首页期刊导航|计算机技术与发展
期刊信息/Journal information
计算机技术与发展
陕西省计算机学会
计算机技术与发展

陕西省计算机学会

王守智

月刊

1673-629X

ctad@vip.163.com

029-85522163

710054

西安市雁塔路南段99号

计算机技术与发展/Journal Computer Technology and DevelopmentCSTPCD
查看更多>>《计算机技术与发展》期刊，原名《微机发展》，中国计算机学会会刊，中国科技核心期刊、中国科技论文统计源期刊。中国学术期刊综合评价数据库统计源期刊，中国核心期刊数据库收录期刊，中国期刊全文数据库收录期刊，万方数据资源系统数字化期刊群上网期刊，中国学术期刊（光盘版）全文收录期刊。中国计算机学会和陕西省计算机学会共同主办。刊名为著名科学家胡启恒院士亲笔所提，中国计算机学会名誉理事长张效祥院士写了创刊词。1991年创刊，国内统一刊号CN61-1450/TP，国际刊号:ISSN 1673-629X。该刊为综合性学术技术刊物、月刊。该刊在国内外有广泛的覆盖面，国内读者分布在全国30个省市，国际读者分布在北美、西欧、韩国、日本以及我国港、澳、台等38个国家和地区。几年来高水平的论文刊登数量明显增加，各类自然科学基金论文刊登数量已超过80%，各项指标在我国自然科学自动化、计算机类（TP）多种期刊中排名前列，已成为全国最具影响力的自然科学杂志之一。 该刊在我国计算机界有广泛的作者群体，主要稿件来源单位有：北京大学、清华大学、南京大学、复旦大学、同济大学、浙江大学、中国科学技术大学、国防科技大学、上海交通大学、西安交通大学、北京航空航天大学、南京航空航天大学、华中科技大学、哈尔滨工业大学、西北工业大学、吉林大学、武汉大学、中山大学、四川大学、山东大学、厦门大学、天津大学、重庆大学、中南大学、东北大学、上海大学、福州大学、安徽大学、西北大学等全国数百所重点大学以及中国科学院、中国航空、航天、电子、中国水电、中国建筑、中国测绘科学研究院等重点研究院所等。 刊载内容涉及国内外计算机科学的发展方向、技术和创新的最新成就、软件工程的最新成果、应用开发的成功经验等，在学术界有较好的影响。为我国计算机的创新、设计、开发、应用创造了一个宽舒和谐的学术交流的氛围，提供了一个良好的学术、技术展示的平台，成为我国计算机和嵌入式系统领域最具有代表性的前沿性的刊物之一。该刊的编委是来自北京大学、清华大学、南京大学、复旦大学等九所知名大学和七所重要研究所，以及美国、加拿大的外籍专家共22位著名教授或研究员组成。以沈绪榜院士为首的编委会顾问组把握着期刊的大方向.
正式出版
收录年代

    基于混合采样策略与Fixmatch的图像分类方法

    白罡旭杨海峰蔡江辉王玉鹏...
    72-77页
    查看更多>>摘要：RUC(Unsupervised Image Clustering with Robust Learning)是一种为改善聚类性能而提出的图像分类方法,但是由于它的协同训练仅适用于双视图数据集,并且没有考虑到数据之间相似性对其伪标签采样策略的影响,此外其使用的Mixmatch只是单纯地进行k次随机增强求均值却没有考虑到强增强与弱增强的联系.为了解决这些问题,该文提出了HFC(classification method based on Hybrid sampling strategy and Fixmatch).首先,设计了一种置信度与距离的伪标签采样策略,联合两种策略以提高筛选到正确标签的概率;其次,使用Tri-training取代Co-training,即通过两个分类器指导第三个分类器进行训练,使得模型不再受限于双视图数据集;最后,采用目前较好的Fixmatch的数据增强方法取代RUC中Mixmatch随机增强,以突出强增强与弱增强的联合作用.HFC在CIFAR-10、CIFAR-100 和STL-10 数据集上进行实验,取得了较好的结果,验证了该方法的有效性.

    半监督学习聚类采样策略图像分类数据增强

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于多特征融合的城市场景三维点云语义分割

    刘贤梅刘鹏飞贾迪赵娅...
    78-85页
    查看更多>>摘要：城市场景三维点云语义分割存在点云覆盖范围广、数据规模大、局部点云量稀疏、城市建筑风格各异等问题,仅依靠形状特征与颜色特征的分割方法无法对城市点云进行准确分割.该文提出了一种基于多特征融合的城市场景三维点云语义分割方法MFFN(Multi-Future Fusion Network).在预处理阶段对三维点云进行网格采样,降低了点云数据量,但同时最大程度保留点云的几何形状特征;引入每个采样点的法向量特征,有效弥补几何形状特征与颜色特征的不足;设计多特征局部聚合模块,将点云法向量特征和几何形状特征、颜色特征进行融合,增强网络对城市场景中表面凹凸程度相差较大的物体类别的学习能力.在 SensatUrban 城市数据集上的结果显示,该方法的平均交并比为 55.90%,总体精度为91.90%,相比RandLA-Net网络分别提高了 3.21 百分点和 2.12 百分点,并且在多个城市类别上的分割精度均有较大提升.

    城市规模三维点云语义分割法向量特征融合多特征局部聚合

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于多引擎并行协作的SCADE模型检测

    方雨瑶张聪
    86-90页
    查看更多>>摘要：SCADE语言是一种同步数据流语言,通常被用于实时嵌入式自动控制系统的开发,在航空航天、交通、核工业等领域有广泛的应用.已有的SCADE同步语言模型检测工具存在无法验证部分复杂程序和验证效率低下的问题.为了解决现有的问题,该文提出了多引擎并行协作的方法,通过并行执行BMC引擎、归纳法引擎和程序抽象引擎三个模型检测引擎来实现对SCADE同步语言程序验证的协作,其中程序抽象引擎通过反例引导的抽象精化方法解决了大型复杂程序验证效率低下的问题.实现了一款针对SCADE同步语言程序的模型检测工具PSMC,该工具采用多引擎并行协作方法来提升SCADE同步语言程序模型检测的效率.手动构造了887 个SCADE同步语言程序用于对PSMC进行实验验证,结果表明提出的优化方法可以有效地对SCADE同步语言程序进行自动的验证,并且可以提升模型检测的验证效率(约31%).

    同步语言形式化验证一阶逻辑反应系统可满足性模理论

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 维普
    • 万方数据

    路边停车检测物联网系统网关部署算法

    郭小红张足生李文杰卢曜杰...
    91-98页
    查看更多>>摘要：路边停车检测物联网依靠网关实现传感器节点和远程服务器的双向连接,网关节点的合理部署是保证网络连通性的关键.路边停车检测物联网具有一些显著特征:传感器节点呈线状分布且地理位置已知;网关部署位置受限,通常部署在路边灯柱上.然而,现有算法大都没有考虑这些特征.为此,该文研究路边停车检测物联网系统的网关部署算法,将该网关部署问题建模为集合覆盖,选取含最少数量子集的网关覆盖集合,实现对传感器节点的全覆盖.该文提出了一种线状部署算法,将路网中的传感器节点和网关候选点转换成线状序列,采用按序迭代搜索策略寻求最小网关集合.与多个已有算法进行对比实验,结果表明该算法在不同规模传感器下能有效地降低网关部署成本及覆盖冗余,且算法时间复杂度低.

    智能交通物联网停车检测传感器节点网关部署覆盖

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于SGX的车联网身份认证方案研究

    王冠张倩倩
    99-105页
    查看更多>>摘要：车联网需要实时采集和处理交通数据,缓解交通拥堵,并保护用户的隐私数据,防止被攻击者窃取和操纵.然而,目前大部分认证协议不能很好地抵抗来自内部的特权用户攻击,且没有高效地利用路边基站单元(RSU).针对上述问题,该文设计了基于SGX的车联网身份认证协议.该协议将身份认证过程中主要的计算工作从TA卸载到RSU内完成,使RSU不再只有简单的转发功能,实现了分布式计算.通过SGX远程认证提供的安全通道将主密钥从TA传输到RSU.并将身份认证过程中主密钥的使用过程转移到SGX的安全区内,利用可信硬件来存储主密钥,同时用主密钥对TA中的车辆关系认证表进行加密.在满足抵抗内部特权用户攻击的同时实现了计算工作的卸载.实验结果表明,该协议的计算时间减少了23.16%,同时大大降低了TA的计算负载,在没有增加网络节点的情况下实现了去中心化的身份认证,具备较好的安全性和实时性.

    车联网身份认证SGX计算卸载安全

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 维普
    • 万方数据

    PIFET-协议无关的灵活加密传输机制

    刘泽英崔鹏帅胡宇翔董永吉...
    106-112页
    查看更多>>摘要：随着网络技术的发展,各类新型网络协议层出不穷.然而,当前异构网络缺乏完善、有效的安全机制,数据传输过程中面临着隐私泄露的风险,可能带来一系列安全问题.针对上述挑战,该文提出了一种协议无关的灵活加密传输机制(PIFET),通过提高数据的机密性和加密的灵活性,进一步保障异构数据的通信安全.首先,基于可编程平台设计了面向异构协议的灵活加密传输的系统架构;在此基础之上,根据异构数据的传输需要和安全需求,实现了灵活的加密机制,提供了两种不同安全等级的加密方法;最后,提出了面向隧道模式的字段灵活可选的加密机制.实验结果表明,PIFET为用户提供了多种安全级别的、可定义的加密方法,满足了不同数据类型的加密需求.字段灵活可选的加密机制减少了不必要的加密量,从而降低了延迟,提高了系统的时间效率.

    SDN可编程数据平面灵活加密异构协议安全策略

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于零知识的多实体联合身份认证算法

    麻付强徐峥宋桂香
    113-118页
    查看更多>>摘要：针对需要多人操作的强安全云计算系统的身份认证问题,该文提出了一种基于零知识的多实体联合身份认证算法,有效解决了多实体同时联合身份认证问题.采用秘密共享技术将私钥拆分成多个私钥份额,并分发给多个实体.基于零知识证明协议,实体无需传输私钥份额到身份认证中心,降低了传输过程中的泄露风险.采用门限签名算法构造零知识证明协议,每次身份认证需要多个实体参与.同时,身份认证中心无需存储实体的私钥份额,降低了私钥份额的存储泄露风险.进一步,身份认证中心运行在机密计算环境中,每个实体可以对身份认证中心的真实性进行认证.该方案降低单一实体对系统的访问权限,能够容忍少量不可用或恶意实体.最后,该方案从完备性、正确性、零知识性方面分析了算法的安全性.

    身份认证零知识证明门限签名机密计算多实体

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 维普
    • 万方数据

    未知二进制协议的报文分割方法

    徐魁海洋李晓辉朱承才...
    119-125页
    查看更多>>摘要：基于网络轨迹的协议逆向工程使用捕获的数据包进行分析,进而逆向未知协议的格式等信息.该文提出了一种利用二进制协议在网络通信过程中使用报文序列数据集来推断消息字段划分的新方法HV.该方法首先利用定义的测度分析各条消息中的值分布,分析报文的内部结构,对字段边界初次划分.接着利用消息序列之间所隐藏的统计信息对字段边界再次划分.最后将两次划分的结果结合,生成最终的字段划分结果.此前的研究很少利用每个消息内部的结构特征,而是通过比较多条消息得出结论.对于消息之间的统计特征,该文仅仅比较相邻的消息,而不是相互比较多条消息.此外,该文还定义了格式匹配分数,用于消息字段划分的质量的度量.将格式匹配分数应用于HV和以前的方法的对比实验中,进而验证HV字段划分的质量.由于HV在水平分析上利用了消息的内部结构,并且在垂直分析中只比较相邻消息之间的异同,因此HV不仅具有较好的字段划分效果,而且只有线性复杂度.

    二进制协议协议逆向字段划分报文格式内在结构

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于图注意力网络的环状RNA与疾病关联关系预测

    张瀚元赵博伟胡伦王磊...
    126-134页
    查看更多>>摘要：环状RNA是一种具有环状结构并且表达水平与多种疾病有关的非编码RNA分子,挖掘环状RNA与疾病之间的内在关联关系在生命医学研究中具有重要意义.基于图注意力机制,该文提出了一种由图注意力网络(GAT)、编码器-解码器(AE)和全连接神经网络(DNN)结构组合的端到端深度学习模型GATECDA来预测潜在的环状RNA与疾病的关联关系.在包含739 个关系的CircR2Disease数据集上,GATECDA模型五折交叉验证实验取得了 ROC 曲线下面积 AUC 为0.961 8,AUPR为0.903 2,衡量在非平衡数据上性能MCC指标达到了0.757 6 的优异结果,综合性能在同领域预测模型中表现出色.表明基于深度学习图表示学习的策略有助于提升环状RNA与疾病关联关系预测模型的综合性能,同时端到端的学习模型更易于训练与泛化到其他问题中.在预测的结果得到的前30 个环状RNA与疾病的关联关系中,有25 个在最近医学文献中有支持.表明人工智能方法可以为医学研究筛选与疾病相关的标志物提供新的角度.

    环状RNA/CircRNA疾病关联关系预测图注意力网络深度学习

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于不确定性加权混合训练的无源域自适应

    关新宇孙涵
    135-142页
    查看更多>>摘要：针对无源域数据的域自适应问题中源模型中的源知识得不到充分利用以及目标数据内在结构信息会被忽略的问题,提出了一种基于不确定性指导的加权混合训练的无源域数据的域自适应框架.首先在通道级对源模型预测的不确定性进行量化,将目标数据同时输入到源特征提取器和目标特征提取器,在通道级计算目标特征与源模型之间的不确定性距离,衡量源知识对目标模型的可迁移的不确定性,并利用它来指导对目标数据的适应过程.同时考虑到目标数据的内在结构信息,从源知识和目标数据两个方面考虑伪标签的置信度,以降低噪声伪标签的影响.最后对目标样本进行混合训练,并根据置信度得分对目标样本进行加权,以提高目标模型的鲁棒性.在Office-31,Office-Home和VisDA-C 3 个域自适应基准数据集上分别取得了90.5%,72.8%,85.9%的分类效果,大量的对比实验及消融分析都证明了所提出的基于不确定性指导加权混合训练的框架具备良好的迁移能力.

    域自适应无源域数据不确定性伪标签混合训练

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 维普
    • 万方数据