首页期刊导航|计算机科学
期刊信息/Journal information
计算机科学
计算机科学

朱完元

月刊

1002-137X

jsjkx12@163.com

023-63500828

401121

重庆市渝北区洪湖西路18号

计算机科学/Journal Computer ScienceCSCD北大核心CSTPCD
查看更多>>本刊的读者对象是：大专院校师生，从事计算机科学与技术领域的科研、生产人员。办刊宗旨是：坚持“双百”方针，活跃计算机科学与技术领域的学术气氛，重点报导国内外计算机科学与技术的发展动态，为我国的计算机科学与技术立于世界之林、达到国际先进水平奋斗而矢志不渝。
正式出版
收录年代

    基于混合模仿学习的多智能体追捕决策方法

    王焱宁张锋镝肖登敏孙中奇...
    323-330页
    查看更多>>摘要：针对传统模仿学习方法在处理多样化专家轨迹时的局限性,尤其是难以有效整合质量参差不齐的固定模态专家数据的问题,创新性地融合了多专家轨迹生成对抗模仿学习(Multiple Trajectories Generative Adversarial Imitation Learning,MT-GAIL)方法与时序差分误差行为克隆(Temporal-Difference Error Behavioral Cloning,TD-BC)技术,构建了一种混合模仿学习框架.该框架不仅可以增强模型对复杂多变的专家策略的适应能力,还能够提升模型从低质量数据中提炼有用信息的鲁棒性.框架得到的模型具备直接应用于强化学习的能力,仅需经过细微的调整与优化,即可训练出一个直接可用的、基于专家经验的强化学习模型.在二维动静结合的目标追捕场景中进行了实验验证,该方法展现出良好的性能.结果表明,所提方法可以吸取专家经验,为后续的强化学习训练阶段提供一个起点高、效果佳的初始模型.

    智能决策强化学习行为克隆生成对抗模仿学习

      原文链接:
    • 万方数据
    • 维普

    2024年"CCF博士学位论文激励计划"评选结果公告

    中国计算机学会
    330页
      原文链接:
    • 万方数据

    面向工业动态取送货问题的分解多目标进化算法

    蔡俊创朱庆灵林秋镇李坚强...
    331-344页
    查看更多>>摘要：由于工业动态取送货问题具有垛口、时间窗、容量、后进先出装载等多种约束,现有的车辆路径算法大多只优化一个加权目标函数,在求解过程中难以保持解的多样性,所以容易陷入局部最优区域而停止收敛.针对上述问题,提出了一种融合高效局部搜索策略的分解多目标进化算法.首先,该算法将工业动态取送货问题建模成多目标优化问题,进一步将其分解为多个子问题并同时进行求解.然后,利用交叉操作增强解的多样性,再使用局部搜索加快收敛速度.因此,该算法在求解该多目标优化问题时能够更好地平衡解的多样性和收敛性.最后,从种群中选择一个最好的解来完成当前时段的取送货任务.基于64个华为公司实际测试问题的仿真结果表明,该算法在求解工业动态取送货问题上的性能表现最优;同时,在20个京东物流大规模配送问题上的实验也验证了该算法良好的泛化性.

    动态取送货问题分解方法多目标进化算法局部搜索组合优化

      原文链接:
    • 万方数据
    • 维普

    计算机视觉领域对抗样本检测综述

    张鑫张晗牛曼宇姬莉霞...
    345-361页
    查看更多>>摘要：随着数据量的增加和硬件性能的提升,深度学习在计算机视觉领域取得了显著进展.然而,深度学习模型容易受到对抗样本的攻击,导致输出发生显著变化.对抗样本检测作为一种有效的防御手段,可以在不改变模型结构的前提下防止对抗样本对深度学习模型造成影响.首先,对近年来的对抗样本检测研究工作进行了整理,分析了对抗样本检测与训练数据的关系,根据检测方法所使用特征进行分类,系统全面地介绍了计算机视觉领域的对抗样本检测方法;然后,对一些结合跨领域技术的检测方法进行了详细介绍,统计了训练和评估检测方法的实验配置;最后,汇总了一些有望应用于对抗样本检测的技术,并对未来的研究挑战进行展望.

    深度学习对抗样本攻击对抗样本检测人工智能安全图像分类

      原文链接:
    • 万方数据
    • 维普

    图联邦学习:问题、方法与挑战

    王鑫熊书博孙凌云
    362-373页
    查看更多>>摘要：图作为一种高效、灵活、通用的数据结构,在多个学科领域得到了广泛应用.近年来,基于图的深度学习算法不断涌现,并在社交网络、生物信息学、推荐系统等领域取得显著成效.尽管公开的图数据量在增加,但高质量的数据往往分散在不同的数据所有者手中.随着社会对数据隐私保护要求的提高,现有的图学习算法面临着许多挑战.图联邦学习作为一种有效的解决方案应运而生.文中系统回顾了图联邦学习领域近五年的研究进展,将该领域的核心问题划分为3个部分,并在结构上进行了垂直整合,在关系上进行了递进阐述,包括:1)原始图数据差异导致的结构异构性;2)图联邦特性导致的模型聚合问题;3)模型整体调优方面的挑战.针对每个问题,详细分析了代表性工作及其优缺点,并总结了图联邦学习领域的典型应用和未来挑战.

    联邦学习图神经网络图联邦学习隐私计算

      原文链接:
    • 万方数据
    • 维普

    基于概要数据结构的网络微突发流量检测方法

    王佳宇于俊清李冬赵君杨...
    374-382页
    查看更多>>摘要：网络微突发流量是数据中心网络中常见的流量类型,其在极短的时间内迅速增长,对网络性能造成严重影响,且难以检测.目前的测量方法无法兼顾细粒度检测和低资源开销传输,文中基于概要数据结构(sketch)设计了一种轻量级细粒度的网络微突发流量测量方法.首先基于可编程交换机的架构特性,实时测量数据报文的排队时延,设计检测算法,监测微突发流量,实现基于数据报文的细粒度检测;然后根据检测结果采集微突发流,采用sketch存储微突发流信息,利用镜像传输方式在时间片或微突发流结束后向控制器传送,实现轻量级传输.测量方法基于可编程协议无关报文处理语言,在P4可编程交换机上进行了相应的系统实现,能够实时检测和展示网络微突发流量.实验结果表明该方法能够实时细粒度检测网络微突发流量,显著降低传输微突发信息的带宽开销.

    可编程协议无关报文处理语言可编程交换机微突发流量概要数据结构

      原文链接:
    • 万方数据
    • 维普

    基于动态贝叶斯博弈的工业控制网络恶意接入检测研究

    刘浩含陈泽茂
    383-392页
    查看更多>>摘要：针对工业控制网络(Industrial Control Network,ICN)远程接入场景下未经授权访问、拒绝服务攻击、欺骗攻击以及信息披露等安全问题,通过STRIDE威胁建模方法对该场景下的潜在威胁进行分析,提出一种基于动态贝叶斯博弈的接入检测框架.该方法能够将试图接入ICN的非法、恶意请求筛选出来并阻断,同时利用持续进行的多轮博弈迭代以及SDN灵活动态的特性对策略参数进行实时调整,以防止相同恶意接入源的再次访问.仿真实验结果表明,随着博弈轮数的增加,相比于现有的两类恶意接入防御方法,该框架的检测准确性提升了 3％以上,假阳性比例下降了 1.2％以上,检测效率提升了 14.7％以上,且具有较好的鲁棒性.

    工业控制网络软件定义网络动态贝叶斯博弈恶意接入检测

      原文链接:
    • 万方数据
    • 维普

    抗语义分析的脚本融合技术

    田博文杨巨熊小兵段爽...
    393-400页
    查看更多>>摘要：近年来,脚本程序被广泛应用于计算机领域.脚本程序因其功能强大,执行效率高,相比二进制程序编写更为简单,体积更小,所以在当前网络环境中的使用愈加频繁.目前脚本的混淆技术主要包括编码混淆、结构混淆和加密混淆3种主要类型.然而,现有的脚本混淆方式特征较为明显,存在被反混淆风险,一旦脚本被反混淆,其功能很容易被分析和理解.因此,提出了一种抗语义分析的脚本融合技术,通过将具有普通功能的掩体代码与需要保护的目标代码分块后进行深度融合,融合后的代码同时包含两个脚本的代码,不同脚本之间的语义和逻辑相互交错、相互依赖,使语义分析变得更加困难.对融合后代码的理解和分析需要更加强大的语义推理和上下文理解能力.针对PowerShell脚本的实验表明,融合后脚本程序的控制流循环复杂度平均提升了 81.51％,极大提高了代码的混淆强度.该技术能够有效地模糊脚本语义,改变控制流特征,在面对ChatGPT的语义分析中表现出良好的效果,目标代码的核心功能难以被分析理解,从而提高了脚本程序的存活性和持久性.

    码保护混淆代码分块融合脚本程序

      原文链接:
    • 万方数据
    • 维普

    基于身份的密钥隔离的多云多副本可证数据持有方案

    周杰王化群
    401-411页
    查看更多>>摘要：可证数据持有方案(Provable Data Possession,PDP)可以让用户在不下载全部数据的情况下验证其外包数据是否完好无损.为了提高外包数据的可用性和安全性,许多用户将数据的多个副本存储在单云服务器上,但是单云服务器在发生故障或者其他意外情况时,用户存储的数据副本也会遭到破坏因而无法恢复原始数据.同时,许多可证数据持有方案依赖于公钥基础设施(Public Key Infrastructure,PKI)技术,存在密钥管理问题.此外,现有的可证数据持有方案大多是在用户端使用密钥对数据进行处理.由于用户端的安全意识较弱或者安全设置较低,密钥可能会有泄露的风险.恶意云一旦获得了用户端的密钥,就可以通过伪造虚假的数据持有证明来隐藏数据丢失的事件.基于上述问题,提出了一种基于身份的密钥隔离的多云多副本可证数据持有方案(Identity-Based Key-Insulated Provable Multi-Copy Data Possession in Multi-Cloud Storage,IDKIMC-PDP).基于身份的可证数据持有方案消除了公钥基础设施技术中复杂的证书管理.多云多副本确保了即使在某个云服务器上的副本被篡改或者被破坏的情况下,用户仍然可以从其他云服务器上获取副本并恢复数据.同时,方案中使用了密钥隔离技术实现了前向和后向安全.即使某一时间段内的密钥泄露,其他时间段内云存储审计的安全性也不会受到影响.给出了该方案的正式定义、系统模型和安全模型;在标准困难问题下,给出了该方案的安全性证明.安全性分析表明,IDKIMC-PDP方案具有强抗密钥泄露性、可检测性以及数据块标签和证明的不可伪造性.实验结果表明,与现有的多云多副本相关方案相比,IDKIMC-PDP 方案具有相对较高的效率.

    可证数据持有密钥隔离基于身份的签名多云多副本

      原文链接:
    • 万方数据
    • 维普

    基于SE注意力多源域对抗网络的射频指纹识别

    苏超然张大龙黄勇董安...
    412-419页
    查看更多>>摘要：射频指纹利用射频前端的硬件特征作为标识符对设备进行识别.针对现有射频指纹识别研究忽略接收机硬件特性的干扰,导致模型在不同接收机设备上泛化性较差的问题,提出一种基于SE(Squeeze-and-Excitation)注意力多源域对抗网络的射频指纹识别方法.该方法采用多个源域有标签数据和少量目标域无标签数据进行对抗训练以提取与接收机域无关的特征;融合SE注意力机制增强模型对发送机射频指纹特征的学习能力;结合极少量目标域有标签数据对模型参数进行微调,进一步提高发送机识别性能.在 Wisig公开数据集上的实验结果表明:该方法在跨接收机场景下可有效识别发送机设备,平均准确率可达83.1％;加入少量有标签数据微调后平均准确率可进一步提高至93.1％.

    射频指纹识别多源域对抗深度学习物理层安全SE注意力机制

      原文链接:
    • 万方数据
    • 维普