基于人工免疫技术的计算机病毒检测方法

计算机免疫是解决网络安全问题的一种新方法。提出了一种基于计算机免疫技术的病毒检测方法,通过分析待测程序的代码提呈抗原,进而定义自体;通过定义的自体耐受和克隆选择机制产生抗体,检测已知和未知病毒。

计算机专业课案例教学中的几个问题探讨

从案例教学的理论依据出发,讨论了在计算机专业课中采用案例教学的几个问题,提出在计算机专业课案例教学中要考虑到在课堂的可演示性及实践环节的案例可再现性,案例组织要考虑综合应用的大案例与具体知识点小案例的结合。

星载计算机系统高优先级恢复容错调度算法

为了在星载异构容错计算机上调度星载任务，在给出了星载计算机系统的容错调度模型的基础上，提出了一种星载计算机系统高优先级恢复容错调度算法（OHFSA），该算法通过引进可靠性代价量化了容错系统在维护容错调度时所需要的开销，并在调度过程中充分考虑了容错调度的实时性和低可靠性代价．同时，采用高优先级恢复机制可及时响应紧急时限下的恢复任务，从而提高了星载任务的整体实时性能．实验验证表明，OHFSA随着计算时间的增加，其所需的可靠性代价也相应增大．仿真结果表明，在任务负载不断增加的情况下，OHFSA的执行时间比目前算法减少20%～30%，特别是在恢复任务优先级比其主任务提高1个级别时，响应时间可减少近8．7%．

浅谈密码学及其在计算机网络安全中的作用

随着计算机技术的发展和信息社会的到来,通过网络交换信息已经成为人们主要交换信息的方式,所以信息安全就变得尤为重要。在古代,密码学常常用于军事、政治等机密性部门之中。然而,由于现代计算机技术的不断发展,我们许多使用的计算机软件的安全需要依赖于密码技术。因此,密码学逐步的发展成为一个综合性的学科,它涉及的学科非常之多,与信息论、数学、计算机科学等都有着紧密的联系。密码学在保障网络信息的完整性、真实性和机密性发挥了及其大的作用,这些方面都大大提升了网络的安全性。本文主要阐述了密码学的基本理论和它的技术应用,希望能为研究人员提供一定的帮助。

空间方向关系定性推理技术研究进展

空间方向关系是空间认知中的一个基本概念,在空间数据库、人工智能、机器人等领域发挥着极其重要的作用。随着对空间方向关系研究的不断深入,空间方向关系定性推理受到了广泛关注,逐渐成为研究的热点。为了更进一步地介绍和挖掘空间方向关系推理技术的研究现状,首先,针对现有的推理模型进行详细梳理和总结,对各类模型进行比较和分析,指出了各种模型的特性及适用范围;其次,从二维、三维及不确定性空间对象方向关系的复合、反关系推理、一致性检验以及结合多种空间信息的组合推理等几个方面,对空间方向关系推理相关工作进行了系统性的阐述和分析;最后,分析了目前所面临的挑战,并对其未来发展趋势进行了展望。

基于人工智能技术的多信息融合可穿戴式导盲系统设计

人获取外界信息主要通过视觉。失去视觉后,盲人在日常生活中存在诸多困难与危险。随着计算机软硬件技术的迅速发展,导盲设备层出不穷,使盲人群体的生活状况有所改善,切实享受到科技进步带来的便利。现有的导盲设备为盲人的生活提供一些帮助,但存在着价格高、体验差、功能单一等问题。基于以上原因,该文提出一种更人性化、大众化、智能化的基于人工智能技术的多信息融合可穿戴式导盲系统。系统选用带有Raspbian操作系统的树莓派4B开发板作为主控制器,协控制器选用STM32开发板,以OpenCV和C++作为系统的开发工具。系统中的物体识别部分采用OpenCV提供的图像处理接口实现,安全避障部分采用激光测距模块获取障碍物距离,语音识别部分采用语音识别模块对系统进行语音控制,可拨打紧急电话并发送带GPS定位的求救短信。项目采用多线程开发技术开发系统软件,使得系统的性能更加优越。

新工科背景下编译原理教学改革研究

该文剖释传统编译原理教育教学的缺陷,指出为适应计算机人才能力培养和行业需求,在新工科背景下,面向OBE理念,突出交叉融合,充分利用多种教学平台和教学软件,融合案例教学、启发引导、项目驱动和翻转课堂等教学方法进行线上、线下混合教学。培养学生使用编译知识来解决复杂工程问题的能力和主动学习意识,提高课程教学质量,促使学生专业、素质全面发展。

非连通空间对象方向关系表达与推理

为了弥补现有的二维空间对象方向关系表达模型大都利用点、最小外包矩形等近似地代替空间对象,距离真实空间对象间方向关系的描述与推理仍存在差距的不足,提出了一种基于Voronoi图的非连通空间对象方向关系表达模型。该模型借助Gestalt心理学理论,通过提取非连通空间对象的特征点、特征链,构建空间对象间的可视区域,生成方向关系Voronoi图,实现了非连通、含洞的参考对象与目标对象间方向关系的表达。该模型较好地顾及了空间对象形状、大小等因素带来的影响,表达精度更高、适用范围更广。为了提高复杂空间对象方向关系复合推理的精度,基于该模型提出了一个非连通对象间主方向关系复合推理算法。该算法借助Tile-union运算和Pr运算,实现了该模型下基本主方向关系的复合推理,降低推理结果的不确定性。分析和验证的结果表明,提出的非连通空间对象方向关系模型及复合推理算法,提高了表达与推理的精度,完善和提高了对复杂空间对象方位关系的分析与处理能力。

考虑柔性设备加工能力的综合调度算法

现有柔性综合调度研究中,没有考虑设备系统的协同加工能力,从而降低了设备系统高密加工和快速加工能力。针对此问题,文章将柔性设备可进行加工的工序数作为优化对象、以竞争资源较为紧张的设备资源为优化要素,提出了考虑柔性设备加工能力的综合调度算法(ISA-CPCFE):首先,采用优先调度层级较高与加工时长较短的工序的策略,提高了工序并行调度的力度;其次,提出一种最小化调度标尺与动态调整柔性设备优先级的策略,进一步提高了设备紧凑调度的力度。最后,将ISA-CPCFE算法与基于剪枝分层、基于设备驱动、基于实际路径、基于逆序层优先的算法进行对比实验。结果表明:ISA-CPCFE算法实现了复杂产品加工时间更短、柔性设备系统整体利用率更高的优化目标,调度效果更优。

面向OBE理念的编译原理教学改革研究

该文剖释计算机专业编译原理教学中存在的问题。为适应人才培养和就业需求,面向OBE理念,设计编译原理教学大纲,构建编译原理课程体系,创建线上线下融会贯通的一体化教学模式,实施项目驱动的实践教学,制定编译原理课程考核评价体系。将学生从知识的被动接受者转为主动获取者,提高编译原理课程的教学质量和学生的动手能力。

基于香农熵代表性特征和投票机制的三维模型分类

目前基于视图的3维模型分类方法存在单视图视觉信息不充分、多视图信息冗余的问题,且同等对待所有视图会忽略不同投影视角之间的差异性。针对上述问题,该文提出一种基于香农熵代表性特征和投票机制的3维模型分类方法。首先,通过在3维模型周围均匀设置多个视角组来获取表征模型的多组视图集。为了有效提取视图深层特征,在特征提取网络中引入通道注意力机制;然后,针对Softmax函数输出的视图判别性特征,使用香农熵来选择代表性特征,从而避免多视图特征冗余;最后,基于多个视角组的代表性特征利用投票机制来完成3维模型分类。实验表明:该方法在3维模型数据集ModelNet10上的分类准确率达到96.48%,分类性能突出。

一种融合个性化细胞关系和背景信息的宫颈细胞分类方法

宫颈细胞分类在宫颈癌辅助诊断中发挥着重要的作用。然而,现有的宫颈细胞分类方法未充分考虑细胞关系和背景信息,也没有模拟病理医生的诊断方式,导致分类性能较低。因此,该文提出了一种融合细胞关系和背景信息的宫颈细胞分类方法,由基于细胞关系的图注意力分支(GAB-CCR)和背景信息注意力分支(BAB-WSI)组成。GAB-CCR采用细胞特征间的余弦相似度,首先构建相似和差异细胞关系图,并利用GATv2增强模型对细胞关系建模。BAB-WSI使用多头注意力模块捕捉涂片背景上的关键信息并反映不同区域的重要性。最后,将增强后的细胞特征和背景特征融合,提升了网络的分类性能。实验表明,相比于基线模型Swin Transformer-L,所提方法在准确率、敏感度、特异性和F1-Score分别提高了15.9%,30.32%,8.11%和31.62%。

语义增强图像-文本预训练模型的零样本三维模型分类

目前,基于对比学习的图像-文本预训练模型(CLIP)在零样本3维模型分类任务上表现出了巨大潜力,然而3维模型和文本之间存在巨大的模态鸿沟,影响了分类准确率的进一步提高。针对以上问题,该文提出一种语义增强CLIP的零样本3维模型分类方法。该方法首先将3维模型表示成多视图;然后为了增强零样本学习对未知类别的识别能力,通过视觉语言生成模型获得每张视图及其类别的语义描述性文本,并将其作为视图和类别提示文本之间的语义桥梁,语义描述性文本采用图像字幕和视觉问答两种方式获取;最后微调语义编码器将语义描述性文本具化为类别的语义描述,其拥有丰富的语义信息和较好的可解释性,有效减小了视图和类别提示文本的语义鸿沟。实验表明,该文方法在ModelNet10和ModelNet40数据集上的分类性能优于现有的零样本分类方法。

基于感知相似性的多目标优化隐蔽图像后门攻击

深度学习模型容易受到后门攻击,在处理干净数据时表现正常,但在处理具有触发模式的有毒样本时会表现出恶意行为.然而,目前大多数后门攻击产生的后门图像容易被人眼察觉,导致后门攻击隐蔽性不足.因此提出了一种基于感知相似性的多目标优化隐蔽图像后门攻击方法.首先,使用感知相似性损失函数减少后门图像与原始图像之间的视觉差异.其次,采用多目标优化方法解决中毒模型上任务间冲突的问题,从而确保模型投毒后性能稳定.最后,采取了两阶段训练方法,使触发模式的生成自动化,提高训练效率.最终实验结果表明,在干净准确率不下降的情况下,人眼很难将生成的后门图像与原始图像区分开.同时,在目标分类模型上成功进行了后门攻击,all-to-one攻击策略下所有实验数据集的攻击成功率均达到了100%.相比其他隐蔽图像后门攻击方法,具有更好的隐蔽性.

面向不平衡类的联邦学习客户端智能选择算法

在联邦学习应用场景下,若客户端设备之间的数据呈现非独立同分布特征,甚至出现类不平衡的情况时,客户端本地模型的优化目标将偏离全局优化目标,从而给全局模型的性能带来巨大挑战。为解决这种数据异质性带来的挑战,通过积极选择合适的客户端子集以平衡数据分布将有助于提高模型的性能。因此,设计了一种面向不平衡类的联邦学习客户端智能选择算法—FedSIMT。该算法不借助任何辅助数据集,在保证客户端本地数据对服务器端不可见的隐私前提下,使用Tanimoto系数度量本地数据分布与目标分布之间的差异,采用强化学习领域中的组合多臂老虎机模型平衡客户端设备选择的开发和探索,在不同数据异质性类型下提高了全局模型的准确率和收敛速度。实验结果表明,该算法具有有效性。

案例与项目相结合的编译原理教学改革

该文剖释传统编译原理教学过程中存在的问题,在新工科和工程教育认证背景下,面向OBE理念建立案例库,充分利用多种教学平台和线上、线下教学资源,综合使用主动学习、启发式教学、翻转课堂等方法进行授课。以项目实践为驱动,以案例分析为导引,提高学生自主学习能力,提升授课质量,促使学生的计算机专业素质得到全面发展。

考虑同层后道工序的柔性设备网络综合调度算法

针对柔性设备网络综合调度算法,难以合理选择加工设备加工相关工序进而影响产品完工时间的问题,该文提出考虑同层后道工序的柔性设备网络综合调度算法(SP-FENIS)。首先,采用逆序层优先策略,将各工序分配至逆序层待调度工序集;然后,提出均值逆序紧后路径策略,确定了各逆序层待调度工序集中工序的调度顺序;最后,提出最早完工时间策略和设备空闲插入策略,当工序在柔性设备上最早完工时间相同时,考虑了在柔性设备上的加工时间和同层后道工序的加工设备,确定了目标工序的加工设备以及加工时间。实例表明,和已有算法相比,该算法能够缩短产品完工时间。

多元化渐进域迁移弱监督实时目标检测

针对像素级自适应较大的图像翻译偏差,特征级自适应的源偏判别风险以及弱监督学习无法兼顾检测准确性和实时性等问题,提出了多元化域移位器和伪边界框生成器以逐步调整预训练模型,在像素级与特征级渐进完成自适应的域迁移框架。通过域移位器从源域生成多样化的中间域图像调整检测模型以弥合域差距,减小图像翻译偏差。将中间域作为监督的源域,并结合目标域中的图像级标签生成伪标注图像调整检测模型以改善源偏判别性。基于SSD算法构建与域迁移框架相匹配的实时目标检测器,实现弱监督条件下的实时目标检测。在PASCAL VOC迁移至Clipart1k等数据集上的mAP优于现有方法0.4%~4.7%,检测速度为32 FPS~47 FPS,提高准确率的同时满足了实时检测的要求,具有更优越的迁移检测性能。

基于特征与数据增强的城市街景实例分割算法

城市街景分割是智能交通领域中一项关键的技术,对于城市街景环境中的客观因素例如遮挡、小目标等问题,提出一种基于特征增强与数据增强的城市街景实例分割算法DF-SOLO(data augmentation and feature en-hancement SOLO)。针对遮挡问题,通过非对称自编-解码器架构对城市街景图像进行数据增强,与传统方法相比处理后的图像更贴近真实的源数据分布。针对城市街景中的小目标分割问题,引入特征加权和特征融合的思想,特征加权模块在特征处理过程中能够根据特征的重要程度赋予不同的权值,提高对重要特征的利用率;特征融合模块从更细粒度的角度进行多尺度特征融合以解决尺度敏感问题,提高语义特征的描述性。通过在Cityscapes数据集上的实验表明,提出的实例分割算法在保证实时性的同时相较于单阶段SOLO算法和两阶段Mask R-CNN算法的mAP值上分别提升2.1%和2%,改善了对小目标和遮挡目标的分割效果。

通过交叉验证堆栈和VAD信息检测Windows代码注入

Windows 32/64位代码注入攻击是恶意软件常用的攻击技术,在内存取证领域,现存的代码注入攻击检测技术在验证完整性方面不能处理动态内容,并且在解析内存中数据结构方面无法兼容不同版本的Windows系统。因此提出了通过交叉验证进程堆栈和VAD信息定位注入代码方法,将基于遍历栈帧得到的函数返回地址、模块名等信息结合进程VAD结构来检测函数返回地址、匹配文件名以定位注入代码,并且研发了基于Volatility取证框架的Windows代码注入攻击检测插件codefind。测试结果表明,即使在VAD节点被恶意软件修改,方法仍能够有效定位Windows 32/64位注入代码攻击。