首页期刊导航|计算机工程与科学
期刊信息/Journal information
计算机工程与科学
国防科学技术大学计算机学院
计算机工程与科学

国防科学技术大学计算机学院

王志英

月刊

1007-130X

jsjgcykx@163.net

0731-84576405

410073

湖南省长沙市开福区德雅路109号国防科技大学计算机学院

计算机工程与科学/Journal Computer Engineering and ScienceCSCD北大核心CSTPCD
查看更多>>本刊系国防科技大学计算机学院主办的计算机类综合性学术刊物,属中国计算机学会会刊,已先后被列为中文核心期刊、中国科技核心期刊、中国学术期刊(光盘版)全文入编期刊、中国科学引文数据库来源期刊(CSCD核心)、中国学术期刊综合评价数据库来源期刊。
正式出版
收录年代

    基于时间感知主导资源公平的边缘函数计算负载调度算法

    李宝朱姝王晓川任怡...
    1711-1719页
    查看更多>>摘要:针对边缘函数计算服务FaaS中不同负载之间资源抢占导致的资源分配不公平、利用率不高的问题,提出一种时间感知的主导资源公平调度算法.首先,分析了现有主导资源公平调度算法在应用到边缘函数计算服务时的不足;其次,提出加入函数实例运行时间权重,并通过时间感知队列和主导资源公平队列协同实现对函数运行所需要的资源进行公平分配和集群资源充分利用;最后,基于主流开源函数计算服务平台的调度器对算法进行了实现.采用公开负载运行数据集的测试结果表明,该算法最多提升了18.1%的CPU利用率和21.8%的内存利用率,并且执行时间最多降低了26.1%,能够有效提升边缘函数计算服务的资源分配公平性,且提高了资源利用率.

    边缘计算函数计算服务时间感知主导资源公平调度

    基于关系图的Linux内核兼容性量化分析研究

    秦莹阳娅婧马俊万家齐...
    1720-1734页
    查看更多>>摘要:内核升级导致设备驱动模块、应用系统库的移植工作缺少有效的理论指导,给操作系统开发和部署带来诸多不便.针对上述情况,提出基于内核模块差异性检测和依赖关系分析的内核兼容性量化分析方法,结合开源Linux内核,构造内核模块依赖关系图,统计内核模块出入度、依赖深度、中心性等影响内核兼容性的图特征,分析系统调用和导出函数2类兼容性强相关函数的变化情况及其对内核兼容性的影响,给出测算内核模块兼容率和影响域的基本方法,并在Linux内核5.x系列版本和麒麟典型版本中进行实验验证.

    内核兼容性量化影响域

    数据中心SFC+X编排评测环境的构建:POC方法

    刘振宇李华王璐
    1735-1747页
    查看更多>>摘要:根据不同场景要求及相应业务需求,服务功能链SFC可以部署在边缘云到数据中心、数据中心之间以及数据中心内部,然而,由于数据中心固有的重资产属性,在其基础上灵活组合的SFC+X编排评测工作因无经济有效的评测环境而难以进行.基于概念证明POC方法进行评测,可以针对实际情况实现一个模型或被测对象中最重要部分,以较小的实施代价验证所关注的问题.在对数据中心SFC+X编排的评测过程中,围绕POC评测环境能否有效评测SFC+X编排功能正确性及有效度量SFC+X编排性能指标,对POC评测方法是否可以解决数据中心SFC+X编排评测问题进行分析,论证了SFC功能正确的传递性原则和性能指标蜕变关系保持原则,提出了POC评测方法可行性定理,并依此原则和定理结合数据中心SFC+X编排特点,对评测所需硬件资源进行约减,以设计实现POC评测环境.通过理论推导及POC验证方法证明了POC评测方法不仅能够有效评测SFC+X编排功能的正确性,而且还可以度量SFC+X编排性能指标.最后提出一种基于POC方法的数据中心SFC+X编排是否满足SLA的评测方法,为数据中心SFC+X编排评测问题提供了一个经济有效的解决方案.

    POC方法testOraclePOC评测环境数据中心功能评测性能度量

    边缘场景下面向分布式交互应用的服务器分配

    顾颖程魏柳姜宁程环宇...
    1748-1756页
    查看更多>>摘要:移动边缘计算作为一种极具前瞻性的分布式计算范式,将云计算的计算能力下沉到网络边缘来高效地处理数据.近年来,分布式交互应用的需求激增,移动智能设备数量爆炸性增长,作为移动边缘计算的重要组成部分,边缘服务器可以使交互应用程序在用户附近执行,从而解决通信和网络开销过大和数据无法即时处理的问题.一个关键的挑战是找到一个合适的边缘服务器分配策略以有效降低交互延迟和平衡服务器工作负载.基于此目标提出了边缘服务器分配算法ESADQN,将问题建模为马尔可夫决策过程,使用强化学习有效地选择边缘服务器部署位置,并将用户分配到相应服务器.与k-means算法相比,ESADQN算法在工作负载标准差相近的情况下,总交互时延平均减少了31%;与Top-K算法相比,ESADQN算法在总交互时延相近的情况下,工作负载标准差平均减少了49%.实验结果表明,ESADQN选择的服务器分配方案能有效降低交互时延和工作负载标准差.

    边缘计算服务器分配分布式交互应用马尔可夫决策过程强化学习

    基于多智能体深度强化学习的车联网区分业务资源分配算法

    蔡玉官铮王增文王学...
    1757-1764页
    查看更多>>摘要:车联网产生大量网络连接和差异化数据,针对单个智能体难以在动态场景下收集信道状态信息并进行区分业务的资源分配和链路调度,提出了基于多智能体深度强化学习的车联网区分业务资源分配算法.该算法以实现紧急业务链路干扰最小化约束下,V2V链路数据包成功交付率和V2I链路总容量最大化为 目标,利用深度强化学习算法进行多个蜂窝用户和设备到设备用户共存的单天线车载网络中,频谱分配和功率选择的策略优化.每个智能体都利用DQN进行训练,智能体间共同与通信环境交互,通过全局奖励函数实现智能体间的协作.仿真结果表明,高负载场景下,相较于传统随机分配算法,该算法的V2I链路总吞吐量增加了3.76 Mbps,V2V链路的数据包交付率提高了17.1%,紧急业务链路所受干扰相对于普通链路减少1.42 dB,实现紧急业务链路的优先级保障,有效提高了V2I链路和V2V链路的总传输容量.

    车联网频谱分配强化学习多智能体紧急业务

    基于双向胶囊网络的恶意评论检测

    李公瑾邵玉斌杜庆治龙华...
    1765-1774页
    查看更多>>摘要:为了解决现有检测模型无法准确识别语言风格多变、语意隐晦的恶意评论问题,提出了一种基于双向胶囊网络的恶意评论检测模型.首先,利用BERT模型对评论文本进行词嵌入,创建输入矩阵;其次,将输入矩阵传递给双向特征提取层,该层由堆叠的LSTM、双向胶囊网络和注意力网络组成,从正向和反向同时捕获文本的深层语义信息,将生成的正向和反向矩阵拼接起来并输入到注意力机制中,聚焦与恶意评论相关的词语并生成输出向量;再次,拼接输出向量与语境辅助特征向量,丰富特征表示;最后,将拼接向量输入到全连接层中,通过Sigmoid激活函数对评论文本进行分类.在维基百科恶意评论数据集上进行的实验表明,相较于现有研究,基于双向胶囊网络的恶意评论检测模型性能提升显著,能够捕获评论文本中更丰富的语义信息,有效检测恶意评论.

    BERT语言模型双向胶囊网络语境辅助特征恶意评论检测

    《计算机工程与科学》征文通知

    1774页

    基于图神经网络的源代码漏洞检测研究综述

    陈子雄陈旭景永俊宋吉飞...
    1775-1792页
    查看更多>>摘要:随着开源软件在各个领域的广泛应用,源代码漏洞已经导致了一系列严重的安全问题.鉴于这些漏洞对计算机系统的潜在威胁,检测软件中的源代码漏洞以防止网络攻击已成为一个重要的研究领域.为了实现自动化检测并降低人力成本,研究人员提出了许多基于传统深度学习的方法.然而,这些方法大多将源代码视为自然语言序列而没有充分考虑代码的结构信息,因此其检测效果受到了限制.近年来,基于代码图表示和图神经网络的源代码漏洞检测方法应运而生.全面综述了图神经网络在源代码漏洞检测中的应用,并提出了一个基于图神经网络的源代码漏洞检测通用框架.从文件级别、函数级别和切片级别3种漏洞检测粒度出发,系统地总结和阐述了现有的方法和相关数据集.最后,讨论了该领域所面临的挑战,并对未来可能的研究重点进行了展望.

    图神经网络漏洞检测数据集数据流图控制流图

    基于双指标分组学习粒子群算法的动态敏捷软件项目调度

    申晓宁徐继勇毛鸣健陈文言...
    1793-1806页
    查看更多>>摘要:针对敏捷软件开发中的用户故事选择和任务分配2个紧耦合子问题,考虑用户故事的新增和开发者工作时长的不确定性,构建敏捷软件项目的动态周期性调度模型,提出一种基于目标值和潜力值双指标进行分组学习的粒子群优化算法.该算法依据不同分组特征选用相异的学习对象,以提高搜索的多样性;基于投资回报率和时间利用率设计初始化和局部搜索策略,以应对环境变化并增强挖掘能力.与7种已有算法相比,所提算法能够规划出一套产出价值更大和时间利用率更高的调度方案.

    敏捷开发软件项目调度双指标分组学习粒子群优化

    以Barendregt的变量约定形式化编程语言研究

    阿力木江·亚森艾合买提·阿不来提沙尔旦尔·帕尔哈提阿布都克力木·阿布力孜...
    1807-1814页
    查看更多>>摘要:编程语言、类型系统和逻辑系统中常见的命名绑定,在实践中实现存在困难.在理论中以抽象思考发现并避免即将发生的变量捕获.在实践中变量捕获的检测需要定义笨拙的辅助操作,使形式化和证明变得复杂.现有几种命名绑定技术旨在表达式具有良好的可读性,无变量捕获的代换操作和直观的证明.然而,这些技术的形式化与理论之间存在差别,两者的表达式和证明过程可能有很大的不同.提出一种命名绑定技术,其中在代换操作和推理规则中引入的表达式刷新函数使形式化遵守Barendregt的变量约定,形式系统的形式化与其理论几乎相同.以无类型λ-演算和具有简单数据类型的λ-演算的形式化展示了该技术的优点.

    变量命名命名绑定形式系统Barendregt的变量约定编程语言理论