计算机工程杂志

计算机工程杂志2020年第8期

• 移动边缘计算中的区块链技术研究进展

  武继刚, 刘同来, 李境一, 黄金瑶

  移动边缘计算技术被广泛应用于实时性强和带宽密集型业务，但其底层的异构体系结构可能会导致多种安全及隐私问题。区块链技术的去中心化、防篡改和匿名性等特性为移动边缘计算系统提供了新的可信计算范式，使其在分布式环境中实现无可信第三方的交易认证与信息记录，可保障数据在采集、传输、存储及计算过程中的安全性。针对边缘计算中的安全隐私保护、资源管理等关键问题，阐述面向移动边缘计算的区块链技术在数据安全、隐私保护、身份认证、访问控制、计算迁移和网络管理方面的研究及应用现状，归纳总结内容分发网络、智慧城市、智慧医疗等移动边缘计算场景下应用区块链技术的具体方式及性能优势，并对其未来研究及应用前景进行展望。

• 面向区块链交易可视分析的地址增量聚类方法

  王劲松, 吕志梅, 赵泽宁, 张洪玮

  比特币是一种基于区块链的加密货币，其因具备伪匿名性而常被用于异常交易活动中。目前比特币实体识别多通过启发式聚类方法实现，但此类方法未考虑新数据出现后的结果融合问题，导致算法效率较低。针对该问题，提出一种基于比特币交易数据的增量聚类方法。对区块数据进行分析以获取钱包地址的可聚类交易，构成聚类地址组，并通过查找地址索引表提取聚类实体间的关系。利用并查集算法对该区块钱包地址数据进行增量聚类，得到新的比特币实体关系，进而推测实体类型。同时，对实体进行识别和标注，实现实体交易行为的可视分析。实验结果表明，该方法可以准确地对地址进行增量聚类，体现比特币实体的演变过程，与启发式聚类方法相比时间复杂度更低。

• 改进的胶囊网络知识图谱补全方法

  王维美, 史一民, 李冠宇

  为准确表征知识图谱中实体与关系属性的关系，提出一种改进的胶囊网络知识图谱补全方法。将表示多关系数据的三元组转换为矩阵的形式与多个过滤器进行卷积，产生不同特征图并重构为相应的胶囊，每个胶囊代表一组神经元。在此基础上，通过路由操作产生维度较小的胶囊，生成连续向量并将其与权重向量做点积运算，构建评分函数用于判断三元组的正确性。采用公开数据集WN18RR、FB15K-237、FB15K分别进行链接预测和三元组分类实验，结果表明，与DistMult、ComplEx、ConvE等模型相比，该算法链接预测性能较优，与TransE、TransH、TransR等模型相比，其三元组分类准确率达到91.5%，具有显著优势。

• 云辅助移动边缘计算中的计算卸载策略

  王妍, 葛海波, 冯安琪

  移动边缘计算通过将计算资源迁移至网络边缘来降低时延并缩减能耗，相比云计算，边缘计算的计算资源有限，不能满足所有移动服务的需求。针对上述问题，提出一种云辅助移动边缘计算的计算卸载策略。将移动服务建模为具有优先约束关系的工作流模型来分析系统运行过程中的时延和能耗，并以系统总代价（时延和能耗的加权和）最小化为研究目标，将遗传算法作为基础算法，通过改进传统遗传算法的编码、交叉、变异等操作，设计基于改进遗传算法的计算卸载算法。仿真结果表明，与All-Local算法、Random算法和ECGA算法相比，该算法的系统总代价最小。

• 一种基于区块链的网络边缘资源分配方法

  戴俊杰, 沈苏彬

  为充分利用位于网络边缘各类设备上的闲散资源，同时摆脱传统中心化管理模式带来的单点故障及信任问题，需要以一种去中心化的模式对其进行有效管理和调配。区块链因其在数据维护方面的去中心化、难以被篡改和可追溯等特性，为人们提供了实现的思路。针对上述传统中心化管理方法存在的问题，提出一种基于区块链的去中心化边缘计算资源分配方法，以去中心化的方式可信地存储与资源分配相关的关键信息，使用户可以确认来自其他参与者的资源访问请求的合法性。基于以太坊平台及其支持的智能合约技术，设计分配方法的实现方案。同时，为应对当前区块链技术所面临的可扩展性问题，利用侧链技术实现对以太坊的扩容。通过建立以太坊私有区块链网络进行仿真，测试结果证明了该方法的正确性和可行性。

• 面向物联网的边云协同实体搜索方法

  王汝言, 刘宇哲, 张普宁, 亢旭源, 李学芳

  针对物联网搜索的高实时性要求及物理实体的强时变性特点，提出面向物联网的边云协同实体搜索方法。结合云计算与边缘计算各自的优势，构建边云协同实体搜索系统架构，提高物联网实体的搜索效率。考虑到嵌入物理实体的传感器通信能力有限，设计基于深度信念网络的实体识别算法，通过将热门与冷门实体状态信息分别存储于边缘服务器与云端，节省边缘服务器的存储空间与计算开销。仿真结果表明，与云端数据共享搜索方法SeDaSC和层次化搜索方法LHPM相比，该方法提高了实体状态信息搜索的实时性与准确性。

• 基于改进时间卷积网络的日志序列异常检测

  杨瑞朋, 屈丹, 朱少卫, 钱叶魁, 唐永旺

  基于循环神经网络的日志序列异常检测模型对短序列有较好的检测能力，但对长序列的检测准确性较差。为此，提出一种基于时间卷积网络的通用日志序列异常检测框架。将日志模板序列建模为自然语言序列，把基于神经网络训练的词嵌入作为模型的输入，以表示目标词在当前日志序列中的语义规则，并通过降维提高整个框架的运算效率。此外，提出用带参数的ReLU替换ReLU，用自适应平均池化层替换全连接层，将日志序列的异常检测问题建模成自然语言序列生成问题。实验结果表明，该检测框架的总体准确率高于TCN+Linear、TCN+AAP等方法。

• 一种可重叠子空间K-Means聚类算法

  刘宇航, 马慧芳, 刘海姣, 余丽

  现有聚类算法面向高维稀疏数据时多数未考虑类簇可重叠和离群点的存在，导致聚类效果不理想。为此，提出一种可重叠子空间K-Means聚类算法。设计类簇子空间计算策略，在聚类过程中动态更新每个类簇的属性子空间，并定义合理的约束函数指导聚类过程，从而实现类簇的可重叠性与离群点的控制。在此基础上定义合理的目标函数对传统K-Means算法进行修正，利用熵权约束分别计算每个类簇中各维度的权重，使用权重值标识不同类簇中维度的相对重要性，并加入控制重叠程度和离群值数量的参数。在人工数据集和真实数据集上的实验结果表明，该算法在NMI、F1指标上均优于EWKM、NEO-K-Means、OKM等子空间聚类算法，具有更好的聚类结果。

• 基于语言学特征与层次注意力机制的幽默识别

  杨勇, 杨亮, 邹艳波, 任鸽, 樊小超

  结合英文幽默语言学特征，提出基于语音、字形和语义的层次注意力神经网络模型（PFSHAN）进行幽默识别。在特征提取阶段，将幽默文本表示为音素、字符以及携带歧义性等级信息的语义形式，分别采用卷积神经网络、双向门控循环单元和注意力机制提取PFSHAN模型的语音、字形和语义特征。在特征融合阶段，针对不同单词对幽默语言学特征的贡献程度不同，且不同幽默语言学特征和语句之间关联程度不同的问题，采用层次注意力机制调整不同幽默语言学特征对于PFSHAN模型性能的影响。在Puns和Onliner数据集上的实验结果表明，PFSHAN模型的F1值分别为91.03%和91.11%，能有效提高幽默识别性能。

• 一种融合社交关系的矩阵分解推荐模型

  吴清春, 贾彩燕

  推荐系统可以有效解决信息过载问题，为用户提供个性化的推荐服务。然而在评分矩阵稀疏的情况下，仅通过分析用户项目评分矩阵来生成预测结果的传统模型效果较差。针对该问题，利用用户评分以及用户社会信任关系两部分信息计算用户相似度，提出一种融合社交关系的矩阵分解型推荐模型SoRegIM。通过挖掘社交网络中用户的拓扑关系，利用目标用户的直接邻居与间接邻居信息构建加权社会信任网络，在充分使用用户社交关系信息的同时减少冗余的社交噪声。基于公开数据集的实验结果表明，与SoReg、SocialMF等7种经典模型相比，SoRegIM能够有效提高推荐准确性，且对于稀疏数据的提升效果明显。

• 一种改进的基于兴趣相似度推荐算法

  柯翔敏, 陈江, 罗光华

  协同过滤推荐算法通过对用户行为进行相似度计算来实现目标推荐，但传统协同过滤算法的相似度计算存在一定的失真性。针对该问题，依据越不流行的物品兴趣分配权重越大的思想，提出逆流行度与共同兴趣项的概念，并设计一种相似度计算方法。在相似度计算时降低流行度高的物品的权重，从而减小热门物品对用户个性化的影响，同时提高共同兴趣数量对相似度影响的权重。在此基础上，建立一种新的推荐模型从而为目标用户推荐相似度最高的用户集。在数据集MovieLens上的实验结果表明，该相似度计算方法能够取得较好的推荐效果，其精确率、召回率及F1值优于Cosin、Pearson和Corrcosin方法。

• 融合多头自注意力机制的金融新闻极性分析

  赵亚南, 刘渊, 宋设

  针对现有文本情感分析方法存在的无法高效捕捉相关文本情感特征从而造成情感分析效果不佳的问题，提出一种融合双层多头自注意力与卷积神经网络（CNN）的回归模型DLMA-CNN。采用多头自注意力机制学习序列内部的词依赖关系，从而捕获序列的内部结构。重利用浅层特征并与多头自注意力特征进行融合，结合深度学习中的CNN进一步优化文本情感极性分析效果。在基准数据集SemEval-2017 Task 5上进行实验，结果表明，与传统机器学习算法CNN、ELSTM、Att-BLSTM等相比，该模型取得了较好的情感极性分析效果，且运行效率较高。

• 融合知识图谱与用户评论的商品推荐算法

  汤伟韬, 余敦辉, 魏世伟

  针对基于用户评论的商品推荐算法未充分利用评论之间关联信息的问题，提出一种融合知识图谱与用户评论的商品推荐算法。结合知识图谱对用户评论进行商品特征和情感词提取，构建商品特征集合和商品向量并计算商品相似度矩阵，根据情感词确定商品特征得分，通过随机游走商品节点获取商品特征权重。在此基础上，根据商品特征得分和商品特征权重计算商品推荐价值并进行Top-k推荐。实验结果表明，与基于知识图谱的推荐算法、协同过滤算法、基于内容的推荐算法和混合推荐算法相比，该算法的准确率、召回率和F值最高分别提升15.81%、7.27%和8.55%。

• 基于最大信息系数与冗余分摊的特征选择方法

  袁哲明, 杨晶晶, 陈渊

  特征选择是机器学习的关键环节，通常采用最小冗余最大相关法进行特征选择，但该方法存在相关性测度与冗余性测度不可比、特征引入无法自动终止等问题。为此，提出一种基于最大信息系数（MIC）与冗余分摊策略的特征选择方法（MIC-share）。以MIC度量相关性测度与冗余性测度，采用冗余分摊策略获取新的特征得分，自动终止特征引入过程，减少最优子集确定所需时间。仿真结果表明，与PLSR、MIFS、KNN-FABC等特征选择方法相比，MIC-share方法得到的回归数据均方根误差更小，分类数据错误率更低。

• 基于无证书密码体制的失败-停止环签名方案

  张玉磊, 宋婷婷, 张永洁, 王彩芬

  失败-停止群签名方案可抵抗强计算能力的敌手伪造签名，实现用户隐私信息的有效保护。为此，在失败-停止群签名方案的基础上，设计一种基于无证书密码体制的失败-停止环签名方案，使其同时具备强匿名性、可自主选择关联性和失败-停止特性，并且在随机预言模型下证明其满足自适应性选择消息攻击下的不可伪造性。性能分析结果表明，与同类环签名方案相比，该方案的密钥管理安全性更高且计算开销更小。

• 基于优化局部抑制的轨迹数据发布隐私保护算法

  俞庆英, 王燕飞, 叶梓彤, 张双桂, 陈传明

  针对轨迹数据发布中由轨迹序列引起的隐私泄露问题，提出一种基于优化局部抑制的轨迹隐私保护算法TPL-Local。识别轨迹数据集中的最小违反序列集合并判断最小违反序列的抑制方式，对序列中的实例构建得分表，根据分值高低选择相应的实例并进行抑制。采用以局部抑制代替全局抑制的方式实现轨迹数据的隐私保护，通过减少全局抑制损失的实例来降低数据损失率并提高轨迹数据的可用性。在合成数据集上进行数据实用性损失对比实验，结果表明，相比KCL-Local算法，TPL-Local算法能够在保证轨迹数据安全性的同时提高数据的可用性。

• 整数上离散高斯取样的常数时间实现方法

  卢嘉嘉, 杜育松

  整数上的离散高斯取样是格密码体制实现的基本操作，也是决定安全性的重要因素，但可能受到计时攻击从而造成秘密信息的泄漏。为此，在Knuth-Yao算法的基础上，提出一种整数上离散高斯取样的常数时间实现方法。通过计算给定离散高斯分布的矩阵概率，确定概率矩阵每个列向量的汉明重量，并使用单指量多数据对其进行向量化操作，从而提高取样速度。实验结果表明，与运行时间可变的Knuth-Yao方法相比，该方法在单指令多数据支持下，采样速度可提升至14.9×106 samples/s。

• 基于智能合约的三方博弈防共谋委托计算协议

  周全兴, 李秋贤, 樊玫玫

  大数据产业快速发展使得委托计算服务需求日趋增多，且委托计算效率在云计算支持下不断提高，然而传统委托计算协议需要验证计算结果，导致其计算效率降低。为此，提出一种基于智能合约的三方博弈理性委托计算协议。将博弈理论与传统委托计算相结合，采用信誉机制建立三方博弈委托计算模型，并使用以太坊区块链技术设计智能合约和理性委托计算协议，以保证计算结果的正确性。实验结果表明，与直接计算、传统委托计算协议相比，该协议计算时间更短、计算效率更高，可使三方博弈可达到贝叶斯纳什均衡。

• 基于攻击防御树的CPS最小防御代价计算方法

  钟志成, 徐丙凤, 顾久根

  为降低信息物理融合系统（CPS）的防御代价，提高防御措施的有效性，提出一种基于攻击防御树的CPS最小防御代价计算方法，并实现相应的计算工具。通过对攻击防御树增加约束，给出原子攻击防御树的概念。对攻击防御树进行预处理，将其转换为原子攻击防御树，采用代数方法进行最小防御代价计算。基于此，在Eclipse平台上利用Java语言实现一款最小防御代价计算软件。以某电力系统的经典案例进行实验验证，结果表明，该方法可以正确且高效地计算出攻击防御树的最小防御代价。

• 基于低复杂度随机分组检测的LTE核心网入侵识别

  刘雅丽, 石瑞峰, 任晓亮

  在长期演进（LTE）核心网中，使用报文检测功能来检测通过策略和计费控制（PCC）系统分组数据网络网关的分组，可减少恶意用户带来的安全威胁。为此，提出一种基于低复杂度随机分组检测的LTE核心网入侵识别方法。给出第三代合作伙伴计划演进分组核心PCC系统的基本架构，在此基础上，设计一种随机分组检测方案解析模型构建方式，用于从入侵检测率方面评估检测性能。同时设计一种随机分组检测方案来优化执行深度分组检查的成本。实验结果表明，该模型提供了设置检测率的有效手段，能够达到检测率、检测成本和检测延迟之间的平衡。

• 基于随机森林与人工免疫的入侵检测算法

  张玲, 张建伟, 桑永宣, 王博, 侯泽翔

  传统入侵检测方法对Probe、U2R、R2L等网络入侵攻击类型的检测率较低，存在对入侵行为的误检和漏检。为此，提出一种基于随机森林与人工免疫的入侵检测算法。设计随机抗体森林检测策略，针对小样本数据集，采用克隆选择算法保证抗体的优良性，提高攻击的检测率，通过将识别为入侵行为的抗原注入抗体集，以平衡抗原的检测率和误报率。仿真结果表明，该算法的检测率为94.1%，高于Probe的93.79%、U2R的91%与R2L的85%，且具有较低的误报率。

• 基于Pareto熵的多目标虚拟网络映射算法

  刘颖, 王聪, 苑迎, 蒋国佳, 刘珂祯, 王翠荣

  虚拟网络映射是云资源租赁的关键问题，能够为用户的请求合理地分配底层硬件资源。目前多数研究仅关注物理网络的收益目标，忽视了其能耗问题。为此，结合收益和能耗两个目标，提出一种多目标虚拟网络映射VNE-MOPSO算法。针对该问题，提出一种多目标虚拟网络映射VNE-MOPSO算法。通过引入Pareto熵多目标优化模型，计算两次迭代过程的差熵，评估群体进化情况并将其作为反馈信息设计动态自适应的粒子参数策略，以达到近似最优多目标优化映射方案求解的目的。仿真结果表明，与单目标映射算法相比，该算法的映射成本和能耗更低，且平均收益明显提高。

• 基于分层机制的全IP车载网地址配置方案

  李燕丽, 王晓喃

  针对IPv6车载网中车辆节点速度影响网络稳定性的问题，提出一种全IP车载网地址配置方案。构建全IP车载网层次体系结构和IPv6地址层次结构，以增强网络稳定性和扩展性，分析车辆节点速度对地址配置性能的影响，设计低延迟的IPv6车载网地址配置方案，使车辆节点快速获取具有全球唯一性的IPv6地址。仿真结果表明，与现有车载网分层地址配置方案相比，该方案地址配置延迟和代价更少，链路稳定性更高。

• 基于用户位置信息的导频分配方法

  吴玉成, 李亮, 马云飞, 刘统

  多小区多用户大规模MIMO系统在实际应用场景中，由于大量用户被随机分配到同一扇区从而导致用户通信质量下降甚至无法进行可靠通信。为解决该问题，提出一种基于用户位置信息的导频分配方法。以用户到达基站的角度差和用户之间的距离差作为分配依据，设计一种干扰度量函数，并以此指导小区内所有用户的合理动态导频分配，从而降低扇区内的用户干扰。仿真结果表明，相对全正交与全复用的导频分配方法，该方法在天线数较少时明显提升了用户平均信干噪比，当天线数增大时，其依然具有良好的系统整体性能，且能够提高用户连接数，保证大量用户在同一扇区可以同时进行可靠通信。

• 基于改进时频检测的欠定变速跳频信号盲分离算法

  王淼, 蔡晓霞, 雷迎科

  变速跳频信号高跳速和跳速多变的特性使源信号分离难度加大，采用传统基于稀疏分量分析的欠定盲源分离算法无法得到高精度恢复信号。针对该问题，提出一种改进的欠定变速跳频信号盲分离算法。根据变速跳频信号时频域稀疏性不强的特点，通过自适应确定噪声阈值和分解特征值改进时频单源点检测算法，以提高混合矩阵估计精度，同时将聚类与稀疏重构思想应用到源信号分离中，得到稀疏性良好的信号。实验结果表明，该算法可使恢复信号与源信号的相似度达到90%，混合矩阵估计精度较传统单源点检测算法得到有效提高。

• 无线虚拟网络中的邻近节点分组映射算法

  李铮, 丁升, 王潇潇, 刘期烈

  网络虚拟化是解决无线网络架构僵化问题的一项重要技术。现有的映射算法大多只考虑虚拟网络的映射接受率，忽略了因动态网络环境而产生的大量资源碎片，影响了大拓扑网络的映射结果。为此，提出一种新的邻近节点分组映射算法。设计新的节点分类排序方式，同时使用干扰系数用于描述无线链路间的干扰，从而选取干扰最低的路径进行映射。实验结果表明，与经典算法相比，该算法在虚拟网络请求接受率、收益开销比和接受大拓扑网络的成功率等方面更具有优势。

• 基于分组映射的防碰撞查询树算法

  董轩江, 李世宝, 蔡丽萍, 袁静

  针对射频识别防碰撞系统多标签识别效率低、识别时隙长的问题，提出一种基于双重分组和对位映射的防碰撞查询树算法。按照识别码位数和异或运算结果对标签进行横向和纵向双重分组，并分别赋予不同的组标签，再基于对位映射规则根据组标签和识别码得到不同的映射数据。在此基础上，阅读器利用映射规律反推出碰撞信息得到查询前缀，并对碰撞信息进行分组、解码、入栈和出栈，最终完成标签识别。仿真结果表明，与传统查询树算法、八叉树搜索算法、A4PQT以及GBAQT算法相比，该算法能有效减少识别总时隙数，提高系统效率。

• 结合混合符号执行的导向式灰盒模糊测试技术

  戴渭, 陆余良, 朱凯龙

  导向式灰盒模糊测试是一种能够快速生成测试用例，达到给定程序目标区域并且发现漏洞的模糊测试技术。针对当前导向式模糊测试难以通过魔术字节等检查语句，且对目标区域路径覆盖率较低的问题，提出结合混合符号执行的导向式灰盒模糊测试方法。通过跟踪种子的执行路径，使用约束求解器对种子的遗传变异加以辅助，生成能够通过检查语句的测试用例，从而对目标区域进行有效测试。实验结果表明，该测试方法能够提高导向式模糊测试对目标区域的覆盖率。

• 基于实例过滤与迁移的跨项目缺陷预测方法

  范贵生, 刁旭炀, 虞慧群, 陈丽琼

  在跨项目软件缺陷预测中，人工采集标注的原始数据集通常包含噪声数据，并且源项目与目标项目之间的数据存在较大的分布差异性。针对该问题，提出一种两阶段跨项目缺陷预测方法CLNI-KMM。在实例过滤阶段，基于CLNI算法过滤噪声实例。在实例迁移阶段，采用KMM算法调整源项目中实例的训练权重，并结合目标项目中的少量标注实例建立软件缺陷预测模型。实验结果表明，与经典的跨项目软件缺陷预测方法TCA、TNB和NNFilter相比，CLNI-KMM方法预测性能较优，并且具有较强的稳定性。

• SDN中基于流重定向的MPLS标签算法

  王莅晟, 伊鹏, 谷允捷, 江逸茗

  针对软件定义网络中数据平面三态内容寻址存储器（TCAM）性能受限导致的流表下发拥塞问题，提出一种基于流重定向的多协议标签交换算法。利用源节点交换机流重定向和路径交换机下放MPLS标签的方法，占用部分数据链路带宽来缓解TCAM更新流表速率过慢的情况，同时增大系统容量。实验结果表明，与传统OSPF算法相比，该算法可以减小60%的链路负载和近90%的流表项插入延时，并能够增加最多200%的系统容量。

• HPEC中子程序级推测并行性分析

  王欣夷, 王耀彬, 李凌, 杨洋, 卜得庆, 刘志勤

  线程级推测（TLS）技术的有效运用可提高多核芯片的硬件资源利用率，其已在多种串行应用的自动并行化工作中取得了较好效果，但目前缺乏对HPEC应用子程序级线程推测方面的有效分析。针对该问题，设计子程序级推测的剖析机制及核心数据结构，选取HPEC中7个具有代表性的程序，挖掘其子程序级的最大潜在并行性，并结合线程粒度、并行覆盖率、子程序调用次数、数据依赖及源码，对程序的加速比进行分析。实验结果表明，fdfir、svd、db和ga程序的加速比在2.23~11.31，tdfir程序的加速效果最好，加速比达到221.78，对于包含多次非重度数据依赖子程序调用的应用，更适合采用子程序级TLS技术测试其并行性。

• 基于ARINC661规范的航电分布式显控研究

  聂飞, 李健

  为解决航电座舱显控系统（CDS）分布式显示、竞争条件和失效检测问题，分析ARINC661规范并结合网络推演算法和失效检测算法，提出一种航电分布式显控设计方案。通过对图形控件进行资源池化设计实现显控数据同步，并利用数据记忆竞争条件算法和显控管理失效检测算法保证系统可靠性。实验结果表明，该设计方案能有效解决CDS分布式显示和可靠性问题，并且满足航电分布式显控在不同严酷等级应用场景下的失效检测需求。

• 基于VTCM的分布式可信度量方法

  何旺宇, 王中华, 李亚晖

  为实现多台协同工作的嵌入式计算机安全启动，需在每台计算机内嵌入可信计算模块，但会给资源受限的嵌入式系统带来较大的能耗与管理开销。为此，提出一种结合可信密码模块（TCM）和虚拟可信密码模块（VTCM）的分布式可信度量方法。将已安装TCM模块的嵌入式计算机作为可信基础，在其他计算机上运行VTCM与TCM模块验证配置信息以完成分布式可信度量，从而实现工作域内可信扩展。实验结果表明，该方法满足嵌入式计算机可信启动过程中的机密性和完整性要求，在嵌入式环境下具有安全并行启动的可行性。

• 高效率PLB2AXI总线桥的设计与验证

  张浩, 魏敬和

  为实现片上系统不同IP核之间的协议转换与高效通信，提出一种高效率PLB2AXI总线桥设计方案。利用PLB与AXI高性能总线的带宽优势，通过引入流水线传输和读写重叠传输机制，将PLB总线协议中的地址、数据和控制信号转换为AXI总线协议中的相应信号，从而实现两种总线协议之间的通信。从模块级和FPGA系统级两个方面对PLB2AXI总线桥的功能进行验证，结果表明，该方案设计的总线桥能够正确转换协议，且耗时仅为传统总线桥的54.41%，具有更高的转换传输效率。

• 基于CSPPNet与集成学习的人类蛋白质图像分类方法

  李培媛, 黄迟

  人类蛋白图像分类的目的是识别蛋白质细胞器中的细胞核浆、核膜等定位标签。针对蛋白质分类数据集大、多标签类别不平衡以及类间差异小等问题，结合CSPPNet与集成学习，提出一种人类蛋白质图像分类方法。该方法构建了粗细结合的CSPPNet模型，且将该模型前几层卷积生成的特征图加入空间金字塔池化层，并与模型后期卷积生成的特征图相结合，同时利用图片的整体特征和局部特征自动检测图片差异，以提高细粒度图像分类问题的精度，再通过集成学习的方法来进一步提升准确率。实验结果表明，相比经典卷积神经网络（CNN），该模型的精度与F1值均有所提升。

• 基于改进全卷积神经网络的红外与可见光图像融合方法

  冯玉芳, 殷宏, 卢厚清, 程恺, 曹林, 刘满

  基于深度学习的图像融合技术易丢失网络浅层特征信息，难以实现图像的精准识别。提出一种利用全卷积神经网络（FCN）提取特征的红外与可见光图像融合方法。采用非下采样剪切波变换（NSST）对源图像进行多尺度和多方向分解，生成高频子带和低频子带图像，将高频子带输入FCN模型提取多尺度特征，并生成高频子带特征映射图，使用最大加权平均算法完成高频子带的融合，同时采用区域能量和融合策略融合低频子带，对融合后的高频子带和低频子带进行NSST逆变换，得到最终的融合图像。实验结果表明，与GFF、WLS和IFE等方法相比，该方法融合图像的主观视觉效果和客观评价指标更好。

• 基于改进FREAK的图像匹配算法

  黄坤, 钱军浩, 王江文

  为提升图像匹配算法的实时性和鲁棒性，提出一种基于改进FREAK的特征点匹配算法。将经典FREAK算法的8层视网膜模型简化为5层，根据贪婪搜索算法选取64组感受野点对，以在减少运算开销的同时尽量保留有效的点对信息。在此基础上，设计一种具有方向不变性的LBP算法对每个感受野进行编码，从而提高描述符的区分度。实验结果表明，与FREAK、BRISK等算法相比，该算法具有最小的描述符尺寸，且在多数场景下，其运算更快，精度更高，更适合光照变化复杂的环境。

• 一种改进的DIQaM_FR/NR图像质量评价模型

  谢瑞, 邵堃, 霍星, MITHUN Md Masud Parvej

  图像质量评价模型通过提取并分析与人类视觉系统相一致的图像特征来达到评价图像质量的目的。随着深度学习技术的发展，很多基于深度学习的图像质量评价模型相继出现，但是多数模型在小数据量环境下容易出现过拟合问题。为此，通过对DIQaM_FR/NR模型进行改进，建立一种Res-DIQaM_FR/NR图像质量评价模型。采用迁移学习方法，利用预训练的ResNet50网络替代DIQaM_FR/NR的特征提取层以进行图像特征提取，使用全局平均池化层取代DIQaM_FR/NR中的全连接层FC-512从而对提取的特征进行回归学习。实验结果表明，该模型在降低DIQaM_FR/NR模型复杂度的同时能够深化其网络结构，在小数据量环境下也能较好地模拟人类视觉系统并准确评价图像质量。

• 引入通道注意力机制的SSD目标检测算法

  张海涛, 张梦

  为提升原始SSD算法的小目标检测精度及鲁棒性，提出一种基于通道注意力机制的SSD目标检测算法。在原始SSD算法的基础上对高层特征图进行全局池化操作，结合通道注意力机制增强高层特征图的语义信息，并利用膨胀卷积结构对低层特征图进行下采样扩大其感受野以增加细节与位置信息，再通过级联的方式将低层特征图与高层特征图相融合，从而实现小目标及遮挡目标的有效识别。实验结果表明，与原始SSD算法相比，该算法在PASCAL VOC数据集上的平均精度均值提升了2.2%，具有更高的小目标检测精度和更好的鲁棒性。

• 基于特征矩阵构造与BP神经网络的垃圾文本过滤模型

  方瑞, 于俊洋, 董李锋

  在网络社交平台海量的信息文本中含有许多垃圾文本，这些文本的广泛散布影响了人们正常社交。为此，提出一种垃圾文本过滤模型。通过BERT模型提取文本的句编码，采用B-Feature方法对句编码进行特征构造，并根据文本与所得特征之间的联系进一步将该特征构造为特征矩阵，运用BP神经网络分类器对特征矩阵进行处理，检测出垃圾文本并进行过滤。实验结果表明，该模型在长、中、短文本数据集上的准确率较TFIDF-BP模型分别提高7.8%、3.8%和11.7%，在中、短文本数据集上的准确率较朴素贝叶斯模型分别提高2.1%和13.7%，能有效对垃圾文本进行分类和过滤。

• 面向电子证照共享的区块链技术方案研究与实现

  王浩亮, 廉玉忠, 王丽莉

  传统智慧城市系统的建设以各自城市为中心，其产生的数据孤岛现象阻碍了电子证照库的发展。为此，在分析传统电子证照库的基础上，运用区块链技术设计一种去中心化的电子证照库共享交易系统。通过以太坊智能合约进行链上链下的数据存储和链上用证交易管理，保证电子证照的可追溯、防篡改、分布式存储以及交易过程的安全性。基于以太坊环境构建原型系统进行测试，结果表明，该技术方案具有可行性，能够满足电子证照各参与主体需求，且各主体的信息具有单独的解密私钥，能够有效防止信息泄露。

• 基于多无人机系统的编队包含控制

  赵学远, 周绍磊, 王帅磊, 闫实

  针对具有多领导者的多无人机系统时变编队包含控制问题，设计一种一致性分布式控制器。通过变量代换将编队包含控制问题转换为一致性问题，利用Laplacian矩阵的特殊性质以及领导者、跟随者之间关系，将一致性问题简化为低阶系统的稳定性问题，运用Lyapunov函数对稳定性问题进行分析，提出控制器的设计方法，并给出反馈矩阵求解方式。对多无人机系统在空间中的运动进行仿真，结果表明，领导者在空间中形成期望编队，跟随者在领导者构成的凸包内运动，能够实现编队包含控制。

• 基于非平稳系统辨识的心音包络自适应分割

  许春冬, 周静, 应冬文, 龙清华

  为实现心音信号的有效分割，提出一种基于非平稳系统辨识的心音信号特征包络自适应分割方法。根据非平稳系统辨识原理，提取心音信号特征包络并对包络作平滑与展宽处理。基于重尺度小波降噪信噪比与特征包络均值参数，创建自适应阈值函数进行心音信号分割，同时利用包络与时域特征剔除因噪音及杂音引起的错误分割点。实验结果表明，该方法能够有效提取基础心音信号特征，分割精度达到89.21%，相比维奥拉积分包络分割法、改进型希尔伯特-黄变换包络双阈值分割法等对比方法分割精度更高、实时性更强。

• 融合CRF与规则的老挝语军事领域命名实体识别方法

  何阳宇, 晏雷, 易绵竹, 李宏欣

  针对老挝语军事领域命名实体识别存在的规则制定不准确、覆盖不全等问题，提出一种融合条件随机场与规则的识别方法。通过分析老挝语语言和领域文本特点，选取词、词性、通名、指界词和词典等原子特征构建组合特征模板，在自建标注语料上训练条件随机场模型，并利用测试语料进行测试。为识别错例，加入能够表达语言确定性的规则进行后处理，以提升识别性能。实验结果表明，该方法总体准确率、召回率和F测度值分别达到91.49%、90.96%和91.22%，可有效提高老挝语军事领域命名实体识别效果。

• 基于改进蝙蝠算法的模糊PID规则优化研究

  杜学武, 张明新, 沙广涛, 伍秋玉

  模糊控制规则是模糊PID控制器的核心，在对模糊控制规则优化时通常采用特定的方式寻优弱化模糊控制规则间的关联性，存在影响计算效率以及控制精度等问题。为此，在蝙蝠算法（BA）寻优方式的基础上，提出一种改进的蝙蝠算法（IBA）对模糊控制规则进行优化。通过模糊控制规则间关联性设计邻域搜索算子以提高BA的搜索精度，再引入混沌变异算子避免BA陷入局部最优，以ITAE值作为性能指标对模糊PID控制系统进行评价。仿真结果表明，与粒子群算法、遗传算法和改进的蚁群算法的优化效果相比，IBA优化模糊控制规则后的模糊PID控制器的调节时间与超调量均较小，且提高了控制精度与计算效率。

• 基于DQN的动态深度多分支搜索自动配载算法

  杨奔, 王炜晔, 赵婉婷, 谢瑾奎

  自动配载是自动化码头运营的重要环节之一，往往需要考虑多种因素，限制条件复杂，是一个NP完全性问题。传统的配载算法更关注配载结果而忽视箱区调度对作业效率的影响，为提高堆场设备的利用率和配载结果的合理性，根据桥机计划安排的配载任务，提出一种深度优先且动态深度多分支搜索的配载算法。在线下学习阶段中通过历史数据学习得到箱区状态值函数，线上配载选箱时综合值函数与各项约束条件通过动态深度分支搜索的方式得到最佳决策。在上海洋山港四期自动化集装箱码头进行真实船舶数据仿真测试，结果表明，与传统的贪心策略相比，该算法可使翻箱率和双小车拼车率均降低2%~5%，堆场设备利用率稳定在90%~96%。