计算机科学与探索杂志

计算机科学与探索杂志2020年第11期

• 多层网络社区发现研究综述

  陈可佳，陈利明，吴桐

  社区发现是复杂网络分析的重要任务之一。现有的社区发现方法大多面向单层网络，对现实世界中广泛存在的多层网络中的社区发现研究则稍显不足。首先给出了各种多层网络的定义，并对比了各网络在节点对齐、层间边和层间耦合方面的特点，接着介绍了各类传统的单层网络社区发现方法；在此基础上，深入调研了多层网络社区发现方法，将其大致分为基于聚合的方法和基于扩展的方法，对各方法在实现机制、优势、局限性、适用网络、复杂性等方面进行了分析比较；通过在现实和模拟数据集上的实验，进一步比较了部分代表性方法在模块度、标准化互信息和调整兰德指数等指标上的性能；最后对多层网络社区发现的工作进行了总结和展望。

• 面向知识迁移的跨领域推荐算法研究进展

  任豪，刘柏嵩，孙金杨

  由数据分布不均衡产生的数据稀疏和冷启动问题制约着个性化推荐系统进一步发展。随着迁移学习技术兴起，基于迁移学习的跨领域推荐为解决该类问题提供了可能。面向知识迁移的跨领域推荐算法通过迁移与目标领域不同但相关的辅助知识来解决目标领域中的推荐任务，提高目标域的推荐性能。而深度学习在非线性特征的学习和表示上的独特优势进一步提升了深度跨域推荐的算法性能。对近年来面向知识迁移的跨领域推荐算法展开综述，将当前主流算法分为传统跨领域推荐算法和深度跨领域推荐算法两大类，又按照应用的不同知识迁移技术对两大类跨域推荐算法分别梳理和阐述，从模型的可解释性、适用场景、用户特征的描述能力、模型评价等不同角度对当前各类跨域推荐算法做出深度分析和比较，总结其存在的问题和不足，探讨可能的解决方法，展望未来的研究趋势。

• 线上多节点日志流量异常检测系统的研究

  王晓东，赵一宁，肖海力，王小宁，迟学斌

  随着国家高性能计算环境各个节点产生日志数量不断增加，采用传统的人工方式进行异常日志分析已不能满足日常的分析需求。为了高效自动化地分析日志，提出了一个两阶段的检测方法。第一阶段首先在预处理时将日志模式进行分类，然后使用主成分分析方法进行异常检测，并将日志类型的有序排列定义为一种日志流量模式，通过该定义将异常检测中得到的异常流量模式提取出来，最后使用层次聚类算法简化流量模式的结果并保存。第二阶段通过第一阶段得到的检测模型和流量模式，可以实时监测分析日志流量信息并匹配对应流量模式。最终基于高性能计算环境中的真实日志进行实验分析，并实现了结果的可视化展示，从而大大减轻了运维人员的工作负担。

• 神威国产处理器应用程序的并行参数自动寻优

  刘徐，肖志勇，甘霖，徐敬蘅，陈宏博

  有限差分模板计算算法常应用于“神威·太湖之光”上完成大气模拟、石油勘探等任务，由于该算法通信开销大，计算密度高，且神威系统结构复杂，应用程序数据规模大，在程序构建和执行时难以得到合理的参数对数据进行分割，程序性能难以得到保证。针对申威26010处理器硬件特性提出一种基于遗传算法的并行参数自动寻优方法。对消息传递接口数据规模参数和从核数据规模参数进行自动寻优，对二维有限差分模板计算算法进行高性能测试。该方法在10亿次的寻址空间内寻取更优解，与编译系统自动分配相比达到了10.79倍加速比。此外，还对逆时偏移成像算法进行优化测试，与编译系统自动分配相比表现出6.31倍加速比。该方法对应用程序数据规模参数进行自动寻优，为国产异构众核处理器的高性能并行优化提供有用指导。

• 结合二次聚类编码的生成式可逆信息隐藏方法

  赵迪，邵利平，任平安

  为避免纹理生成式信息隐藏和马赛克拼图式信息隐藏存在的拼接痕迹和产生有意义图像，并提高抗攻击能力，提出一种结合二次聚类编码的生成式可逆信息隐藏方法。将不同灰度阶随机二值噪点小块作为候选样本小块，由二次聚类编码筛选出用于二值秘密信息表示的编码样本小块。然后结合随机二值参考图和嵌密位置来放置编码样本小块以生成含密掩体。在提取时，按二次聚类编码产生编码样本小块，结合参考图和嵌密位置提取秘密信息。所提方法不产生拼接痕迹，也不涉及任何修改式嵌入，可生成视觉质量良好的有意义图像并可无损地恢复为原掩体。所提方法具有较好的抗攻击能力，且嵌入和提取过程完全依赖于用户密钥，具有较高的安全性。

• 云环境中的多授权机构访问控制方案

  郑良汉，何亨，童潜，杨湘，陈享

  密文策略属性加密（CP-ABE）十分适用于云环境中的数据访问控制。现有的CP-ABE算法未考虑多个文件的访问结构具有层次关系，需要对每个文件分别加密实现其访问控制需求，导致较大的开销；此外，大多数方案只有单个授权机构管理密钥，对授权机构的安全性与可靠性要求极高。提出一种云环境中基于区块链的多授权机构访问控制方案（BMAC）。在BMAC中，设计了一种层次化CP-ABE算法，对于具有层次关系的多个文件，仅需加密一次，访问者在满足部分访问条件时能解密得到部分文件，满足全部条件时得到全部文件；设计了一种基于区块链的多授权机构密钥管理方法，通过区块链技术使得所有授权机构能够诚实并行地进行私钥分发。安全性与性能分析验证了BMAC能够有效保障数据机密性，抵抗串谋攻击，实现安全高效的细粒度数据访问控制以及去中心化的私钥分发。

• 最大化AUC的正例未标注分类及其增量算法

  马毓敏，王士同

  正例未标注分类简称PU分类，由于只有正例样本与未标注样本，传统的分类方法在PU分类中往往效果不甚理想。为此利用PU分类下的AUC与传统分类下的AUC关系，提出了将传统分类方法中AUC作为目标函数应用到PU分类中，利用高斯核函数将原始样本映射到高维空间使数据线性可分。通过优化AUC目标函数得到解析解避免了多次迭代的麻烦，并可以推导出增量公式，加快了运算速度。实验结果表明，所提算法实现了与训练集内所有正例与负例标签都已知的理想支持向量机（SVM）相近的性能，并且实现了快速增量，是处理现实问题的有力工具。

• 结构化区域全卷积神经网络的钢轨扣件检测方法

  蒋欣兰

  现有的深度学习模型很难满足高速检测的实时性，针对性地提出了一种结构化区域全卷积神经网络（SR-FCN）。为了满足高速综合巡检车实时检测的要求，考虑到轨道图像中钢轨、扣件、轨道板等设施位置相对固定，其位置分布可以构成轨道场景特有的结构化特征，因此设定了结构化检测区域，将一幅图像中扣件小目标的检测转化为一整块具有固定结构的大目标区域检测，将扣件小目标的检测问题转化为结构化区域的定位问题，可加快网络的训练收敛速度，减少候选区域的生成个数，从而大幅提高检测速度。将铁路轨道的结构化先验信息融合到深度学习网络的各个过程中，有效提高了定位精度，保证了检测的鲁棒性。实验室离线分析和现场在线检测的结果表明，所提出的SR-FCN网络分别获得了99.99%和99.84%的检测精度，同时还保持了较快的检测速度，可以满足350 km/h的实时检测要求。

• 带核方法的判别图正则非负矩阵分解

  李向利，张颖

  非负矩阵分解（NMF）是一种非常有效的数据降维方法，广泛应用于图像聚类等领域。然而NMF是一种无监督的方法，没有使用数据的标签信息，也不能捕获数据固有的几何结构，并且这是一种线性的方法，不能处理数据是非线性的情况。为此，提出了一种带核方法的判别图正则非负矩阵分解算法。该算法使用了部分有标签数据的标签信息，加入了图正则项来捕获数据的几何结构，使用核方法解决了数据非线性的问题，分解的结果能够有效地提高聚类效果。一般的非负矩阵分解迭代更新的初始化是随机产生的，使用一种“热启动”的策略，减小了结果的随机性。在几种图片数据集上使用该算法进行聚类实验，并与一些先进算法进行了比较，实验结果证明了该算法的有效性。

• 融入社会影响力的粒子群优化算法

  宋威，华子彧

  目前粒子群优化（PSO）算法及其变体已被证明是有用的方法来求解复杂优化问题。然而，PSO及其大多数变体仅考虑全局最优位置和个体历史最优位置对个体的影响，导致算法的多样性不足，易于陷入局部最优。针对此问题，提出了一种融入社会影响力的粒子群优化（PSOSI）算法。具体而言，该算法设计了三种策略：首先，每个粒子将选择全局最优粒子和最优伙伴粒子作为其“社会学习”的对象，为每个粒子带来更丰富的有用知识；其次，引入引力系数分别描述各榜样带来的影响，在保证最优经验得到分享的同时，增强了种群学习的多样性；此外，每个粒子还在各维度上进一步向其最优伙伴粒子学习，实现从全局到局部的变尺度搜索，增强算法的整体收敛能力。实验对CEC2013测试集的28个基准函数进行测试，并与主流的10种PSO变体和3种非PSO优化算法进行比较，实验结果验证了PSOSI的优越性。

• 结合注意力机制的深度学习光流网络

  周海赟，项学智，翟明亮，张荣芳，王帅

  为提升基于编解码架构的U型网络在深度学习光流估计中的精度，提出了一种结合注意力机制的改进有监督深度学习光流网络。网络由收缩和扩张两部分组成，收缩部分利用一系列卷积层来提取图像之间的高级特征，扩张部分通过反卷积操作将特征图恢复至原始图像分辨率，将通道注意力机制引入U型网络架构中以学习通道之间的相互依赖性，自适应地调整各通道的特征权重，增强网络的特征提取能力。同时，改进的网络还使用了空洞卷积以在卷积核尺寸不变的情况下增大感受野，使用变分光流方法中的恒常约束与平滑约束以进一步利用运动先验知识提升估计效果。最后基于合成图像序列数据集进行了实验验证，实验结果表明所设计的网络能够有效提升深度学习光流估计的准确率。

• 感知相似的图像分类对抗样本生成模型

  李俊杰，王茜

  现有基于生成器的对抗样本生成模型相比基于迭代修改原图的算法可有效降低对抗样本的构造时间，但其生成的对抗样本与原图在感知上具有明显差异，人眼易察觉。该模型旨在增加对抗样本与原图在人眼观察感知上的相似性，并保证攻击成功率。模型将对抗样本生成的过程视为对原图进行图像增强的操作，引入生成对抗网络，并改进感知损失函数以增加对抗样本与原图在内容与特征空间上的相似性，采用多分类器损失函数优化训练从而提高攻击效率。实验结果表明，相比其他基于生成器的对抗样本生成模型，该模型有效提高了对抗样本与原图的结构相似性指标，并且攻击成功率未出现下降。说明在保持攻击成功率的同时，该模型可有效提高人眼观察下对抗样本与原图的相似性。

• HSI空间上高噪声彩色图像去噪方法研究

  杨培，高雷阜，訾玲玲

  针对彩色图像中噪声难以去除的问题，根据HSI空间独特的色彩分离特点，对受高噪声污染的彩色图像的噪声去除进行了研究。首先将彩色图像投影到色彩特征空间HSI中，将色彩信息与亮度特征信息进行分离操作，然后对该空间中的色彩分量H和S提出极坐标下距离阈值去噪方法进行处理，在保持色彩不失真的情况下去除噪声。同时对亮度特征分量I进行多尺度变换得到高低频子图，根据高频子图中噪声突变频繁的特点提出自适应梯度阈值去噪方法去除高频中噪声以提高图像质量；采用稀疏去噪方法对低频子图中少量噪声进行处理；最后进行相应逆变换得到最终的彩色图像。实验结果表明，所提出的去噪方法在视觉上和PSNR、RMSE、SSIM、RE这些客观指标上均达到了良好的噪声去除效果。

• 污染环境中微生物治理种群动力学优化算法

  黄光球，陆秋琴

  为了解决一些函数优化问题，采用污染环境中具微生物治理的种群动力学模型，提出了PDO-MCCE算法。在该算法中，个体被自动划分成正常种群和突变种群2类，每类个体数依据种群动力学模型自动进行计算和调整，解决了人为确定个体数的难题。该算法拥有7个算子，其中竞争和突变算子分别实现种群内和种群间个体之间的信息交换；影响和毒害算子分别实现强壮个体的信息扩散和环境信息向个体传递；新生和死亡算子分别增加和减少个体数；生长算子可确保该算法具有全局收敛性；突变种群个体数的周期性增加，可大幅增加搜索跳出局部最优解陷阱的概率；在进行迭代计算时，算法每次只处理每个个体特征数的3/500~1/10，从而使时间复杂度大幅降低。测试案例表明，PDO-MCCE算法性能较好，适于求解一些维数较高的优化问题。

• 中心概念及其在规则提取中的应用

  温馨，闫心怡，陈泽华

  决策信息系统的规则提取是数据分析的研究内容之一。形式概念分析是一种数据分析与信息处理的方法。从决策形式背景出发，定义综合概念以及中心概念，提出了一种在生成中心概念过程中进行规则提取的算法。在此过程中决策形式背景的决策属性参与整体概念的生成，在每一层生成的综合概念中去掉冗余综合概念之后，剩余的中心概念即为获得的决策规则。中心概念体现出信息系统中条件属性与决策属性之间的关系，给予概念更丰富的关联知识的含义，同时也实现了决策规则与形式概念之间的有效结合，所形成的概念Hasse图意义丰富而明确。该算法避免了传统方法中分别生成条件概念与决策概念，再根据它们之间的关系确定决策规则的过程复杂性。通过实例分析与基于UCI数据集上的对比实验说明了该算法的正确性与有效性。

• 逻辑公式间的Jaccard距离及其应用

  于鹏

  对命题逻辑的相关概念进行量化处理，是命题逻辑研究的一种新方法，是一种有别于语构与语义的研究方法，是研究命题集结构的一个有力工具。通过运用向量间的Jaccard相似系数，在经典逻辑系统L中给出了公式间的Jaccard相似度、Jaccard距离等概念，给出了计量逻辑学中公式真度的Jaccard相似度表示形式，建立了一种新的量化模型。讨论了由Jaccard距离导出的逻辑度量空间[(F(S),ρJ)]的一些性质。得到结论：矛盾式是逻辑度量空间[(F(S),ρJ)]中唯一的孤立点；逻辑度量空间[(F(S),ρJ)]中的非空开球是不相容理论。