,验证了所提方法能够有效识别图像情感,相较于主流的图像情感识别方法,其性能得到了较大提升。
-
基于VMD复合神经网络模型的手势动作预测
赵炼, 吴扬东, 邓智方, 李丰硕, 袁庆霓, 张太华. 基于VMD复合神经网络模型的手势动作预测[J]. 计算机科学, 2025, 52(11): 166-174.
ZHAO Lian, WU Yangdong, DENG Zhifang, LI Fengshuo, YUAN Qingni, ZHANG Taihua. Gesture Action Prediction Based on VMD Composite Neural Network Model[J]. Computer Science, 2025, 52(11): 166-174. - 赵炼, 吴扬东, 邓智方, 李丰硕, 袁庆霓, 张太华
- 计算机科学. 2025, 52 (11): 166-174. doi:10.11896/jsjkx.241000115
-
- 参考文献 | 相关文章 | 多维度评价
-
表面肌电信号(Surface Electromyography,sEMG)常用于预测人体意图行为,是一种不平稳、非周期、含有噪声的生物电信号,容易受工频干扰、环境干扰等影响,导致对其进行预测存在一定难度。对此,提出了一种基于变分模态分解(Variatio-nal Mode Decomposition,VMD)和改进粒子群优化( Particle Swarm Optimization,PSO)算法的复合神经网络模型(Composite Neural Network Model,CNNM)。该模型结合了长短期记忆网络(Long-Short Term Memory,LSTM)、卷积神经网络(Convolutional Neural Networks,CNN)和双向长短期记忆网络(Bidirectional Long Short Term Memory,BiLSTM)。首先对PSO算法进行改进以优化VMD的参数,通过VMD处理sEMG信号,提出希尔伯特能量法,对分解后的分量进行加权重构,降低信号复杂性并保留关键特征。然后利用LSTM方法从sEMG信号中提取时间特征,利用CNN方法进一步提取空间特征,并通过注意力机制强化对关键信息的提取,最后输入BiLSTM中进行预测识别。实验结果表明,该模型的预测准确率可达99.9%,相较于其他模型提高了3%~8%,并通过消融实验验证了各模块的作用。该研究旨在提高手势动作的预测识别精度,为康复训练机器人的控制提供有效的解决方案。
-
基于多尺度层次网络的人体重建神经辐射场
王洋, 王国栋, 赵俊莉, 盛筱萌. 基于多尺度层次网络的人体重建神经辐射场[J]. 计算机科学, 2025, 52(11): 175-183.
WANG Yang, WANG Guodong, ZHAO Junli, SHENG Xiaomeng. Neural Radiance Field for Human Reconstruction Based on Multi-scale Hierarchical Network[J]. Computer Science, 2025, 52(11): 175-183. - 王洋, 王国栋, 赵俊莉, 盛筱萌
- 计算机科学. 2025, 52 (11): 175-183. doi:10.11896/jsjkx.240900141
-
- 参考文献 | 相关文章 | 多维度评价
-
单目RGB视频中的三维人体重建面临着准确捕捉人体姿态的挑战,尤其在使用诸如SMPL人体先验模型时,其刚性假设限制,难以描述姿态的细微变化,导致重建效果不理想。此外,现有的基于神经辐射场的人体建模方法在处理未见过的姿态时,容易在局部区域产生不自然的阴影或漂浮现象,且在纹理细节的呈现上有所不足。为了解决这些问题,提出了一种基于三平面多尺度分解网络,旨在通过神经辐射场方法增强三维人体的纹理细节,并提高模型对不同姿态的泛化能力。在方法上,使用多分辨率哈希编码技术替代传统的三角频率编码函数,能够更高效地捕获人体的高频特征,并加快模型的收敛速度。三平面多尺度学习策略被应用于人体姿态的细节捕捉,从而有效提高了三维重建的精度与视觉质量。在实验中,所提出的改进方法显著提升了人体三维模型的重建效果,尤其在处理复杂的姿态变化时表现突出。该方法在训练速度、渲染质量以及姿态泛化能力上均优于传统方法,展示出较大的优势。应用该模型生成的三维人体模型在细节上更加逼真,且在新颖姿态下的合成结果表现良好,进一步推动了单目视频中的三维人体重建技术的发展。
-
基于深度特征强化与路径聚合优化的目标检测
王晓峰, 黄俊俊, 谭文雅, 沈紫璇. 基于深度特征强化与路径聚合优化的目标检测[J]. 计算机科学, 2025, 52(11): 184-195.
WANG Xiaofeng, HUANG Junjun, TAN Wenya, SHEN Zixuan. Object Detection Based on Deep Feature Enhancement and Path Aggregation Optimization[J]. Computer Science, 2025, 52(11): 184-195. - 王晓峰, 黄俊俊, 谭文雅, 沈紫璇
- 计算机科学. 2025, 52 (11): 184-195. doi:10.11896/jsjkx.241100107
-
- 参考文献 | 相关文章 | 多维度评价
-
在深度网络的前馈过程中,输入数据的特征信息会被抽象和压缩,导致部分对于目标检测关键的特征信息被弱化。基于YOLOv11n,提出了深度特征强化与路径聚合优化的目标检测方法。首先,设计全局-局部特征增强模块GLFEM(Global-Local Feature Enhancement Module),结合特征图局部特征与全局特征,强化深层网络特征的表达能力。然后,设计自适应特征增强模块AFEM(Adaptive Feature Enhancement Module),根据特征的可靠性动态增强深层网络的特征提取能力。最后,对路径聚合特征金字塔网络进行优化,融合了不同层次之间的特征信息,减少了层次之间的语义信息差。在VisDrone,NWPU VHR-10和TinyPerson这3个公共数据集上的实验结果表明,该方法的平均检测精度相较于当前先进的目标检测器均有所提升。在自建数据集AirportTiny上进行实验,该方法同样取得了不错的效果,具有良好的泛化能力。
-
基于多分支注意力和深度下采样的医疗图像目标检测方法
顾成杰, 孟义, 朱东郡, 张俊军. 基于多分支注意力和深度下采样的医疗图像目标检测方法[J]. 计算机科学, 2025, 52(11): 196-205.
GU Chengjie, MENG Yi, ZHU Dongjun, ZHANG Junjun. Medical Image Target Detection Method Based on Multi-branch Attention and Deep Down- sampling[J]. Computer Science, 2025, 52(11): 196-205. - 顾成杰, 孟义, 朱东郡, 张俊军
- 计算机科学. 2025, 52 (11): 196-205. doi:10.11896/jsjkx.240900088
-
- 参考文献 | 相关文章 | 多维度评价
-
人工智能技术的发展,使得基于深度学习的医疗图像检测在临床实践中具有广泛的应用前景。然而,针对一些如肿瘤、斑块等医疗图像的目标检测,存在待标面积小、目标可提取特征少、提取难度大等问题。针对上述问题,提出了一种基于多分支注意力和深度下采样的医疗图像目标检测方法(MD-Det)。该方法引入特征提取模块(C2f-DWR),对多尺度特征进行提取,增强目标的特征表示。为了能够更有效地捕捉图像中的上下文信息,增强特征的提取能力,设计了一种深度下采样模块(D-down),其核心思想是通过融合多种采样方式,结合平均池化和最大池化的操作,充分利用它们各自的优势来提高特征提取的效果。在保持计算效率的同时,提高了目标检测精度。随后,提出了一种多分支注意力机制(Multi-branch Attention,MA),用于提取和加权融合不同维度的特征,每个分支提取输入张量的不同维度特征,包括空间和通道特征。通过生成注意力权重,强调重要特征并进行加权融合,增强了网络的特征提取能力,提升了模型的检测性能。最后,提出了一种新的联合优化策略,将Wise-IoU损失和NWD损失进行加权,形成一个联合回归损失函数,进一步提高了目标识别的准确率。实验表明,所提方法可以有效提高医疗图像目标的检测精度,在医疗数据集Tumor和Liver上的mAP0.5相较于基准模型YOLOv8n,分别提高了2.5个百分点和1.1个百分点。
-
基于联合注意力机制与多阶段特征提取的图像去雨
林祖凯, 侯国家, 王国栋, 潘振宽. 基于联合注意力机制与多阶段特征提取的图像去雨[J]. 计算机科学, 2025, 52(11): 206-212.
LIN Zukai, HOU Guojia, WANG Guodong, PAN Zhenkuan. Image Deraining Based on Union Attention Mechanism and Multi-stage Feature Extraction[J]. Computer Science, 2025, 52(11): 206-212. - 林祖凯, 侯国家, 王国栋, 潘振宽
- 计算机科学. 2025, 52 (11): 206-212. doi:10.11896/jsjkx.240900013
-
- 参考文献 | 相关文章 | 多维度评价
-
现有的图像去雨网络主要依赖大量合成配对数据进行训练,忽视了合成数据与真实数据在空间分布特征和通道重要性上的差异,导致在真实数据上的去雨效果存在纹理细节模糊和泛化性差等问题。为此,提出了一种基于联合注意力机制与多阶段特征提取的无监督图像去雨网络。首先,为了适应雨纹的空间位置局部性,设计了结合空间和通道注意力机制的雨纹特征感知模块,并通过扩张卷积增大雨纹特征提取感受野。其次,引入循环神经网络渐进地分阶段提取雨纹特征,并在循环中保留前一阶段的有用信息,以增强对雨纹特征的提取能力。为了进一步提升对局部微观细节和全局纹理结构特征的鉴别能力,设计了一个多尺度鉴别器,分别在3个不同尺度上对生成图像进行判别,以指导生成器生成更高质量的图像。在合成和真实数据集上进行了定性和定量实验,通过PSNR,SSIM和NIQE客观评价指标对比表明,所提出方法的结果优于对比的监督、半监督和无监督方法,验证了其有效性和泛化性。
-
基于实例级提示生成的多源域泛化故障诊断方法
李叔罡, 李明嘉, 袁龙辉, 齐光鹏, 刘驰. 基于实例级提示生成的多源域泛化故障诊断方法[J]. 计算机科学, 2025, 52(11): 213-222.
LI Shugang, LI Mingjia, YUAN Longhui, QI Guangpeng, LIU Chi. Multi-source Domain Generalization Fault Diagnosis Method Based on Instance-level PromptGeneration[J]. Computer Science, 2025, 52(11): 213-222. - 李叔罡, 李明嘉, 袁龙辉, 齐光鹏, 刘驰
- 计算机科学. 2025, 52 (11): 213-222. doi:10.11896/jsjkx.250300117
-
- 参考文献 | 相关文章 | 多维度评价
-
提出了一种基于实例级提示生成的多源域泛化故障诊断方法,以提升模型在跨域环境下的故障识别能力。该方法利用跨频对齐提示生成器动态生成实例级提示,能够针对不同样本的局部特征进行精细化建模,并结合语义一致性增强模块,保证实例级提示的语义有效性。此外,为了进一步提升模型在跨域任务中的稳定性和适应性,引入记忆库增强对比学习模块,充分利用跨域正负样本,通过存储和动态更新训练样本的特征表征,扩大正负样本分布的多样性,提升跨域特征学习的有效性。同时,采用傅里叶混合模块在频域对不同源域样本进行特征混合,动态生成仿真样本,增强模型在未见目标域上的适应能力。在CWRU和Paderborn数据集上进行的实验结果表明,该方法在多个未见目标域上均优于现有方法。其中在CWRU数据集上的平均分类准确率达到93.54%,比当前最优方法提升1.52%;在Paderborn数据集上的平均分类准确率达到90.52%,比当前最优方法提升1.30%。实验结果证明了该方法在工业故障诊断任务中的有效性和鲁棒性。
人工智能-
基于审判逻辑的裁判文书生成方法
廖进超, 杨卫哲, 秦永彬, 黄瑞章, 陈艳平, 周裕林. 基于审判逻辑的裁判文书生成方法[J]. 计算机科学, 2025, 52(11): 223-229.
LIAO Jinchao, YANG Weizhe, QIN Yongbin, HUANG Ruizhang, CHEN Yanping, ZHOU Yulin. Method for Generating Judgment Documents Based on Trial Logic[J]. Computer Science, 2025, 52(11): 223-229. - 廖进超, 杨卫哲, 秦永彬, 黄瑞章, 陈艳平, 周裕林
- 计算机科学. 2025, 52 (11): 223-229. doi:10.11896/jsjkx.250500054
-
- 参考文献 | 相关文章 | 多维度评价
-
裁判文书自动生成是智慧法院建设中的关键任务之一,旨在提高司法效率与文书质量。由于大模型在司法审判认知上存在盲区,难以理解审理机制和文书规范,导致生成文书在逻辑一致性和结构合理性上存在不足。针对以上问题,提出了一种基于审判逻辑的裁判文书生成方法,利用大语言模型模拟审判推理过程,分阶段生成裁判文书。首先,使用法律要素填充预设模板以描述“基本案情”;其次,对事实与证据进行分析对齐得到“审理事实”;最后,结合知识库检索相关法条生成“法院判决”,并进行拼接生成完整的文书。实验结果表明,相较于基线模型,所提方法在真实案件卷宗数据上的F1值,在ROUGE-1,ROUGE-2和ROUGE-L方面分别提升了6.03,6.56和7.98个百分点,验证了所提方法的有效性。
-
基于变体注意力的关系与属性感知实体对齐
李志康, 邓怡辰, 余敦辉, 肖奎. 基于变体注意力的关系与属性感知实体对齐[J]. 计算机科学, 2025, 52(11): 230-236.
LI Zhikang, DENG Yichen, YU Dunhui, XIAO Kui. Relationship and Attribute Aware Entity Alignment Based on Variant-attention[J]. Computer Science, 2025, 52(11): 230-236. - 李志康, 邓怡辰, 余敦辉, 肖奎
- 计算机科学. 2025, 52 (11): 230-236. doi:10.11896/jsjkx.240800140
-
- 参考文献 | 相关文章 | 多维度评价
-
现有的实体对齐方法在区分不同邻居对中心实体的表示作用时,大多利用特征相似性或实体间关系的局部特征信息来计算注意力系数,忽略了关系的全局信息,且不能很好地区分不同信息对实体对齐的作用。为此,提出一种实体对齐模型,根据(关系,邻居)在全图中出现的频率为不同类型的关系分配不同权重,并将该方法融入GAT(Graph Attention Mechanism)中,得到一种变体注意力机制以聚合不同邻居。同时,考虑(属性,属性值)在全图中的频率信息,以类似的方法聚合不同属性值,并将结构和实体名嵌入分别与两种信息结合,得到中心实体的两种嵌入表示。最后,根据实体对在两种嵌入表示上距离的加权进行实体对齐,以考虑关系和属性信息对实体对齐结果的不同影响。实验结果表明,所提模型在DBP15K的3个跨语言数据集上的表现优于其他主流方法,相比最优方法,Hit@1指标最高提升了2.15%,且Hit@10和MRR也均有明显提升,表明该模型能够有效提高实体对齐的准确性。
-
基于图文知识融合的常识问答模型
蔡瑞祥, 赵书良, 何家瑶. 基于图文知识融合的常识问答模型[J]. 计算机科学, 2025, 52(11): 237-244.
CAI Ruixiang, ZHAO Shuliang, HE Jiayao. Commonsense Question Answering Model Based on Graph-Text Integrating[J]. Computer Science, 2025, 52(11): 237-244. - 蔡瑞祥, 赵书良, 何家瑶
- 计算机科学. 2025, 52 (11): 237-244. doi:10.11896/jsjkx.240900081
-
- 参考文献 | 相关文章 | 多维度评价
-
知识图谱在常识性问答中展现出了显著的成效。现有的方法通常利用问题中的实体来从知识图谱(KG)中检索局部子图,然后对其使用图神经网络(GNN)进行编码,随后将GNN编码的结果与语言模型(LMs)相结合,以进行答案的推理和问题的回答。然而,使用GNN和LMs的常识问答系统存在两个挑战:1)如何高效地提取知识图谱中的子图,对其知识与结构信息进行有效的表示和利用;2)如何实现问题上下文与子图知识的深度融合与联合推理。为此,提出了一个基于图文知识融合的常识问答模型(Graph-Text Integrating for Commonsense Question Answering,GTICQA)。该模型首先通过外部词典过滤精炼出关键实体,实现对知识子图的剪枝。然后,使用LM对问题上下文进行编码,用GNN编码器对精炼后的知识子图进行编码。同时,在子图编码的过程中,引入了一个新的k稀疏注意力机制增强对子图全局特征的提取并抑制噪声。最后,使用一种包括细粒度双模态交互融合层和均值交互融合层的知识融合方法,对两种知识表示进行深度融合与动态更新。在CommonsenseQA,OpenBookQA 和 MedQA-USMLE这3个数据集上对GTICQA进行了评估,其分别以79.12%,72.20%和39.40%的准确率超越了现有最佳方法,表明了模型在处理常识性问答上的优势。
-
基于多策略改进的电鳗觅食优化算法
王鑫玮, 冯锋. 基于多策略改进的电鳗觅食优化算法[J]. 计算机科学, 2025, 52(11): 245-254.
WANG Xinwei, FENG Feng. Multi-strategy Improved Electric Eel Foraging Optimization Algorithm[J]. Computer Science, 2025, 52(11): 245-254. - 王鑫玮, 冯锋
- 计算机科学. 2025, 52 (11): 245-254. doi:10.11896/jsjkx.241100106
-
- 参考文献 | 相关文章 | 多维度评价
-
电鳗觅食优化算法EEFO(Electric Eel Foraging Optimization)在迭代过程中会出现全局探索能力不足、容易陷入局部最优和收敛速度慢的问题。同时,算法的性能受到参数设置的影响,需要仔细调整和优化。对此,提出了一种多策略改进的电鳗觅食优化算法(IEEFO)。首先,调整能量因子策略,引入了双曲正切能量因子,使算法在迭代过程中提前加入开发行为,从而快速发现最优种群,加快收敛速度;之后,改进扰动因子,扩大电鳗游走的位置范围,有利于种群的全局寻优;然后,在迁徙阶段加入正弦余弦策略,促进算法的局部开发;最后,在每次迭代之后,加入透镜成像反向学习的策略来扩大搜索空间,使得算法跳出局部最优并加速收敛到全局最优解。将IEEFO分别与6种基本算法、4种单策略改进的电鳗觅食优化算法进行对比,对13个基准函数进行仿真实验,对IEEFO算法进行性能评估。实验结果表明,IEEFO相比于对比算法收敛速度更快,全局寻优能力更强,算法总体性能有显著提升。此外,通过一个机械优化设计实验进行测试分析,进一步验证了IEEFO的有效性和适用性。
-
区块链共识算法综述
周凯, 陈福, 鲁添元, 曹怀虎. 区块链共识算法综述[J]. 计算机科学, 2025, 52(11): 255-269.
ZHOU Kai, CHEN Fu, LU Tianyuan, CAO Huaihu. Review of Blockchain Consensus Algorithm[J]. Computer Science, 2025, 52(11): 255-269. - 周凯, 陈福, 鲁添元, 曹怀虎
- 计算机科学. 2025, 52 (11): 255-269. doi:10.11896/jsjkx.241100140
-
- 参考文献 | 相关文章 | 多维度评价
-
共识算法是区块链的核心支撑技术,本质上是分布式系统各节点就特定数据达成一致性的问题。目前,共识算法存在的最大瓶颈是通信复杂性带来的延迟和吞吐量对区块链性能产生的影响。据此,在系统综述共识技术发展脉络的基础上,分析了基于轮次(Basic-Round,BR)的DAG(Directed Acyclic Graph)分类标准,深入研究了BR-DAG共识算法的核心原理、共识过程,重点阐述了BR-DAG类共识算法降低网络通信延迟、提升共识收敛速度以及提高交易吞吐量的问题。进一步总结了BBCA-Chain等前沿共识算法的研究现状、存在的问题及发展趋势。此外,根据既定的分类标准,提出综合评价体系对各类共识算法在吞吐量、延迟等性能维度上进行对比分析。最后,讨论了目前共识算法面临的挑战,提出未来研究可以围绕BR-DAG和Rho-calculate构建基于消息交互传递的并发计算模型。通过形式化验证的方式,实现高吞吐量、低延迟并且稳健的共识算法。
计算机网络-
SCDDA:基于SCA和Dinkelbach的空-天-地一体化网络无人机轨迹与计算卸载优化方法
郑晶晶, 陈星, 张建山. SCDDA:基于SCA和Dinkelbach的空-天-地一体化网络无人机轨迹与计算卸载优化方法[J]. 计算机科学, 2025, 52(11): 270-279.
ZHENG Jingjing, CHEN Xing, ZHANG Jianshan. SCDDA:SCA and Dinkelbach-based Approach for UAV Trajectory and Computation Offloading in Space-Air-Ground Integrated Networks[J]. Computer Science, 2025, 52(11): 270-279. - 郑晶晶, 陈星, 张建山
- 计算机科学. 2025, 52 (11): 270-279. doi:10.11896/jsjkx.241100163
-
- 参考文献 | 相关文章 | 多维度评价
-
移动设备的普及所产生的海量异构数据,对数据通信网络提出了更高的要求。在此背景下,第六代移动网络(6G)有望满足各种移动设备执行计算密集型和延迟敏感型移动应用的需求。当前,空间、空中和地面的网络组件之间有机结合所形成的新颖的空-天-地一体化网络(SAGIN)成为6G架构的关键组成部分。与传统地面通信范式相比,SAGIN可以利用卫星、高空平台和无人机等非地面网络组件有效扩大移动通信网络的覆盖范围和提高吞吐量,可以很好地满足无基础设施地区中大量移动设备的需求。尽管SAGIN在无基础设施地区中各方面的应用潜力巨大,但其仍面临资源限制、网络拓扑动态变化和移动设备服务要求等实际挑战。针对上述挑战,考虑了真实场景下用户移动性对系统能效的影响,研究了一种SAGIN中的计算卸载和无人机(UAV)路径规划联合优化问题。为解决目标联合优化问题,基于凸优化技术设计了一种高效新颖的算法,将目标问题解耦成两个子问题,并分别通过逐次凸逼近(SCA)和 Dinkelbach 方法求解子问题,以得到目标优化问题的近似最优解。数值仿真结果表明,与其他基准算法相比,所提算法表现出的性能更优。
-
基于卷积双延迟深度确定性策略梯度的卫星网络多路径路由算法
魏德宾, 张怡, 许平多, 王欣睿. 基于卷积双延迟深度确定性策略梯度的卫星网络多路径路由算法[J]. 计算机科学, 2025, 52(11): 280-288.
WEI Debin, ZHANG Yi, XU Pingduo, WANG Xinrui. Multipath Routing Algorithm for Satellite Networks Based on Convolutional Twin Delay Deep Deterministic Policy Gradient[J]. Computer Science, 2025, 52(11): 280-288. - 魏德宾, 张怡, 许平多, 王欣睿
- 计算机科学. 2025, 52 (11): 280-288. doi:10.11896/jsjkx.240800161
-
- 参考文献 | 相关文章 | 多维度评价
-
在卫星网络中,受地理位置及人们生活习惯等因素影响,卫星覆盖区域内用户的需求差异会造成卫星网络负载不均衡。针对这一问题,提出了一种基于卷积双延迟深度确定性策略梯度的多路径路由算法(Convolutional Twin Delayed Deep Deterministic Policy Gradient Multipath Routing,CTD3-MR)。该算法在软件定义网络(Software Defined Network,SDN)结构下,将CTD3作为智能体部署在控制器中,并将动态变化的链路剩余带宽、传输时延、丢包率和时空等级作为网络状态输入智能体进行训练,输出动作为网络链路的权值,使用最大链路带宽利用率、平均端到端时延和网络丢包率的加权和作为奖励函数来调整动作。智能体训练收敛后,控制器根据智能体输出的网络链路权重得到k-最短路径,把路径权重比作为路径流量分配比率,生成最优路由策略转发至卫星进行多路径传输。最后将CTD3-MR与TD3,TMR和ECMP路由算法进行比较,实验结果表明,CTD3-MR相较于其他路由算法,平均端到端时延至少缩短了7.64%,丢包率降低了28.65%,最大链路带宽利用率降低了11.44%,流量分布指数提高了5.82%,提高了网络负载均衡性能。
-
基于虚拟坐标的低轨卫星缓存部署策略
张泰, 杜书, 陈少磊. 基于虚拟坐标的低轨卫星缓存部署策略[J]. 计算机科学, 2025, 52(11): 289-297.
ZHANG Tai, DU Shu, CHEN Shaolei. Virtual Coordinate-based Deployment Strategy for Low-orbit Satellite Caching[J]. Computer Science, 2025, 52(11): 289-297. - 张泰, 杜书, 陈少磊
- 计算机科学. 2025, 52 (11): 289-297. doi:10.11896/jsjkx.240900001
-
- 参考文献 | 相关文章 | 多维度评价
-
在高速发展的卫星通信网络领域,海量内容分发的高效性与资源利用率之间存在矛盾。对此,研究者提出了基于信息中心网络(Information-Centric Networking,ICN)的网内缓存技术,以提高内容获取的即时性。然而,由于低轨卫星节点资源承载能力有限且面临能耗问题,传统方法难以实现缓存部署的最优化。为攻克这一难题,设计了基于虚拟坐标的低轨卫星缓存节点部署策略。该策略首先从实际需求着手,按照地面用户的内容请求密度进行区域划分,从而精准确定缓存需求热点。接着,引入虚拟坐标系,采用层级映射的方式,将复杂的空间关系转换为易于处理的数学模型。在此基础上,运用加权聚类算法对缓存节点的布局进行优化,实现了卫星网络中缓存资源的合理配置。实验结果表明,该策略能够有效降低用户通过卫星网络获取内容的时延,在提升整体性能方面具有显著优势,并且在能耗方面实现降低了15%以上。在电网应急等关键领域,该策略通过预先缓存关键的紧急信息,在通信中断时支持快速命令交付和修复。这种方法可以优化供电可靠性,对维护社会稳定大有裨益,应用前景广阔。在电网发生故障时,预缓存的应急信息可实现快速响应和恢复工作,最大限度地减少对社会的影响。此外,由于提高了内容访问速度并降低了能耗,这一策略成为卫星通信网络领域的宝贵财富。
-
基于深度学习的导频设计和信道估计联合优化
王安义, 李婼嫚, 李新宇, 李明珠. 基于深度学习的导频设计和信道估计联合优化[J]. 计算机科学, 2025, 52(11): 298-305.
WANG Anyi, LI Ruoman, LI Xinyu, LI Mingzhu. Joint Optimization of Pilot Design and Channel Estimation Based on Deep Learning[J]. Computer Science, 2025, 52(11): 298-305. - 王安义, 李婼嫚, 李新宇, 李明珠
- 计算机科学. 2025, 52 (11): 298-305. doi:10.11896/jsjkx.241000004
-
- 参考文献 | 相关文章 | 多维度评价
-
随着移动通信技术不断创新与发展,对通信的可靠性和数据传输性能提出了更高要求。准确高效地获取信道状态信息(Channel State Information,CSI)是充分发挥无线通信系统各项技术潜能的关键前提。针对多输入多输出-正交频分复用(MIMO-OFDM)系统中导频开销大及信道估计准确性低的问题,设计了一种基于深度学习的导频设计和信道估计联合优化方案(AE-DRSN)。该方案首先利用Concrete自编码器来识别和选择具有最大信息量的导频位置,从而实现导频优化。然后,将优化后的导频位置输入深度残差收缩网络获取更精确的CSI,进一步完成信道的精确估计。实验结果表明,与传统的信道估计方法相比,基于AE-DRSN的联合优化方案在少量的导频开销下仍能实现高精度的信道估计,充分验证了该方案的有效性。
-
灾害场景下基于SDN和无人机辅助的无线边缘存储系统性能优化方法
孙石泉, 叶苗, 朱成, 王勇, 蒋秋香. 灾害场景下基于SDN和无人机辅助的无线边缘存储系统性能优化方法[J]. 计算机科学, 2025, 52(11): 306-319.
SUN Shiquan, YE Miao, ZHU Cheng, WANG Yong, JIANG Qiuxiang. Performance Optimization of Wireless Edge Storage System Based on SDN and Drone Assistance in Disaster Scenarios[J]. Computer Science, 2025, 52(11): 306-319. - 孙石泉, 叶苗, 朱成, 王勇, 蒋秋香
- 计算机科学. 2025, 52 (11): 306-319. doi:10.11896/jsjkx.240900004
-
- 参考文献 | 相关文章 | 多维度评价
-
传统边缘分布式存储系统中网络配置繁琐,优化网络所需的网络状态信息测量操作开销大,当终端设备对数据存储和检索的业务需求处于高峰时,会导致网络链路负载过重从而影响数据转发传输的性能。此外,现有分布式存储系统在进行数据的存储节点选择时,只考虑了节点剩余存储空间,没有考虑网络状态和节点自身负载对系统存储性能的影响。为解决上述问题,设计和实现了一种基于软件定义网络(Software Defined Network,SDN)和无人机辅助的边缘分布式存储系统,利用SDN技术测量网络状态、网络节点自身负载和存储节点负载状态信息,通过无人机移动节点飞行到重负载网络节点的上方进行分流以平衡各条链路的流量负载;对于重负载网络节点和存储节点的选择,提出了一种基于多属性决策模型综合考虑网络状态和节点自身负载状态的节点选择算法,选择出重负载网络节点和合适的存储节点,然后通过对无人机的位置部署,实现网络链路流量的分流,平衡网络链路的流量负载。经实验测试,结果显示在无线Mesh网络拓扑中,所提无线边缘分布式存储系统的存储性能优于现有边缘分布式存储系统,存储时间明显缩短,在增加流量负载的情况下依然可以保持良好的存储性能,具有良好的负载均衡性能。
-
MDGRec:基于多元关系融合的移动应用第三方库推荐方法
陈煜涵, 王健, 李段腾川, 郑超, 李兵. MDGRec:基于多元关系融合的移动应用第三方库推荐方法[J]. 计算机科学, 2025, 52(11): 320-329.
CHEN Yuhan, WANG Jian, LI Duantengchuan, ZHENG Chao, LI Bing. MDGRec:Multi-relation Aware Third-party Library Recommendation with Dual Graph NeuralNetworks for Mobile Application Development[J]. Computer Science, 2025, 52(11): 320-329. - 陈煜涵, 王健, 李段腾川, 郑超, 李兵
- 计算机科学. 2025, 52 (11): 320-329. doi:10.11896/jsjkx.241200129
-
- 参考文献 | 相关文章 | 多维度评价
-
第三方库推荐系统旨在向开发者推荐合适的第三方库,以提高移动应用的开发效率。然而,现有的基于图神经网络的方法大多在一个异构交互图中同时传播移动应用和第三方库的节点信息,存在数据不平衡和特征混淆的问题。此外,现有方法忽视了第三方库推荐场景关系的复杂性,限制了推荐准确性。为此,提出了一种基于多元关系融合的移动应用第三方库推荐方法。模型使用双图结构分别对移动应用和第三方库进行建模,生成相应的嵌入向量。在此基础上,模型融合了第三方库推荐场景中的多元关系,在不同关系维度上传播节点信息,并使用自适应权重刻画不同关系在信息传播中的贡献,以生成细粒度的节点特征。在两个真实世界数据集上的实验结果表明,所提方法在各项指标上优于主流的基线模型。
计算机软件-
基于汤普森采样的自适应安卓程序测试方法
赵英男, 冷重阳, 韩启龙, 俞程. 基于汤普森采样的自适应安卓程序测试方法[J]. 计算机科学, 2025, 52(11): 330-338.
ZHAO Yingnan, LENG Chongyang, HAN Qilong, YU Cheng. Adaptive Android Program Test Method Based on Thompson Sampling[J]. Computer Science, 2025, 52(11): 330-338. - 赵英男, 冷重阳, 韩启龙, 俞程
- 计算机科学. 2025, 52 (11): 330-338. doi:10.11896/jsjkx.240900150
-
- 参考文献 | 相关文章 | 多维度评价
-
近年来,安卓图形化界面测试方法的研究引起了学者的广泛关注。目前,大多数测试方法是基于强化学习开发的,然而,现有方法根据经验选择参数实现对应用程序的探索,无法根据界面变化情况自适应地改变参数设置。为此,提出了一种基于汤普森采样的自适应安卓测试方法,该方法将汤普森采样与Q-learning算法相结合,能够根据当前界面控件被探索的情况自适应地调整智能体下一步的探索动作,且能较好地平衡利用与探索的关系,实现更有效的测试。首先,对探索过程中界面的跳转这一事件进行Beta概率分布建模,得到一个概率分布矩阵,该矩阵与Q矩阵加权平均,可以兼顾事件的探索价值与利用价值。同时,对当前界面下的可操作事件的概率分布进行采样,最大采样值即为探索概率值,结合加权后的矩阵可以更全面地指导测试,以此实现对安卓应用界面的自适应探索。在13个安卓应用程序上进行了实验,通过与传统强化学习测试工具进行实验对比与分析,验证了所提方法的有效性。
-
基于神经元覆盖指标的测试用例生成优化研究
肖子勤, 史涯晴, 曲豫宾. 基于神经元覆盖指标的测试用例生成优化研究[J]. 计算机科学, 2025, 52(11): 339-348.
XIAO Ziqin, SHI Yaqing, QU Yubin. Research on Optimization of Test Case Generation Based on Neuron Coverage Index[J]. Computer Science, 2025, 52(11): 339-348. - 肖子勤, 史涯晴, 曲豫宾
- 计算机科学. 2025, 52 (11): 339-348. doi:10.11896/jsjkx.240900006
-
- 参考文献 | 相关文章 | 多维度评价
-
深度神经网络(Deep Neural Networks,DNNs)已在诸多领域实现广泛应用,因其复杂性和不确定性,对其进行测试显得尤为重要。传统的测试方法过于依赖单一指标,无法全面揭示深度神经网络的完整行为模式。因此,需综合考量不同的覆盖指标,以便更全面地评估模型性能。结合6种多粒度的深度神经网络覆盖指标,优化模糊测试的变异策略和种子选择等步骤,生成高质量且高覆盖率的测试用例。在MNIST和CIFAR10数据集上对4种不同复杂性的模型进行实验,将原始训练集和新生成的有效测试用例合并用于重训练模型,以提高分类准确率。实验结果显示,该方法可以显著提高覆盖率,并通过自适应重训练优化模型提高了分类准确率。
-
面向可见光与红外多模态目标检测的对抗攻防综述
郑海斌, 林秀豪, 陈靖文, 陈晋音. 面向可见光与红外多模态目标检测的对抗攻防综述[J]. 计算机科学, 2025, 52(11): 349-363.
ZHENG Haibin, LIN Xiuhao, CHEN Jingwen, CHEN Jinyin. Survey of Adversarial Attack and Defense for RBG and Infrared Multimodal Object Detection[J]. Computer Science, 2025, 52(11): 349-363. - 郑海斌, 林秀豪, 陈靖文, 陈晋音
- 计算机科学. 2025, 52 (11): 349-363. doi:10.11896/jsjkx.241200151
-
- 参考文献 | 相关文章 | 多维度评价
-
目标检测作为计算机视觉中的一项基本任务被广泛应用,而基于深度学习的目标检测算法以其强大的特征提取能力,成为了当前研究的主流。然而大多数目标检测算法仅对可见光图像或红外图像进行单模态检测。通常情况下,可见光图像在天气恶劣、夜间、目标被遮挡等场景成像较差,导致检测性能下降。利用红外图像可以改善上述问题,但红外图像会缺失目标的部分细节信息。因此,基于可见光和红外图像的多模态融合检测算法逐渐兴起。然而,现有的研究集中于改善多模态目标检测算法的性能,对于其安全性的研究相对零散。基于现有的研究工作,围绕多模态目标检测对抗安全性进行综述。首先对多模态目标检测及攻防进行理论分析;然后按照不同时段的融合检测对多模态目标检测方法进行分类归纳,再对现有的目标检测对抗攻击方法与对抗防御方法进行归纳整理,梳理了现有的多模态目标检测数据集与主要评价指标;最后探讨了多模态目标检测未来潜在的研究方向,进一步推动多模态目标检测对抗安全研究发展和应用。
信息安全-
面向语音助手的窃听攻击与防御研究现状与挑战
黄文斌, 任炬, 曹航程, 蒋洪波, 熊礼治, 陈先意, 付章杰. 面向语音助手的窃听攻击与防御研究现状与挑战[J]. 计算机科学, 2025, 52(11): 364-372.
HUANG Wenbin, REN Ju, CAO Hangcheng, JIANG Hongbo, XIONG Lizhi, CHEN Xianyi, FU Zhangjie. Research Status and Challenges of Eavesdropping Attacks and Defenses Targeting VoiceAssistants[J]. Computer Science, 2025, 52(11): 364-372. - 黄文斌, 任炬, 曹航程, 蒋洪波, 熊礼治, 陈先意, 付章杰
- 计算机科学. 2025, 52 (11): 364-372. doi:10.11896/jsjkx.250300047
-
- 参考文献 | 相关文章 | 多维度评价
-
语音助手作为人机语音交互的便捷接口,已在居家、运动、车载等诸多场景中得到广泛应用,为医疗、金融、教育等产业的智能化升级提供了有力支持。然而,语音助手的便捷与普及也引发了严峻的窃听用户对话,从而造成用户隐私泄露的问题。现有关于语音助手的综述性文献主要聚焦于语音欺骗攻击与防御、对抗样本攻击与防御等方面,针对语音窃听攻击与防御的总结与分析仍有待完善。为此,深入研究了面向语音助手的窃听攻击与防御,并对现有研究进行了详细综述。首先,全面回顾并深入分析了当前存在的窃听攻击方法,根据窃听攻击实现方式的不同进行分类,并对攻击的实施手段、攻击目标、所需技术和权限、攻击的隐蔽性等进行了详细的探讨,旨在全面了解语音助手面临的潜在威胁。其次,对近年来防御语音助手窃听攻击的研究工作进行了系统梳理,通过对不同防御技术的分类总结,结合其应用场景和检测效果进行深入分析,总结了防御方法存在的不足与面临的挑战,为进一步提升语音助手的安全性提供了有益参考。最后,对窃听攻击和防御领域面临的主要研究挑战进行了详细分析,并探讨了未来可能的研究方向。
-
基于多粒度统计特征的僵尸网络流量智能检测方法
张海霞, 黄克振, 连一峰, 赵昌志, 袁云静, 彭媛媛. 基于多粒度统计特征的僵尸网络流量智能检测方法[J]. 计算机科学, 2025, 52(11): 373-381.
ZHANG Haixia, HUANG Kezhen, LIAN Yifeng, ZHAO Changzhi, YUAN Yunjing, PENG Yuanyuan. Intelligent Botnet Traffic Detection Method Based on Multi-granularity Statistical Features[J]. Computer Science, 2025, 52(11): 373-381. - 张海霞, 黄克振, 连一峰, 赵昌志, 袁云静, 彭媛媛
- 计算机科学. 2025, 52 (11): 373-381. doi:10.11896/jsjkx.241100019
-
- 参考文献 | 相关文章 | 多维度评价
-
随着信息技术的飞速发展,僵尸网络攻击已成为具有高危害程度的网络安全威胁,及时有效的僵尸网络检测和处置可以遏制攻击者利用僵尸网络发起其他衍生攻击。当前已有的僵尸网络检测方法存在因特征选取视角单一而易被攻击者绕过、误报率高等局限性。对此,提出一种基于多粒度统计特征的僵尸网络流量智能检测方法,该方法提取待检测网络流量的局部粗粒度统计特征和面向源IP的全局细粒度画像,进而利用具有多头注意力机制的长短期记忆网络挖掘良性网络流量与僵尸网络流量在两类统计特征方面存在的差异性,最终基于这些差异性识别僵尸网络流量。在CTU-13和ISCX僵尸网络数据集上进行了对比实验,该方法在准确率、精确率、召回率和F1分数均可达到99%以上。
-
结合动态分析的内存安全漏洞模糊测试方法
殷家乐, 陈哲. 结合动态分析的内存安全漏洞模糊测试方法[J]. 计算机科学, 2025, 52(11): 382-389.
YIN Jiale, CHEN Zhe. Dynamic Analysis Based Fuzz Testing for Memory Safety Vulnerabilities[J]. Computer Science, 2025, 52(11): 382-389. - 殷家乐, 陈哲
- 计算机科学. 2025, 52 (11): 382-389. doi:10.11896/jsjkx.241000003
-
- 参考文献 | 相关文章 | 多维度评价
-
C语言编写的系统往往包含潜在的内存漏洞。模糊测试集成动态分析工具可以挖掘内存漏洞,但会引入巨大的性能开销。同时,当前流行的模糊测试方法更多地专注于提高整体代码的覆盖率,而高效触发已覆盖代码的内存漏洞也是一项重要能力。为此,改进了动态分析工具Movec并与AFL结合,创新工作主要为使用指针元数据引导模糊测试高效挖掘内存漏洞。核心步骤包括使用源码级别的哈希表和二级树管理指针元数据,以减少模糊测试结合动态分析的缺页中断;然后在汇编级别上取消对动态分析代码的覆盖率插桩,以减少冗余插桩对覆盖率计算的影响;随后增加最小指针边界距离,内存分配峰值指标引导模糊测试高效挖掘缓冲区溢出、内存分配失败漏洞;最后优化种子队列的筛选逻辑,精简队列规模并提高内存漏洞相关种子的优先级。对CVE程序进行实验,Movec结合AFL的执行吞吐量为原生的54%,而Asan,Msan只有10%和4%。对比先进模糊测试器,可以在更短的时间内挖掘内存漏洞,平均减少48.4%的时间消耗。
-
利用环盲签名+仲裁的认证混币方案
方志鹏, 李晓宇. 利用环盲签名+仲裁的认证混币方案[J]. 计算机科学, 2025, 52(11): 390-397.
FANG Zhipeng, LI Xiaoyu. Using Ring Blind Signature＋Arbitration Authentication Mixed Coin Scheme[J]. Computer Science, 2025, 52(11): 390-397. - 方志鹏, 李晓宇
- 计算机科学. 2025, 52 (11): 390-397. doi:10.11896/jsjkx.241000048
-
- 参考文献 | 相关文章 | 多维度评价
-
区块链是一种分布式账本技术,具有去中心化、不可篡改、数据公开等特性。但数据公开导致区块链存在隐私泄露的安全隐患。引入混币中心作为中介切断了转账者和接收者之间的关联,可以达到保护交易双方隐私的目的,然而它仍然存在一些安全漏洞,例如混币中心仍然能够掌握这个关联关系,混币中心可能伪造转账,转账者可能否认交易等。因此,提出了基于环盲签名的仲裁认证混币技术,利用环盲签名解决混币中心知道关联的问题,利用仲裁认证解决混币中心以及用户违规行为的问题。所提方法相比传统混币方案具有不可比拟的优势,可以很好地解决传统混币方案存在的问题,具有匿名性、不可否认性、不可伪造性、防Dos性等特性,完善了传统的混币服务,可以进一步保护用户隐私。所提方案响应时间与用户数、混币中心数均呈正相关,响应时间相比Mixcoin与Blindcoin方案略长,但比Coinjoin和Coinshuffle方案短;同时,相对于其他方案,所提方案能有效地防范用户和混币中心的欺骗行为,更好地保护交易隐私。
-
基于联盟区块链的数据可信共享方案
刘漳辉, 林哲旭, 陈汉林, 马新建, 陈星. 基于联盟区块链的数据可信共享方案[J]. 计算机科学, 2025, 52(11): 398-407.
LIU Zhanghui, LIN Zhexu, CHEN Hanlin, MA Xinjian, CHEN Xing. Data Trusted Sharing Scheme Based on Consortium Blockchain[J]. Computer Science, 2025, 52(11): 398-407. - 刘漳辉, 林哲旭, 陈汉林, 马新建, 陈星
- 计算机科学. 2025, 52 (11): 398-407. doi:10.11896/jsjkx.241000169
-
- 参考文献 | 相关文章 | 多维度评价
-
随着大数据时代的来临,如何在开放、动态、难控的互联网中实现安全可信的数据共享已成为亟待解决的问题。区块链技术以其去中心化、不可篡改等特性,为构建数据可信共享机制提供了技术思路。为此,提出了一种基于联盟区块链的数据可信共享方案。首先,定义了一种基于联盟区块链的数据架构范式,并通过标准化注册流程,高效整合异源、异域、异构的数据资源;同时,设计并实现了数据可信追溯机制,通过数据共享全过程链上留痕的方式,来保证数据需求方、计算节点和数据提供方之间数据流动的安全性和完整性;此外,设计了一种数据处理即服务(Data Processing-as-a-Service,DPaaS)的数据可信共享框架,来支撑数据共享的关键步骤,即需求匹配、数据共享、满意度评价,以应对数据共享过程中的信任挑战。实验结果表明,与传统数据共享方案相比,随着数据集的增大,拟议方案的额外时间占比可降至数据共享总时间开销的30%以内;智能合约查询平均时延能够稳定在0.12~0.2s,智能合约写入平均时延能够稳定在3~5s。
-
基于国密算法SM9的加法同态加密方案
谢振杰, 刘奕明, 尹小康, 刘胜利, 张永光. 基于国密算法SM9的加法同态加密方案[J]. 计算机科学, 2025, 52(11): 408-414.
XIE Zhenjie, LIU Yiming, YIN Xiaokang, LIU Shengli, ZHANG Yongguang. Additively Homomorphic Encryption Scheme Based on Domestic Cryptographic Algorithm SM9[J]. Computer Science, 2025, 52(11): 408-414. - 谢振杰, 刘奕明, 尹小康, 刘胜利, 张永光
- 计算机科学. 2025, 52 (11): 408-414. doi:10.11896/jsjkx.241100188
-
- 参考文献 | 相关文章 | 多维度评价
-
在云计算环境下,传统加密方案在保护数据机密性的同时,也使密文丧失了可计算性。同态加密解决了这一矛盾,已被广泛应用于数据聚合、安全多方计算、联邦学习等隐私计算领域。因此,以基于标识密码体制的国密算法SM9加密算法为基础,构造了具有加法同态性质的标识加密方案,细致推导了方案的正确性和加法同态性,从q-BCAA1和DDH困难问题出发证明了方案具有IND-CPA安全性,并对改进的消息恢复算法进行了详细描述。测试结果表明,提出的加法同态加密方案的加密效率相较于同类方案提升了42%,解密效率提升了20%~62%。
-
基于加性秘密共享的轻量级隐私保护移动传感分类框架
何宇宇, 周凤, 田有亮, 熊伟, 王帅. 基于加性秘密共享的轻量级隐私保护移动传感分类框架[J]. 计算机科学, 2025, 52(11): 415-424.
HE Yuyu, ZHOU Feng, TIAN Youliang, XIONG Wei, WANG Shuai. Lightweight Privacy-preserving Mobile Sensing Classification Framework Based on AddictiveSecret Sharing[J]. Computer Science, 2025, 52(11): 415-424. - 何宇宇, 周凤, 田有亮, 熊伟, 王帅
- 计算机科学. 2025, 52 (11): 415-424. doi:10.11896/jsjkx.241100101
-
- 参考文献 | 相关文章 | 多维度评价
-
针对在移动传感设备上部署卷积神经网络模型出现的数据隐私泄露问题,以及隐私保护目标分类框架中服务器交互计算导致通信开销过高的挑战,提出了一种基于加性秘密共享的轻量级隐私保护移动传感目标分类框架(LPMS)。该框架确保移动传感设备在交换数据时不会泄露隐私信息,同时显著降低通信开销和计算开销。首先,利用加性秘密共享技术构建了一系列不依赖计算密集型密码原语的安全计算协议,以实现安全高效的神经网络计算;其次,构建了一种三维混沌加密方案,防止原始数据在上传至边缘服务器的过程中被攻击者窃取;最后,通过理论分析与安全性证明,验证了LPMS框架的正确性及安全性。实验结果表明,与PPFE方案相比,LPMS方案将模型计算开销降低了73.33%,通信开销减少了68.36%。
-
一种基于深度分区聚合的神经网络后门样本过滤方法
郭嘉铭, 杜文韬, 杨超. 一种基于深度分区聚合的神经网络后门样本过滤方法[J]. 计算机科学, 2025, 52(11): 425-433.
GUO Jiaming, DU Wentao, YANG Chao. Neural Network Backdoor Sample Filtering Method Based on Deep Partition Aggregation[J]. Computer Science, 2025, 52(11): 425-433. - 郭嘉铭, 杜文韬, 杨超
- 计算机科学. 2025, 52 (11): 425-433. doi:10.11896/jsjkx.240900007
-
- 参考文献 | 相关文章 | 多维度评价
-
深度神经网络易受后门攻击,攻击者可以通过数据投毒的方式植入后门并劫持模型的行为。其中,类特定攻击映射关系复杂、与正常任务关联紧密,因而能绕过大多数防御方法,具有更高的威胁性。文中研究了类特定攻击在植入后门的过程中攻击成功率与模型分类性能的关系,总结出3条性质,并以此为基础设计了一种针对类特定攻击的样本过滤方法。该方法使用深度分区聚合(Deep Partition Aggregation,DPA)的集成学习方法与投票法对数据集进行反复迭代过滤。根据类特定攻击的3条性质,从数学层面证明了该过滤方法的有效性,并在标准分类数据集上进行了大量实验,在迭代4轮后均能过滤95%以上的后门样本。同时,与最新的样本过滤方法的对比实验结果,体现了所提过滤方法在针对类特定攻击时的优越性。文中实验基于Github的开源项目backdoorbox开展。
-
基于知识蒸馏的联邦学习后门攻击方法
赵桐, 陈学斌, 王柳, 景忠瑞, 钟琪. 基于知识蒸馏的联邦学习后门攻击方法[J]. 计算机科学, 2025, 52(11): 434-443.
ZHAO Tong, CHEN Xuebin, WANG Liu, JING Zhongrui, ZHONG Qi. Backdoor Attack Method for Federated Learning Based on Knowledge Distillation[J]. Computer Science, 2025, 52(11): 434-443. - 赵桐, 陈学斌, 王柳, 景忠瑞, 钟琪
- 计算机科学. 2025, 52 (11): 434-443. doi:10.11896/jsjkx.250100146
-
- 参考文献 | 相关文章 | 多维度评价
-
联邦学习能够使不同参与者利用私人数据集共同训练一个全局模型。然而,联邦学习的分布式特性,也为后门攻击提供了空间。后门攻击中的攻击者对全局模型进行投毒,使全局模型在遇到带有特定后门触发器的样本时被误导至有针对性的错误预测。对此,提出了一种基于知识蒸馏的联邦学习后门攻击方法(KDFLBD)。首先,利用蒸馏生成的浓缩毒化数据集训练教师模型,并将教师模型的“暗知识”传递给学生模型,以提炼恶意神经元。然后,通过神经元Z分数排序和混合,将带有后门的神经元嵌入全局模型。在常见数据集上评估了KDFLBD在iid和non-iid场景下的性能,相较于像素攻击和标签翻转攻击,KDFLBD在保证主任务准确率(MTA)不受影响的同时,显著提升了攻击成功率(ASR)。
-
基于声纹特征的无人机个体识别技术研究
张梦, 乔金兰. 基于声纹特征的无人机个体识别技术研究[J]. 计算机科学, 2025, 52(11): 444-451.
ZHANG Meng, QIAO Jinlan. Research on Individual Unmanned Aerial Vehicles Identification Technology Based on Voiceprint Characteristics[J]. Computer Science, 2025, 52(11): 444-451. - 张梦, 乔金兰
- 计算机科学. 2025, 52 (11): 444-451. doi:10.11896/jsjkx.250300079
-
- 参考文献 | 相关文章 | 多维度评价
-
随着人工智能以及通信技术的快速发展,无人机在各行业的应用日益广泛。在低空物流运输领域,无人机凭借高效、便捷和低成本的优势,展现出巨大的应用潜力。然而,合法无人机在执行配送任务时,极易遭受假冒攻击。发货方仅依据外观特征,特别是当恶意第三方采用与合法无人机型号相同的无人机实施假冒行为时,难以准确判断前来取货的无人机是否具备合法性。为了有效解决这一问题,提出一种基于声纹特征的无人机个体身份识别系统UVBRS。首先,通过移动设备录制无人机悬停时的音频,并利用经验小波变换去除无人机音频信号中的高频噪声,以提高信噪比。然后,基于同一型号不同无人机音频信号的频谱特征设计特制滤波器组,以实现对关键特征的精确提取。最后,结合Open-Max算法构建长短期记忆网络分类模型,使其能够处理开放集分类问题,进一步提升系统识别能力。实验结果表明,该系统能够以99.8%的准确率实现同一型号不同无人机的个体识别,并以99.5%的成功率识别出非法无人机,有效抵御假冒攻击。
-
第52卷第11期目录