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

    基于特征匹配度与异类子模型融合的安全性评估方法

    徐晓滨张云硕施凡常雷雷...
    113-122页
    查看更多>>摘要：机器学习模型的好坏影响预测精度、输入与输出结果的拟合情况。在复杂系统中，使用单一模型评估系统安全性问题时容易受数据量、数据格式、模型结构以及环境干扰等因素影响，使得这个模型在解决某个问题的能力上比较出色，而在解决其他问题时，结果却不尽如人意。针对上述问题，提出一种基于特征匹配度和异类子模型融合的安全性评估方法。首先，按照采样数据的输出值划分不同规模的数据集并构建子模型;其次，通过计算每个新数据对于这些子模型的匹配度，进而得到每个子模型的权重;最后，根据权重大小融合所有子模型的子输出得到最终的多模型融合结果。所提方法对山东省济宁市霄云煤矿采掘数据集进行研究，实验结果表明，该方法与多样本单模型、少样本单模型和传统多模型方法相比，在以330/70的比例来构建子模型的情况下均方根误差(RMSE)分别降低了 15。13％、51。67％和12。46％，该方法充分集成各子模型所能提供的有效信息，减少和分散单一模型的预测误差，以提高模型的预测精度和泛化能力。

    特征匹配度异类子模型单模型多模型融合安全性评估

      原文链接:
    • 万方数据
    • 维普

    基于曲线决策融合的SDN饱和攻击检测方法

    崔允贺赵建朋杨鸿珍李显超...
    123-132页
    查看更多>>摘要：针对软件定义网络(SDN)交换机和控制器的饱和攻击是SDN中的主要安全问题。在使用集成学习方法检测饱和攻击时，现有方法通常使用距离或熵值等简单的信息计算方法修正证据，可能存在信息丢失问题，降低饱和攻击检测精度。为解决上述问题，提出一种基于曲线决策融合的饱和攻击检测方法(SACOIN)。SACOIN首先计算多分类器概率矩阵的混乱程度修正多分类器内证据;随后将多分类器概率矩阵转换为曲线并去除噪声，提取重构小波的信号特征组成特征矩阵;然后计算特征矩阵行内互信息，基于上述互信息修正多分类器间证据;最后使用D-S证据理论融合修正证据，得到最终检测结果。实验结果表明，SACOIN在检测针对SDN交换机和控制器的饱和攻击时的准确率、精确率、召回率、F1值分别为92。3％、93％、92。1％、91。3％。

    饱和攻击软件定义网络滤波决策融合D-S理论

      原文链接:
    • 万方数据
    • 维普

    基于多特征融合的智能合约缺陷检测方法

    王奕丰曾诚全擎宇王娇然...
    133-141页
    查看更多>>摘要：智能合约是区块链技术最成功的应用之一，随着其广泛应用，智能合约的安全问题也引起了研究人员的关注。尽管已有一些针对智能合约缺陷检测的研究，但对于智能合约代码特征的挖掘还不充分。提出一种采用多特征融合方式的智能合约缺陷检测方法。首先，对智能合约代码进行预处理，其中包括颜色标记、词汇提取、ASCII字符转换以及合约之间继承关系的提取;然后，将颜色标记、词汇提取、ASCII字符转换得到的处理信息输入到由BERT、卷积神经网络(CNN)以及双向长短期记忆(BiLSTM)网络构建的融合模型中进行特征提取，同时将合约之间的继承关系信息输入node2vec随机游走算法，以获得合约关系的特征向量;最后，将所有特征向量连接并输入分类器进行缺陷分类。使用真实的Solidity智能合约数据集对该方法进行验证，实验结果表明，相比其他模型，所提多特征融合模型在F1值实现了 6％～12％的改进，在准确度方面实现了 4％～11％的提升，该方法能够更好地挖掘智能合约代码的深层特征，提高缺陷检测性能，对智能合约的安全性具有一定的应用价值。

    区块链智能合约Solidity语言多特征缺陷检测

      原文链接:
    • 万方数据
    • 维普

    基于深度强化学习的可信任务卸载方案

    石琼段辉师智斌
    142-152页
    查看更多>>摘要：针对移动边缘计算(MEC)中边缘服务器是否可信的安全性问题，以及基于深度强化学习(DRL)的任务卸载方案存在收敛慢、波动大的难题，提出一种基于信任感知和DRL算法的任务卸载方案。首先，构建基于客观信息熵和历史卸载次数组合赋权的多源反馈信任融合模型，用于聚合信任反馈信息，评估边缘服务器的可信度;然后，利用基于优先级经验采样的优先经验回放(PER)-SAC算法，将基站作为智能体，负责计算任务的卸载决策。实验结果表明，该方案相较于TASACO、SRTO-DDPG和I-PPO方案，具有更优的性能和更好的收敛性，其累积奖励、时延和能耗指标均为最优，且其收敛速度更快、波动幅度更小，在多个测试场景下，相较于TASACO方案能耗性能最少提升5。8％，最大提升32。2％，时延性能最少提升8。5％，最大提升21。3％。

    移动边缘计算任务卸载网络安全深度强化学习信任机制

      原文链接:
    • 万方数据
    • 维普

    基于模型相似度与本地损失的双重客户端选择算法

    李红娇王宝金王朝晖胡仁豪...
    153-164页
    查看更多>>摘要：联邦学习是一种分布式机器学习技术，通过聚合客户端本地模型参数共建全局模型。现有的联邦学习客户端选择算法作用于训练前或者训练后。面对统计异质的客户端数据，训练前选择算法会使一些性能较差的客户端参与聚合，导致模型的准确率下降。而训练后选择算法要求所有客户端参与训练，需要大量的通信开销。为此，提出双重客户端选择(DCS)算法，在训练前选择1个客户端训练子集，以减少全局模型的下发，在子集训练后选择部分客户端参与聚合，以减少本地模型的上传。在本地训练前，服务器根据本地与全局模型的余弦相似度进行层次聚类，得到不同的选择概率分布，从中选出无偏的训练子集，以便更好地适应客户端数据的统计异质性。在子集训练后，服务器不仅考虑了本地损失，还结合了本地与全局模型的余弦相似度筛选出聚合子集，提高全局模型准确率。在Fashion-MNIST和CIFAR-10数据集上的实验结果表明，DCS算法相比于基线算法的测试准确率最大可提升8。55个百分点，同时上行和下行链路的通信开销分别为O(mn+2d)和O(dn+m)。

    联邦学习客户端选择模拟相似度聚类本地损失

      原文链接:
    • 万方数据
    • 维普

    协同感知系统中一种基于信息年龄优化的服务策略

    周浚辉徐鹏孙胜利
    165-181页
    查看更多>>摘要：边缘计算(EC)技术通过在网络边缘实时处理数据，解决了单车感知、传感器处理和传输延迟等问题，为提供高效、安全的自动驾驶服务提供支持。时敏信息是自动驾驶的核心问题，信息年龄(AoI)成为解决实时性和性能问题的关键指标。将AoI引入自动驾驶EC场景，在协同感知系统架构中，以AoI为主要优化目标，提出最大信息年龄优先的服务策略。通过计算服务策略的时间指标理论值，寻找影响系统性能的关键参数。采用蒙特卡洛方法对传统服务策略和所提的策略进行对比实验。仿真结果表明，在随机初始化的批次结构下，所提的服务策略具有最低的平均AoI，相比并行服务策略降低了 54。57％，证明其在AoI优化上的显著优势。

    信息年龄协同感知边缘计算服务策略先来先服务

      原文链接:
    • 万方数据
    • 维普

    面向多智能体与双层卸载的车联网卸载算法

    张冀龚雯雯朵春红齐国梁...
    182-197页
    查看更多>>摘要：在车联网(IoV)边缘计算环境中，针对如何高效地进行任务卸载和资源分配来缓解移动车辆存储和计算能力有限的问题，提出多智能体与双层卸载的IoV卸载算法。首先，提出移动边缘计算(MEC)服务器与车辆以及空闲车辆(MEC-V-NTVC)互联的3层网络模型，建立了任务模型、判断模型和计算模型;其次，将任务车辆的计算卸载以及资源分配抽象成部分可观测马尔可夫决策过程(POMDP)，并提出双层卸载机制以达到最小化系统总成本的目的。基于空闲车辆云以及单调值函数分解QMIX，提出一种基于双层卸载机制的深度强化学习卸载算法DLSQMIX。该算法协调任务车辆、空闲车辆以及环境信息，在考虑车辆任务时间约束的情况下，充分利用MEC服务器以及空闲车辆的计算能力，求得系统最优卸载决策。从边缘服务器、空闲车辆的计算能力、任务车辆、空闲车辆的数量以及平均任务量等方面对系统开销和时延进行对比。仿真实验结果表明，DLSQMIX算法能够有效求解任务卸载问题，与遗传算法(GA)、粒子群优化(PSO)算法以及QMIX算法相比，所提算法的系统开销减小2。52％～3。91％，时延降低3。50％～6。59％。

    车联网边缘计算空闲车辆云双层卸载机制单调值函数分解

      原文链接:
    • 万方数据
    • 维普

    非线性能量采集的工业物联网非线性信息年龄分析

    许晋贾向东韩向花张兴元...
    198-206页
    查看更多>>摘要：针对工业物联网(IIoT)中对信息新鲜性日益增长的需求，提出一种基于非线性能量采集(EH)的IIoT监控系统，配备电池容量大小为B的传感器节点，从无线供电基站(WPS)使用非线性EH技术采集射频(RF)能量进行充电，电池充满后将采集到的数据发送给数据采集节点。此外，针对在复杂场景中需要设置多个非线性信息年龄(AoI)算法所存在系统较为复杂的问题，提出1个普适函数来描述不同的非线性AoI，并通过调节参数来控制函数图像形状。在推导系统非线性AoI封闭表达式的同时引入系统能量效率(EE)，以两者的比值Ψ作为系统的性能指标。鉴于问题较为复杂，采用一维搜索方法来寻找最优电池容量。通过系统仿真和数值分析，证明了存在最优的电池容量B使系统Ψ最小化。仿真结果表明，信道衰落参数、状态更新大小、WPS发射功率等参数都会对系统的性能产生影响，在相关系统的优化设计时都需要考虑。当WPS发射功率为0。5 W时，指数型非线性AoI下的Ψ是对数型非线性的2倍，是线性的1。8倍。

    工业物联网非线性能量采集传输正确概率非线性信息年龄能量效率

      原文链接:
    • 万方数据
    • 维普

    基于多绘制管线的大规模并行体绘制性能优化技术

    王华维刘若妍艾志玮曹轶...
    207-215页
    查看更多>>摘要：针对数值模拟输出的大规模科学数据，体绘制方法为了刻画复杂物理特征，会进行高密度光线采样，但由此带来了极大的计算开销和数据增量。在国产自主CPU高性能计算机上，由于处理器单核的计算能力低于商业CPU，只能使用更多的处理器核来分担体绘制任务，从而引起了采样数据并行通信的可扩展性瓶颈。为充分利用国产自主CPU高性能计算机来高效完成体绘制任务，针对大规模并行体绘制提出一种基于多绘制管线的性能优化技术，通过多管线、多进程的两级并行模式来降低单条管线的并行规模。在大规模并行体绘制中，该技术将绘制目标图像划分成多个子区域，绘制进程则相应分组，每个进程组独立执行一条绘制管线，以完成图像相应子区域的绘制，最后再收集所有的图像子区域，形成完整图像并输出。实验结果表明，优化后的体绘制算法在国产自主CPU高性能计算机上可以扩展到万核规模，并能有效完成体绘制任务。

    体绘制多管线两级并行并行可扩展性性能优化

      原文链接:
    • 万方数据
    • 维普

    基于自监督学习的葡萄实例去重叠遮挡算法

    曾湄王逸涵雷志伟刘雪垠...
    216-228页
    查看更多>>摘要：传统随机遮挡算法在合成葡萄遮挡图像时会导致合成数据失真，易使葡萄遮挡预测失效。因此，提出一种适用于葡萄遮挡预测的遮挡数据合成方法，并进一步提出基于自监督学习的葡萄实例去遮挡预测算法。在数据合成阶段，该算法采用接近式遮挡策略取代随机遮挡方式用于将完整葡萄实例合成为不同的被遮挡实例，并在合成过程前通过一系列预处理机制来控制互为遮挡的葡萄实例尺寸，从而保证合成的遮挡葡萄符合真实情形，不存在失真问题;随后，将遮挡预测过程拆分为掩码重构与语义填充2个部分，并挑选对应的合成数据分别用于训练基于通用Unet的掩码重构网络和语义填充网络。为了克服因实例分割截取尺寸限制而无法预测完整实例的问题，该算法在数据合成阶段充分考虑被遮挡实例与遮挡者实例，并提出对应的重构和填充函数;在遮挡预测阶段，基于开源架构训练的Pointrend实例分割网络以及所提出的掩码重构网络和语义填充网络被依次用来完成对被遮挡葡萄的预测。在遮挡估计数据集上进行实验，结果表明，该算法预测的遮挡葡萄掩码与真实标注间的交并比(IoU)值达到81。16％，高于其他对比方法，表明所提合成算法与重构框架能够用于葡萄遮挡预测任务。

    葡萄遮挡遮挡预测重构网络遮挡合成实例分割

      原文链接:
    • 万方数据
    • 维普