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

    基于扩张卷积与注意力的甲状腺超声分割方法

    谢紫薇鲁大营李志琦孔晨曦...
    71-77页
    查看更多>>摘要:甲状腺结节是常见的内分泌疾病,从超声图像中准确分割出结节是一项重要工作.为了有效地解决原始超声图像噪声大、对比度低、结节与周围组织互相粘连的问题,呈现出结节清晰的轮廓形态,提出一种基于深度学习的甲状腺超声结节分割方法.利用扩张卷积模块增加分割模型的感受野范围并且保持特征图的尺寸不变,精准提取更广阔的上下文信息;构建高效通道注意力机制模块,动态地调整通道特征权重,突显出超声图像中的重要关键信息;并且设计混合双损失函数来保障模型的性能和分割的准确性.将此方法应用到甲状腺数据集上进行消融实验验证各模块有效性,同时与已有的方法在多个评价指标上进行比较,结果表明,该方法的精确度和F1-Score可分别达到0.971 2和0.9715,与其他经典方法相比可以更精确地分割甲状腺结节.

    甲状腺结节超声图像扩张卷积通道注意力深度学习

    ShuffleParty:一种新的区块链隐私保护机制

    胡锋鸣赵红武金瑜
    78-84页
    查看更多>>摘要:CoinParty是目前区块链中最为流行的隐私保护技术之一,由于其引入了第三方节点进行混币,存在安全风险;又由于其通过节点之间的传递校验份额进行校验和检验最终地址,导致效率低下.基于此,为了解决CoinParty存在的安全性和效率问题,提出了 ShuffleParty,一种无第三方节点,完全分散的混币机制.首先,将所有的混币节点生成一个由每个参与者控制的托管地址,将需要混币的金额发送到托管地址中;然后,随机选出多个洗牌节点,将自己的混币交易输出地址用洗牌节点的公钥进行层层加密,交给洗牌节点进行层层解密和洗牌;最后,一个洗牌节点获得了完整的明文地址列表后,将地址列表广播给普通混合者进行验证,并生成共同最终置换.通过安全分析和实验表明,ShuffleParty安全性优于CoinParty,并且混币效率也高于CoinParty.

    区块链隐私保护混币机制洗牌节点多层加密

    一种基于信息流控制的多级安全通道模型

    李海华
    85-92页
    查看更多>>摘要:针对安全通信及多级安全访问控制应对网络通信数据等级保护这两种模型存在的缺陷,明确了安全通道、实体、安全客体、系统状态、安全系统等几个概念,定义了由创建、打开、读、写、关闭等构成的操作集,给出了安全通道操作、安全通道处理约束、安全标记调整等模型安全规则构成的安全通道操作规则集合,保证了通道操作、安全标记调整、信息流控制的可靠及安全,构建了一种基于安全标记的网络安全通信模型.对模型定理作了进一步的证明,提出一个模型实例,并与相关模型进行了性能对比,该模型具有通用性、灵活性等特点,实现了多级网络环境下不同密级信息流的隔离保护与安全传输.

    信息流安全通道安全系统操作集操作规则

    基于热带矩阵密钥交换协议的密码分析

    黄华伟李春华
    93-97,104页
    查看更多>>摘要:量子计算机的发展对目前广泛使用的公钥密码体制构成了潜在的威胁,具有抗量子分析性质的密码体制受到了广泛关注.由于热带半环中的乘法实际上是普通加法,具有运算效率高的优势,且求解多变量热带非线性多项式方程组是NP问题,近年来一些基于热带半环的公钥密码被提出.该文分析了 Grigoriev和Shpilrain基于热带矩阵半环半直积的密钥交换协议安全性.定义了一种矩阵的比较大小关系,并证明了半直积运算具有部分的保序性,元素的乘法幂关于第一个分量矩阵构成了单调递减序列.据此,针对该协议,提出了一种简单的二分查找攻击算法.该算法通过公开信息可以求用户私钥,从而破解了该协议.该攻击算法的比特位运算的计算复杂度为O(2log2r(2k3+5k2)),其中r为指数上界,k为矩阵的阶.实验结果表明,如果协议参数选取自Grigoriev和Shpilrain建议的范围,攻击算法在一分钟内就能求出私钥.而且即使增大协议的参数,该攻击仍然有效.

    公钥密码密钥交换协议密码分析热带半环热带矩阵

    面向自然语言处理领域的对抗样本生成方法

    张影方贤进杨高明
    98-104页
    查看更多>>摘要:利用深度神经网络实现自然语言处理领域的文本分类任务时,容易遭受对抗样本攻击,研究对抗样本的生成方法有助于提升深度神经网络的鲁棒性.因此,提出了一种单词级的文本对抗样本生成方法.首先,设计单词的重要性计算函数;然后,利用分类概率查找到单词的最佳同义替换词,并将两者结合确定单词的替换顺序;最后,根据替换顺序生成与原始样本接近的对抗样本.在自然语言处理任务上针对卷积神经网络、长短时记忆网络和双向长短时记忆网络模型进行的实验表明:生成的对抗样本降低了模型的分类准确率和扰动率,且经过对抗训练之后模型的鲁棒性有所提高.

    自然语言处理文本对抗样本文本分类深度学习单词级

    基于FGSM的对抗样本生成算法

    汤家军王忠
    105-109页
    查看更多>>摘要:近年来,深度学习算法在各个领域都取得了极大的成功,给人们的生活带来了极大便利.然而深度神经网络由于其固有特性,用于分类任务时,存在不稳定性,很多因素都影响着分类的准确性,尤其是对抗样本的干扰,通过给图片加上肉眼不可见的扰动,影响分类器的准确性,给深度神经网络带来了极大的威胁.通过对相关对抗样本的研究,该文提出一种基于白盒攻击的对抗样本生成算法DCI-FGSM(Dynamic Change Iterative Fast Gradient Sign Method).通过动态更新梯度及噪声幅值,可以防止模型陷入局部最优,提高了生成对抗样本的效率,使得模型的准确性下降.实验结果表明,在MINIST数据集分类的神经网络攻击上DCI-FGSM取得了显著的效果,与传统的对抗样本生成算法FGSM相比,将攻击成功率提高了 25%,具有更高的攻击效率.

    深度学习不稳定性白盒攻击对抗样本对抗攻击

    基于MpBERT-BiGRU的中文知识图谱补全

    田昊张骁雄刘文杰刘浏...
    110-119页
    查看更多>>摘要:知识补全是提高知识图谱质量的关键技术,为了更好地利用中文知识图谱,该文对中文知识图谱补全进行研究.针对大多数研究聚焦于英文数据集,缺少中文知识补全数据集的情况,在已有数据集的基础上,该文构建了中文UMLS+ownthink数据集.现有知识图谱补全方法大多忽视BERT模型表征能力不足、位置信息学习能力弱的问题,且未考虑中文文本特征复杂、语序依赖性强的特点,因此提出一种名为MpBERT-BiGRU的中文知识图谱补全模型,利用平均池化策略有效缓解BERT模型表征能力弱的问题,并通过BiGRU网络强化特征信息,提高位置信息学习能力;同时将三元组转化为文本序列,结合实体描述信息作为模型的输入,利用背景知识丰富实体信息.链接预测实验结果表明,该方法在平均排名(Mean Rank,MR)指标上相比传统方法提高10.39,前10命中率(Hit@10)指标提高4.63%,验证了模型在中文语料库上的有效性.

    知识图谱补全池化策略双向门控循环单元BERT链接预测

    基于聚类和LSTM的光伏功率日前逐时鲁棒预测

    刘兴霖黄超王龙罗熊...
    120-126,138页
    查看更多>>摘要:太阳能作为具有高可用性且用之不竭的清洁能源,被认为是最有前途的能源替代品之一.光伏是最广泛使用的太阳能技术.然而,由于太阳能的间歇性,光伏发电具有不确定性.随着全球光伏装机容量的不断提升,光伏功率预测的准确性对于电网管理和电力调度至关重要.该文提出一种基于K-means聚类分析和长短期记忆神经网络(long-short-term memory,ISTM)的光伏发电功率日前逐时鲁棒预测方法.首先采用K-means算法以日前天气预报数据为特征将光伏数据分为晴空天气类型和阴雨天气类型,再针对相应类型数据建立基于长短期记忆神经网络算法的预测模型.同时,为增强预测模型的鲁棒性,选择具有强鲁棒性的Huber损失函数用于模型训练,并选择计算简单且收敛速度快的鲸鱼优化算法对Huber损失函数中的超参数进行优化.将所提出的预测方法与其他方法进行预测性能的比较,结果表明,提出的方法获得了较高的预测精度.

    光伏发电预测长短期记忆神经网络K-means聚类Huber损失函数鲸鱼优化算法

    基于热门度修正因子和置信度的协同过滤算法

    刘昊东王诚
    127-132页
    查看更多>>摘要:协同过滤算法作为推荐系统的核心算法,其思想是运用用户的历史数据去挖掘用户的兴趣爱好.由于热门项目在传统协同过滤算法的计算过程中会被过分考虑,不能更好地反映用户的真实需求,并且该算法在收集用户评分信息时还存在数据稀疏性的问题,提出了一种结合热门度修正因子和置信度的协同过滤算法.在修正余弦相似度计算公式中引入Jaccard函数来缓解评分矩阵的稀疏性,为了抑制热门项目对实际推荐效果的影响,将热门度修正因子引入到皮尔逊相似度计算公式中,最终相似度计算公式是通过上述改进的公式按照权重进行融合所生成.在公开数据集上验证了引入因子的相似度计算公式以及最终改进相似度计算公式的有效性,从结果中可以清晰地看出其平均绝对误差MAE(Mean Absolute Error)有所降低.

    协同过滤算法数据稀疏热门度修正因子余弦相似度置信度

    基于LSTM网络与误差补偿的预测模型

    王健宋颖吴涛
    133-138页
    查看更多>>摘要:随着时代发展,空气质量逐渐受到人们的重视,所以对未来空气污染物的变化预测显得尤为重要.首先,针对PM2.5的非线性变化以及变化所具有的周期性,选取完整年度数据进行训练和预测,使用对非线性序列数据拟合效果较好的LSTM网络作为初步预测模型,选择合适的滑动窗口,使用训练数据,建立了 LSTM网络预测模型.由于ISTM网络预测结果中存在相邻年份误差分布相似,但整年分布不均匀的现象,使用FCM对训练数据及误差进行模糊聚类.通过聚类中心,对当前预测数据进行分类,并利用聚类结果,得到当前预测数据的误差补偿值,对1STM网络的当前预测结果进行误差补偿,得到最终预测结果.最后,通过合肥2017年至2021年的空气污染数据对该方法进行了验证,结果表明,所建模型的效果优于其他对比模型,具有一定的可行性与有效性.

    PM2.5预测长短时记忆网络模糊聚类误差相似性误差补偿