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

    大范围网格曲面曲线设计方法及应用

    姜晓通戴宁武智磊杨思远...
    74-80页
    查看更多>>摘要：为了满足齿科在离散网格曲面建模中对曲线设计高效性、鲁棒性及基于网格曲线个性化建模等方面的要求,提出了一种基于局部参数化的离散网格曲面样条曲线设计方法.该方法放松了对样条曲线全局连续性的约束,将平面参数域内的全局样条线设计转化成在局部区域内的分段样条曲线设计,提高了参数化网格曲线设计方法的效率及鲁棒性,使其能够不受编辑范围、网格模型复杂度及网格亏格的影响,满足大范围的网格曲线实时编辑的要求,以及齿科个性化建模软件中基于曲线建模的需求;引入两型值点间的最短路径,解决在样条线设计过程中,因相邻两型值点距离过大而导致算法存在的鲁棒性问题;引入局部光顺算法,在型值点附近进行流行约束下的光顺,提高样条曲线的光滑度.实验表明,基于平面参数化域的局部分段样条曲线设计方法在效率、鲁棒性及实用性方面具有一定的优势,综合性能较好,能够满足齿科建模软件的实际应用需求.

    大范围网格曲面分段样条曲线局部参数化最短路径优化曲线建模

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

    基于AADL模型航空安全软件可信性度量方法

    刘歆宁康玲
    81-87,94页
    查看更多>>摘要：航空嵌入式实时系统越来越复杂,AADL(Architecture Analysis&Design Language)是基于模型驱动的嵌入式实时系统的设计与实现的基础,未解决基于AADL模型的软件可信性度量与分析方面研究内容还不完善的问题,针对航空电子系统实例,对基于AADL模型的软件研究了一种综合的可信性度量方案.首先,从复杂性、规模、内聚性及耦合性四个方面进行可信性度量并形成度量指标;其次,将AADL故障模型转换为Markov模型,进而提出了对基于AADL故障模型的软件进行可信性度量的方法;再次,将模糊综合评价法应用于基于AADL模型的软件可信性评估之中,将度量指标建立评估模型;最后,实现了可信性度量与评估工具.结果表明:该工具通过用户定制可信性度量模型并度量解析后的AADL模型.可见,该方法较好地反映了开发早期阶段的航空软件的可信性特征.

    AADL航空软件可信性度量Markov分析方法模型转换规则模糊综合评价法

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

    基于掩膜的人脸压缩重建对抗攻击增强方法

    林庚右周星宇潘志松
    88-94页
    查看更多>>摘要：现有研究表明通过对输入的人脸图片施加扰动能够导致人脸识别系统发生误判,即对抗样本.当前,许多对抗样本攻击方法通过在扰动生成过程中对扰动进行旋转、调整尺度、添加随机噪声等变换,以实现增强攻击性的目的.该文首次发现对抗样本在由ndarray格式压缩为PNG(Portable Network Graphics)格式,再重建成ndarray格式时对抗性会得到增强.基于此,提出了基于掩膜的人脸压缩重建对抗攻击增强方法——在对抗样本的迭代生成中,在预定迭代次数下设置断点,并在断点处反复地对对抗图片的掩膜区域进行压缩重建(Compression&Reconstruction,C&R).在IFW人脸检测数据集上分别进行了单模型攻击和集成模型攻击的实验,结果证明,该方法生成的对抗样本在白盒场景下攻击成功率最高提高了2.3%,在黑盒场景中攻击成功率也有小幅提升.最后,分别通过两组超参数实验探讨了参数的不同选取对该方法攻击效果的影响,并给出了最优参数以供后续研究参考.

    对抗样本人脸识别深度神经网络对抗攻击压缩重建

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

    基于改进NSGA2算法的空间网络安全与性能优化

    苗祎璠杜杉杉任佳豪刘然...
    95-101页
    查看更多>>摘要：在空间网络不断发展以及攻击威胁日益增加的背景下,其安全问题得到了研究人员的密切关注.但同时,其性能开销也会增大.为解决空间网络通信安全性、服务性能间的联合优化问题,选取机密性、完整性、可认证性作为安全程度的量化指标,选择时延作为性能指标,建立了网络安全与通信性能间的多目标优化模型.提出了一种ISN-NSGA2 算法和纳什议价博弈的多目标优化决策方案.算法利用自适应锦标赛选择算子,促进种群较快收敛;运用基于拥挤熵的个体动态排挤机制代替拥挤距离一次性排挤,维持种群分布性;在得到一组非支配解后,使用合作博弈纳什议价模型进行折中决策.在6 个基准多目标测试函数上对算法进行了性能测试,实验结果表明解的均匀性和收敛度均得到了很好的提升.采用该方案对模型求解,能够在适应网络安全和性能需求的情况下,从Pareto解集中选出使网络整体收益最大的最终决策解,有效实现两者的折中优化.

    空间网络通信安全性能自适应锦标赛选择拥挤熵动态排挤

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

    PDGcross:基于跨文件图表征的源代码漏洞检测

    熊可欣李涛余琴乔梦晴...
    102-107页
    查看更多>>摘要：随着软件安全性需求不断增长,大量的研究工作将深度学习应用于漏洞检测领域,目前存在多种源代码漏洞检测方法.现阶段在检测单个文件中由于函数调用导致的漏洞方面有较好的效果,但由于复杂函数调用关系可能涉及到多个文件,针对多文件的漏洞检测是当前的检测难点之一.因此,该文在源代码程序依赖图的基础上提出了一个新的图表征PDGcross,从一个文件入口合并其他被调用的文件,生成一个图表征即 PDGcross.再运用 Node2Vec 图嵌入算法将PDGcross进一步处理为特征矩阵,利用长短时记忆神经网络训练出漏洞分类模型,实现了一种基于跨文件程序依赖图表征和深度学习的源代码检测方法.在实验中,针对跨文件间的函数调用产生的漏洞,Fortify和PDG表征的检测效率很低,而提出的基于PDGcross表征的检测方法则明显优于该两类方法.

    函数调用程序依赖图漏洞检测源代码深度学习

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

    PrNet:一种应对链路洪泛攻击的机制

    杨智威林梓钘李睿
    108-115页
    查看更多>>摘要：网络拓扑的特性造成了拓扑中会出现大多数流量汇聚到少部分关键节点和链路的情况,这部分节点和链路会成为链路洪泛攻击所针对的网络瓶颈.现有的防御工作主要围绕隐藏网络瓶颈展开,但对于网络瓶颈的计算度量标准较为单一,且无法应对攻击者发起的盲攻击.为了解决这些问题,提出了一种基于SDN的应对机制PrNet.PrNet首先从静态和动态的角度定义了形成网络瓶颈的度量指标,然后生成针对测绘流量的混淆拓扑,通过识别测绘流量并将其引向绕开网络瓶颈的混淆路径,使攻击者得到错误的信息,最后通过概率路径转发算法为节点之间的所有可达路径分配概率,主动分散网络拓扑中的流量,从而减少网络瓶颈的产生.仿真实验表明,PrNet能够生成具有良好安全性的混淆拓扑,能够根据流量及时调整数据包的转发路径,在应对攻击者发起链路洪泛攻击时具有可行性,并且能够有效缓解盲攻击.

    链路洪泛攻击网络瓶颈拓扑混淆流量分散软件定义网络

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

    农产品评价观点抽取和情感识别系统设计实现

    陈杰周梓豪吴军辉
    116-123,130页
    查看更多>>摘要：电商平台上的评价数据蕴藏着消费者的情感观点,识别评价情感表达的关键是挖掘其在产品属性方面级别的观点,并判别情感倾向.先前的有监督学习模型需要相关领域的大量人工标注数据进行训练,耗费较多的人力成本,因此,构建了无监督学习框架的农产品评价观点抽取和情感识别系统.通过爬虫获取多源电商平台的评价数据,首先通过LDA模型确定领域主题属性,结合SO-PMI算法构建领域情感词典,然后通过LTP库的依存句法分析和词嵌入相似度制定方面观点的抽取规则,并提出情感强度值计算方法识别评价的方面情感倾向.实验证明,该框架的查准率为85.08%,召回率为78.50%,F1 值为81.66%,性能优于传统模型.根据观点抽取和情感识别结果构建可视化平台,从多个角度挖掘消费者对农产品的偏好.该系统已实际部署在农资农产品在线服务交易平台的项目中,致力于服务消费者、经销商、电商平台和监管部门四个主体,取得了良好的应用效果.

    观点挖掘自然语言处理无监督学习领域词典依存句法规则农产品评价

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

    融合外部知识的生成式实体关系联合抽取方法

    祝振赫武虹高洁周玉...
    124-130页
    查看更多>>摘要：实体关系联合抽取作为各领域构建知识图谱不可或缺的任务,成为当今信息抽取任务中的热点.现有的生成式实体关系联合抽取方法,多采用编码器-解码器框架,通过监督学习从非结构化文本中抽取特征来生成实体和关系序列.但这种方法属于数据驱动方法,在缺乏标注数据时存在质量较低的问题,而获取标注数据需要花费大量的成本.基于远程监督的方法通过利用外部知识库对文本进行自动标注,能够解决缺少大规模标注数据的问题,但同时引入的错误标签也会影响模型的性能.针对上述问题,提出了融合外部知识的生成式实体关系联合抽取方法,采用多编码器和知识注意力机制,将结构化信息和句法结构等外部知识融入模型.具体来说,首先利用标注数据对模型进行预训练来学习实体关系表示,然后利用外部知识再次训练来学习句法结构等信息.实验结果表明,所提方法能够通过融合外部知识,提升实体关系三元组的准确率,尤其提升模型在标注数据稀缺场景下的抽取准确率.

    实体关系抽取编码-解码框架知识融合深度学习注意力机制

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

    基于注意力机制和多尺度特征的伪装目标检测

    蔡俊敏孙涵
    131-136页
    查看更多>>摘要：针对伪装目标结构多样、尺度不一和目标边界与其背景具有高度相似性的情况,提出了一种基于注意力机制和多尺度特征的伪装目标检测算法.该算法主要分为两个部分,分别是基于多尺度特征的混合尺度解码器和基于反向注意力机制的注意力引导模块.混合尺度解码器通过级联的特征融合单元,融合高层特征的语义信息与低层特征的空间细节信息,对特征编码器生成的特征金字塔进行解码,得到初步的检测结果;之后引入反向注意力机制,通过擦除图像中已经识别到的目标区域,来引导网络挖掘新的伪装线索,最终得到识别位置更准确、更完整的伪装目标.实验中采用COD10K数据集、四种评价指标,与现有的十三种算法进行了对比.实验结果表明,该伪装目标检测算法具有更好的性能表现.

    伪装目标检测注意力机制多尺度特征深度学习卷积神经网络

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

    基于卷积神经网络特征提取的莴苣生长无损监测

    阳昊黄超刘欣然王中举...
    137-143页
    查看更多>>摘要：基于计算机视觉的莴苣生长无损监测对莴苣的种植管理有重要的意义.彩色图像包含的纹理、色泽等信息与莴苣生长参数密切相关.以往的研究包括基于人为设计的特征结合机器学习算法估计生长参数,以及通过卷积网络估计生长参数.该文设计了一种结合卷积神经网络和机器学习模型的二阶段算法,用于莴苣的生长参数无损估计.生长参数包括叶片鲜重(LFW)、叶片干重(LDW)、植株高度(H)、植株直径(D)和叶面积(LA).算法的第一阶段训练卷积网络自动从图像中提取特征,第二阶段基于卷积网络提取的特征,利用集成机器学习算法Stacking(随机森林,深度森林)估计生长参数.实验结果表明,相比直接使用卷积网络估计,设计的二阶段算法能显著降低误差,在五个生长参数上的归一化均方误差(NMSE)分别为 2.25%,2.61%,1.63%,0.84%,3.18%,估计值与真实值的决定系数(R2)为 0.955 2,0.957 8,0.892 1,0.884 4,0.936 2.通过引入深度图,使用3D卷积网络从彩色图和深度图的组合中提取特征,高度(H)的估计准确度能进一步提高(NMSE:1.27%,R2:0.916 1).表明通过卷积神经网络自动从图片中提取特征并结合集成机器学习算法用于莴苣的生长参数估计是可行的.

    莴苣无损监测卷积神经网络机器学习特征提取

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