高校学科竞赛管理系统建设——以西南民族大学为例

高校学科竞赛管理系统的建设,对促进高校教育现代化和人才培养具有重要的现实意义与价值,通过理论研究和实践探索相结合的方式,提出更符合学校实际管理情况、合理、切实可行的系统建设思路,为高校学科竞赛管理现代化提供一些参考和借鉴思路。本文以西南民族大学为例,结合学生学科竞赛参赛经历,分析高校学科竞赛管理的现状及存在的问题,同时结合文献调研,探讨高校学科竞赛管理系统建设的必要性,并通过调查和访谈了解用户的需求,明确系统所需功能、性能等方面的要求,做出系统设计。最后讨论未来建设展望。本研究所提出的系统建设思路依托西南民族大学创新创业学院,在双创教育大数据智能管控一体化平台建设中得到实现,经过测试部署,投入实际管理使用。

轻量级虚拟化技术在计算机网络教学中的应用研究

该文探讨了网络模拟仿真中存在的问题,提出在教学中以轻量级虚拟化技术作为网络模拟手段,搭建高保真、易编程的实验环境,提供虚拟网络拓扑的设计部署、用户流量的灵活注入、网络指标的监控统计等功能,支撑研究生和本科阶段计算网络教学。

面向计算机技术相关专业硕士课程案例设计研究

案例教学从实践角度阐述理论和技术的应用价值。通过以现有的TCP/IP协议为背景,以近三年的真实案例为基础,进行案例的搜集、设计和撰写。包括应用层网络协议和技术的案例,如HTTP、DNS、SSH、容器技术等在传统计算机网络教学中较少涉及的内容,利用案例资料,对计算机技术相关专业学位研究生课堂理论教学进行补充和辅助。

分层分类、融合开放:面向民族高校应用型人才培养的课程建设探索

针对民族高校学生基础差距大、学习目标多样、学科交叉能力弱、专业视野局限等实际教学难点,构建了分层分类、融合开放的课程体系,实施分层灵活教学、分类因需培养、融合项目实践、开放联合办学,并将课程思政贯穿始终,使学习基础、学习目标、就业意向不同的学生均能不同程度地掌握专业技术、培养宽广视野、树立四个自信,从而实现基层人才回得去、普遍人才留得下、拔尖人才飞得远。为西南民族大学计算机人才培养的可持续发展提供了有力支撑,也为民族高校及具有相似学情的其他学校发展提供了有益借鉴。

一种模拟绝热量子计算的适应度地形探索算法

将优化问题抽象成目标函数后,目标函数和启发式优化算法的匹配程度决定了优化求解的效率.为反映目标函数的优化特征并指导优化算法及其参数的选择,本文模拟绝热量子计算中的多基态演化,提出了一种适应度地形探索算法.根据基态波函数倾向于向势能较小处收敛且收敛程度受量子效应强度影响的特性,用目标函数编码势能场后算法引入了一个量子效应递减的多基态演化过程,用其持续收敛的基态波函数簇反映目标函数的适应度地形.根据量子路径积分,算法由尺度递减的扩散蒙特卡罗(diffusion Monte Carlo,DMC)实现.实验表明算法综合直观地反映了适应度地形的众多特征,所得信息能直接指导后续优化,其计算模式和启发式优化相似,无需引入其他计算,这为适应度地形研究引入了新的视角.

智能家居网络下基于多因子的认证密钥协商方案

智能家居网络通过物联网技术将智能设备相连,用户可以远程查看和控制家居设备,但信息在不安全的公共网络上传输将面临各种网络威胁,因此研究和设计安全高效且符合智能家居网络的认证密钥协商协议非常必要。2020年,WAZID等人针对智能家居网络提出轻量级认证密钥协商方案(Wazid-Das方案),经过安全性分析和证明后发现,该方案过于依赖智能家居网关节点(Gateway Node,GWN),系统健壮性不高;该方案将用户和设备密钥存储在GWN中,但GWN面临特权攻击和各种外部网络攻击,并不绝对安全,且没有考虑用户的访问控制。文章在Wazid-Das方案的基础上针对智能家居网络提出一种基于切比雪夫映射(Chebyshev Chaotic Map)和安全略图(Secure Sketch)的多因子认证密钥协商方案。安全性证明和仿真实验结果表明,该方案虽然计算开销有所增加,但安全性显著提高,且通信开销大幅降低。

基于改进连续时间动态系统的模拟SAT求解器

针对布尔可满足性问题的高效求解进行了研究。首先,通过对k-SAT问题和基于耦合常微分方程形式的确定性连续时间动态系统的分析,提出了一种基于时延信息形式的改进连续时间动态系统方程,以保持集中搜索特性;然后,提出了实现该系统方程的三个主要组件即信号动态电路、辅助变量电路和数字验证电路的模拟设计。在信号动态电路的设计中,设计了一种获得更高性能、更小面积和更低功耗的模拟硬件形式;在提出的辅助变量电路和数字验证电路的模拟硬件设计中,实现了避免梯度下降搜索陷入无解和确定给定问题的解是否已经找到的目标;同时提出了降低面积和功耗的可替代辅助变量电路的两种设计方案。仿真实验结果表明,提出的新的模拟SAT求解器不仅是有效的,而且相比于单一软件算法实现的SAT求解器和其他硬件类SAT求解器具有更高的加速性能和更低的功耗。

面向联盟链的共识算法研究

实用拜占庭容错算法(Practical Byzantine Fault Tolerance)广泛用于理论研究和实际生产中,但存在着选取主节点随机、缺乏惩罚机制等缺点.针对以上问题,(1)提出一种基于复杂网络角度的区块链共识算法,通过引入时间感知PageRank算法,建立区块链网络节点的影响力评分机制,并建立共识群组;(2)为了减少共识攻击的发生,建立节点惩罚机制,增加节点作恶的成本,有效提高攻击代价,降低攻击概率;(3)实验表明,基于时间感知PageRank的共识算法在扩展性和可靠性上高于实用拜占庭容错算法和基于信用分级的拜占庭容错算法(Credit-Layered Byzantine Fault Tolerance);在公平性和在延迟性方面,均取得良好效果.

基于深度学习的栅格测井曲线数字化研究

栅格测井曲线是记录测井数据的模拟曲线,地质专家可根据所得曲线判断出具体岩性、层位等.目前无监督计算机视觉技术解释数字曲线算法中仍然存在对人工干预有依赖,处理时间较慢且准确率不高的问题,提出了一种基于深度学习的栅格测井曲线数字化研究方法.该方法采用改进的U⁃net启发架构作为基础模型,结合栅格测井图像分辨率高的特性改变上下采样的残差块数量,并利用注意力增强的处理策略平衡在处理不同的输入和输出大小时保留其关键信号,再对栅格图像中的曲线进行语义分割减少背景干扰,增加数字化准确率.实验结果表明,与多条曲线的二值分割的真实数据相比,所提出的架构有效地对曲线进行了分类和数字化,在栅格测井图像数字化方面表现出较高的准确度和性能.

一种基于FPGA的FTN-VLC系统设计与测试

为了提升可见光通信(VLC)系统的传输速率和频谱利用率,设计了一种基于现场可编程门阵列(FPGA)超奈奎斯特(FTN)-VLC系统。该系统主要由FPGA、数/模(D/A)转换器、低通滤波器、雪崩二极管、电流/电压(I/V)转换器和电压比较器组成。对系统的软件和硬件进行了仿真分析和性能测试。仿真与测试结果表明:当传输距离为0.5 m时,系统的数据传输速率可达10 Mb/s,频谱利用率较同等条件下的奈奎斯特光通信系统提升了18.25%。

面向数据中心网络结构的区块链系统性能研究

第二代区块链技术以太坊引入了智能合约机制,众多去中心化应用(DApp)应运而生,并广泛应用于各行业.面向典型数据中心网络(DCN),研究部署于不同底层网络拓扑结构下区块链运行性能存在的差异.一是通过容器化技术与Open vSwitch技术结合,设计区块链模拟仿真平台,实现以低资源消耗模拟真实的数据中心网络.二是基于该仿真平台,搭建了Fat⁃Tree、BCube、Torus和Hypercube拓扑结构的区块链网络,部署矿工节点,评估不同底层网络拓扑结构下区块链平均交易时延和交易吞吐率的性能差异.评估结果显示,使用平台模拟数据中心受控网络环境,在矿工节点数均为8的情况下,Torus网络结构的交易时延和交易吞吐率方面的表现优于其他三种拓扑结构.

基于区块链的无人机网络跨域身份认证研究

传统的无人机跨域身份认证的方案大多依赖公钥基础设施(public key infrastructure,PKI)。该模型高度依赖于可信第三方,易造成单点故障且认证效率低下。据此,提出基于区块链的无人机网络跨域身份认证协议方案,该方案不但可以有效实现无人机的跨域认证,且可以改善传统基于PKI模型面临的诸多安全问题。同时,为了实现无人机网络跨域认证的隐私保护,提出了可实现无人机跨域身份认证身份标识的匿名化的方法。安全性分析与仿真实验的结果表明,该方案不但可抵御常见网络攻击,在认证效率和时间开销上也有明显提升。

基于优化算法量子动力学框架的势垒估计准则

量子动力学框架(QDF)是在优化算法量子动力学模型下得到的具有代表性和普遍意义的优化算法的基本迭代过程,差解接受是避免优化算法陷入局部最优、解决算法早熟问题的一种重要机制。为了在QDF中引入差解接受机制,以量子动力学模型为基础将差解视为粒子运动过程中遇到的势垒,利用量子隧道效应中的透射系数计算粒子穿透该势垒的概率,从而得到量子动力学模型下的差解接受准则:势垒估计准则(PBEC)。PBEC与势垒高度和宽度、粒子的质量均有关系,比经典的Metropolis接受准则更能全面地估计优化算法采样时遇到差解时的行为。实验结果表明,基于PBEC的QDF算法相较于基于Metropolis接受准则的QDF算法,在求解函数过程中算法跳出局部最优的能力更强、搜索效率更高,表明PBEC在量子优化算法中是一种可行且有效的差解接受机制。

基于MPI的鲲鹏CPU核间通信研究

核间通信延时是影响高性能计算系统整体运行效率的重要因素.国产鲲鹏CPU在高性能计算领域应用日益广泛,针对鲲鹏CPU的缓存架构及多核间接口互联进行分析,研究影响鲲鹏CPU核间通信延时的因素.在消息传递接口(MPI)环境下进行节点内核间通信实验,对包括跨三级缓存、跨物理CPU通信等不同模式下通信延时进行对比,发现通信数据包大于500 KB后,跨L3 Cache TAG的通信延时反优于共享L3 Cache TAG的通信延时.针对通信数据包在64 KB大小时的通信延迟异常,分析得出是MPI的Eager模式和Rendezvous模式的默认切换阈值所造成.对这两种模式进行实验对比,验证不同大小的通信数据包在不同模式下和跨核通信时的延时特征,Eager模式更适合低延时的小消息发送.在实际应用中可根据通信数据包大小调整两种模式的默认切换阈值,以达到更好的传输效果.实验结果表明由于鲲鹏CPU存在复杂的多核结构,在并行计算程序设计时可以进行针对性优化,以提升程序的运行效率.

无人机辅助MEC系统中面向用户公平性的三维部署和卸载优化

针对无人机辅助移动边缘计算系统存在的用户公平性不足问题,本文提出了一种面向用户公平性的三维部署和卸载优化算法.该算法综合考虑用户匹配、无人机三维部署、计算资源分配、卸载因子对系统总时延及用户公平性的影响,建立了一个最小化系统总时延的多元优化问题,并针对该问题提出了一种两阶段联合优化算法,其中第1阶段使用带有平衡约束的聚类算法解决用户匹配和无人机的水平部署问题,第2阶段使用凸优化算法迭代求解无人机高度部署,资源分配和卸载因子优化问题.实验结果表明,与4种基准算法相比,所提算法在系统总时延和用户公平性两方面具有更好的性能.

基于改进遗传算法的入侵检测技术的设计与实现

天地一体化网络处在开放的电磁环境中,会时常遭受恶意网络入侵。为解决网络中绕过安全机制的非授权行为对系统进行攻击的问题,提出一种改进的遗传算法。该算法以决策树算法为适应度函数,通过删除数据集中的冗余特征,显著提高了对网络攻击的拦截率。通过机器学习进行异常分类,并利用遗传算法的特征选择功能,增强机器学习方法的分类效率。为验证算法的有效性,选用UNSW_NB15和UGRansome1819数据集进行训练和检测。使用随机森林、人工神经网络、K近邻和支持向量机等4种机器学习分类器进行评估,采用准确性、F1分数、召回率和混淆矩阵等指标评估算法的性能。实验证明,遗传算法作为特征选择工具能够显著提高分类准确性,并在算法性能上取得显著改善。同时,为解决弱分类器的不稳定性,提出一种集成学习优化技术,将弱分类器和强分类器集成进行优化。实验证实了该优化算法在提高弱分类器稳定性方面性能卓越。

基于边缘计算的进化多目标优化图像隐写算法

边缘计算解决了终端因计算资源有限而不能运行复杂应用的弊端,在实际应用中可以支持计算资源受限的终端实现基于图像隐写的隐蔽通信.提出了一种适用于边缘计算场景的进化多目标优化图像隐写算法,首先将优化隐写不可察觉性和隐写安全性作为目标函数,给出了图像隐写的形式化定义;其次通过多个定向和非定向的高通滤波器对图像进行预处理,得到叠加的滤波残差作为秘密信息嵌入的候选位置;然后利用遗传算法中的基因操作,在候选位置中逐代寻找适应度高的个体以得到进化多目标优化问题的最优解;最后,在最优解对应的像素位置实现秘密信息的嵌入.通过和现有算法的仿真对比分析结果表明:提出的算法能够很好地保持图像质量,具有较好的抵抗隐写分析的能力.

基于知识粗糙熵的快速属性约简算法

针对基于正域的属性约简算法在约简过程中存在重复计算属性相对重要度从而导致算法效率低的问题,从属性度量和搜索策略的角度提出基于知识粗糙熵的快速属性约简算法。首先,在决策信息系统中通过引入知识距离提出知识粗糙熵以度量知识的粗糙程度;其次,利用知识粗糙熵作为属性显著度的评价标准来评估单个属性的重要程度;最后,利用属性重要度对所有条件属性进行排序,且通过属性依赖度删除冗余属性,从而实现快速约简。在六个公开数据集上将所提算法与其他三种算法在运行效率和分类精度上进行对比实验。结果表明,该算法的运行效率比其他三种算法分别提高了83.24%,28.77%和59.92%;在三种分类器中,分类精度分别平均提高了0.83%、0.63%和1.37%。因此,所提算法在保证分类性能的同时,能以更快的速度获得约简。

婴儿情感识别综述

婴儿情感在塑造婴儿的认知和自我意识中扮演着关键角色,对婴儿成长具有至关重要的影响。目前婴儿情感研究领域,面临婴儿情感数据集不足、情感量化标准不统一,以及情感识别的准确性受限等问题。因此,如何有效地识别婴儿情感已成为该领域当前研究的核心难题。通过梳理当前婴儿情感识别领域的研究现状,从婴儿情感数据集、婴儿情感表示模型以及婴儿情感识别方法等方面对婴儿情感识别研究进行了分析与总结。列举并介绍了当前可用的公开数据集。总结并分析了常见婴儿情感模型,以及不同模态下的婴儿情感识别方法。概括该领域当前存在的问题以及探讨未来的研究方向,旨在为进一步的研究提供方向。

优化算法中均值信息利用研究

研究了启发式优化算法中种群向均值点迁移的策略,并发现该策略对于提升算法性能具有重要影响,同时具备物理和数学含义.通过极大似然估计方法对基态波函数进行参数估计,建立了量子系统达到基态时最优解概率密度函数与种群均值点之间的联系,并从动力学的角度解释了种群均值点的物理意义.通过在几种经典优化算法上添加利用均值点位置信息的操作,在CEC2013测试集与摄像机布局优化的工程应用上进行对照实验,实验结果表明合理利用均值点位置信息可以有效提升算法的性能.