首页期刊导航|计算机工程
期刊信息/Journal information
计算机工程
华东计算技术研究所　上海市计算机学会
计算机工程

华东计算技术研究所　上海市计算机学会

游小明

月刊

1000-3428

hdsce@sohu265359.sohuvip.net

021-54972331

200233

上海市桂林路418号

计算机工程/Journal Computer EngineeringCSCD北大核心CSTPCD
查看更多>>本刊是中国电子科技集团公司第三十二研究所（华东计算技术研究所）主办的学术性刊物，是上海市计算机学会会刊。主要特点：以最快的速度、科学求实的精神，精选刊登代表计算机行业前沿科研、技术、工程方面的高、精、尖优秀论文。贯彻党的“双百”方针，繁荣科技创作，促进国内外学术交流，探讨和传播计算机科学的理论和实践，加速和促进我国计算机事业的发展。
正式出版
收录年代

    融合卷积收缩门控的生成式文本摘要方法

    甘陈敏唐宏杨浩澜刘小洁...
    98-104页
    查看更多>>摘要：在深度学习技术的推动下，基于编码器-解码器架构并结合注意力机制的序列到序列模型成为文本摘要研究中应用最广泛的模型之一，尤其在生成式文本摘要任务中取得显著效果。然而，现有的采用循环神经网络的模型存在并行能力不足和时效低下的局限性，无法充分概括有用信息，忽视单词与句子间的联系，易产生冗余重复或语义不相关的摘要。为此，提出一种基于Transformer和卷积收缩门控的文本摘要方法。利用BERT作为编码器，提取不同层次的文本表征得到上下文编码，采用卷积收缩门控单元调整编码权重，强化全局相关性，去除无用信息的干扰，过滤后得到最终的编码输出，并通过设计基础Transformer解码模块、共享编码器的解码模块和采用生成式预训练Transformer(GPT)的解码模块3种不同的解码器，加强编码器与解码器的关联，以此探索能生成高质量摘要的模型结构。在LCSTS和CNNDM数据集上的实验结果表明，相比主流基准模型，设计的TCSG、ES-TCSG和GPT-TCSG模型的评价分数增量均不低于1。0，验证了该方法的有效性和可行性。

    生成式文本摘要序列到序列模型Transformer模型BERT编码器卷积收缩门控单元解码器

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于时空图注意力网络的服务机器人动态避障

    杜海军余粟
    105-112页
    查看更多>>摘要：为了解决服务机器人在具有自主决策能力的密集人群中容易发生碰撞、假死和路径不自然等问题，在深度强化学习的框架下提出基于时空图注意力网络的服务机器人动态避障算法。时空图注意力网络作为邻近策略优化(PPO)算法的决策函数，首先采用门控循环单元控制机器人对环境的记忆和遗忘程度，提取环境的时间特征，使其对行人运动趋势有一定的预测作用;然后采用图注意力网络获取机器人和行人在空间上的隐式交互特征，使机器人能寻找无碰撞路径;最后在PPO算法中对时空图注意力网络进行训练，使得机器人在人群中完成无碰撞导航任务。在人均2。5 m2的动态封闭环境中对算法进行实验验证，结果表明，与非学习型的动态窗口算法相比，该算法导航成功率提高71个百分点，与基于学习型的DSRNN-RL算法相比，该算法导航成功率提高3个百分点同时导航路径更短。Gazebo环境下的实时导航测试结果表明，所提算法的平均推理时间为21。90 ms，可以满足实时导航的要求。

    服务机器人动态避障深度强化学习时空图注意力网络实时导航

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于全景视觉的无人船水面障碍物检测方法

    周金涛高迪驹刘志全
    113-121页
    查看更多>>摘要：无人船航行时水面障碍物检测因视角不足，导致漏检或误检，同时为满足无人船安全正常作业的需求，提出基于全景视觉的无人船水面障碍物目标检测方法。与传统的单目和双目视觉相比，全景视觉具有水平方向大视场监控的优点。基于多目全景视觉系统获得待拼接图像，在加速稳健特征(SURF)算法的基础上进行图像配准，引入k维树来构建数据索引，实现搜索空间级分类并进行快速匹配。通过M估计样本一致算法对匹配点进行优化，剔除误匹配点。对于图像融合中重叠区域出现的拼接缝隙或重影问题，设计一种基于圆弧函数的加权融合算法。提出改进的水面障碍物目标检测模型DS-YOLOv5s，将拼接好的全景图像作为训练好的模型作为输入，从而检测目标障碍物。实验结果表明，改进后的SURF算法与SURF算法相比特征点的匹配正确率提高11。47个百分点，在匹配时间上比SURF、RANSAC算法缩短5。83 s，DS-YOLOv5s模型的mAP@0。5达到95。7%，检测速度为51 帧/s，符合实时目标检测标准。

    全景视觉图像拼接无人船改进YOLOv5目标检测

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于一致性图的权重自适应多视角谱聚类算法

    王丽娟邢津萍尹明郝志峰...
    122-131页
    查看更多>>摘要：随着移动设备和互联网的普及，多视角数据的采集和分享变得更加容易，其可以从多个视角更准确地描述数据。目前，一些多视角聚类算法忽略了不同视角间的一致性潜在知识和不同视角的重要性。针对该问题，提出一种平衡视角间一致性信息的多视角聚类算法。首先通过调节视角权重学习视角间一致的共享相似度矩阵，提升共享矩阵的一致性，其中相关性强的视角具有的一致性信息更多，视角权重越大，在一致性学习中发挥的作用越大，而差异性大的视角其权重越小，在学习中发挥的作用越小。其次学习视角间的一致性样本嵌入以及不同视角的特征嵌入，并将特征嵌入中包含的多样性特征信息迁移到样本嵌入中，以此促进样本嵌入的一致性表达。在不同视角特征中包含多样性信息，可补充上述共享相似度矩阵学习中单一样本关系的不足。因此，采用二部图协同聚类，通过建立样本数据、样本嵌入和特征嵌入的关系图，学习样本的特征嵌入，并将其迁移到样本嵌入中。最后将图学习、谱聚类和特征嵌入学习整合到统一的框架中进行联合优化，得到最优的样本嵌入。实验结果表明，通过对样本嵌入进行K-means聚类，将该算法运行于 5个真实数据集并与 7种聚类算法对比，其中在 3-Sources、Yale、MRSCV1数据集上的正确率均高于对比算法5%以上，验证了该算法的有效性。

    多视角聚类一致性学习权重自适应协同聚类谱聚类

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于后门的鲁棒后向模型水印方法

    曾嘉忻张卫明张荣
    132-139页
    查看更多>>摘要：深度学习模型的训练成本高，但窃取成本低，容易被复制并扩散。模型的版权拥有者可以利用后门等方式在模型中嵌入水印，通过验证水印来证明模型版权。根据水印嵌入阶段的不同，模型水印又可分为前向模型水印和后向模型水印，前向模型水印在模型训练之初就嵌入水印，而后向模型水印的嵌入发生在模型原始任务训练完成后，计算量小，更为灵活。但是已有的后向模型水印方法鲁棒性较弱，不能抵抗微调、剪枝等水印擦除攻击。分析后向模型水印鲁棒性弱于前向模型水印的原因，在此基础上，提出一种通用的鲁棒后向模型水印方法，在水印嵌入时引入对模型中间层特征和模型输出的约束，减小水印任务对原始任务的影响，增强后向模型水印的鲁棒性。在CIFAR-10、CALTECH-101、GTSRB等数据集上的实验结果表明，该方法能有效提升后向模型水印在微调攻击下的鲁棒性，CIFAR-10数据集实验中的最优约束设置与后向模型水印基线相比，水印验证成功率平均提升24。2个百分点，同时，该方法也提升了后向模型水印在剪枝等攻击下的鲁棒性。

    深度学习模型模型版权保护模型水印后门鲁棒性

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于新型时空混沌系统的隐私图像加密算法

    杜鹏崔琦王思翔董有恒...
    140-153页
    查看更多>>摘要：单一混沌系统输出数据有限，且传统时空混沌系统输出分布不均易发生弱混沌现象，无法直接用于隐私图像加密。针对上述问题，利用Henon映射和耦合映像格(CML)提出一种新型时空混沌系统，即基于Henon映射的伪随机置乱耦合映像格系统(PRSCML-Henon)。该系统底层为二维离散混沌Henon映射，其中一维作为输出，另一维则作为控制信号，控制系统中的格子实现伪随机置乱，同时系统引入初等元胞自动机的输出作为系统的扰动，提高系统输出的随机性并削弱混沌系统动力学退化的不利影响，该系统相比于单一Henon映射和传统CML系统具有更强的混沌特性和随机性。在此基础上，利用PRSCML-Henon系统的输出序列设计一种隐私图像加密算法。实验结果表明，该算法不仅在实现上较为简单，且加密结果相比其他混沌图像加密算法拥有更好的统计特性和安全性，同时具备较好的鲁棒性和加密效率，适用于图像的私有加密。

    隐私图像加密时空混沌系统基于混沌图像加密耦合映像格元胞自动机

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于非定长编码和滑动窗口的隐私保护记录链接方法

    叶晓东赵迎迎孙永奇赵思聪...
    154-164页
    查看更多>>摘要：隐私保护记录链接(PPRL)是一种跨不同数据库高效识别同一实体对象对应的记录而不泄露记录所代表实体对象的敏感或机密信息的方法。布隆过滤器(BF)广泛应用于PPRL，其将记录中的敏感信息进行编码并使用字符q-gram实现近似匹配。但是，BF编码容易遭受密码分析攻击，且由于对q-gram位置不敏感，会导致记录匹配的精确率较低。提出一种基于非定长编码和滑动窗口的PPRL方法，其采用的非定长编码记录生成方式不仅使记录具有位置敏感性，而且通过对有效位前后添加随机位数组隐藏了实体的位数组频率信息，从而能够有效防御频率攻击。此外，设计一种基于滑动窗口的记录链接方式，先通过快速过滤筛除大量不匹配的记录，再使用双向滑动窗口的精确匹配策略对剩余记录进行匹配，提高隐私保护记录的匹配效率。在公开数据集上的实验结果表明，相比BF方法，该方法在编码速度上快100倍左右，其同时具有更高的匹配精度，在跨数据库PPRL方面的安全性也更强。

    布隆过滤器字符串比较隐私保护记录链接安全实体对齐

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据
    • 维普

    容器云中面向持久化存储的拟态防御技术研究

    刘道清扈红超霍树民
    165-179页
    查看更多>>摘要：容器云中面向持久化存储安全会直接影响到容器的创建和运行过程，严重威胁容器的安全性。传统的防御方法无法及时检测基于未知漏洞的攻击行为，并建立相应的防御策略。而现有的通过动态、异构和冗余增强容器及持久化存储安全性的研究缺乏对面向持久化存储安全威胁的细致分析，且对表决机制带来的性能损失没有得到优化。为此，利用容器灵活、高效的特点，结合拟态防御原理提出面向持久化存储的拟态防御架构。针对表决机制并结合层次分析法对异构容器应用请求表决机制进行优化，同时依据先到先裁机制提出一种自适应表决算法以提高表决速率，通过评估安全性和系统开销为用户提供一种折中的调度方案来满足场景中不同的安全和性能需求，最终实现原型系统Mimic-proxy。理论分析和实验结果表明:Mimic-proxy可以有效防御容器云中面向持久化存储的安全威胁，相比传统表决算法，响应时延降低了28。85%，吞吐率提高了40。52%;相比于传统防御架构，在仅提高0。99%的响应时延和降低1。01%吞吐率的情况下，可以有效保护持久化存储，达到增强容器安全性的目的。

    容器云持久化存储拟态防御原型系统容器安全

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于Transformer和GAN的对抗样本生成算法

    刘帅威李智王国美张丽...
    180-187页
    查看更多>>摘要：对抗攻击与防御是计算机安全领域的一个热门研究方向。针对现有基于梯度的对抗样本生成方法可视质量差、基于优化的方法生成效率低的问题，提出基于Transformer和生成对抗网络(GAN)的对抗样本生成算法Trans-GAN。首先利用Transformer强大的视觉表征能力，将其作为重构网络，用于接收干净图像并生成攻击噪声;其次将Transformer重构网络作为生成器，与基于深度卷积网络的鉴别器相结合组成GAN网络架构，提高生成图像的真实性并保证训练的稳定性，同时提出改进的注意力机制Targeted Self-Attention，在训练网络时引入目标标签作为先验知识，指导网络模型学习生成具有特定攻击目标的对抗扰动;最后利用跳转连接将对抗噪声施加在干净样本上，形成对抗样本，攻击目标分类网络。实验结果表明:Trans-GAN算法针对MNIST数据集中2种模型的攻击成功率都达到99。9%以上，针对CIFAR10数据集中2种模型的攻击成功率分别达到96。36%和98。47%，优于目前先进的基于生成式的对抗样本生成方法;相比快速梯度符号法和投影梯度下降法，Trans-GAN算法生成的对抗噪声扰动量更小，形成的对抗样本更加自然，满足人类视觉不易分辨的要求。

    深度神经网络对抗样本对抗攻击Transformer模型生成对抗网络注意力机制

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据
    • 维普

    融合改进自编码器和残差网络的入侵检测模型

    陈虹王瀚文金海波
    188-195页
    查看更多>>摘要：互联网中存在大量隐私数据，因此防止网络入侵成为保护网络安全的关键问题。为提高网络入侵检测的准确率并解决其收敛慢问题，设计一种改进的堆叠自动编码器和残差网络(ISAE-ResNet)入侵检测模型。融合栈式自编码器和残差网络，首先将预处理后的数据输入到改进的栈式自编码器中，该栈式自编码器由2个副编码器和1个主编码器组成，数据经过副编码器和主编码器训练后重构出新的特征来防止过拟合问题;然后将解码层的权重捆绑到编码层进行优化，使模型参数减半来进行降维，提高模型的收敛速度;最后将处理过的数据输入到改进的残差网络中，并基于改进的ResNet网络设计一种加入软阈值函数的残差模块，通过降低数据中的噪声来提高模型准确率。在CIC-IDS-2017数据集上的实验结果表明，该模型准确率为98。67%，真正例率为95。93%，误报率为0。37%，损失函数值快速收敛至0。042，在准确率、真正例率、误报率和收敛速度方面均超过对比入侵检测模型，具有较高的有效性和可行性。

    网络入侵检测深度学习栈式自编码器残差网络CIC-IDS-2017数据集

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据
    • 维普