首页期刊导航|计算机研究与发展
期刊信息/Journal information
计算机研究与发展
计算机研究与发展

徐志伟

月刊

1000-1239

crad@ict.ac.cn

010-62620696;62600350

100190

北京中关村科学院南路6号

计算机研究与发展/Journal Journal of Computer Research and DevelopmentCSCD北大核心CSTPCDEI
查看更多>>本刊是中国科学院计算技术研究所和中国计算机学会联合主办、科学出版社出版的学术性刊物、中国计算机学会会刊，我国第一个计算机刊物。主要刊登计算机科学技术领域高水平的学术论文、最新科研成果和重大应用成果。
正式出版
收录年代

    基于商密SM9的属性基在线/离线签名方案

    朱留富李继国赖建昌黄欣沂...
    362-370页
    查看更多>>摘要：属性基签名(attribute-based signature,ABS)方案利用属性集标识用户.只有当属性集满足访问策略时用户才能产生有效签名.与传统数字签名方案相比,属性基签名方案不仅利用属性集隐藏用户的真实身份从而获得匿名性,而且通过制定访问策略实现了细粒度访问控制.在基于椭圆曲线的属性基签名方案中通常需要使用大量的群指数运算或配对操作,这些操作计算代价高昂,导致签名过程计算开销较大.在线/离线签名技术可以在未知消息之前将高昂的操作通过离线预计算,从而降低了轻量级设备在线计算代价.SM9标识密码算法作为我国自主设计的商用密码,已由ISO/IEC标准化并被广泛使用.以商密SM9标识密码算法为基础,利用在线/离线签名技术,构造了一种基于商密SM9的属性基在线/离线签名(attribute-based online/offline signature,ABOOS)方案.不仅可以实现细粒度访问控制,同时也适用于轻量级设备.在随机谕言机模型下,方案的安全性可以规约到q-SDH(q-strong Diffie-Hellman)困难问题.理论分析和实验仿真表明提出的方案有效降低了签名阶段的计算代价,适用于物联网等应用环境.

    SM9在线/离线签名属性基签名随机谕言机模型q-SDH问题

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

    移动边缘计算中基于云边端协同的任务卸载策略

    张文柱余静华
    371-385页
    查看更多>>摘要：在移动边缘计算(mobile edge computing,MEC)中,为了利用有限的计算资源提供高效的计算服务,提出一种基于Docker的云—边—端协同任务卸载框架,解决多接入MEC协同卸载、计算资源分配问题.为提高任务的执行速率和各节点资源利用率,对任务进行预处理,如在Kahn算法中加入行满秩矩阵要求并结合任务并行计算设定输出任务执行序列;分别建立端、边、云任务计算模型,分配权重设计联合优化系统延迟与能耗的目标函数;为求解最优卸载决策,引入"全优率"参数和粒子蜂设计人工粒子蜂群(artificial particle swarm,APS)算法作为卸载决策算法.实验表明,多任务处理证明了APS的有效性.多接入条件下,相比于本地计算、边缘计算、云计算、端—边联合和随机处理5种模式,所提方案的低延时和低能耗表现证明了其提供高效服务的优越性.

    移动边缘计算云边端协同任务依赖全优率人工粒子蜂群算法延迟和能耗

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

    基于区块链的工业互联网动态密钥管理

    张泽林王化群
    386-397页
    查看更多>>摘要：目前,工业互联网数据面临的安全威胁日益严重,有效的网络传输对工业互联网的数据安全起到关键的作用.为了能有效适应工业互联网的结构,实现安全可靠的通信,提出一种基于区块链的动态节点的密钥管理方案.工业通信中,不信任的节点之间需要建立有效的会话密钥,并且传统的借助一个中心节点采用中间人方式实现密钥协商,但是一旦中心节点失效,则会导致整个通信系统的通信失败.而当节点数n较少时,通常采用中心节点预先设置密钥的方式,每个节点均需存储(n-1)个密钥,那么整个系统需要存储n(n-1)个密钥,一旦节点需要增加,则整个系统存储的密钥就会呈指数级增长.因此,基于区块链,利用多项式来构建通信密钥,去中心化生成共享密钥,并有效抵御节点出入对系统的威胁,保证有效的组密钥协商,比传统的PKI具有更快的处理速度,且任何节点丢失密钥,可以借助其他节点信息有效地恢复原有密钥.

    区块链工业互联网密钥管理秘密共享Kate承诺

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

    面向边缘智能的协同推理综述

    王睿齐建鹏陈亮杨龙...
    398-414页
    查看更多>>摘要：近年来,信息技术的不断变革伴随数据量的急剧爆发,使主流的云计算解决方案面临实时性差、带宽受限、高能耗、维护费用高、隐私安全等问题.边缘智能的出现与快速发展有效缓解了此类问题,它将用户需求处理下沉到边缘,避免了海量数据在网络中的流动,得到越来越多的关注.由于边缘计算中资源性能普遍较低,通过资源实现协同推理正成为热点.通过对边缘智能发展的趋势分析,得出边缘协同推理目前仍处于增长期,还未进入稳定发展期.因此,在对边缘协同推理进行充分调研的基础上,将边缘协同推理划分为智能化方法与协同推理架构2个部分,分别对其中涉及到的关键技术进行纵向归纳整理,并从动态场景角度出发,对每种关键技术进行深入分析,对不同关键技术进行横向比较以及适用场景分析.最后对动态场景下的边缘协同推理给出值得研究的若干发展方向.

    边缘计算边缘智能机器学习边缘协同推理动态场景

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

    基于摄像头域内域间合并的无监督行人重识别方法

    陈利文叶锋黄添强黄丽清...
    415-425页
    查看更多>>摘要：在刑事侦查、智能监控、图像检索等领域,行人重识别一直是研究的热点.由于现有的大部分方法依赖有标注数据集,因此标签的缺乏使得无监督的行人重识别技术变得更具挑战性.为了克服这一问题,提出了一个用于生成可靠伪标签的框架,这些生成标签可以为现有监督行人重识别模型提供监督信号.假设数据集内的大部分图片都满足同一个摄像头拍摄的图片差异主要在于前景(行人)、同一个行人被不同摄像头拍摄到的图片差异主要在于背景.为了消除图片背景带来的差异,首先把数据集中的图片依据摄像头编号分成若干个域,通过计算每个域内的图片间的欧式距离,建立图模型,执行最大团算法寻找最相似的若干个图片并认为它们属于同一个行人;紧接着计算不同摄像头域间的团的相似度,据此进行合并;最终给出全局伪标签.所提的框架无需人为标注数据,以一种无监督的方式运行,并在Market1501和DukeMTMC-ReID数据集上进行实验,实验发现所提方法比其他相关方法具有更高的精度,从而进一步证明了所提方法的有效性.

    行人重识别无监督学习最大团算法伪标签聚类

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

    基于邻域一致性的点云场景流传播更新方法

    郑晗王宁马新柱张宏...
    426-434页
    查看更多>>摘要：场景流是连续动态场景之间的3D运动场,广泛应用于机器人技术和自动驾驶任务.现有方法忽略了点云点的相关性,仅关注源点云和目标点云逐点的匹配关系,由于匹配关系完全依赖于点云数据的特征信息,导致在局部特征信息不足的点上准确估计场景流仍然存在挑战.根据源点云相邻点具有相关性的特性,提出NCPUM(neighborhood consistency propagation update method)方法,在邻域内将场景流从高置信度点向低置信度点传播,从而优化局部特征信息不足点的场景流.具体来说,NCPUM包含2个模块:置信度预测模块,根据场景流先验分布图,预测源点云逐点的置信度;场景流传播模块,根据局部区域一致性的约束更新低置信度点集的场景流.NCPUM在合成数据集Flyingthings3D和真实驾驶场景数据集KITTI上进行评估,准确度上达到了国际先进水平.由于邻域一致性更符合真实激光雷达场景的先验假设,因此在KITTI数据集上的提升更加明显.

    场景流点云邻域一致性置信度深度学习

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

    一种基于几何探测的快速黑盒边界攻击算法

    刘昊张泽辉夏晓帆高铁杠...
    435-447页
    查看更多>>摘要：随着深度学习应用的愈发广泛,针对深度学习模型的安全性研究也变得至关重要.在商业应用中,深度学习的模型往往处于应用的底层,一旦对底层模型攻击成功,可能会给商业应用带来巨大的损失.好的攻击算法可以很好的对深度学习模型进行风险评估,从而避免损失.针对实际场景中存在的Hard-label问题,现存算法解决此问题都需要上万次查询,具有很高的攻击成本,提出了FastGBA(fast geometric boundary attack)攻击算法:一种在样本空间内针对决策边界进行几何探测的攻击算法,初始从具有较大扰动的对抗样本出发,进行二分逼近至决策边界附近,最终在决策边界附近进行邻域几何探测来缩短样本距离.FastGBA攻击算法在4个深度学习模型上同SurFree攻击算法以及HSJA(hop skip jump attack)攻击算法进行了对比实验,在查询次数不超过500次,中等扰动(L2距离≤10)的限制条件下,攻击成功率在4个深度学习模型上相较于SurFree攻击算法提升了14.5％～24.4％,相较于HSJA攻击算法提升了28.9％～36.8％.

    对抗样本黑盒攻击几何攻击自注意力机制深度学习神经网络

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

    高阶次Caputo型分数阶微分算子及其图像增强应用

    王相海张文雅邢俊宇吕芳...
    448-464页
    查看更多>>摘要：近年来基于分数阶微积分的信号和图像处理受到广泛关注.目前常见的应用于图像处理的分数阶微分算子包括G-L(Grünwald-Letnikov)型、R-L(Riemann-Liouville)型和Caputo型3种.G-L和R-L算子尽管能对图像有着一定的增强效果,但其对图像对比度、清晰度的提升有限;而Caputo型微分掩模算子目前多限于(0,1)阶的低阶算子,其高阶次算子的研究和应用相对较少.对高阶次Caputo型分数阶微分算子及其图像增强应用进行研究,首先针对(1,2)阶、(2,3)阶次Caputo型分数阶微分构建一种基于向前差分的微分掩模算子,并对其误差进行了论证;其次进一步给出了更高阶次Caputo型分数阶微分算子的矩阵化表现形式;最后在此基础上将所提出的高阶次Caputo型分数阶微分掩模算子应用于图像增强.实验结果表明所提出的高阶次Caputo型分数阶微分算子取得了很好的图像增强效果,对提升图像的对比度、清晰度和平均梯度具有较为明显的优势.

    分数阶微分Caputo型分数阶微分算子前向差分图像增强掩模

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

    基于上下文增强和特征提纯的小目标检测网络

    肖进胜赵陶周剑乐秋平...
    465-474页
    查看更多>>摘要：微小目标的纹理模糊、包含特征少,是目标检测领域的难点.针对小目标检测提出一种新的上下文增强模块(context augmentation module,CAM)和特征提纯模块(feature refinement module,FRM)相结合的特征金字塔复合结构.利用多尺度空洞卷积的特征融合,补充网络中的上下文信息;引入通道和空间的特征提纯机制来抑制多尺度特征融合后的冲突信息,防止小目标淹没在冲突信息中;同时,引入复制—缩小—粘贴(copy-reduce-paste)的数据增强方法提高小目标的占比,使训练时小目标对损失值的贡献更大,训练更加平衡.由实验结果可知,所提出的算法在VOC数据集上目标检测的平均精度均值(Mean Average Precision,mAP)达到了83.6％(交并比为0.5);对小目标检测的AP值达到了16.9％(交并比为0.5～0.95),比YOLOV4,CenterNet,RefineDet的分别提高3.9％,7.7％和5.3％.在TinyPerson数据集上小目标检测的AP值为55.1％,比YOLOV5,DSFD的分别提高0.8％和3.5％.

    小目标检测上下文增强特征提纯空洞卷积数据增强

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