期刊,计算机科学 2024年卷10期_国家学术搜索

期刊信息/Journal information

计算机科学

主　　编：朱完元

出版周期：月刊

国际刊号：1002-137X

电子邮箱：jsjkx12@163.com

电　　话：023-63500828

邮政编码：401121

地　　址：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

查看更多>>摘要：大量课程知识图谱在自动答疑、学习路径规划及学习资源推荐等智能化教学应用中发挥着重要的支撑作用,然而实体间关系缺失导致的不完整问题显著降低了它们的应用价值.关系预测是自动化补全课程知识图谱缺失关系的主要手段,但现有方法仅直接使用稀疏的拓扑结构信息,未能挖掘利用其特有的先决条件关系信息进一步提升预测性能.针对该问题,设计了一种先决条件关系信息增强的课程知识图谱关系预测方法PRIERP.该方法首先设计基于语义路径计算的先决条件关系信息提取机制,然后分别基于拓扑结构信息和先决条件关系信息构建双视图,并设计有向图Transformer从双视图学习课程知识图谱的低维表征,最后基于多层感知机分类模型实现端到端的关系预测.在两个典型课程知识图谱HhsMath和ML上进行相关实验,结果表明PRIERP优于其他代表性方法.在HhsMath中,PRIERP在MRR,Hits@1,Hits@3和Hits@10评价指标上相比基线方法至少分别提升2.43％,5.93％,4.73％和1.72％.此外,关系预测的典型案例分析结果也证明了 PRIERP的有效性.

关键词：

课程知识图谱关系预测先决条件关系图Transformer

原文链接:

NETL
NSTL
万方数据

基于速度与准确率权衡的深度认知诊断模型

程艳周子为马明宇林庆龙...

170-177页

查看更多>>摘要：智能教育中,认知诊断通过分析学习者的学习行为数据来理解学习者的认知状态.现有基于深度学习方法的认知诊断模型默认假设学习者在作答过程中有足够的作答时间来完全发挥知识掌握水平,未考虑学习者在作答过程中的作答速度与作答准确率之间的权衡策略对发挥知识掌握水平的影响.针对上述问题,提出了一种基于速度与准确率权衡的深度认知诊断模型,首先构建认知风格模糊集解释学习者的权衡策略,然后通过动态逻辑回归函数模拟学习者作答过程中的速度与准确率权衡关系,实现对学习者理论上能达到最高的知识掌握水平与实际作答中发挥出来的知识掌握水平的区分诊断.此外还引入了作答时间属性和题目类型属性,以更准确地表征认知诊断交互函数中的题目参数.大量实验表明,该模型相比同类最优模型在3个公开数据集上准确度分别提升2.58％,2.86％,5.18％,且能为预测结果提供作答时间层面的解释,具有一定的优越性.

关键词：

智能教育深度认知诊断速度与准确率权衡模糊集逻辑回归函数

原文链接:

NETL
NSTL
万方数据

面向业务的资源按需解析模型构建研究

刘耀秦迅刘天吉

178-186页

查看更多>>摘要：针对在项目开发过程中新需求来临时,需要对自然语言处理工具和资源解析插件进行重新需求分析、重复开发等问题,提出了一套面向业务的资源按需解析方案.首先,提出了一种从需求到代码的资源按需解析方法,针对需求文本本身进行需求概念标引模型的构建.构建的需求概念标引模型的准确率、召回率、F1值等指标均高于其他分类模型.然后,针对需求文本与代码的关联,建立从需求文本到代码库类别的映射机制.对于模型的映射结果,使用前K准确率(percision@K)作为评价指标,最终准确率达到60％,具有一定的实用价值.综上所述,探索了一套具有需求解析能力、实现需求与代码关联的资源按需解析关键技术,并贯穿需求文本分类、需求代码库分类、代码库检索到插件生成的整个流程,形成了完整的"需求-代码-插件-解析"的业务闭环,通过实验验证了所提方法对于资源按需解析的有效性,为业务需求分析与软件复用提供了思路,与现有用于业务需求的解析和代码生成的大语言模型相比,所提方法聚焦于具体业务领域内的含有业务特点的插件代码复用全流程的实现.

关键词：

自然语言处理需求模型代码复用文本解析代码分类代码检索

原文链接:

NETL
NSTL
万方数据

面向开源协作数字生态的信息服务与数据挖掘

夏小雅赵生宇韩凡宇毕枫林...

187-195页

查看更多>>摘要：开源软件在大规模发展与普及的同时也构筑了一个开源开发与协同的生态系统,在这个系统中,个人与组织协同开发所有人都可以使用的高质量软件.以GitHub为代表的社会化协作平台进一步促进了大规模、分布式、细粒度的代码协作与技术社交,无数开发者每天在其上提交代码、评审代码、报告bug,或提出新的功能请求,如何利用这些海量的协作行为数据挖掘有价值的信息是当前的研究难点.因此,设计并实现了一个面向开源协作数字生态的一站式数据挖掘系统OpenDigger,目标是构建开源领域的数据基础设施,促进开源生态的持续发展.OpenDigger系统主要由数据采集服务、数据存储模块、标签数据模块和信息服务模块构成,它基于OLAP列式数据库和图数据库,持续采集多源开源生态数据,并通过统一的接口为不同用户群体提供各类开源信息服务.OpenDigger从协作关系网络视角挖掘开源数字生态中的关键信息,相比传统统计指标,协作网络视角更好地展现了开源项目与开发者的关联特性,用户可以使用在线分析环境或CLI工具对开源生态数据进行建模与分析.OpenDigger服务于蚂蚁金服、阿里巴巴、木兰开源社区等多家企业与社区,为OSPO(Open Source Program Office,开源办公室)从业者和开源项目运营负责人提供开源数字洞察能力.

关键词：

开源生态开源协作数据挖掘信息系统图分析

原文链接:

NETL
NSTL
万方数据

关键字敏感的嵌入式设备固件模糊测试方法

司健鹏洪征周振吉陈乾...

196-207页

查看更多>>摘要：大部分嵌入式设备的固件提供Web接口,方便用户对设备进行配置和管理.然而,这些Web接口常常存在安全问题,给嵌入式设备的安全带来挑战.针对嵌入式设备固件中Web接口的漏洞检测方法误报率较高的问题,提出一种关键字敏感的嵌入式设备固件模糊测试方法KS-Fuzz(Keyword Sensitive Fuzzing),高效地对嵌入式设备固件中Web接口的处理逻辑进行模糊测试.该方法通过前后端文件的关联分析,生成高质量的测试用例,在模糊测试过程中记录目标设备后端文件对前端文件关键字的引用,引导测试用例的变异,扩大模糊测试的覆盖范围.文中使用KS-Fuzz对多款主流品牌的嵌入式设备进行测试,以评估KS-Fuzz的漏洞挖掘能力,并与SaTC,IOTScope,FirmFuzz等现有漏洞挖掘方法进行比较.结果表明,相比现有漏洞挖掘方法,KS-Fuzz通过对前后端文件关联性的分析,可以快速遍历目标设备的功能接口,在模糊测试过程中发现更多的安全问题.

关键词：

嵌入式设备模糊测试灰盒测试关联性分析关键字敏感

原文链接:

NETL
NSTL
万方数据

关于2024CCF会士提名的说明

CCF微信公众号

207页

原文链接:

NETL
NSTL
万方数据

高健壮性二进制应用程序裁剪

丁铎孙聪郑涛

208-217页

查看更多>>摘要：应用程序的常用功能仅占其所有功能的小部分.冗余功能代码造成应用程序攻击面扩大,从而增大代码重用攻击风险.二进制程序裁剪能够在分析应用程序二进制的基础上,识别并删除程序冗余代码,减小程序攻击面.现有二进制裁剪方法依赖人工构造的输入产生初始控制流,并依赖启发式方法扩展控制流图,导致方法健壮性和可扩展性受限.文中提出并实现了一种高健壮性二进制应用程序裁剪方法(RBdeb),使用黑盒模糊测试技术获取具有更高健壮性的合法执行轨迹集合,基于图同构算法自动分类相似库函数,提出的路径发现算法从初始执行轨迹构成的二进制控制流子图出发,扩展二进制控制流路径和同类库函数调用,生成高健壮性的裁剪结果二进制文件.实验结果表明,相比现有方案,RBdeb具有更高的路径覆盖率和裁剪后二进制健壮性,路径发现算法和库分类方法具有更强的可扩展性,所提方法能够裁剪大规模实际应用程序.

关键词：

程序裁剪二进制分析模糊测试二进制重写程序分析

原文链接:

NETL
NSTL
万方数据

基于邻居采样和图注意力机制的产业链风险评估模型

孙鹏钊毕可骏唐潮李冬芬...

218-226页

查看更多>>摘要：风险评估是提高产业链韧性的重要途径,也是降低产业链不稳定性的有效手段.然而,现有风险评估的研究基于供应链结构,忽略了其他因素,无法准确地刻画产业链上下游各节点的关联关系,导致评估效果存在偏差.针对上述问题,考虑到产业链内部各节点相互关联、风险状况多样、存在风险传递的特性,提出了基于邻居采样和图注意力机制的产业链风险评估模型GANS.首先,构建了产业链的异质图,利用"产品-公司""产品-产品"刻画了产业链节点之间的关联关系,并从产业链中提取财务数据等作为节点的数据特征;其次,提出了基于元路径和公司投融资关联规则的公司关系图生成模块,实现对产业链中公司节点关系的高效转化和结构特征的高效学习;接着,针对生成的多种公司关系图,设计了结合邻居采样和图注意力机制的产业链风险评估模块,对节点邻域特征进行随机采样和聚合,同时结合注意力机制对基于多种公司图的节点特征进行自适应聚合,并通过分类器实现节点级风险评估;最后,依据节点风险等级与节点的结构特征对产业链进行风险评估.实验表明,在真实产业链数据集上,GANS在准确性、F1分数等方面均优于现有的模型,证明了 GANS实现产业链风险评估的准确性和有效性.

关键词：

产业链风险评估异质图邻域采样图注意力机制

原文链接:

NETL
NSTL
万方数据

结构影响力及标签冲突感知的图课程学习方法

刘祖龙陈可佳

227-233页

查看更多>>摘要：近年来,图神经网络(GNNs)已成为图学习领域的热点研究问题.受益于消息传递机制,GNNs在各类基于图的任务上均取得了优越的性能.现有的GNNs方法大多基于图中所有节点的训练难度相同的假设,然而,节点在结构影响力和邻域标签异配性等方面具有明显的差异.为此,提出了一种结构影响力及标签冲突感知的图课程学习方法(SILC-GCL),基于节点的训练难度对GNNs模型进行课程学习.首先,设计了一种综合考虑节点的PageRank影响力值以及邻域标签冲突程度的训练难度测量器;其次,采用了一个训练调度器,用于在每个训练阶段选择训练难度合适的节点并生成一个由易到难的训练节点序列;最后在GNNs骨架模型上进行训练.在6个现实网络数据集上进行的节点分类实验均验证了 SILC-GCL方法的有效性.

关键词：

图表示学习图神经网络课程学习节点分类

原文链接:

NETL
NSTL
万方数据

首页
1
2
3
4
5
6