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

    基于熵值过滤和类质心优化的无监督域适应

    田青卢章虎杨宏
    345-353页
    查看更多>>摘要：无监督域适应作为机器学习领域的新兴研究方向之一,其主要利用源域监督信息来辅助无标记目标域的学习.截至目前,已有较多无监督域适应方法被提出,但在关系挖掘方面仍存在一些不足之处.具体来说,现有方法通常对目标域样本采取一致性处理策略,而忽略了目标域样本在关系挖掘中的差异性,因此文中提出了熵值过滤和类质心优化方法.所提方法利用生成对抗网络架构对目标域样本进行标记,利用所获伪标签计算样本熵值,并与所设阈值进行比较,从而进一步划分目标域样本.对于简单样本,分配伪标签;对于困难样本,该方法结合对比学习思想,利用源域和简单样本来学习更加鲁棒的分类器对困难样本分类,并进一步获得源和目标域的类质心.通过优化域间和实例对比对齐,来减小域间和域内的差异.最后,在3个标准数据集上与目前几种先进的领域自适应方法进行了对比实验,实验结果表明所提方法的性能均优于对比方法.

    迁移学习无监督域适应对抗学习对比学习类质心优化

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于IMQ惯性权重策略的自适应灰狼优化算法

    于明洋李婷许静
    354-361页
    查看更多>>摘要：针对灰狼优化算法(Grey Wolf Optimizer,GWO)寻优精度低、收敛速度慢的问题,提出了一种基于IMQ惯性权重策略的自适应灰狼优化算法(ISGWO).该算法利用IMQ函数的特性,实现对惯性权重的非线性调整,从而更好地平衡算法的全局勘探能力和局部开发能力;同时,基于Sigmoid指数函数自适应更新个体位置,更好地搜索和优化问题的解空间.采用6个基本函数和29个CEC2017函数对ISGWO进行测试,并与6种常用的算法进行比较,实验结果表明ISGWO具有更优的收敛精度和速度.

    IMQ函数惯性权重自适应灰狼优化算法收敛速度寻优精度

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    一种约束增强的RDFS本体的模式验证方法

    赵晓非柴争义袁超张振...
    362-372页
    查看更多>>摘要：约束增强的RDFS(RDFS(c))本体克服了RDFS描述约束能力欠缺的缺点,然而约束机制的引入给本体验证问题带来了挑战.文中提出了一种面向RDFS(c)本体的、支持可判定性推断的模式验证方法.该方法对约束之间的依赖关系进行解析.首先,将RDFS(c)模式转化为一阶谓词逻辑表达式,而将规约的检测问题转化为表达式的可满足性检测问题;在此基础上,建立反映约束之间的修复-违背关系的约束依赖图,并对其进行必要的约简;接着,通过识别图中的有限环路来推导模式验证任务的可判定性;最后,通过约束依赖关系之上的推理进行模式的验证.该方法有两方面特点:一方面,通过到一阶谓词逻辑表达式的转换以及基于相应的一阶约束的依赖关系的推理,所提出的方法具有强适用性,特别是约束依赖性解析可以最大程度地减少回溯的次数,从而确保了验证过程的高效性;另一方面,由于独立于任何特定的约束建模语言,其也是一种分析RDFS(c)模式验证任务的可判定性的通用方法.

    RDFS本体验证约束依赖性可判定性

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    元宇宙中区块链技术的应用、挑战和新策略

    孙力
    373-379页
    查看更多>>摘要：近年来,虚拟现实、人工智能等技术的发展,催生出了以沉浸式互联网为核心的元宇宙系统框架.在分析架构元宇宙环境核心技术所面临挑战的基础上,分析了融入区块链技术对元宇宙系统及其相关核心技术的作用,指出了现有区块链运行机制对其在元宇宙环境中应用带来的延迟性和扩展受限等问题.运用分片机制和斯塔克伯格博弈理论,提出了一种新的基于区块链的元宇宙应用策略,设计了相应的用户激励方案,并通过数值实验验证了该方案的有效性.最终,通过分析该策略的优势和面临的问题明确了后续的研究方向.

    元宇宙区块链智能合约分片机制斯塔克伯格博弈

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    针对系统调用的基于语义特征的多方面信息融合的主机异常检测框架

    樊燚胡涛伊鹏
    380-388页
    查看更多>>摘要：混淆攻击通过修改进程运行时产生的系统调用序列,可以在实现同等攻击效果的前提下,绕过主机安全防护机制的检测.现有的基于系统调用的主机异常检测方法不能对混淆攻击修改后的系统调用序列进行有效检测.针对此问题,提出了一种基于系统调用多方面语义信息融合的主机异常检测方法.从系统调用序列的多方面语义信息入手,通过系统调用语义信息抽象和系统调用语义特征提取充分挖掘系统调用序列的深层语义信息,利用多通道TextCNN实现多方面信息的融合以进行异常检测.系统调用语义抽象实现特定系统调用到其类型的映射,通过提取序列的抽象语义信息来屏蔽特定系统调用改变对检测效果的影响;系统调用语义特征提取利用注意力机制获取表征序列行为模式的关键语义特征.在ADFA-LD数据集上的实验结果表明,所提方法检测一般主机异常的误报率低于2.2％,F1分数达到0.980;检测混淆攻击的误报率低于2.8％,F1分数达到0.969,检测效果优于对比方法.

    主机异常检测系统调用语义信息融合混淆攻击深度学习注意力机制

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于符号执行优化的PDF恶意指标提取技术

    宋恩舟胡涛伊鹏王文博...
    389-396页
    查看更多>>摘要：恶意PDF文档是APT组织常用的攻击方法,提取分析其内嵌JavaScript代码指标是判定文档恶意性的重要手段,然而攻击者可以采取高度混淆、虚拟机与沙箱检测等逃逸方法.因此,文中创新性地将符号执行方法用于PDF指标提取,提出了一种基于符号执行优化的PDF恶意指标提取技术,并实现了由代码解析、符号执行和指标提取3个模块组成的指标提取系统SYMBPDF.在代码解析模块中实现内嵌JavaScript代码提取与重组.在符号执行模块中设计代码改写方法,通过强制分支转移提高符号执行的代码覆盖率;设计并发策略和两种约束求解优化方法,以提高系统执行效率.在指标提取模块中实现恶意指标整合与记录.对1271个恶意样本进行了指标提取与评估,指标提取成功率为92.2％,有效性为91.7％,代码覆盖率较优化前提升8.5％,系统性能较优化前提升32.3％.

    恶意文档JavaScript代码指标提取符号执行代码改写约束求解优化

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于综合评分的移动群智感知隐私激励机制

    傅彦铭张思远
    397-404页
    查看更多>>摘要：移动群智感知系统(MCS)能否高效地运行,很大程度上取决于是否有大量任务参与者参与到感知任务中.然而在现实中,用户的感知成本增加以及用户的隐私泄露等原因,导致用户的参与积极性不高,因此需要一种有效的手段,用于在保证用户隐私安全的同时,还能促进用户积极地参与到任务中.针对上述问题,结合本地化差分隐私保护技术,提出了一种基于综合评分的双边拍卖隐私激励机制(Privacy Incentive Mechanism of Bilateral Auction with Comprehensive Scoring,BCS),这种激励机制包括拍卖机制、数据扰动和聚合机制以及奖励和惩罚机制3个部分.拍卖机制综合考虑了各种因素对用户完成感知任务的影响,在一定程度上提高了任务的匹配程度;数据扰动和聚合机制在隐私保护和数据精度之间做出权衡,在保证数据质量的同时做到了对用户隐私的良好保护;奖励和惩罚机制奖励诚信度和活跃度高的用户,激励用户积极参与感知任务.实验结果表明,BCS可以在提高平台收益和任务匹配率的同时保证感知数据的质量.

    移动群智感知激励机制隐私保护综合评分数据扰动和聚合

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于拉格朗日对偶的小样本学习隐私保护和公平性约束方法

    王静红田长申李昊康王威...
    405-412页
    查看更多>>摘要：小样本学习旨在利用少量数据训练并大幅提升模型效用,为解决敏感数据在神经网络模型中的隐私与公平问题提供了重要方法.在小样本学习中,由于小样本数据集中往往包含某些敏感数据,并且这些敏感数据可能有歧视性,导致数据在神经网络模型的训练中存在隐私泄露的风险和公平性问题.此外,在许多领域中,由于隐私或安全等,数据很难或无法获取.同时在差分隐私模型中,噪声的引入不仅会导致模型效用的降低,也会引起模型公平性的失衡.针对这些挑战,提出了一种基于Rényi差分隐私过滤器的样本级自适应隐私过滤算法,利用Rényi差分隐私以实现对隐私损失的更精确计算.进一步,提出了一种基于拉格朗日对偶的隐私性和公平性约束算法,该算法通过引入拉格朗日方法,将差分隐私约束和公平性约束加到目标函数中,并引入拉格朗日乘子来平衡这些约束.利用拉格朗日乘子法将目标函数转化为对偶问题,从而实现同时优化隐私性和公平性,通过拉格朗日函数实现隐私性和公平性的平衡.实验结果证明,该方法既提升了模型性能,又保证了模型的隐私性和公平性.

    小样本学习隐私与公平Rényi差分隐私公平性约束拉格朗日对偶

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    自编码器端到端通信系统后门攻击方法

    甘润魏祥麟王超王斌...
    413-421页
    查看更多>>摘要：自编码器端到端通信系统无需显式地设计通信协议,比传统模块式通信系统复杂性更低,且灵活性和鲁棒性更高.然而,自编码器模型的弱可解释性也给端到端通信系统带来了新的安全隐患.实验表明,在信道未知且解码器单独训练的场景下,通过在信道层添加精心设计的触发器就可以让原本表现良好的解码器产生误判,并且不影响解码器处理不含触发器样本时的性能,从而实现针对通信系统的后门攻击.文中设计了一种触发器生成模型,并提出了将触发器生成模型与自编码器模型进行联合训练的后门攻击方法,实现动态的触发器的自动生成,在增加攻击隐蔽性的同时提升了攻击成功率.为了验证所提方法的有效性,分别实现了4种不同的自编码器模型,考察了不同信噪比、不同投毒率、不同触发器尺寸以及不同触发信号比场景下的后门攻击效果.实验结果表明,在6dB信噪比下,针对4种不同的自编码器模型,所提方法的攻击成功率与干净样本识别率均超过92％.

    深度学习后门攻击端到端通信触发器自编码器

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于节点影响力的区块链匿名交易追踪方法

    李致远徐丙磊周颖仪
    422-429页
    查看更多>>摘要：随着区块链技术的快速发展,借助虚拟货币进行非法交易的行为越来越普遍,且数量仍在快速增长.为打击该类犯罪行为,目前主要从网络分析技术和图数据挖掘等角度研究区块链交易数据,以进行区块链交易追踪.然而,现有的研究在有效性、普适性以及效率等方面存在不足,且无法对新注册地址进行有效追踪.针对上述问题,文中提出了一种基于节点影响力的账户余额模型区块链交易追踪方法NITT,旨在追踪特定目标账户模型地址的主要资金流向.相比传统方法,该方法引入时间策略,降低了图数据规模,同时采用多重权重分配策略,筛选出了更有影响力的重要账户地址.在真实数据集上进行实验,结果表明,所提方法在有效性、普适性和效率等方面具有较大的优势.

    区块链匿名交易追踪账户余额模型节点影响力

      原文链接:
    • NETL
    • NSTL
    • 万方数据