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

    基于一次哈希签名和联盟链的密钥分发协议

    陈青青刘蕾王志伟
    73-80页
    查看更多>>摘要：在物联网环境中，为了确保通信数据的机密性和完整性，数据加密密钥的安全性尤为重要。密钥一般采用中心化的存储机制，当中心实体不可信时会造成密钥泄露的风险，因此在分发过程中需要保证密钥的完整性，但普通的签名方案往往较为复杂。针对密钥分发中心化及密钥分发算法复杂等问题，提出了一种基于一次哈希签名和联盟链的密钥分发协议。首先，利用轻量级的一次哈希签名进行用户注册和认证，同时，为了有效检测和防御使用一次哈希签名过程中可能出现的中间人攻击，协议中使用了Hyperledger Fabric联盟链存储签名凭证，用户可以从联盟链上获取签名凭证以供认证;然后，基于Hyperledger Fabric链和ElGamal密码体制设计了一个对称密钥分发方案;最后，从理论分析和Scyther形式化协议分析工具两个方面分析了密钥分发协议的安全性，结果表明该协议在保证密钥分发安全性的情况下，提高了密钥分发的效率。

    一次哈希签名联盟链对称密钥分发协议通信数据保护安全性

      原文链接:
    • 万方数据
    • 维普

    基于抽象语法树特征迁移的软件漏洞检测方法(AST-FMVD)

    李子俊李涛陈浩东余琴...
    81-88页
    查看更多>>摘要：深度学习在漏洞检测的应用取得了显著的进展。现有漏洞检测算法需要大量的标记数据，通过有监督的方法构建检测模型，在多语言环境中，由于语言的多样性和标记训练样本的缺乏，检测模型可能存在泛化性问题，特别是在小样本领域中可能表现不佳。为了解决这一困境，迁移学习可以作为一种解决方案，迁移学习的核心思想是以"举一反三"为核心的算法框架，将某个领域的知识迁移到另一个领域的学习中，从而打破样本数据的制约。该文提出了一种基于特征迁移的漏洞检测方法。通过语义相似性对代码的语法树节点信息进行聚类，可以快速并准确地构建好不同语言之间的节点映射关系，同时在语法树的映射过程中引入上下文感知技术帮助解决歧义或模糊的语法结构，提高解析性能。该方法实现检测样本从未知领域变换到已知领域，利用在原有领域构建的深度学习模型，可以将新领域任务迁移到已知领域，最终解决跨域的知识迁移的应用，并将该方法取名为AST-FMVD。最后通过Java的漏洞检测模型对含有特定漏洞文件的进行检测，实现模型在Python领域中的迁移应用，证明了AST-FMVD的可行性，并通过实验证明AST-FMVD可以实现源域中的训练模型在目标领域仍可以保证原模型良好的检测水平。

    深度学习迁移学习零样本漏洞检测抽象语法树

      原文链接:
    • 万方数据
    • 维普

    动态环境下融合实例分割的视觉SLAM优化方法

    贾丛晨肖建
    89-95页
    查看更多>>摘要：由于视觉SLAM(Simultaneous Localization and Mapping)算法研究多建立于静态环境中，使得在动态环境下的应用造成较大定位偏移，极大降低了系统的稳定性。针对该问题，该文在原有视觉SLAM算法的基础上结合深度学习方法，对环境可能存在的动态目标进行特征点剔除，从而提升系统在动态环境下的鲁棒性。采用的视觉 SLAM 系统为 ORB-SLAM3，深度学习方法为YOLOv5 的实例分割算法，采用对目标模型mask轮廓内特征点的检测算法及多视角几何方法进行特征点剔除。首先利用并行通信，将SLAM系统获取到的帧数据传入YOLOv5 系统中进行可能为动态目标的分割，然后将其分割结果传回SLAM系统进行跟踪建图。同时改进词袋加载模型，提升加载速度，最终构建动态环境的稠密地图，具备可靠的实时性。通过在TUM数据集上的实验评估，该方法对比原SLAM框架及现阶段经典动态环境研究均有提升，其在保证平均帧率不降低的前提下精度较ORB-SLAM3 的RMSE平均提升近 89%。实验结果表明，对动态环境下的视觉SLAM算法有效改进，极大提升了系统的鲁棒性及稳定性。

    动态环境视觉SLAM特征点检测实例分割稠密建图

      原文链接:
    • 万方数据
    • 维普

    双层框架可视图下的双向跳点路径规划方法

    刘天琅许泽东李家乐陈检...
    96-102页
    查看更多>>摘要：针对移动机器人在复杂未知半未知环境下路径规划时间过长，难以找到全局最优路径的问题，该文提出了一种基于双层框架可视图的双向跳点搜索路径规划方法。首先，将可视图分为局部层和全局层，移动机器人通过传感器对环境信息进行采集与提取，生成局部可视图，接着采用基于障碍物轮廓边长的过滤方法将过滤后的图更新至全局可视图;其次，在跳点搜索算法的基础上新增一个从目标点开始搜索的路径，将跳点搜索算法优化为双向跳点搜索算法;最后，将优化后的算法结合可视图进行路径规划导航。将所提方法在多种复杂场景下进行验证，仿真实验表明:采用了双层框架可视图的双向跳点搜索算法的路径搜索时间和导航时间均有着不同程度的优化，可高效地在复杂未知环境下搜索全局路径。

    路径规划全局最优路径可视图双向跳点搜索算法障碍物轮廓边长过滤

      原文链接:
    • 万方数据
    • 维普

    基于磁性符号图神经网络的药物互作用关系预测

    陈明姚斌胡子涛马华...
    103-109页
    查看更多>>摘要：药物互作用(Drug-Drug Interactions，DDIs)是病人同时或在一定时间内先后服用两种或两种以上药物后产生的复合效应，它可使药效加强或减弱，甚至产生不应有的毒副作用。图神经网络(Graph Neural Networks，GNNs)是当前流行的一种DDIs预测框架，它已在单类型和多类型的DDIs场景中取得了很好的效果。然而，大多数现有方法忽视了DDIs的语义描述细节，例如，药理学变化中的符号和角色信息。针对DDIs数据中药理学变化符号和角色的共存现象，构建了带节点属性的符号有向图，并将 DDIs关系预测定义为符号与方向的联合预测任务。引入磁性符号图神经网络(Magnetic Signed GNN，MSGNN)，提出了MSGNN-DDI预测方法，用于同时挖掘DDIs网络的符号和方向信息。该方法不仅可用于预测DDIs关系中的符号或方向，而且适用于它们的联合预测任务。从DrugBank和PubChem数据库中提取药物节点属性与DDIs，所得实验结果表明该方法能有效应对药理学变化的符号与方向联合预测，且在符号、方向单任务上与基线方法具有可比性。

    药物互作用符号有向图谱图神经网络磁性符号拉普拉斯符号与方向联合预测

      原文链接:
    • 万方数据
    • 维普

    融合单词级段信息的中文医疗命名实体识别

    王海鹏杜方宋丽娟李婷...
    110-117页
    查看更多>>摘要：中文医疗命名实体识别(Named Entity Recognition，NER)是医学领域的一项基础任务，在知识图谱等许多下游任务中起着重要的作用。常用的NER方法可分为基于词级信息和基于段级信息，已有研究表明两种信息融合能取得更好的性能。目前，词级信息和段级信息融合的方法在中文医疗NER任务中还未被充分研究，且现有的融合方法为段中的每个单词赋予相同的权重，不考虑单词的不同贡献。而医疗实体中每个单词和实体(段)有着不同的相关性，忽略这种相关性的差异将影响医疗NER的性能。基于此，通过分析中文医疗实体特性，提出了一种单词级段信息抽取方法(Word-Level Segment Information Extraction，WL-SIE)。该方法为实体中的每个单词分配一个权重矩阵集，学习单词与实体之间的关联信息，在与实体词组交互之后输出不同的单词级段信息。在CCKS2017 和CMeEE中文临床NER数据集上的实验结果表明，WL-SIE方法较对比方法在F1 值上提升了3%～5%，特别是在实体样本不均衡场景下和长实体识别任务上表现出了优异的性能。

    命名实体识别深度神经网络词级信息段级信息中文医疗信息处理

      原文链接:
    • 万方数据
    • 维普

    基于知识图谱的食品安全问答方法

    王迪李海生李勇李萌战...
    118-124页
    查看更多>>摘要：食品安全与人民的生活息息相关，随着生活水平的提高，人们的食品安全意识也逐渐提升，提供可靠且有效的信息问答成为了社会的迫切需求。该文针对由食品添加剂使用不当引起的食品安全问题，提出一种基于知识图谱的食品安全知识问答方法，并构建了一个食品安全知识问答系统。首先，利用互联网中的开源数据构造了一个面向食品安全的知识图谱;然后，为了更好地对食品安全文本表征，该文通过收集食品安全语料库对词向量模型进行预训练;随后，设计了一种语义相似度匹配算法，通过计算问题文本的关键词向量与实体向量之间的重叠字得分和相似度得分，提取食品安全实体，实现对模糊问题语义的理解;最后，通过随机构建的食品安全知识问答库进行实验，以准确率、Hits@3 和Hits@5 为评价指标进行消融实验，证明了所提方法的有效性。基于知识图谱的食品安全问答方法可以有效地回答人们在食品安全和食品添加剂上的问题，在提高时间效率的同时节约了人力资源。

    问答知识图谱食品安全语义相似度食品添加剂

      原文链接:
    • 万方数据
    • 维普

    基于提示学习的篇章级事件论元抽取方法研究

    薛继伟胡馨元薛鹏杰
    125-131页
    查看更多>>摘要：事件论元抽取是指在自然语言文本中识别出事件论元及其对应的角色，是事件抽取的关键。传统事件论元抽取方法将抽取范围局限在单个句子中，在面对长文本中论元分散的情况时表现不佳。近年来，有研究者提出基于提示学习的篇章级事件论元抽取方法，能根据提示信息在输入文本中获取事件论元，实现事件论元抽取。然而现有基于提示学习的方法大多是由人工手动构建提示模板，模板结构固定容易导致论元抽取错误。针对以上不足，该文在以往基于提示学习研究的基础上，提出以文本触发词为关键实现模板自动构建的方法，并在输入文本中融入事件角色语义信息，使模型能更好地捕获文本语义特征，提高事件论元抽取准确率。在篇章级数据集RAMS上的实验结果表明，该模型在事件论元识别和事件论元分类的F1 值分别达到54。3%和48。1%，相比最优的基准方法分别提升了1。8 百分点和1。2 百分点，验证了模型的有效性。

    论元抽取提示学习触发词跨度选择器预训练语言模型

      原文链接:
    • 万方数据
    • 维普

    融合GBWO与ENN的人体尺寸预测模型

    杨晓文李雅婷韩燮况立群...
    132-139页
    查看更多>>摘要：为了提高人体尺寸预测的效率和准确性，该文提出了GBWO-ENN(Grey Black Wolf Optimization-Elman Neural Network)的方法。针对传统灰狼算法易于陷入局部最优和无法平衡全局与局部搜索的平衡性问题，提出了GBWO算法。该算法融合黑寡妇优化算法中蜘蛛的运动方式对灰狼优化算法中α狼位置更新进行了优化，通过非线性递减的方法降低了收敛系数，并且提出了按位置等级更新种群的策略。随后采用GBWO算法对Elman神经网络的权值和阈值进行优化，并将GBWO-ENN模型应用于三维人体尺寸预测。实验结果表明，GBWO-ENN模型结构简单，能够准确预测人体尺寸，具有较好的预测能力。

    GBWO算法黑寡妇优化算法Elman神经网络人体尺寸预测非接触性测量

      原文链接:
    • 万方数据
    • 维普

    融合多策略改进的克隆选择算法

    张文豪杨超彭旭王道维...
    140-147页
    查看更多>>摘要：针对克隆选择算法(CSA)解决复杂优化问题时存在的效率低下、收敛速度慢以及容易陷入局部最优等不足，提出了一种融合多策略改进的克隆选择算法(MSICSA)。首先，引入Sobol序列初始化种群，丰富种群多样性，并提高算法整体稳定性;其次，引入正余弦优化策略加强算法全局搜索能力，避免陷入局部最优而导致算法停滞;最后，引入动态浓度调节策略，调节算法在不同时期搜索空间内的抗体浓度，控制算法加强前期全局搜索以及后期局部寻优能力，并提高算法收敛速度。文中利用12 种CEC测试函数及4 种算法对MSICSA进行测试及对比，消融实验证明了改进策略的有效性，扰动实验验证了文中算法的稳定性与鲁棒性，对比仿真以及几项实验均表明MSICSA能够有效提升收敛速度和寻优精度，并提高跳出局部最优的能力。

    克隆选择算法正余弦优化策略浓度调节策略Sobol序列抗体变异

      原文链接:
    • 万方数据
    • 维普