計算機科學最新期刊目錄

一種可解釋的信用風險評估模型：基于注意力機制的規則提取方法————作者：王寶財;吳國偉;

摘要：信用風險評估旨在預判客戶是否會違約，被視為一項復雜的非線性二分類難題。盡管傳統的統計模型在信用評估領域具有一定的應用價值，但其局限性也日益顯現。鑒于此，機器學習技術，特別是支持向量機、深度神經網絡和集成學習等先進方法，在信用風險評估領域得到了廣泛應用，旨在提升模型的準確性和預測精度。然而，盡管這些機器學習模型性能卓越，但其內在的復雜性和不透明性導致模型預測結果難以向用戶闡釋，從而在實施過程中面臨諸...

基于動態病情建模的藥物組合推薦模型————作者：胡海龍;許祥偉;李雅倩;

摘要：針對現有研究尚未考慮藥方會隨著患者的病情動態變化以及藥物之間存在副作用等問題，本文提出了一種基于動態病情建模的藥物組合推薦模型MRNET(Medical recommendation network)，該模型通過對相關實體進行關聯，并運用圖卷積網絡進行預訓練挖掘出實體之間潛在的關聯信息為后續的動態病情建模和藥物組合推薦提供數據支持。隨后，MRNET模型通過Transformer獲取縱向病情動態特征...

基于實例級提示生成的多源域泛化故障診斷方法————作者：李叔罡;李明嘉;袁龍輝;齊光鵬;劉馳;

摘要：提出了一種基于實例級提示生成的多源域泛化故障診斷方法，以提升模型在跨域環境下的故障識別能力。該方法利用跨頻對齊提示生成器動態生成實例級提示，能夠針對不同樣本的局部特征進行精細化建模，并結合語義一致性增強模塊，保證實例級提示的語義有效性。此外，為了進一步提升模型在跨域任務中的穩定性和適應性，引入記憶庫增強對比學習模塊，充分利用跨域正負樣本，通過存儲和動態更新訓練樣本的特征表征，擴大正負樣本分布的多樣...

一種類型引導邊匹配的異質圖相似度學習方法————作者：桑士龍;陳可佳;

摘要：圖相似度學習是通過學習圖的結構特征來匹配圖之間相似程度的方法。近年來，基于圖神經網絡的圖相似度學習方法目前仍局限于節點級或圖級的匹配范式，忽視了邊級表示及其對圖結構匹配的貢獻。此外，現實圖中的邊通常具有不同類型，代表節點間不同的語義關系，可用于引導跨圖交互。因此，提出了一種類型引導邊匹配的異質圖相似度學習方法（TEM-HGSL），首先設計基于線圖的異質圖同構網絡以更好學習邊的嵌入，然后進行類型對齊...

車聯網邊緣服務場景下的隱私保護計算：技術基礎與研究進展綜述————作者：李佳惠;李英龍;陳鐵明;

摘要：隨著智能汽車、邊緣計算與無線通信技術的深度融合，“車-路-云”協同的智能車聯網（Internet of Vehicles）邊緣服務體系快速發展，通過實時數據處理優化了交通效率與駕駛安全性。然而，開放邊緣網絡環境下海量車輛感知數據（如位置軌跡、駕駛行為）的交互與計算，面臨竊聽攻擊、推理攻擊等隱私泄露風險。雖然現有的隱私保護方案逐步增強了隱私保護效果，但車聯網邊緣環境下的動態拓撲與資源受限等特性，使得...

基于圖注意力交互的行人軌跡預測方法————作者：劉宏鑒;鄒丹平;李萍;

摘要：行人軌跡預測在自動駕駛領域和智慧交通領域均取得了顯著的研究進展。由于行人的行為受到自身和環境因素雙重影響，其軌跡具有不確定性和復雜性，準確利用軌跡數據的交互特征生成多模態軌跡仍存在較大挑戰。目前該領域當中的主要挑戰是準確建模行人之間的時空交互。面對復雜的行人時空交互，提出了一種基于圖注意力（Graph Attention， GAT）的時空圖神經網絡，其量化表示行人之間的空間交互并重點關注關鍵交互，...

基于大型語言模型文本簡化的細粒度情感分析————作者：王葉;王中卿;

摘要：細粒度情感分析旨在識別句子中每個方面的情感極性。然而，現有研究大多忽視了評論文本中普遍存在的冗余信息，這些無關信息不僅增加了模型處理的復雜性，還可能導致模型無法準確捕捉原始文本中的情感元素。為解決這一問題，該文提出了一種將原始文本轉化為簡化子句的模型，以更簡明的方式表達相同的情感觀點。其基本思想是利用大型語言模型預識別文本中的方面詞和意見詞，再基于識別結果生成簡化子句，并通過自我驗證機制確保生成的...

基于大語言模型的移動應用隱私政策合規性檢測方法研究————作者：王立梅;韓林睿;杜祖煒;鄭日;時建中;劉奕群;

摘要：隱私政策是網絡服務提供者對其合法采集和利用個人信息行為的自律性承諾，旨在增強用戶對個人信息處理過程的信任并提升其控制能力。然而，實際應用中卻存在內容冗長、術語復雜、合規邊界模糊等問題。傳統方法依賴分類模型，通過對隱私政策文本標注實現自動化合規檢測，但存在評估標準單一化、標注數據獲取成本高、模型泛化能力不足等局限性。文中提出一種基于大語言模型的移動應用隱私政策合規性檢測方法，核心流程為“構建合規性評...

動態旋轉因子生成的流水線NTT高效硬件實現————作者：韓迎梅;李斌;李坤;周清雷;于世梁;

摘要：在全同態加密領域，多項式乘法的高復雜度計算一直是性能提升的難點。為加速此過程，數論變換（NTT， Number Theoretic Transform）被廣泛應用，但傳統基于多路徑延遲交換的NTT架構存在硬件利用率不足、旋轉因子開銷大等缺點。針對這些問題，一種基于流水線架構的NTT硬件加速器設計方案被提出，該方案在多路徑延遲交換架構的基礎上進行優化，通過統一的NTT/INTT（Inverse NT...

一種基于特征分布的高魯棒模型結構后門方法————作者：陳先意;張成娟;錢江峰;郭倩彬;崔琦;付章杰;

摘要：模型后門攻擊通常將待觸發后門隱藏在模型參數中，而在其構造的特定樣本下激活預設輸出。但這類方法容易遭受參數凈化等防御技術的削弱，導致后門難以觸發。為此，首次基于特征分布設計后門觸發機制，構建了不依賴模型參數的結構后門，從而實現高隱蔽、高魯棒的后門植入。首先，使用模型特征空間中的分布式觸發器生成后門圖像，使得后門激活更加穩定，從而提升攻擊可靠性；其次，構建由分布檢測器和后門寄存器組成的后門結構，并嵌入...

低軌衛星網絡中基于深度強化學習的航空器任務卸載策略————作者：李芳;袁寶淳;沈航;王天荊;白光偉;

摘要：低地球軌道(Low Earth Orbit， LEO)衛星通信具有傳輸距離遠、覆蓋范圍廣、不受地形地貌限制等優點，已成為民航運輸業和通用航空業的重要通訊手段。然而，低軌衛星網絡是一個高度異構和動態的環境，衛星節點的移動性、通信鏈路的復雜性、航空器時空分布不均和多種業務并存等特點使得任務卸載和資源分配面臨許多挑戰性問題。為此，本文提出了一種基于雙深度強化學習(Double Deep Reinforc...

視線引導與自專家克隆融合強化學習的無人船路徑跟蹤————作者：劉嘉輝;趙一諾;田豐;齊光鵬;李江濤;劉馳;

摘要：無人船路徑跟蹤對海上自主作業至關重要，然而，風、浪、流以及無人船自身的控制誤差等因素會影響路徑跟蹤的性能。強化學習算法憑借在線交互與實時反饋的特點，能夠主動適應動態環境，在無人船路徑跟蹤任務中展現出良好的應用前景，然而其試錯訓練模式在實際應用中存在安全風險，且理想仿真場景與現實復雜環境之間的差距也進一步制約了強化學習在實際應用中的效果。針對這些挑戰，本文提出了一種視線引導與自專家克隆融合強化學習的...

CA-SFTNet：基于空間特征變換和濃縮注意力機制的皮膚病灶分割模型————作者：張偉;梁敦英;周婉婷;程祥;

摘要：針對皮膚病灶邊緣模糊、毛發等噪聲導致分割病灶區域不完整、病灶特征分布差異較大等問題，基于U-Net提出一種結合濃縮注意力機制和殘差空間特征變換的皮膚病灶分割算法CA-SFTNet。首先，在模型下采樣過程中進行特征切分，保留皮膚病灶淺層語義信息。其次，在跳躍連接處引入濃縮注意力機制(Condensed Attention Neural Block)，使得模型能夠聚焦于病灶區域，提高分割精度。最后，在...

基于多粒度特征聚合與二分搜索的高效多視圖立體重建————作者：許立君;趙宇杰;趙敏;馬為駽;陳侃松;

摘要：在基于深度學習的多視圖立體重建方法中，代價體構建面臨高計算復雜度和內存消耗的挑戰。現有研究多采用級聯架構或迭代優化方法降低內存消耗，但級聯架構的粗到細采樣策略可能導致細節信息丟失，削弱關鍵特征感知能力。為此，提出了一種基于級聯結構的二分搜索與多粒度特征聚合的多視圖立體網絡框架。該框架通過級聯架構減少內存占用，利用二分搜索策略將深度范圍劃分為多個預選區域，并通過離散分類方法壓縮深度值搜索空間，提高深...

基于多分支注意力和深度下采樣的醫療圖像目標檢測方法————作者：顧成杰;孟義;朱東郡;張俊軍;

摘要：人工智能技術的發展使得基于深度學習的醫療圖像檢測在臨床實踐中具有廣泛應用前景。然而，針對一些如腫瘤、斑塊等醫療圖像目標檢測，存在待標面積小、目標可提取特征少、提取難度大等問題。針對上述問題，提出了一種基于多分支注意力和深度下采樣的醫療圖像目標檢測方法 （MD-Det）。該方法引入特征提取模塊（C2f-DWR），進行對多尺度特征的提取，增強目標的特征表示；為了能夠更有效地捕捉圖像中的上下文信息，增強...

基于最長時延加權帶寬的Wasm與容器混合函數部署優化方法————作者：諶燃照;李哲雄;顧琳;鐘梁;曾德澤;

摘要：容器技術因其輕量化、易于部署和高可用等優勢，在邊緣服務器無感知計算平臺中得到了廣泛使用。然而，隨著應用對低延遲需求的增長，容器的冷啟動所引發的高時延問題逐漸成為系統性能的瓶頸。WebAssembly（Wasm）憑借其輕量級沙箱特性和毫秒級啟動能力成為容器技術在某些場景下的重要補充方案。然而，其計算性能相較容器存在劣勢，尤其在需要處理函數間復雜依賴關系時，Wasm和容器的固有優缺點使得函數部署方式和...

面向語音助手的竊聽攻擊與防御研究現狀與挑戰————作者：黃文斌;任炬;曹航程;蔣洪波;熊禮治;陳先意;付章杰;

摘要：語音助手作為人機語音交互的便捷接口，已在居家、運動、車載等諸多場景中得到廣泛應用，為醫療、金融、教育等產業的智能化升級提供了有力支持。然而，語音助手的便捷與普及也引發了嚴峻的竊聽用戶對話，造成用戶隱私泄露的問題。現有關于語音助手的綜述性文獻主要聚焦于語音欺騙攻擊與防御、對抗樣本攻擊與防御等，針對語音竊聽攻擊與防御的總結與分析仍有待完善。為此，深入研究了面向語音助手的竊聽攻擊與防御，對現有研究進行了...

一階邏輯中一類多線型標準矛盾體的結構————作者：曾丹;何星星;李瑩芳;李天瑞;

摘要：自動推理是人工智能的重要研究領域，推理規則是影響其效率的關鍵因素。基于矛盾體分離的演繹推理是一種可靠且完備的推理規則，具有多文字、多子句協同和動態演繹等優勢。矛盾體構造方法對演繹效率至關重要。基于此，提出基于命題邏輯一類矛盾體結構——多線型標準矛盾體，給出此類矛盾體在不同情況下的復合策略，即利用兩個多線型標準矛盾體生成新的標準矛盾體的條件與方法，并對復合性質上的共性結論和特性結論進行區分；指出通過...

基于可驗證憑證的軟件定義邊界匿名身份認證方案————作者：司雪鴿;賈洪勇;李惟賢;曾俊杰;門蕊蕊;

摘要：標準軟件定義邊界（SDP）架構采用基于訪問者身份的認證與授權策略，實時監控與審計訪問行為。但訪問者需完全披露身份信息以獲取訪問權限，可能泄露與服務無關的敏感數據，從而帶來隱私風險。針對當前軟件定義邊界架構下存在的用戶隱私信息難以得到有效保護、訪問記錄容易遭受惡意關聯等問題，提出一種適用于軟件定義邊界架構的基于可驗證憑證的匿名認證方案。基于雙線性映射和CL簽名構建可驗證憑證驗證算法，并將可驗證憑證體...

基于知識蒸餾的聯邦學習后門攻擊方法————作者：趙桐;陳學斌;王柳;景忠瑞;鐘琪;

摘要：聯邦學習能夠使不同參與者利用私人數據集共同訓練一個全局模型。然而聯邦學習的分布式特性，也為后門攻擊提供了空間。后門攻擊中的攻擊者對全局模型進行投毒，使全局模型在遇到帶有特定后門觸發器的樣本時誤導至有針對性的錯誤預測。本文提出了一種基于知識蒸餾的聯邦學習后門攻擊方法。首先，利用蒸餾生成的濃縮毒化數據集訓練教師模型，并將教師模型的“暗知識”傳遞給學生模型，以提煉惡意神經元。最后，通過神經元Z分數排序和...

　　計算機科學來自網友的投稿評論：

提交