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

    DRM:基于迭代归并策略的GPU并行SpMV存储格式

    王宇华何俊飞张宇琪徐悦竹...
    381-394页
    查看更多>>摘要：稀疏矩阵向量乘(SpMV)在线性系统的求解问题中具有重要意义，是科学计算和工程实践中的核心问题之一，其性能高度依赖于稀疏矩阵的非零分布。稀疏对角矩阵是一类特殊的稀疏矩阵，其非零元素按照对角线的形式密集排列。针对稀疏对角矩阵，在GPU平台上提出的多种存储格式虽然使SpMV性能有所提升，但仍存在零填充和负载不平衡的问题。针对上述问题，提出了一种DRM存储格式，利用基于固定阈值的矩阵划分策略和基于迭代归并的矩阵重构策略，实现了少量零填充和块间负载平衡。实验结果表明，在NVIDIA® Tesla® V100平台上，相比于DIA、HDC、HDIA和DIA-Adaptive格式，在时间性能方面，该存储格式分别取得了20。76，1。94，1。13和2。26倍加速;在浮点计算性能方面，分别提高了1。54，5。28，1。13和1。94倍。

    GPUSpMV稀疏对角矩阵零填充负载平衡

      原文链接:
    • 万方数据
    • 维普

    未知工艺角下时序违反的机器学习预测

    黄鹏程冯超超马驰远
    395-399页
    查看更多>>摘要：集成电路设计复杂性的增长以及工艺尺寸的持续缩减给静态时序分析以及设计周期带来了新的严峻挑战。为了提升静态时序分析效率、缩短设计周期，充分考虑FinFET工艺特性以及静态时序分析原理，提出了未知工艺角下时序违反的机器学习预测方法，实现了基于部分工艺角的时序特性来预测另外一部分工艺角的时序特性的目标。基于某工业设计进行实验，结果表明，提出的方法利用5个工艺角时序预测另外31个工艺角时序，可达到小于2 ps的平均绝对误差，远远优于传统方法所需的21个工艺角，显著改善了预测精度和减少了静态时序分析工作量。

    机器学习工艺角静态时序分析FinFET

      原文链接:
    • 万方数据
    • 维普

    可满足性模理论综述

    唐傲王晓峰何飞
    400-415页
    查看更多>>摘要：可满足性模理论(SMT)是指判定一阶逻辑公式在特定背景理论下的可满足性问题。基于一阶逻辑的SMT相比SAT描述能力更强、抽象能力更高，能处理更加复杂的问题。SMT求解器在各个领域都有应用，已经成为重要的形式化验证引擎。目前，SMT已被广泛应用在人工智能、硬件RTL验证、自动化推理和软件工程等领域。根据近些年SMT的发展，首先阐述SMT基本知识和常见的背景理论;然后分析总结Eager方法、Lazy方法和DPLL(T)方法的实现流程，并进一步介绍主流求解器Z3、CVC5和MathSAT5的实现过程;接着介绍SMT的扩展问题#SMT、SMT应用在深度神经网络的SMTlayer方法和量子SMT求解器;最后对SMT的发展进行展望，并讨论其面临的挑战。

    一阶逻辑可满足性模理论Lazy方法DPLL(T)SMT求解器#SMT

      原文链接:
    • 万方数据
    • 维普

    移动边缘计算中计算卸载与资源分配联合优化策略

    刘向举李金贺方贤进王宇...
    416-426页
    查看更多>>摘要：为了在移动边缘计算(MEC)中最大限度地减少处理用户任务的时延和能耗，改善用户体验，以最小化用户的完成时间和能耗的加权和为目标，在计算资源的约束下研究了多用户、多MEC服务器中的计算卸载问题。针对此问题，考虑卸载决策和资源分配之间存在的依赖关系，首先将原问题解耦为卸载决策和计算资源分配2个子问题。然后，使用鲸鱼优化算法求解卸载决策问题，通过添加非线性收敛因子和惯性权重加快收敛速度;引入反馈机制，防止陷入局部最优，得到更高概率可行的卸载决策;对于资源分配问题使用拉格朗日乘子法得到每个卸载决策下的最佳计算资源分配解。最后，通过多次迭代得到稳定的收敛解。仿真实验结果表明，与其他基准方案相比，最多减少了44。6%的系统开销。

    移动边缘计算计算卸载资源分配鲸鱼优化算法

      原文链接:
    • 万方数据
    • 维普

    基于胶囊网络的异常多分类模型

    阳予晋王堃陈志刚徐悦...
    427-439页
    查看更多>>摘要：国网公司日益庞大的服务器集群产生的大量生产运行数据，以及实时分析各类设备、系统产生的海量监控数据成为电力IT运维工作的新挑战。异常检测技术作为智能电网信息运维工作的关键技术，可以有效检测运维故障并及时告警，避免损坏敏感设备。目前一些传统异常检测方法检测的异常种类少且精度低，导致故障发现不及时。为了应对这一挑战，提出了基于胶囊网络的多维时间序列异常多分类模型NNCapsNet。首先，应用无监督算法结合专家知识对电网营销业务应用服务器性能监控数据进行预处理和标注。其次，引入胶囊网络进行分类和异常检测。五折交叉验证的实验结果表明，NNCapsNet在包含15类异常的数据集上实现了91。21%的平均分类准确度。还在包含2万条监控数据的数据集上与4个基准模型进行了对比，NNCapsNet在关键评估指标上均取得了较好的结果。

    监测数据电力IT运维异常检测胶囊网络多维时间序列分析无监督算法

      原文链接:
    • 万方数据
    • 维普

    结合决策树和AdaBoost的缓存侧信道攻击检测

    李扬尹大鹏马自强姚梓豪...
    440-452页
    查看更多>>摘要：缓存侧信道攻击严重威胁各类系统的安全，对攻击进行检测可以有效阻断攻击。为此，提出了一种基于决策树和AdaBoost的AD检测模型，通过匹配系统硬件事件信息特征，快速有效地识别缓存侧信道攻击。首先，分析缓存侧信道攻击特点，提取攻击硬件事件特征模式。其次，利用决策树的快速响应能力，同时结合AdaBoost对数据样本进行加权迭代，对采集的不同负载下的特征数据进行模型训练，优化检测模型在不同负载时的整体检测精度。实验结果表明，该模型在不同系统负载条件下的检测精度均不低于98。8%，能够快速准确地检测出缓存侧信道攻击。

    系统安全缓存侧信道攻击机器学习检测方法

      原文链接:
    • 万方数据
    • 维普

    身份加密多云多副本完整性审计协议

    张逢文斌闫一非曾昭武...
    453-462页
    查看更多>>摘要：为解决现有可证明数据持有(PDP)协议只适用于单云存储服务器且过度依赖公钥基础设施的问题，提出一种新的基于身份的多云多副本PDP协议。该协议采用身份加密来简化证书管理，并设计双层默克尔哈希树作为新的安全数据结构，以维护多副本的新鲜性和一致性。安全性分析和实验结果均验证了该协议具备安全性和高效性，能够在多个云存储服务器上实现多副本完整性审计，并在标签生成、证据生成和证据验证3个阶段的效率上明显优于对比算法。

    云存储数据完整性审计多云服务器多副本身份加密

      原文链接:
    • 万方数据
    • 维普

    面向工业缺陷分类的交互式易混淆缺陷分离方法研究

    罗月童李超周波张延孔...
    463-470页
    查看更多>>摘要：在工业生产中会根据严重程度对缺陷做不同处理，所以需要对缺陷进行分类。但是，实际生产中经常因为存在一些易混淆缺陷而导致分类精度不够，使得在生产实践中只能对所有缺陷进行保守处理，带来很大人力成本和经济代价。为解决该问题，提出一种交互式易混淆缺陷分离方法，将少量易混淆缺陷从其他缺陷中分离出来，从而保证剩下的绝大部分缺陷的分类结果能被直接使用。首先，将训练数据中的易混淆缺陷挑选出来作为一个或多个新缺陷类别，称之为虚缺陷，从而使得训练所得网络能区分虚缺陷和其它类缺陷。其中，还设计了一套可视化界面辅助用户交互地挑选易混淆缺陷以构建虚类别。使用实际工业现场的CMOS缺陷数据进行有效性验证，结果表明所提方法能快速分类出易混淆缺陷，并保证剩余缺陷的分类精度满足工业应用要求。

    表面缺陷分类易混淆缺陷深度学习可视分析

      原文链接:
    • 万方数据
    • 维普

    基于双调和插值的锥束CT金属伪影校正算法

    王中昊夏竟李世杰蔡志平...
    471-478页
    查看更多>>摘要：在计算机断层扫描(CT)中，金属植入物会引入严重的伪影，导致图像质量降低影响诊断价值。为了对锥束CT中的金属伪影进行校正，提出了一种基于双调和方程的金属伪影校正算法。首先，对含金属伪影的重建图像进行双边滤波和金属阈值分割，获得金属和非金属图像;然后，对二者进行正向投影，获得金属投影区域和先验投影图像;接下来，利用先验投影图像对原始投影进行归一化，并对金属区域进行双调和方程插值修复，获得修复的投影数据;最后，对修复的投影数据去归一化，并利用FDK 算法进行重建，再与金属图像融合获得最终的校正图像。为了验证该算法的性能，采用实际拍摄的数据进行金属伪影校正实验。结果表明，与常用的线性插值校正算法和归一化校正算法相比，所提算法ROI区域内图像的均方根误差分别减少了22%和8%，有效地抑制了金属伪影，优于常用的去金属伪影算法。

    锥束CT金属伪影校正双调和插值修复归一化校正

      原文链接:
    • 万方数据
    • 维普

    融合多注意力机制的自监督小样本医学图像分割

    要媛媛刘宇航程雨菁彭梦晓...
    479-487页
    查看更多>>摘要：主流的基于全监督的深度学习分割模型在丰富的标记数据上训练时可以取得良好的效果，但医疗图像领域的图像分割存在标注成本高、分割目标种类多的问题，且往往缺少足够的标注数据。提出一个模型，通过融合自监督从数据中提取标签，利用超像素表征图像特性，进行小样本标注条件下的图像分割。引入多注意力机制使得模型更多关注图像的空间特征，位置注意模块和通道注意模块致力于单一图像内部的多尺度特征融合，而外部注意力模块显著突出了不同样本间的联系。在CHAOS健康腹部器官数据集上进行实验，1-shot极端情况下DSC达0。76，相较baseline分割结果提升3%左右。通过调整N-way-K-shot任务数来探讨小样本学习的意义，在7-shot设置下DSC有显著提升，与基于全监督的深度学习分割效果的差距在可接受范围内。

    小样本注意力机制自监督原型网络

      原文链接:
    • 万方数据
    • 维普