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

    针对眼部掩模的人脸识别对抗贴片研究

    崔廷玉张武贺正芸周星宇...
    139-146页
    查看更多>>摘要：随着深度学习技术的快速发展,人脸识别技术被广泛应用于现实世界的工作与生活中.然而深度神经网络对于对抗样本表现出极大的脆弱性.鉴于用对抗贴片进行黑盒攻击比白盒攻击更加困难,且黑盒攻击性能性能较差,同时由于眼部区域包含了较多的特征信息,该文提出一种新的针对眼部掩模的对抗贴片生成方法(Adversarial Eye Mask,Ad-vEyeMask),来实现人脸识别系统的黑盒攻击.首先,对输入图像进行添加随机噪声、随机调整亮度以及随机放缩等多样性变换,在采用集成模型生成贴片的迭代优化过程中,借助动量思想求得目标损失,而后对损失梯度矩阵进行高斯核卷积处理,从而提高对抗贴片的黑盒攻击性能.基于CASIA-Facev5 数据集,AdvEyeMask与AdvHat方法相比,平均相似度提升了34.46％,平均攻击成功率提升了64.40％,实现了较好的黑盒攻击效果.最后,从实用性角度出发,AdvEyeMask方法生成的对抗贴片在物理场景下对某商用人脸识别设备进行了黑盒攻击测试.

    深度神经网络人脸识别对抗贴片黑盒攻击物理场景

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

    一种基于LDAP的属性加密模型

    麻付强徐峥苏振宇亓开元...
    147-152,159页
    查看更多>>摘要：现有的基于属性加密方案通常采用属性权威来进行属性认证和密钥管理,一旦属性权威不可信或者受到攻击则云计算系统的数据安全将无法得到保证.为了提高基于属性加密系统的整体安全性,提出了一种基于LDAP(轻型目录访问协议)的属性加密模型.该模型利用LDAP和密钥管理模块代替传统属性加密中的属性权威,LDAP部署在组织内部,与共享数据的云存储模块实现权限分离.组织内部的LDAP系统管理用户身份的安全认证和属性管理,密钥管理模块实现属性密钥的生成与存储.同时,密钥管理模块由密钥存储模块和属性判别点组成,用户将属性加解密操作安全的外包给密钥管理模块,且加解密操作在密钥管理模块的可信执行环境中进行.可信执行环境通过采用Intel SGX的内存加密来动态保护密钥和加解密过程.云存储模块由存储中心和访问决策点组成,为基于属性加密的密文提供存储.安全性分析表明该方案能够有效保障数据机密性,并有效降低了用户的计算量,实现了密钥的安全存储.

    属性加密轻型目录访问协议密钥管理数据共享软件防护扩展

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

    基于Hilbert曲线-残差网络的勒索病毒分类方法

    孙超远蒋秋华徐东平李琪...
    153-159页
    查看更多>>摘要：随着勒索病毒的日益猖獗,对勒索病毒进行检测并分类的工作越来越受到重视.对勒索病毒进行检测并分类能够及时应急响应,保护用户数据,降低企业用户损失.目前迁移学习等算法已渐用于勒索病毒检测,但分类多依赖于静态和动态分析,不仅需人工处理复杂的特征工程,步骤繁琐,且不利于大规模分类.为实现简单方便且准确度高的大规模分类,该文将病毒样本扩展到Windows和Linux两大平台,使用能够保留更多数据特征的Hilbert曲线将勒索病毒文件可视化,然后利用基于残差神经网络的三种改进迁移模型进行学习得到各自的分类结果,最后使用集成学习模块进行投票得到最终分类结果,并和常规方法Zigzag规则可视化进行了比较.通过实验验证,该方法对检测并分类勒索病毒的准确率达到了96.92％,并表明Hilbert可视化优于常规方法Zigzag规则可视化.

    勒索病毒勒索病毒家族分类Hilbert曲线残差神经网络集成学习

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

    基于测地轮廓和特征函数的灰度异质图像分割

    徐思敏金正猛闵莉花王皓...
    160-167页
    查看更多>>摘要：灰度异质图像的分割是图像处理中一项非常有挑战性的任务.CVB模型虽然能较好分割灰度异质图像,但是其分割结果容易出现过度分割或欠分割问题.为了精确分割灰度异质图像,该文在CVB模型的基础上,引入基于测地轮廓的长度项来捕捉目标物体的边缘信息,提出一种新的变分分割模型.同时,为了提高计算效率,该文利用特征函数来表示测地轮廓长度,并且通过基于特征函数的热核卷积形式逼近测地轮廓的周长.进一步,结合交替极小化和迭代卷积阈值法,该文设计出一种快速数值求解算法,并且给出了该算法的收敛性和稳定性分析.最后,对合成图像、核磁共振图像以及魏茨曼分割数据集上的原始自然图像等三类灰度不均匀图像进行分割实验,并且采用Dice相似系数和Hausdorff距离作为图像分割的评价指标,实验结果表明:该方法不仅提高了图像分割精度,而且明显提升了收敛速度.

    图像分割灰度异质测地轮廓交替极小化迭代卷积阈值

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

    基于记忆启发的强化学习方法研究

    刘晓峰刘智斌董兆安
    168-172,180页
    查看更多>>摘要：该文旨在研究人工智能领域的强化学习问题.在处理优化问题的过程中,强化学习具有不依赖于模型信息的特点,在信息产业和生产领域逐步获得应用,并取得了较好的效果.然而,传统的强化学习算法通过随机探索获得优化行为,存在学习速度慢、收敛不及时的问题.为了提高强化学习的效率,提出一种方法,让Agent利用自身学习得到的知识,指导和加速其以后的学习过程.将Q学习和启发式Shaping回报函数结合起来,利用记忆的知识加速了Agent的学习过程.另外,证明了采用启发函数与不使用启发函数在策略优化上的一致性.针对一个路径规划问题,采用了学习过程中生成的势场函数作为启发函数,通过启发函数对强化学习的探索过程给予指导.在实验中对该方法进行了验证,分析了采用不同参数带来的不同效果,并提出了一个解决死点问题的方法.结果表明,该方法对强化学习过程有明显的加速作用,并能取得优化的搜索路径.

    强化学习Q学习启发式搜索Shaping函数路径规划

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

    面向小样本学习的动态分布校正方法

    赵金伟任文静周锦绣黑新宏...
    173-180页
    查看更多>>摘要：近年来,机器学习在多领域取得巨大成功.在现实世界的真实场景中,由于采集环境复杂或标注难,使得可用于训练的标准样本很少,导致机器学习模型往往出现过学习或欠学习的问题.所以,小样本学习是具有挑战性的机器学习问题.近期人们提出分布校正方法,他们假设特征表示中每个维度都服从高斯分布,利用基类的特征分布来校正新类的特征分布.然而该方法易引入负迁移现象,并且易于淹没新类本身的特征分布.为此,该文提出一种动态分布校正方法解决分布校正过程中的负迁移问题.首先,基于阈值动态地选择近邻基类和远域基类;其次,新类样本的特征经过幂变换的操作后,增加特征标准化处理来消除不同量纲之间的差异;最后,该方法引入参数调节迁移分布与新类特征原分布之间的比例关系来实现新类的特征分布校准.通过在常规数据集miniImageNet和CUB上与最新算法和传统算法的大量对比实验表明,该方法可以有效提升小样本分类任务的性能.

    小样本学习负迁移分布校正阈值动态分布校正

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

    基于轻量级语义信息融合的动作识别方法

    束阳李汪根高坤王志格...
    181-188页
    查看更多>>摘要：针对目前大多数的动作识别方法使用深层网络训练模型导致模型参数量大、验证成本高以及语义信息利用不足等问题,提出一种基于轻量级语义信息融合的动作识别方法(LSIF-GCN),实现了模型的轻量化和对语义信息的充分利用.首先,LSIF-GCN将数据预处理后的关节流、速度流和骨骼流三种不同的输入信息编码至高维空间后,经过一层图卷积操作,以达到特征增强和降低维度的目的,再把三种信息流在通道维度上进行拼接融合.然后,为了充分利用语义信息提取不同关节之间潜在的权重关系,提出一种"瓶颈型"的四层图卷积模块.最后,采用分流网络设计的时间卷积模块,并引入自注意力机制,在减少模型参数量的同时也提高了网络的性能.该模型具有简单的结构和训练过程,便于在低成本的嵌入式设备的实时动作识别系统中部署.在NTU-RGB+D 60 和NTU-RGB+D 120 数据集上的大量实验表明,该方法不仅在识别精度和模型复杂度(参数量和GFLOPs)上优于目前一些主流的轻量级方法,而且与一些近几年的SOTA方法相比也具有一定的优势.

    语义信息动作识别轻量级自注意力分流网络

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

    基于聚类的协作学习分组方法

    祁天龙任美睿赵建宇郭龙江...
    189-193,201页
    查看更多>>摘要：协作学习能够促进在线学习平台中学习者之间的沟通交流.同一小组内学习者共同协作完成既定任务过程中,不仅可以巩固已有知识,也能通过互相学习,获得新知识和新技能,在提高个人表现的同时,增加学习兴趣,从而有效地降低辍学率.近年来已提出了很多协作学习分组方法.然而,现有分组方法没有兼顾主题意愿、学习时间规律和小组规模这三个对小组沟通效率有重要影响的因素.该文依据学习者的主题意愿预分组,然后依据学习时间规律迭代地调用聚类算法将学习者划分到满足上下限的小组中,结果表明,上述方法形成的协作学习小组在满意度和时间重合度上均优于IFST和随机分组方法.最后,以XuetangX平台上的1 754 名学习者为实验对象进行协作学习分组,实验结果表明,形成的小组有充分的协作学习时间,指派的主题能够很好地满足学习者的意愿,且各个小组之间成员数均衡.

    协作学习在线学习分组方法聚类满意度时间重合度

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

    面向城市人群时空热点预测的混合神经网络

    游兰张涵钰韩凡宇金红...
    194-201页
    查看更多>>摘要：城市人群时空热点预测对公共安全应急决策有重要的意义.城市人群热点区域往往伴随时间空间的推移而快速演化,如何发掘利用热区的时空相关性是精准预测城市人群热点变化趋势的关键.该文提出了一种基于深度学习的混合神经网络模型,即CNN-Seq2Seq-Attention(CSA),用来预测连续一周城市人群热点的时空变化分布.为了较好捕捉热点区域的空间信息,CSA模型采用卷积神经网络提取城市热点区域的特征向量,同时,考虑到长时时序数据的周期性,CSA结合Seq2Seq与Attention注意力机制建模人群热点在连续特征日下相同时间片段的时间周期规律.其中,针对人群热点随时间变化的不均匀特性,CSA采用了一种改进的时间片段划分方法,即,基于生活作息的不等长时间段作为数据划分依据.实验使用了连续3 个月的城市出租车轨迹数据集,将每周 7 天标识成 7 个特征日,每个特征日被划分为 7 个时间片段,采用预测结果的均方根误差(RMSE)为评估指标.实验结果表明,较传统的PreHA、HA和ARIMA方法,CSA模型效果更好,同时,相较Seq2Seq和CNN-Seq2Seq模型,CSA模型预测误差最大分别降低6.4％和3.8％.

    社会计算时空数据混合神经网络城市人群热点时空相关性

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

    面向食品监管领域的知识图谱构建研究

    卜意磊庞文迪吴甜甜杜奕坤...
    202-207,214页
    查看更多>>摘要：该文提出了面向食品监管领域的知识图谱构建研究,通过整理食品监管领域的相关文件和政策,并进行实体识别、实体关系识别、实体对齐构建食品监管领域知识图谱.其中基于双向长短时记忆网络与条件随机场结合的BiLSTM-CRF模型进行实体识别,准确率达0.96;基于食品监管实体的归类结果,确定同标签的实体间的分类关系,并创建"文本-实体"矩阵,提取出包含某实体对的所有句子,归纳实体对之间的关系;通过聚类进行实体对齐,并基于Neo4j存储和呈现图谱.构建的食品监管知识图谱弥补了食品监管领域知识图谱研究的空白,提升了食品监管体系和监管能力现代化水平.

    知识图谱食品监管实体识别关系抽取实体对齐

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