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

    基于分割点改进孤立森林的网络入侵检测方法

    余长宏许孔豪张泽高明...
    148-156页
    查看更多>>摘要：随着网络攻击的不断增多和日益复杂化,传统基于监督的网络入侵检测算法不能准确识别没有类别标记或特征不明显的网络访问链接,而对于无监督的网络入侵检测算法,也存在检测效率和准确率低等问题.针对如何进一步提升网络入侵检测性能,提出使用自编码器(AE)与分割点改进孤立森林模型对网络入侵进行检测.首先,对无监督自编码器进行L1正则化,以增强自编码器的稀疏性,通过学习数据内在结构,自适应地提取具有判别性的特征,完成入侵攻击的特征提取;然后,使用改进的孤立森林分离异常点,即使用最大化均值与标准差之商来确定分割点划分最佳超平面来构建隔离树,使隔离树在相关子空间中具有更强隔离异常值的能力,并通过遍历所有隔离树中数据点的平均路径长度得到异常得分来判定异常流量.在KDDCUP99和UNSW-NB15数据集上的实验结果表明,与6种传统无监督方法相比,该方法较传统孤立森林准确率和召回率均提升约20％,F1值和曲线下面积(AUC)值均提升约10％,较其他无监督方法相比大幅降低了误码率.

    网络入侵检测稀疏自编码器孤立森林无监督学习隔离树

      原文链接:
    • 维普
    • 万方数据

    车联网中支持非法签名定位的无证书匿名认证方案

    杨小东李沐紫马国祖李松谕...
    157-165页
    查看更多>>摘要：车联网环境中,车辆通过互联网连接到公共网络,车辆信息在传输过程中很容易遭受到攻击者的各种恶意攻击,从而导致车辆隐私信息泄露甚至威胁用户生命安全.2022年,为了保障车辆间公开通信中消息传输的安全性和隐私性,研究人员提出了一种车联网环境下的无证书匿名认证方案,并证明该方案在随机预言机模型下满足签名的不可伪造性.然而,通过安全性分析发现,该方案无法抵抗恶意的密钥生成中心替换攻击以及车辆之间的合谋攻击.针对上述安全缺陷,提出改进的车联网无证书匿名认证方案.在随机预言模型下基于椭圆曲线离散对数问题存在不可伪造性,同时也能够抵抗车辆之间联合发起的合谋攻击.此外,该方案支持非法签名的快速查询,能在聚合签名验证失败后,通过建立非法签名与聚合签名验证等式的关联性,节省对右子节点中非法签名的查找次数,从而迅速定位到非法签名的位置.实验结果表明,与同类方案相比,改进方案在聚合签名验证阶段的计算开销减少了至少25％,并能满足更多的安全属性.

    车联网匿名认证无证书签名签名伪造非法签名定位

      原文链接:
    • 维普
    • 万方数据

    基于可解释性深度学习的物联网水质监测数据异常检测

    李永飞李铭洋常鑫曹可欣...
    179-187页
    查看更多>>摘要：随着物联网技术的发展和应用范围的扩大,物联网设备和传感器的数量和种类也在不断增加.物联网水质传感器在生态监测与保护领域起着至关重要的作用,针对物联网水质传感器采集的监测数据中数据量大、维度高、无标注等问题,提出一种基于可解释性深度学习的无监督异常数据检测算法.使用自动编码器(AE)和SHAP算法对多维水质数据集进行异常检测.通过训练自动编码器模型,标记重建误差较大的数据,使用SHAP解释自动编码器并计算被标记数据中各数据特征的重要性.基于这些特征的重要性,确定最终的异常值,从而实现对水质监测数据的异常检测.在物联网水质监测数据集上的实验结果表明,该算法能有效检测出异常数据,F1值为0.875,性能优于当前无监督异常检测领域常用算法.该算法对于处理物联网水质监测数据具有实际应用价值,此外,还可以应用于其他领域的海量物联网监测数据的异常检测,例如气象、环境等领域.

    深度学习自动编码器异常检测可解释机器学习无监督学习

      原文链接:
    • 维普
    • 万方数据

    面向视频数据的多模态情感分析

    武星殷浩宇姚骏峰李卫民...
    218-227页
    查看更多>>摘要：多模态情感分析旨在从文本、图像和音频数据中提取和整合语义信息,从而识别在线视频中说话者的情感状态.尽管多模态融合方案在此研究领域已取得一定成果,但是已有方法在处理模态间分布差异和关系知识的融合方面仍有欠缺,为此,提出一种多模态情感分析方法.设计一种多模态提示门(MPG)模块,其能够将非语言信息转换为融合文本上下文的提示,利用文本信息对非语言信号的噪声进行过滤,得到包含丰富语义信息的提示,以增强模态间的信息整合.此外,提出一种实例到标签的对比学习框架,在语义层面上区分隐空间中的不同标签以进一步优化模型输出.在3个大规模情感分析数据集上的实验结果表明,该方法的二分类精度相对次优模型提高了约0.7％,三分类精度提高了超过2.5％,达到0.671.该方法能够为将多模态情感分析引入用户画像、视频理解、AI面试等领域提供参考.

    多模态情感分析语义信息多模态融合上下文表征对比学习

      原文链接:
    • 维普
    • 万方数据

    基于光照校正和图像融合的零件表面图像增强

    董良振田建艳杨胜强陈海滨...
    245-254页
    查看更多>>摘要：在低照度条件下采集的机械加工零件表面图像质量较低,严重影响后续与粗糙度相关的特征提取效果.为此,提出一种基于光照校正和图像融合的低照度图像增强算法.首先对引导滤波算法进行改进,使其能根据图像的纹理情况自适应地调整滤波参数,在平滑纹理的同时保持整体结构,得到更优质的照度图;然后对原始图像进行反相增强,抑制图像中的高亮条纹与光斑,通过图像融合来综合原图和正、反相增强图像的优质像素;接着利用限制对比度的自适应直方图均衡化(CLAHE)算法进一步提高融合图像的对比度;最后将增强图像用于2种不同的零件表面粗糙度检测模型.在钛、钢、镁3种材质的零件表面低照度图像数据集上进行实验,结果表明,该算法有效增强了低照度零件表面图像的质量,增强图像的标准差、平均梯度和信息熵均高于对比算法.与图像增强前相比,基于灰度共生矩阵特征提取的支持向量回归(GLCM-SVR)和基于卷积回归神经网络(RCNN)的粗糙度检测模型的均方根误差分别降低了 0.140和0.202 μm,平均绝对误差分别降低了 0.116和0.146 μm,表明图像增强能有效提升低照度条件下基于视觉的粗糙度检测方法的精度.

    表面粗糙度图像增强Retinex理论光照校正图像融合

      原文链接:
    • 维普
    • 万方数据

    基于改进薄板样条运动模型的人脸动画算法

    杨硕王一丁
    255-265页
    查看更多>>摘要：面部动画在电影、游戏、虚拟现实等领域起着关键作用,对于实现逼真、生动的人脸动画和情感传达至关重要.当面临面部形状、姿态、表情等多个变化因素时,虽然通过薄板样条非线性变换可以获得较好的运动估计结果,但在处理面部复杂纹理和嘴部运动时存在运动估计不精细的问题,需要更强大的图像修复能力.因此,提出一种基于改进薄板样条运动模型(TPSMM)的人脸动画算法.首先,在TPSMM的基础上引入一种Farneback光流金字塔算法,通过与薄板样条变换和背景仿射变换相结合,使得人脸局部运动估计更精准;其次,为了更真实地恢复缺失区域的细节纹理信息,提出一种多尺度细节感知网络,该网络在编码器中通过嵌入通道注意力(ECA)模块减少源图像因多层下采样而导致的人脸细节信息丢失,在解码器中利用坐标注意力(CA)模块来有效捕获运动估计特征图中不同位置的重要特征,提高人脸图像的生成质量.实验结果表明,相比一阶段运动模型(FOMM)、关节动画的运动表示法(MRAA)、TPSMM等,该算法在MUG、UvA-Nemo和Oulu-CASIA数据集上的L1、平均关键点距离(AKD)、平均欧氏距离(AED)数值均达到最优,平均分别为0.012 9、0.923、0.000 99.

    面部动画光流估计薄板样条多尺度特征融合通道注意力机制坐标注意力机制

      原文链接:
    • 维普
    • 万方数据

    基于PD-NOMA的人员监控图像传输算法

    吴凡徐朝农邹英豪
    266-275页
    查看更多>>摘要：危险区域人员监控具有摄像节点密度高、传输实时性和图像质量要求高的特点.功率域非正交多址接入(PD-NOMA)技术可以支持多路并行传输,有利于在密集传输场景下提升传输实时性,而多摄像节点协同有利于提高图像质量.在面向危险区域人员监控的PD-NOMA摄像网络中,提出通过多图融合的人员监控图像传输算法,以实现高质量监控.首先,定义了图像的"单人信息量"这一关键术语,它反映了图像中单个人员被准确识别的概率;其次,基于摄像节点之间的位置关系定义了多摄像节点拍摄到的单个人员的融合图像信息量;最后,在满足传输实时性要求以及图像中所有人员均可识别的前提下,以最大化融合图像信息量为目标,计算以摄像节点的图像分辨率和无线发射功率为控制变量的实时传输调度方案.实验结果表明,当实时传输上限为0.4 s时,基于PD-NOMA的传输调度方案传输信息量比传统传输方案提高了 46.4％,使得图像中人员识别概率从0.854 9提升至0.891 9.

    功率域非正交多址接入人员监控传输实时性图像信息量图像融合

      原文链接:
    • 维普
    • 万方数据

    改进邻域漂移的多假设检验点云降噪

    时志鹏冯肖维赵一平
    276-286页
    查看更多>>摘要：在获得三维点云数据时,由于仪器、环境、算法等原因,不可避免地会使获得的点云数据带有噪声,而点云数据所携带的噪声将影响后续的点云处理效果.为了抑制三维点云数据中的噪声,同时保留其不同程度的特征,提出一种改进邻域漂移的多假设点云降噪方法.首先,利用邻域点和法向双张量投票法进行特征描述;接着,利用非参数估计构建转移概率函数,并使用核回归方法对新的采样点进行权重计算,在此基础上运用粒子滤波实现邻域漂移,经过多次迭代得到非局部邻域;然后,通过多假设检验法确定不同特征点处的多个法向,并通过加权平均获得最终法向;最后,采用多假设检验的方法分别对特征点和非特征点进行滤波,产生多个候选点并使用目标函数进行优化,从而对点云模型进行降噪.利用所提方法与RIMLS、EAR、L1、PointNet方法对相同噪声模型进行恢复,并对恢复模型与原模型进行误差分析,结果表明,所提方法的平均降噪精度相比RIMLS、EAR和L1方法分别提高了 38.1％、41.3％和12.4％,与PointNet相比约降低2.9％,但是所提方法无须进行数据库训练且可调参.

    点云降噪张量投票邻域漂移非参数估计核回归多假设检验

      原文链接:
    • 维普
    • 万方数据

    基于边缘计算的轻量化识别方法

    李致金汤佳辉闫金凤
    287-295页
    查看更多>>摘要："新零售"模式的出现,对传统零售业的转型以及提升用户消费体验具有重要意义.然而,目前市场上的无人水果秤大多存在一些问题,如识别率低、模型结构复杂、部署困难、模型推理实时性差等.针对这些问题,提出一种基于边缘计算的轻量化识别方法.选用MobileNext作为主干网络,引入轻量型的注意力模块CBAM改进MobileNext中的SandGlass模块.利用Ghost模块替换SandGlass模块中的标准1×1卷积,以压缩模型的参数量和运算量.在此基础上,使用迁移学习的策略搭配NAdam优化器训练改进后的MobileNext模型,进一步提高模型的识别精度.在Fruit Recognition数据集上的实验结果表明,该方法在水果识别任务中达到了 98.95％的识别准确率,优于原MobileNext、MobileNetV2和EfficientNet-B0等轻量级模型.相较于原MobileNext模型,改进后的MobileNext模型识别准确率提高了 1.17个百分点,参数量仅为1.775 × 106,推理时间仅为16.5 ms.在实际的零售场景中,所提方法只需很小的参数量和运算量就能实现较好的识别效果,并能够部署在边缘设备上.

    深度学习注意力模块轻量级模型迁移学习边缘设备

      原文链接:
    • 维普
    • 万方数据

    基于改进SwiftNet的堆场图像实时分割网络

    陈晓玉沈晨沈阅孔德明...
    296-303页
    查看更多>>摘要：在堆场环境下,实时图像语义分割可以提供直观的场景类别信息.为节约工控机等边缘设备的硬件资源以及为多源信息融合提供图像语义类别信息,提出一种轻量化的实时语义分割网络模型.首先提出基于空间注意力引导的上采样融合模块,通过引入空间注意力和残差注意力结构设计一种轻量化的解码器,在上采样过程中还原空间细节,抑制冗余信息,进而融合不同来源的特征图;其次提出一种轻量化的级联空洞空间金字塔模块,利用级联的空洞卷积单元增大网络感受野,有效提取多尺度特征;最后使用通道分离、通道混洗、通道池化等操作,降低多尺度聚合过程中的计算开销.在公开数据集Camvid上,该模型的平均交并比(MIoU)为70.1％,推理速度为146.3帧/s,分割精度和推理速度优于ENet、ICNet等模型,消融实验结果也证明了所提各模块的有效性;在实际堆场图像数据集上,该模型的MIoU为93.5％,推理速度为123.8帧/s,证明模型结构具有良好的泛化性能.

    实时语义分割注意力机制空洞卷积感受野堆场图像

      原文链接:
    • 维普
    • 万方数据