计算机科学最新期刊目录
一种可解释的信用风险评估模型：基于注意力机制的规则提取方法————作者：王宝财;吴国伟;
摘要：信用风险评估旨在预判客户是否会违约，被视为一项复杂的非线性二分类难题。尽管传统的统计模型在信用评估领域具有一定的应用价值，但其局限性也日益显现。鉴于此，机器学习技术，特别是支持向量机、深度神经网络和集成学习等先进方法，在信用风险评估领域得到了广泛应用，旨在提升模型的准确性和预测精度。然而，尽管这些机器学习模型性能卓越，但其内在的复杂性和不透明性导致模型预测结果难以向用户阐释，从而在实施过程中面临诸...
基于动态病情建模的药物组合推荐模型————作者：胡海龙;许祥伟;李雅倩;
摘要：针对现有研究尚未考虑药方会随着患者的病情动态变化以及药物之间存在副作用等问题，本文提出了一种基于动态病情建模的药物组合推荐模型MRNET(Medical recommendation network)，该模型通过对相关实体进行关联，并运用图卷积网络进行预训练挖掘出实体之间潜在的关联信息为后续的动态病情建模和药物组合推荐提供数据支持。随后，MRNET模型通过Transformer获取纵向病情动态特征...
基于实例级提示生成的多源域泛化故障诊断方法————作者：李叔罡;李明嘉;袁龙辉;齐光鹏;刘驰;
摘要：提出了一种基于实例级提示生成的多源域泛化故障诊断方法，以提升模型在跨域环境下的故障识别能力。该方法利用跨频对齐提示生成器动态生成实例级提示，能够针对不同样本的局部特征进行精细化建模，并结合语义一致性增强模块，保证实例级提示的语义有效性。此外，为了进一步提升模型在跨域任务中的稳定性和适应性，引入记忆库增强对比学习模块，充分利用跨域正负样本，通过存储和动态更新训练样本的特征表征，扩大正负样本分布的多样...
一种类型引导边匹配的异质图相似度学习方法————作者：桑士龙;陈可佳;
摘要：图相似度学习是通过学习图的结构特征来匹配图之间相似程度的方法。近年来，基于图神经网络的图相似度学习方法目前仍局限于节点级或图级的匹配范式，忽视了边级表示及其对图结构匹配的贡献。此外，现实图中的边通常具有不同类型，代表节点间不同的语义关系，可用于引导跨图交互。因此，提出了一种类型引导边匹配的异质图相似度学习方法（TEM-HGSL），首先设计基于线图的异质图同构网络以更好学习边的嵌入，然后进行类型对齐...
车联网边缘服务场景下的隐私保护计算：技术基础与研究进展综述————作者：李佳惠;李英龙;陈铁明;
摘要：随着智能汽车、边缘计算与无线通信技术的深度融合，“车-路-云”协同的智能车联网（Internet of Vehicles）边缘服务体系快速发展，通过实时数据处理优化了交通效率与驾驶安全性。然而，开放边缘网络环境下海量车辆感知数据（如位置轨迹、驾驶行为）的交互与计算，面临窃听攻击、推理攻击等隐私泄露风险。虽然现有的隐私保护方案逐步增强了隐私保护效果，但车联网边缘环境下的动态拓扑与资源受限等特性，使得...
基于图注意力交互的行人轨迹预测方法————作者：刘宏鉴;邹丹平;李萍;
摘要：行人轨迹预测在自动驾驶领域和智慧交通领域均取得了显著的研究进展。由于行人的行为受到自身和环境因素双重影响，其轨迹具有不确定性和复杂性，准确利用轨迹数据的交互特征生成多模态轨迹仍存在较大挑战。目前该领域当中的主要挑战是准确建模行人之间的时空交互。面对复杂的行人时空交互，提出了一种基于图注意力（Graph Attention， GAT）的时空图神经网络，其量化表示行人之间的空间交互并重点关注关键交互，...
基于大型语言模型文本简化的细粒度情感分析————作者：王叶;王中卿;
摘要：细粒度情感分析旨在识别句子中每个方面的情感极性。然而，现有研究大多忽视了评论文本中普遍存在的冗余信息，这些无关信息不仅增加了模型处理的复杂性，还可能导致模型无法准确捕捉原始文本中的情感元素。为解决这一问题，该文提出了一种将原始文本转化为简化子句的模型，以更简明的方式表达相同的情感观点。其基本思想是利用大型语言模型预识别文本中的方面词和意见词，再基于识别结果生成简化子句，并通过自我验证机制确保生成的...
基于大语言模型的移动应用隐私政策合规性检测方法研究————作者：王立梅;韩林睿;杜祖炜;郑日;时建中;刘奕群;
摘要：隐私政策是网络服务提供者对其合法采集和利用个人信息行为的自律性承诺，旨在增强用户对个人信息处理过程的信任并提升其控制能力。然而，实际应用中却存在内容冗长、术语复杂、合规边界模糊等问题。传统方法依赖分类模型，通过对隐私政策文本标注实现自动化合规检测，但存在评估标准单一化、标注数据获取成本高、模型泛化能力不足等局限性。文中提出一种基于大语言模型的移动应用隐私政策合规性检测方法，核心流程为“构建合规性评...
动态旋转因子生成的流水线NTT高效硬件实现————作者：韩迎梅;李斌;李坤;周清雷;于世梁;
摘要：在全同态加密领域，多项式乘法的高复杂度计算一直是性能提升的难点。为加速此过程，数论变换（NTT， Number Theoretic Transform）被广泛应用，但传统基于多路径延迟交换的NTT架构存在硬件利用率不足、旋转因子开销大等缺点。针对这些问题，一种基于流水线架构的NTT硬件加速器设计方案被提出，该方案在多路径延迟交换架构的基础上进行优化，通过统一的NTT/INTT（Inverse NT...
一种基于特征分布的高鲁棒模型结构后门方法————作者：陈先意;张成娟;钱江峰;郭倩彬;崔琦;付章杰;
摘要：模型后门攻击通常将待触发后门隐藏在模型参数中，而在其构造的特定样本下激活预设输出。但这类方法容易遭受参数净化等防御技术的削弱，导致后门难以触发。为此，首次基于特征分布设计后门触发机制，构建了不依赖模型参数的结构后门，从而实现高隐蔽、高鲁棒的后门植入。首先，使用模型特征空间中的分布式触发器生成后门图像，使得后门激活更加稳定，从而提升攻击可靠性；其次，构建由分布检测器和后门寄存器组成的后门结构，并嵌入...
低轨卫星网络中基于深度强化学习的航空器任务卸载策略————作者：李芳;袁宝淳;沈航;王天荆;白光伟;
摘要：低地球轨道(Low Earth Orbit， LEO)卫星通信具有传输距离远、覆盖范围广、不受地形地貌限制等优点，已成为民航运输业和通用航空业的重要通讯手段。然而，低轨卫星网络是一个高度异构和动态的环境，卫星节点的移动性、通信链路的复杂性、航空器时空分布不均和多种业务并存等特点使得任务卸载和资源分配面临许多挑战性问题。为此，本文提出了一种基于双深度强化学习(Double Deep Reinforc...
视线引导与自专家克隆融合强化学习的无人船路径跟踪————作者：刘嘉辉;赵一诺;田丰;齐光鹏;李江涛;刘驰;
摘要：无人船路径跟踪对海上自主作业至关重要，然而，风、浪、流以及无人船自身的控制误差等因素会影响路径跟踪的性能。强化学习算法凭借在线交互与实时反馈的特点，能够主动适应动态环境，在无人船路径跟踪任务中展现出良好的应用前景，然而其试错训练模式在实际应用中存在安全风险，且理想仿真场景与现实复杂环境之间的差距也进一步制约了强化学习在实际应用中的效果。针对这些挑战，本文提出了一种视线引导与自专家克隆融合强化学习的...
CA-SFTNet：基于空间特征变换和浓缩注意力机制的皮肤病灶分割模型————作者：张伟;梁敦英;周婉婷;程祥;
摘要：针对皮肤病灶边缘模糊、毛发等噪声导致分割病灶区域不完整、病灶特征分布差异较大等问题，基于U-Net提出一种结合浓缩注意力机制和残差空间特征变换的皮肤病灶分割算法CA-SFTNet。首先，在模型下采样过程中进行特征切分，保留皮肤病灶浅层语义信息。其次，在跳跃连接处引入浓缩注意力机制(Condensed Attention Neural Block)，使得模型能够聚焦于病灶区域，提高分割精度。最后，在...
基于多粒度特征聚合与二分搜索的高效多视图立体重建————作者：许立君;赵宇杰;赵敏;马为駽;陈侃松;
摘要：在基于深度学习的多视图立体重建方法中，代价体构建面临高计算复杂度和内存消耗的挑战。现有研究多采用级联架构或迭代优化方法降低内存消耗，但级联架构的粗到细采样策略可能导致细节信息丢失，削弱关键特征感知能力。为此，提出了一种基于级联结构的二分搜索与多粒度特征聚合的多视图立体网络框架。该框架通过级联架构减少内存占用，利用二分搜索策略将深度范围划分为多个预选区域，并通过离散分类方法压缩深度值搜索空间，提高深...
基于多分支注意力和深度下采样的医疗图像目标检测方法————作者：顾成杰;孟义;朱东郡;张俊军;
摘要：人工智能技术的发展使得基于深度学习的医疗图像检测在临床实践中具有广泛应用前景。然而，针对一些如肿瘤、斑块等医疗图像目标检测，存在待标面积小、目标可提取特征少、提取难度大等问题。针对上述问题，提出了一种基于多分支注意力和深度下采样的医疗图像目标检测方法 （MD-Det）。该方法引入特征提取模块（C2f-DWR），进行对多尺度特征的提取，增强目标的特征表示；为了能够更有效地捕捉图像中的上下文信息，增强...
基于最长时延加权带宽的Wasm与容器混合函数部署优化方法————作者：谌燃照;李哲雄;顾琳;钟梁;曾德泽;
摘要：容器技术因其轻量化、易于部署和高可用等优势，在边缘服务器无感知计算平台中得到了广泛使用。然而，随着应用对低延迟需求的增长，容器的冷启动所引发的高时延问题逐渐成为系统性能的瓶颈。WebAssembly（Wasm）凭借其轻量级沙箱特性和毫秒级启动能力成为容器技术在某些场景下的重要补充方案。然而，其计算性能相较容器存在劣势，尤其在需要处理函数间复杂依赖关系时，Wasm和容器的固有优缺点使得函数部署方式和...
面向语音助手的窃听攻击与防御研究现状与挑战————作者：黄文斌;任炬;曹航程;蒋洪波;熊礼治;陈先意;付章杰;
摘要：语音助手作为人机语音交互的便捷接口，已在居家、运动、车载等诸多场景中得到广泛应用，为医疗、金融、教育等产业的智能化升级提供了有力支持。然而，语音助手的便捷与普及也引发了严峻的窃听用户对话，造成用户隐私泄露的问题。现有关于语音助手的综述性文献主要聚焦于语音欺骗攻击与防御、对抗样本攻击与防御等，针对语音窃听攻击与防御的总结与分析仍有待完善。为此，深入研究了面向语音助手的窃听攻击与防御，对现有研究进行了...
一阶逻辑中一类多线型标准矛盾体的结构————作者：曾丹;何星星;李莹芳;李天瑞;
摘要：自动推理是人工智能的重要研究领域，推理规则是影响其效率的关键因素。基于矛盾体分离的演绎推理是一种可靠且完备的推理规则，具有多文字、多子句协同和动态演绎等优势。矛盾体构造方法对演绎效率至关重要。基于此，提出基于命题逻辑一类矛盾体结构——多线型标准矛盾体，给出此类矛盾体在不同情况下的复合策略，即利用两个多线型标准矛盾体生成新的标准矛盾体的条件与方法，并对复合性质上的共性结论和特性结论进行区分；指出通过...
基于可验证凭证的软件定义边界匿名身份认证方案————作者：司雪鸽;贾洪勇;李惟贤;曾俊杰;门蕊蕊;
摘要：标准软件定义边界（SDP）架构采用基于访问者身份的认证与授权策略，实时监控与审计访问行为。但访问者需完全披露身份信息以获取访问权限，可能泄露与服务无关的敏感数据，从而带来隐私风险。针对当前软件定义边界架构下存在的用户隐私信息难以得到有效保护、访问记录容易遭受恶意关联等问题，提出一种适用于软件定义边界架构的基于可验证凭证的匿名认证方案。基于双线性映射和CL签名构建可验证凭证验证算法，并将可验证凭证体...
基于知识蒸馏的联邦学习后门攻击方法————作者：赵桐;陈学斌;王柳;景忠瑞;钟琪;
摘要：联邦学习能够使不同参与者利用私人数据集共同训练一个全局模型。然而联邦学习的分布式特性，也为后门攻击提供了空间。后门攻击中的攻击者对全局模型进行投毒，使全局模型在遇到带有特定后门触发器的样本时误导至有针对性的错误预测。本文提出了一种基于知识蒸馏的联邦学习后门攻击方法。首先，利用蒸馏生成的浓缩毒化数据集训练教师模型，并将教师模型的“暗知识”传递给学生模型，以提炼恶意神经元。最后，通过神经元Z分数排序和...
计算机科学来自网友的投稿评论：
