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

    可信的端到端深度学生知识画像建模方法

    王士进吴金泽张浩天沙晶...
    1822-1833页
    查看更多>>摘要：学生知识画像是对学生在不同知识概念掌握程度的全面精准的表示.通常,智能教育系统中使用知识追踪方法,基于显式的学生交互数据,对学生在某些知识概念的隐式掌握程度进行建模.然而知识追踪方法的预测结果与学生知识画像存在着时序、预测粒度不一致的情况,导致其产生的学生知识画像不可信.对此,首先基于端到端的学生知识掌握度预测目标定义并形式化学生知识画像预测任务,然后提出了一种深度知识画像(deep knowledge portrait,DKP)模型.该方法首先在知识粒度上学习交互表征,引入了知识难度、知识概念等特征在知识粒度上区分交互;然后,采用双向长短时记忆网络基于学生历史交互序列,建模学生知识状态变化.最后针对待预测知识概念,使用了多头注意力池化层强化历史序列中的相关交互以进行该概念下的学生掌握度预测.在 3个真实的数据集上的实验结果表明,所提出的方法更适合学生知识画像预测任务从而获得更可信的学生知识画像,并在各项性能上超过了现有的方法.

    学生知识画像知识追踪智能教育数据挖掘深度学习

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

    多层次知识自蒸馏联合多步骤训练的细粒度图像识别

    余鹰危伟汤洪钱进...
    1834-1845页
    查看更多>>摘要：细粒度图像识别具有类内差异大、类间差异小的特点,在智能零售、生物多样性检测和智慧交通等领域中有着广阔的应用场景.提取到判别性强的多粒度特征是提升细粒度图像识别精度的关键,而已有工作大多只在单一层次进行知识获取,忽略了多层次信息交互对于提取鲁棒性特征的有效性.另外一些工作通过引入注意力机制来找到局部判别区域,但这不可避免地增加了网络复杂度.为了解决这些问题,提出了多层次知识自蒸馏联合多步骤训练的细粒度图像识别(multi-level knowledge self-distillation with multi-step training for fine-grained image recognition,MKSMT)模型.该模型首先在网络浅层进行特征学习,然后在深层网络再次进行特征学习,并利用知识自蒸馏将深层网络知识迁移至浅层网络中,优化后的浅层网络又能帮助深层网络提取到更鲁棒的特征,进而提高整个模型的性能.实验结果表明,MKSMT在CUB-200-2011、NA-Birds和Stanford Dogs这 3个公开细粒度图像数据集上分别达到了 92.8%、92.6%和91.1%的分类准确度,性能优于当前大部分细粒度识别算法.

    细粒度图像识别知识自蒸馏SwinTransformer特征学习鲁棒特征

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

    基于链路信息估计的低轨卫星网络传输控制协议

    王子涵张娇张远潘恬...
    1846-1857页
    查看更多>>摘要：近年来,低轨卫星星座快速发展,其在军事和民用领域也将发挥越来越重要的作用.如何提高低轨卫星网络的带宽利用率成为保障低轨卫星星座发挥价值的重要研究方向.而传统TCP(Transmission Control Protocol)协议及其变种主要针对地面网络设计,难以适应长往返时延、高误码率、高动态变化的低轨卫星网络.因此,为了充分利用低轨卫星网络的带宽资源,承载高速率业务,需要针对卫星网络的特点设计新型传输控制协议.首先,分析了低轨卫星网络的特点以及现有传输控制协议在卫星网络中存在的问题;然后,提出了基于路径信息估计和时延区分的新型拥塞控制DDTCP(delay-differentiated TCP)算法.低轨卫星网络端到端时延可能由多种因素引起,DDTCP在源端会保存过去一段时间内的时延信息,进而通过路径时延区分机制对拥塞窗口演化进行分类处理,可以在网络状况发生突变后,快速设置合理的拥塞窗口,避免链路缓存溢出或吞吐下降.实验结果表明,新的传输控制协议DDTCP可以在低轨卫星网络中实现更高、更稳定的吞吐量,与传统拥塞控制算法相比,吞吐量提升19%以上.

    卫星网络路径信息估计时延区分传输控制高吞吐

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

    边缘计算中面向互动直播的用户分配策略

    刘伟张骁宇杜薇彭若涛...
    1858-1874页
    查看更多>>摘要：将互动直播部署在边缘计算环境中,可以在网络边缘对直播视频进行转码和传输,通过用户附近的边缘服务器提供低延迟的直播服务.然而,在多边缘服务器、多用户场景下存在着直播用户分配问题,导致直播用户体验质量(quality of experience,QoE)无法得到保证.为了提高直播用户QoE,需要根据用户的个性化需求合理地分配服务器资源.首先分析真实数据集,发现大多数用户处于多基站重叠覆盖区域内,并且不同用户的互动需求存在差异;然后根据互动直播的特点提出一种适用于边缘计算场景的用户QoE模型,该模型综合考虑了直播用户的视频质量和互动体验;最后设计一种高效的直播用户分配算法,优化了多边缘服务器重叠覆盖区域内的直播用户QoE.仿真实验表明,所提出的用户分配策略可为用户提供高码率和低延迟的直播视频,同时能有效降低边缘服务器切换次数和码率抖动,使直播用户QoE相较于其他策略提升超过19%.

    互动直播边缘计算用户体验重叠覆盖区域用户分配

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

    Android恶意应用的静态检测方法综述

    潘建文崔展齐林高毅陈翔...
    1875-1894页
    查看更多>>摘要：Android系统的开放性和第三方应用市场的多样性,使其在取得高市场占有率的同时也带来了巨大的风险,导致Android恶意应用层出不穷并广泛传播,严重威胁了用户的隐私和经济安全.如何有效检测Android恶意应用受到了研究人员的广泛关注.根据是否运行应用程序,将现有的恶意应用检测方法分为静态检测和动态检测.其中,静态检测的效率和代码覆盖率均优于动态检测,Drebin等静态检测工具取得了广泛应用.为此,系统调研了Android恶意应用静态检测领域的研究进展,并进行了分析和总结.首先,介绍了 Android应用静态特征;然后,根据静态特征的不同,分别对基于权限、应用程序编程接口(application programming interface,API)和操作码等不同静态特征的Android恶意应用检测方法进行了分析,并总结了常用的Android应用数据集和评价Android恶意应用检测性能的常用指标;最后,对Android恶意应用静态检测技术的发展进行了总结和展望,以期为该领域的研究人员提供参考.

    Android恶意应用静态检测权限应用编程接口操作码

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

    安全关键的信息物理系统中时序行为的组合与精化

    陈博李曦周学海
    1895-1911页
    查看更多>>摘要：信息物理系统(cyber physical systems,CPS)通常被应用于安全关键的场景中,需要进行实时监控,并计算反馈信息,实现对外部环境的自动控制与管理.基于模型驱动的开发方法是针对实时的、异构的CPS进行开发的,而模型的可组合性是其中的核心关键点.针对时序行为的可组合问题,首先通过时序约束语言(clock constraint specification language,CCSL)建立系统的时序行为需求模型,在此基础上通过迁移系统描述CCSL的时序行为语义,并给出其组合操作方法及可组合性的形式化定义.进一步地,对时序行为进行精化操作,给出从时序行为需求模型到任务执行模型的转换方法.同时,基于L*方法对模型行为进行学习,实现组合验证以缓解状态爆炸问题,并验证精化后模型的可组合性.最后通过仿真实验及主从智能小车实例对精化与验证方法进行评估.相关数据显示,精化与组合验证方法在处理时间和内存使用上具有一定的性能优势.

    信息物理系统时序约束语言组件的可组合性L*算法时序行为精化

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

    ADFuzz:使用异常检测筛选低频路径高效模糊测试

    李航宇方浩然曲彦文郭帆...
    1912-1924页
    查看更多>>摘要：基于覆盖率引导的模糊测试(Fuzzing)是当前最有效的漏洞自动挖掘技术.目前大部分的模糊测试工具对于新产生的测试用例实施全追踪策略.但是随着时间的流逝,模糊工具生成的测试用例都集中在程序的高频路径,使能够产生新覆盖的测试用例远少于已生成测试用例的总数,以至于全追踪策略花费了大量无意义的时间成本和运行开销.因此提出基于异常检测模型的模糊测试工具ADFuzz,筛选低频路径以减少高频路径的执行次数,从而加速模糊测试,持续引导模糊测试朝着低频路径方向变异运行,并扩大程序覆盖.通过ADFuzz,AFL,Untracer在 12个真实程序上运行 24h的实验结果显示,相比AFL,ADFuzz平均速度提升 23.8%,平均覆盖率增加 11.78%,最高增加 25.8%;相比Untracer,ADFuzz平均速度降低较少,但是漏洞数量和覆盖率都有较大提升.

    漏洞挖掘模糊测试异常检测对抗生成网络路径频数

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