于俊清:构建信息化建设命运共同体

新时代高校信息化工作的主要矛盾是师生日益增长的优质安全的信息服务需要与信息化发展不平衡不充分之间的矛盾。于俊清表示,"十八大"报告将信息化列为"新四化","没有网络安全就没有国家安全;没有信息化,就没有现代化",网络安全和信息化在国家层面被提到了一个前所未有的高度。也就是说,在"十四五"阶段,网络安全和信息化将是国家整体工作中的重要环节。

于俊清：在一流的网络上跑一流的服务

在与CERNET朝夕相处的6年间,于俊清真切地感受到参建高校之间的密切协作,以及中国教育和科研计算机网对于高质量服务的执着、对于人才培养的重视,以及高校师生对于CERNET的认可。这位致力于让华中科技大学师生、部门通过教育信息化有更多获得感、幸福感和安全感的信息化负责人衷心希望:CERNET不仅要成为最懂教育和科研的网络,更要在一流的网络上跑一流的服务,为中国高校的"双一流"建设提供高水平的信息化支撑。

CERNET华中高校专家谈新时代高校信息化部门的定位与使命

30年前,中国教育和科研计算机网CERNET开始建设,标志着我国互联网从无到有的起步,也拉开了我国教育信息化事业的新纪元,很多高校最初的信息化部门也由此起航。经历30年发展,当前,教育数字化成为我国开辟教育发展新赛道和塑造教育发展新优势的重要突破口,发展数字教育成为每一位教育信息化工作者的应有之志、应尽之责、应立之功。那么,回顾历史,立足当下,展望未来,在新的时代,信息化部门在高校的定位与使命应是什么?信息化部门应如何推动教育数字化工作?

IPv6地址驱动的云网络内生安全机制研究

云网络可以根据不同业务场景对云平台虚拟网络资源快速部署与配置,是现代数据中心性能和安全的重要保障。但传统云网架构中IPv4支撑能力有限,无法实现网络端到端的透明传输,多租户特性使得云管理者对租户子网进行流量管理和约束异常困难,外挂式的安全方案缺乏对不同租户流量的追溯能力,无法在源头对攻击行为进行限制。IPv6具有地址空间大、编址能力强、安全性高的特点,基于此,文章提出一种IPv6地址驱动的云网络内生安全机制,包括地址生成层、地址验证层和地址利用层。地址生成层以对称加密算法为基础,将租户身份信息嵌入IPv6地址后64位,修改DHCPv6地址分配策略,并基于Openstack Neutron进行实现。地址验证层设计实现了云网络动态源地址验证方法,针对不同端口状态集合设计针对性转移方法和安全策略。地址利用层基于IPv6真实地址的特性,实现了基于IPv6地址的数据包溯源机制和访问控制策略。

一种基于深度学习的SRv6网络流量调度优化算法

目前SRv6网络中的流量调度方法主要是基于固定或启发式规则的方法,缺乏灵活调度整体网络流量的能力,难以适应动态的网络环境变化。针对SRv6网络缺乏关键流识别能力的问题,文章提出一种基于深度强化学习的关键流识别算法,建立适应网络动态变化的关键流学习模型,在不同的流量矩阵中识别出对网络性能影响最大的关键流集合。针对SRv6网络流量调度问题,文章提出一种基于关键流的流量调度优化算法,采用线性规划求解出每一条关键流的最优显式路径,并采用不同的路由方式对普通流和关键流进行负载均衡。实验结果表明,该算法可显著提升SRv6网络流量负载均衡能力,降低网络端到端传输延迟。

跨媒体智能关联分析与语义理解理论与技术研究进展

深入分析了跨媒体智能关联分析与语义理解理论技术的最新研究进展,包括多模态数据的统一表达、知识引导的数据融合、跨媒体关联分析、基于知识图谱的跨媒体表征技术以及面向多模态的智能应用.其中,多模态数据的统一表达是对跨媒体信息进行分析推理的先决条件,利用多模态信息间的语义一致性剔除冗余信息,通过跨模态相互转化来实现跨媒体信息统一表达,学习更全面的特征表示;跨媒体关联分析立足于图像语言、视频语言以及音视频语言的跨模态关联分析与理解技术,旨在弥合视觉、听觉以及语言之间的语义鸿沟,充分建立不同模态间的语义关联;基于知识图谱的跨媒体表征技术通过引入跨媒体的知识图谱,从跨媒体知识图谱构建、跨媒体知识图谱嵌入以及跨媒体知识推理3个方面展开研究,增强跨媒体数据表征的可靠性,并提升后续推理任务的分析效率和准确性;随着跨模态分析技术的快速发展,面向多模态的智能应用得到了更多的技术支撑,依据智能应用所需要的领域知识,选取了多模态视觉问答,多模式视频摘要、多模式视觉模式挖掘、多模式推荐、跨模态智能推理和跨模态医学图像预测等跨模态应用实例,梳理了其在多模态数据融合以及跨媒体分析推理方面的研究进展.

基于业财融合的高校财务服务模式创新研究与探索——以H大学“对口服务和首问负责”工作机制为例

随着高校教育和科研事业快速发展,科技领域“放管服”改革深化推进,高校财务服务水平与教学科研业务发展需求之间的供需矛盾日益凸显,高效财务服务模式创新研究与探索意义重大。本文提出基于业财融合理念的财务服务模式,通过对口服务践行业财融合,主动深入教学、科研等各业务环节,采用首问负责制落实财务服务,有效提升财务服务水平和质量,增强高校财务治理能力。

高效安全的软件定义网络拓扑发现协议

基于OpenFlow的软件定义网络(SDN,software defined network)控制器主要采用OFDP(OpenFlow discovery protocol)发现网络拓扑,现有研究表明,OFDP存在网络拓扑信息更新效率低、容易遭受网络拓扑污染攻击等问题,为了提高网络拓扑发现协议的效率和安全性,对OFDP的网络拓扑发现机理和安全问题进行了深入研究,详细分析了软件定义网络拓扑建立和更新阶段的特点,基于图论的最小顶点覆盖问题提出了一种改进的OpenFlow网络拓扑发现协议——Im-OFDP(improved OpenFlow discovery protocol)。Im-OFDP基于OFDP网络拓扑发现的先验信息构建端口信息表和链路信息表,然后建立网络拓扑图模型,基于最小顶点覆盖算法筛选支撑网络拓扑的交换机,再根据网络拓扑结构设计网络拓扑发现的多级流表,由控制器下发至相应交换机。控制器发出的网络拓扑发现报文经多级流表转发处理后上报给控制器,进而获取网络拓扑信息。针对安全问题,Im-OFDP一方面基于拓扑发现获取的信息在LLDP(link layer discovery protocol)报文中采用动态检验码检测链路的真实性,另一方面基于主机和交换机等网络设备的拓扑信息建立验证机制,确保网络设备可信。实验结果表明,部署Im-OFDP后,控制器在网络拓扑发现的消息数量、带宽开销、CPU资源负载显著降低,节点失效响应时间、节点失效后链路恢复时间明显较短,能够防御链路伪造、交换机伪造等多种形式的网络拓扑污染攻击。Im-OFDP能够显著提高SDN拓扑发现的效率和安全性。

基于IPv6的容器云内生安全机制

容器具有占用资源少、资源利用率高、启动速度快和弹性能力强等优点,在数据中心云计算资源建设中的应用越来越广泛。相关研究表明,目前容器云存在缺乏可信接入机制的问题,IPv6具有地址空间大和安全性高的特点,基于IPv6构建容器云平台能够建立端到端的透明连接,实现可信接入。针对容器云平台的安全可信问题,文章对IPv6真实源地址验证方法进行改进,将真实用户身份信息嵌入IPv6地址的后64位,同时针对容器多备份且高度动态性的特点,采用哈希加盐的方式生成用户标识,并在IPv6地址中嵌入数据索引,替代原有的加密编码方式,解决因密钥管理和线性匹配导致的效率低下问题。文章还对地址生成流程进行优化,降低了地址解析的时间复杂度,满足容器云平台的地址分配要求。实验结果表明,优化后的IPv6真实源地址验证方法在地址生成阶段效率提升约35%,在地址溯源阶段将时间复杂度从O(n)降到O(1),有效避免了密钥的管理和匹配问题,能够适应容器多备份和高动态环境,提升了容器云平台的内生安全能力。

可微风格搜索:一种在线自动数据增强方法

针对现有数据增强方法中所存在的离线图像变换和搜索空间受限等问题,提出一种在线自动数据增强(ODA)方法.ODA的核心是一个可微风格搜索模块,该模块可以通过直接回传训练损失的方式感知任务模型当前所需的数据增强,以对抗搜索的方式在线生成更难的风格化图片以扩展训练集,从而高效地帮助模型完成在多种未知风格上的泛化.在跨领域图像分类任务的MNIST,MNIST-M,SVHN和USPS数据集以及跨领域场景语义分割任务的Cityscapes和GTA5数据集上,与其他5种典型的数据增强方法进行对比实验表明,在Acc指标上ODA方法能带来至少2%的分类精度提升,而在语义分割任务的mIoU指标上ODA方法能带来3%到7%的提升,证明了ODA扩充了传统自动数据增强方法在图像风格方向上的搜索空间,增强了网络的泛化能力.

基于孪生网络的火电厂监控视频遗留物检测

火电厂工作场景中的遗留物可能严重威胁工厂的安全,利用监控视频进行实时分析,检测遗留物对于排除工厂中的安全隐患,降低安全事故的发生概率有重要意义。但是,现有的遗留物数据集和遗留行为数据集中包含的检测场景较为简单,现有的检测方法在复杂的火电厂监控视频场景中检测准确率不能满足实际应用需求。提出了一种基于孪生网络的监控视频遗留物检测与识别方法,首先利用孪生网络获取前景目标框,接着使用图像分类算法对前景目标分类并判定遗留物,最后综合利用时空信息结合生产实际判定遗留行为并发出警报。该方法在真实场景构建的火力发电厂遗留物数据集和遗留行为数据集上进行了实验验证。结果表明,遗留物目标的识别准确率达到76.0%,召回率达到94.5%;遗留事件识别的漏检率为5.93%,误判率为7.64%,均优于现有方法,体现了该方法的有效性。

基于规则推理的足球视频任意球射门事件检测

足球视频事件检测对视频检索具有重要意义。然而,足球视频中事件较少,且主要发生在远镜头中,难以捕捉关键球员和关键动作,导致足球事件检测困难。近年来,基于深度学习的方法在足球视频事件检测上取得了一定的进展,但对事件的高层语义学习仍不够充分,检测结果有待进一步提高。如何提升足球视频事件检测的准确性是亟待解决的问题。以任意球射门事件为研究对象,提出了足球规则与深度学习相结合的事件检测模型。为了深入了解任意球射门事件的内在特性,人工总结了事件规则并在公共足球数据集上进行了验证,同时提出了规则的应用场景。针对足球视频中事件过少的问题,设计了基于规则的初始定位算法对视频进行预处理。通过多规则组合和应用,从原始视频中初步定位可能发生任意球射门事件的位置,并将其作为深度学习模型的输入进行进一步预测。在公共足球数据集上将所提模型与其他模型进行对比实验。结果表明,该模型取得了最好的效果,其精确率达到78%,召回率达到81.25%。相比其他模型,其精确率的提升尤为明显。可见,足球规则与深度学习相结合的任意球事件检测模型有效提升了任意球射门事件的检测性能,为足球视频中其他事件的检测提供了参考依据。

火力发电企业生产区域吸烟行为检测方法研究

吸烟行为检测对于保障火力发电企业生产区域的设备运行状况、作业人员的生命和财产安全具有重要意义。目前吸烟行为检测主要基于香烟目标的检测,但是在火力发电厂生产区域中大多都是大场景、低清晰度的摄像头,监控视频中的香烟属于极小目标,检测困难度大、检测准确率低。为了解决上述问题,提出了一种基于脸部状态分析的吸烟行为分析方法。首先检测出监控画面中出现的人体脸部,并对人体脸部的状态进行分析,通过人体脸部被手部遮挡的情况判断是否属于类吸烟姿态,同时根据脸、人体和手部的相对位置判断提高检测的准确率;然后,通过时序处理模块对人体脸部一段时间内的状态进行分析,当某一段时间内出现类吸烟姿态的频率大于设定的阈值,就可以认定出现了吸烟行为并发出警报。实验结果表明,该方法在工业场景中的查准率、查全率、平均检测时间均优于目前已有的吸烟行为检测算法。

规则内嵌的智慧财务与信用承诺是科研经费“放管服”的必由之路

国家越来越重视科研,“放管服”改革不断深入,高校科研经费管理在惠及科研人员的同时,也面临许多问题和挑战。本文针对当下科研经费管理现状及面临的问题,结合工作实际,提出落实科研经费“放管服”的长效机制——构建规则内嵌的智慧财务管理系统,建立以信任为前提的信用承诺制度,依托信息化手段,创新管理理念和方式,确保科研经费管理切实放得下、管得住、服得好,开启高校财务治理新篇章。

火力发电企业操作间隔异常事件检测方法研究

为了保障火力发电企业的安全生产,有效防范和控制操作间隔异常事件的发生,提出了一种基于工作票数据和超宽带(Ultra Wide Band,UWB)定位数据的异常事件检测方法。该方法主要包括数据采集、数据预处理和异常事件检测3个步骤。数据采集通过与火力发电企业的信息管理系统对接,实时获取工作票数据,通过超宽带定位系统实时推送定位数据,获取人员的作业信息和位置信息。数据预处理对工作票数据进行清理、补全、标准化等操作,对定位数据进行选择、平滑、校正等操作,提高数据的质量和可用性。异常事件检测通过比对位置信息和作业信息,以及查询工作票和操作间隔等方式,识别和报警3种类型的异常事件:非法闯入、错区作业和超时滞留。在某火力发电企业的一个机组中进行了实验验证,结果表明,该方法在检测率、检测时间、误报率等性能指标上都有明显的优势,体现了该方法的可行性和有效性。

基于文字和图像信息提取视频关键帧

关键帧提取是基于内容检索的一个重要的组成部分,所提取的关键帧的质量的好坏,直接影响检索的结果。该文介绍了目前几种较为典型的算法,并在对其进行分析比较的基础上,针对新闻视频提出了基于文字和图像信息提取关键帧的算法,取得了很好的效果,最后在结论中提出了综合运用音频、图像、文字和运动信息提取关键帧的层次化算法思想。

输电导线舞动的计算机仿真

在系统分析舞动机理的基础上 ,通过对ADINA程序进行改造 ,并加入空气动力模块 ,开发了一套较为完整的输电导线舞动的计算机仿真程序 ,并利用该程序对大跨越输电线路的舞动形成过程及几种防舞器的防舞效果进行了动态仿真 ,通过与现场观测数据进行比较 。

面向多核集群的数据流程序层次流水线并行优化方法

数据流编程语言是一种面向领域的编程语言,它能够将计算与通信分离,暴露应用程序的并行性.多核集群中计算、存储和通信等底层资源的复杂性对数据流程序的性能提出了新的挑战.针对数据流程序在多核集群上执行存在资源利用低和扩展性差等问题,利用同步数据流图作为中间表示,文中提出并实现了面向多核集群的层次性流水线并行优化方法.方法包含任务划分与调度、层次流水线调度和数据局部性优化,经过编译优化后生成基于MPI的可并行执行的目标代码.其中任务划分与调度是利用程序中数据和任务并行性将任务映射到计算核上,实现负载均衡和低通信同步开销;层次性流水线调度是利用程序中的并行性构造低延迟流水线调度;数据局部性优化是针对数据访问存在的Cache伪共享做面向存储的优化.实验以X86架构多核处理器组成的集群为平台,选取媒体处理领域的典型应用算法作为测试程序,对层次流水线优化进行实验分析.实验结果表明了优化方法的有效性.

基于感兴趣区域的H.264视频加密算法

为了解决现有的基于H.264的加密算法无法满足安全性和加密效率之间较好折衷的问题,提出两种基于感兴趣区域的H.264加密算法,将感兴趣区域的提取和基于熵编码的H.264加密算法相结合,只对提取出来的感兴趣区域进行加密.设计了一种基于人脸检测的加密算法,并通过修改模式选择算法,去掉了使得非人脸区域参考人脸区域的帧间宏块预测类型,解决了由帧间预测引起的人脸加密区域变形的问题.将运动对象的检测与提取和H.264的编码过程结合,设计了一种基于运动对象检测的H.264加密算法.实验结果表明,这两种加密算法能够在不降低算法安全性的情况下获得安全性和加密效率之间的较好折衷,可以满足实时应用的需求.

基于同构多核处理器的H.264多粒度并行编码器

H.264码率低和视频质量高的优越性能以增加编码计算的复杂度为代价,如何开发适用于多核处理器平台的并行编码算法是提高其编码速度的重要研究内容,对于满足高清视频实时传输和大规模共享具有十分重要的意义.利用H.264开源编码器项目X264,在片级和数据级并行编码算法的基础上,通过分析图像帧之间的参考关系,提出并实现了B帧个数可变的帧级并行算法;根据宏块之间的参考关系,设计了一种类似流水线的宏块级并行方法;基于Intel同构多核平台,提出融合帧级、片级、宏块级和数据级4种不同粒度的并行编码方案,开发了H.264多粒度并行编码器.实验结果表明,在码率增加不大的情况下,H.264多粒度并行编码器可以很好地提升编码加速比,视频编码质量符合高质量的要求.