计算机科学与探索杂志

计算机科学与探索杂志2024年第1期

• 安卓智能终端自动化测试技术综述

  曹捷, 黄翰, 雷丰强, 刘方青

  随着新一代移动通信技术和芯片的发展，智能移动终端用户规模不断增加。为了快速抢占市场，开发商缩短了智能终端的开发周期，这对应用系统的可靠性、稳定性等提出了更高的要求，而自动化测试技术是保障这些智能终端高可靠、强稳定运行的重要手段。结合目前主流智能终端的架构特点和组件特征，分别探讨了安卓系统的黑盒测试技术和白盒测试技术。在黑盒测试方面，比较分析了最新的用户界面测试和模糊测试技术以及工具使用情况，评价了它们在保证应用系统可靠性和稳定性方面的效果。在白盒测试方面，总结了自动生成测试用例技术、动静态的污点分析技术、第三方库检测技术和权限检测技术。随着人工智能大模型等新兴技术不断涌现，越来越多的智能终端设备开始搭载各种深度学习模型，这些模型的不透明性使得内部决策过程难以解释和理解，从而黑盒测试在评估模型可靠性和稳定性过程中越发重要。自动化测试正在面临从传统规则基础下的测试向更加智能的机器学习驱动的测试转变。未来将人工智能大模型等新兴技术引入到现有的智能终端测试实践中，成为解决这一问题的必然趋势。

• 自然语言处理领域中的词嵌入方法综述

  曾骏, 王子威, 于扬, 文俊浩, 高旻

  词嵌入作为自然语言处理任务的第一步，其目的是将输入的自然语言文本转换为模型可以处理的数值向量，即词向量，也称词的分布式表示。词向量作为自然语言处理任务的根基，是完成一切自然语言处理任务的前提。然而，国内外针对词嵌入方法的综述文献大多只关注于不同词嵌入方法本身的技术路线，而未能将词嵌入的前置分词方法以及词嵌入方法完整的演变趋势进行分析与概述。以word2vec模型和Transformer模型作为划分点，从生成的词向量是否能够动态地改变其内隐的语义信息来适配输入句子的整体语义这一角度，将词嵌入方法划分为静态词嵌入方法和动态词嵌入方法，并对此展开讨论。同时，针对词嵌入中的分词方法，包括整词切分和子词切分，进行了对比和分析；针对训练词向量所使用的语言模型，从概率语言模型到神经概率语言模型再到如今的深度上下文语言模型的演化，进行了详细列举和阐述；针对预训练语言模型时使用的训练策略进行了总结和探讨。最后，总结词向量质量的评估方法，分析词嵌入方法的当前现状并对其未来发展方向进行展望。

• 赤足足迹识别研究综述

  王昆, 郭威, 王尊严, 韩文强

  赤足足迹识别技术是图像识别技术的一个分支，在刑侦、医疗以及安全领域发挥着重要作用，有望成为一种新的进行人身识别的手段。但是该技术尚未形成较为统一的框架，也没有一个规范化的流程。为了给今后的研究人员提供指导，需要规范不同足迹图像的识别流程，并对赤足足迹识别技术相关研究进行归纳与总结。首先对赤足足迹识别研究的背景和意义进行阐述，然后回顾该技术的发展脉络，并根据采集方式的不同将赤足足迹图像分为油墨捺印足迹图像、足底扫描图像、光学足迹采集设备采集的足迹图像以及足迹压力采集系统采集的足压图像四类，并指出后两种图像是目前赤足足迹识别研究的热点。之后分别从赤足足迹数据集、图像预处理、识别方法三个方面分析赤足足迹识别技术的研究现状。其中，识别方法分为传统方法和基于深度学习的方法，后者又进一步划分为网络结构创新方法和损失函数优化方法。在给出识别方法的评价指标后，从多个方面对各种方法进行对比。最后指出该技术目前面临的问题，并对其今后的发展方向进行展望。

• 知识驱动的对话生成模型研究综述

  许璧麒, 马志强, 周钰童, 贾文超, 刘佳, 吕凯

  知识驱动的对话生成模型旨在利用不同形式的知识来强化对话生成模型，使得对话生成模型不仅能从对话数据中学习语义交互，而且还能深入理解用户输入、背景知识和对话上下文，生成更合理、更具多样性、更富含信息量和拟人的回复，进而推动对话系统的发展。目前相关工作仍处于初期探索阶段，并且很少有对现有成果的全面梳理和系统总结。对知识驱动的对话生成模型研究展开综述，首先，针对现有的研究成果，梳理并介绍了当前知识驱动的对话生成任务和主要遇到的问题，并且给出详细的任务定义和问题定义；其次，整理并介绍了知识驱动的对话生成模型建模所需的数据集；然后，对目前知识驱动的对话生成研究过程中知识获取、知识表示、知识选择和知识融入相关研究中每个模型的改进、研究现状、模型涉及的评价指标和模型的性能进行重点介绍；最后，对知识驱动的对话生成模型研究未来的发展方向进行展望。

• 区块链互操作性技术研究进展

  陈先意, 王康, 丁思哲, 付章杰

  区块链技术因其去中心化、高透明度等优良特性引领了新一代数据存储技术的发展，近年来广泛应用于社会治理、金融保险、数字版权等领域。然而，作为一个基于规范和协议的自封闭系统，区块链不同链间无法直接实现数据通信，难以满足跨领域应用的数据共享需求，区块链互操作性技术应运而生。目前，该技术的项目实例分析较少。基于区块链互操作性最新研究成果，系统性总结了近年来互操作技术的代表性方案，并归纳展望了发展前景。首先，按照通信各链的结构差异，将区块链互操作方法划分成同构扩容和异构互操作两种类型；其次，按照技术发展脉络和区块链分层架构，分别介绍两种类型的代表性方法，分析比较了各方法的实现原理和技术细节，归纳总结它们的优缺点；再次，介绍了目前已经实施的区块链互操作性项目研发进展，重点介绍其实现思路、运营模式和现状，并在吞吐量、安全性等多个指标上对比分析其性能；最后，展望了区块链互操作性技术各方向的发展趋势。

• 结合人工蜂群与K-means聚类的特征选择

  孙林, 刘梦含, 薛占熬

  K-means聚类是一种简捷高效、收敛速度快且易于实现的统计分析方法，但是传统的[K-means]聚类算法对初始聚类中心的选取敏感且易陷入局部最优，同时多数无监督特征选择算法容易忽视特征之间的联系。为此，提出了一种结合人工蜂群与[K-means]聚类的特征选择方法。首先，为了使同一簇中样本的相似度高而不同簇中样本的相似度低，基于簇内聚集度和簇间离散度构建了新的适应度函数，更好地反映各样本的特性，进而构建了蜜源被选择新的概率表达式；其次，设计了随着迭代次数的增加而数值逐渐减小的权重，提出了使蜂群搜索范围动态缩进的蜜源位置更新表达式；然后，为了弥补传统的欧氏距离在计算距离时仅考虑向量之间的累积差异而表现出的局限性，构造了同时考虑样本影响程度不同以及样本的相似性的加权欧氏距离表达式；最后，引入标准差和距离相关系数，定义了特征区分度与特征代表性，以二者之积度量特征重要性。实验结果表明，所提算法加快了人工蜂群算法的收敛速度并提高了[K-means]算法的聚类效果，同时也有效地提升了特征选择的分类效果。

• 深度学习编译器模型训练负载均衡优化方法

  王丽, 高开, 赵雅倩, 李仁刚, 曹芳, 郭振华

  对于计算密集型的人工智能（AI）训练应用，其计算图网络结构更加复杂，数据加载、计算图的任务划分以及任务调度的负载均衡性都会成为影响计算性能的关键因素。为了使深度学习编译器中模型训练应用的任务调度达到负载均衡的状态，提出了三种计算图负载均衡优化方法：第一，通过自动建立数据加载与模型训练的高效流水实现中央处理器和后端计算设备的负载均衡，提高了系统整体能效；第二，通过计算图的分层优化技术，实现计算图在后端设备执行调度时的负载均衡；最后，通过自动建立层间的高效流水提高后端设备的资源利用率。实验结果表明，计算图负载均衡优化方法实现了训练任务到底层硬件设备自动映射过程中系统的负载均衡，与Tensorflow、nGraph等传统的深度学习框架和编译器相比，在不同模型训练中通过任务调度负载均衡优化技术分别获得了2%~10%的性能提升，同时能够使系统整体的能耗降低10%以上。

• 结合密度图回归与检测的密集计数研究

  高洁, 赵心馨, 于健, 徐天一, 潘丽, 杨珺, 喻梅, 李雪威

  针对基于检测以及基于密度图两种主流的密集计数方法中，基于检测的方法召回率较低、基于密度图的方法缺失目标物体位置信息的问题，将检测任务与回归任务相结合后提出一种基于密度图回归的检测计数方法，可以实现对密集场景中目标物体的计数以及定位，对两种方法进行优势互补，在提高召回率的同时，实现标定所有目标物体的位置信息。为提取出更加丰富的特征信息以面对复杂的数据场景，网络提出特征金字塔优化模块，该模块纵向融合底层高分辨特征与顶层抽象语义特征，横向融合同尺寸的特征，丰富目标物体的语义表达；考虑到密集计数场景中目标物体所占像素比例较低的问题，提出一种针对小目标的注意力机制，通过对输入图像构建掩膜以增强网络对目标物体的注意力，从而提高网络的检测敏感性。实验结果表明，所提出方法在保持准确率基本不变的情况下，大幅度提高了召回率，同时可准确标定目标物体位置，有效提供输入目标图像的计数以及定位信息，在工业以及生态等各种领域具有广泛的应用前景。

• YOLOv4-Tiny的改进轻量级目标检测算法

  何湘杰, 宋晓宁

  目标检测是深度学习的重要分支领域，大量的边缘设备需要轻量级的目标检测算法，但现有的轻量级的通用目标检测算法存在检测精度低、检测速度慢的问题。针对这一问题，提出了一种基于注意力机制的YOLOv4-Tiny的改进算法。调整了原有的YOLOv4-Tiny算法的主干网络的结构，引入了ECA注意力机制，使用空洞卷积改进了传统的SPP结构为DC-SPP结构，并提出了CSATT注意力机制，与特征融合网络PAN形成CSATT-PAN的颈部网络，提高了网络的特征融合能力。提出的YOLOv4-CSATT算法和原始YOLOv4-Tiny算法相比，在检测速度基本持平的情况下，对于信息的敏感程度以及分类的准确程度有了明显的提高，在VOC数据集上精度提高了12.3个百分点，在COCO数据集上高出了6.4个百分点。在VOC数据集上，相比Faster R-CNN、SSD、Efficientdet-d1、YOLOv3-Tiny、YOLOv4-MobileNetv1、YOLOv4-MobileNetv2、PP-YOLO算法在精度上分别高出3.3、5.5、6.3、17.4、10.3、0.9和0.6个百分点，在召回率上分别高出2.8、7.1、4.2、18.0、12.2、2.1和4.0个百分点，FPS达到94。通过提出CSATT注意力机制提高了模型对于空间的通道信息的捕捉能力，并结合ECA注意力机制和特征融合金字塔算法，提高了模型的特征融合的能力以及目标检测精度。

• YOLOv8-VSC：一种轻量级的带钢表面缺陷检测算法

  王春梅, 刘欢

  目前在带钢表面缺陷检测领域，通用的目标检测算法复杂度高、计算量庞大，而一些中小型企业负责检测的终端设备通常不具备较强的计算能力，计算资源有限，从而导致检测算法部署困难。为解决该问题，基于YOLOv8n目标检测框架，提出一种轻量级的带钢表面缺陷检测模型YOLOv8-VSC。该模型使用轻量级的VanillaNet网络作为骨干特征提取网络，通过减少不必要的分支结构降低模型的复杂度。同时，引入SPD模块在减少网络层数的同时加快模型的推理速度。为了进一步提升检测精度，在特征融合网络中，使用轻量级的上采样算子CARAFE，提高融合特征的质量和丰富度。最后，在NEU-DET数据集上进行大量实验，得到模型的参数量与计算量为1.96×106和6.0 GFLOPs，仅为基线的65.1%和74.1%，mAP达到80.8%，较基线提升1.8个百分点。此外，在铝材表面缺陷数据集和VOC2012数据集上的实验结果表明所提算法具有良好的鲁棒性。与先进的目标检测算法相比，所提算法在保证高检测精度的前提下需要的计算资源更少。

• 融合知识图谱的影视视频标签分类算法研究

  蒋洪迅, 张琳, 孙彩虹

  鉴于视频感知方式的多样性，视频标签层级分类算法均从视觉和文本模态入手，训练联合模型共同推断视频内容。但现有研究通常只适用于粗粒度的分类，针对影视剧名的分类，则需要更加细粒度的识别。提出了一个融合知识图谱的影视视频标签分类算法。首先，使用了基于大规模通用数据训练的多模态预训练模型提取了视觉和文本的特征，训练了一个多任务的视频标签预测模型，得到视频的类型、题材和实体三级标签；通过在多任务学习网络中引入相似性任务提高分类模型训练的难度，使得同类样本特征更加紧密，且更好地表达样本差异。其次，对于最细粒度的实体标签，提出了一个局部注意力头扩展的实体纠错模型，引入外部知识图谱的共现信息对前置模型的预测结果做修正，得到更准确的实体标签预测结果。采集豆瓣的半结构化数据构建了影视知识图谱并对影视视频标签分类模型进行了实证研究。视频标签分类的实验结果表明，首先，基于多任务网络结构，在训练分类任务时加入交叉熵损失函数和相似性损失函数对模型进行共同约束优化了特征表达，在类型、题材、实体标签的Top-1分类准确率上分别提升了3.70%、3.35%和16.57%；其次，针对前置模型的困难样本提出的全局-局部注意力机制模型，在引入了知识图谱信息之后，实体标签的Top-1分类准确率从38.7%提升到45.6%。该研究是使用图片-文本对数据在多模态视频标签分类问题上新的尝试，为少量数据样本情况下的短视频标签分类提供了新的研究思路。

• 时间感知的双塔型自注意力序列推荐模型

  余文婷, 吴云

  用户的偏好具有聚合性和漂移性。现有推荐算法在序列建模框架中融合了交互时间相关性的建模，取得了很大的性能改善，但它们在建模时仅考虑了交互的时间间隔，使得它们在捕捉用户偏好的时间动态方面存在局限性。首先，提出了一种新的时间感知的位置嵌入方法，将时间信息与位置嵌入相结合，帮助模型学习时间层面的项目相关性。随后，在时间感知位置嵌入基础上，提出了时间感知的双塔自注意力序列推荐模型（TiDSA）。TiDSA包含项目级和特征级的自注意力模块，分别从项目和特征两个角度对用户偏好随时间变化的过程进行分析，实现了对时间、项目和特征的统一建模，并且在特征级自注意力模块，设计了多维度的自注意力权重计算方式，从特征维度、项目维度和项目与特征交叉维度充分学习特征之间的相关性。最后，TiDSA将项目级与特征级的信息相融合得到最终的用户偏好表示，并根据该表示为用户提供可靠的推荐结果。四个真实推荐数据集的实验结果表明，TiDSA的性能优于许多先进的基线模型。

• 采用局部子图嵌入的MOOCs知识概念推荐模型

  居程程, 祝义

  大规模开放在线课程（MOOCs）在减少用户学习盲区和改善用户体验方面已经有大量的研究，尤其是基于图神经网络的个性化课程资源推荐，但现有工作主要集中在固定或同质图上，容易受到数据稀疏问题的影响且难以扩展。在局部子图上使用图卷积，并结合扩展的矩阵分解（MF）模型来解决这一问题。首先，将异构图分解为多个基于元路径的子图，结合随机游走采样方法实现在采样节点富有影响力邻域的同时捕获实体之间复杂的语义关系，并在局部邻域上进行图卷积平滑各节点表示，实现高可扩展性；然后，使用注意力机制适应性地融合不同子图的上下文信息，更全面地构建用户偏好；最后，通过扩展矩阵分解优化模型参数，获得推荐列表。为了验证提出模型的性能，在公开的MOOCs数据集上进行对比实验，相较于最优基线，性能提升了2%，内存计算需求降低了近500%，缓解数据稀疏问题的同时仍具有较强的可扩展性。

• 基于BERT的双特征融合注意力的方面情感分析模型

  李锦, 夏鸿斌, 刘渊

  方面情感分析旨在预测句子或文档中一个特定方面的情感极性，现阶段大部分的研究都是使用注意力机制对上下文进行建模。然而，目前情感分类模型在使用BERT模型计算表征之间的依赖关系抽取特征时，大多未根据不同的语境背景考虑上下文信息，导致建模后的特征缺乏上下文的语境信息。同时，方面词的重要性未能得到充分的重视而影响模型整体分类的性能。针对上述问题，提出双特征融合注意力方面情感分析模型（DFLGA-BERT），分别设计了局部与全局的特征抽取模块，充分捕捉方面词和上下文的语义关联。并将一种改进的“准”注意力添加到DFLGA-BERT的全局特征抽取器中，使模型学习在注意力的融合中使用减性注意力以削弱噪声产生的负面影响。基于条件层规泛化（CLN）设计了局部特征和全局特征的特征融合结构来更好地融合局部和全局特征。在SentiHood和SemEval 2014 Task 4数据集上进行了实验，实验结果表明，与基线模型相比该模型在融入了上下文语境特征后取得了较明显的性能提升。

• 用于方面级情感分析的情感增强双图卷积网络

  张文轩, 殷雁君, 智敏

  方面级情感分析是一项细粒度的情感分类任务。近年来，依存树上的图神经网络被用于建模方面项及其意见项间的依赖关系。然而，这类方法通常具有高度依赖依存树解析质量的缺点。同时，大多数现有研究着重关注语法信息，忽视了情感知识在建模特定方面与上下文之间情感依赖关系中的作用。为解决以上问题，设计并提出了用于方面级情感分析的情感增强双图卷积网络。模型基于依存树与注意力机制建立双通道结构，在更为准确、高效地捕捉方面与上下文间语法与语义关联的同时减轻了模型对依存树的依赖程度。此外，模型引入情感知识用于增强图结构，帮助模型更好地提取特定方面的情感依赖关系。模型在3个公开基准数据集Rest14、Lap14、Twitter上的准确率分别达到了84.32%、78.20%、76.12%，接近或超越目前最先进的性能。实验表明，提出的方法能够合理利用语义和语法信息，在使用更少参数的情况下实现较为先进的情感分类性能。

• 将行为依赖融入多任务学习的个性化推荐模型

  顾军华, 李宁宁, 王鑫鑫, 张素琪

  多种类型行为数据的引入缓解了协同过滤算法存在的数据稀疏和冷启动问题，在推荐领域被广泛研究和应用。尽管当前对多行为推荐的研究已经取得很大进展，但仍然存在以下问题：未能全面捕获行为之间复杂的依赖关系；忽略了行为特征与用户和项目的相关性。这导致学习到的特征向量无法准确表达用户的兴趣偏好，使得推荐结果存在偏差。为了解决以上问题，提出了将行为依赖融入多任务学习的个性化推荐模型（BDMR），将行为之间复杂的依赖关系分为特征相关性和时序相关性。首先，设置用户个性化行为向量，利用图神经网络处理多个单行为交互图，联合用户、项目和行为特征聚合高阶邻域信息，结合注意力机制学习行为之间的特征相关性；其次，将行为特征和项目特征构成的交互序列输入长短期记忆网络，捕获行为之间的时序相关性；最后，将个性化行为向量融入多任务学习框架获取更加准确的用户、行为和项目特征。为了验证提出模型的性能，在三个真实数据集上进行对比实验，在Yelp数据集上，相较于最优基线，HR和NDCG分别提升了1.5%和2.9%；在ML20M数据集上，HR和NDCG分别提升了2.0%和0.5%；在Tmall数据集上，HR和NDCG分别提升了25.6%和30.2%。实验结果表明，该模型优于其他的基准模型。

• 通过美颜保护人脸隐私

  汪涛, 张玉书, 赵若宇, 温文媖, 朱友文

  社交网络上广泛传播的人脸图像易被未授权的自动识别系统推断出敏感信息，这为用户隐私带来了威胁。为保护用户隐私，一些方法通过在人脸上添加具有可迁移性的扰动来去除可识别信息。然而，它们生成的结果由于存在较为明显的扰动使得视觉感知效果较差，因此并不适合在社交网络上分享。为此，提出了一种基于美颜的对抗性人脸生成方案Adv-beauty。Adv-beauty利用人脸匹配器和美颜鉴别器来协同监督生成器的训练过程，促使生成器在原始人脸上产生类似美颜的扰动来混淆人脸匹配器，换句话说美颜带来的像素变化遮盖了扰动产生的不良视觉效果。此外，在身份损失上设置对抗性阈值，用来防止身份特征的过分偏离而导致的人脸区域扭曲。充分的实验表明，Adv-beauty不仅能够保持良好的视觉效果，而且能够防御多种未知人脸识别分类器和商业APIs。

• DAGGraph: 适合移动自组网的区块链

  张文韬, 黄建华, 顾彬, 宁宇豪, 宫在为

  针对区块链与移动自组网结合所面临的挑战，采用有向无环图（DAG）结构适配移动性引发的网络分裂，提出一种基于DAG的系统模型DAGGraph。首先，对分簇算法进行优化，提出了簇内节点密度数量限制算法，从而有效解决了簇内节点数量不受控增加带来的吞吐量减小和能耗增加问题；其次，针对移动自组网节点快速移动引起的网络拆分与合并问题，提出了基于簇首间数据同步的区块恢复算法，通过DAG结构保留所有节点产生的合法区块，在网络合并时由原簇首交换产生的区块分支，实现了对区块分支的同步和恢复；最后，提出了一种简化的区块上链算法，在内部节点可信的前提下简化了区块的上链流程，减小了移动环境下区块传播产生的误差，缩短了区块的确认时间，提高了系统吞吐量。安全性分析表明，系统可以抵御针对区块链的常见攻击，并可以抵御针对移动自组网的拒绝服务攻击。仿真实验结果表明，DAGGraph的时延和吞吐量性能在大部分情况下优于已有的物联网区块链解决方案。

• 区块链技术下绿色供应链减排策略与智能合约

  王心, 王雅生, 张书华, 王新宇, 徐帅

  “双碳”背景下，绿色消费理念已深入人心。但消费者对于绿色产品的绿色度并非完全信任，区块链技术的信息透明与追踪溯源机制可以很好地解决这一问题。在传统绿色供应链中引入区块链技术，考虑消费者绿色偏好和绿色信任度，构建区块链技术应用前后以及不同权力结构下绿色供应链成员间的博弈模型，定量地研究其减排策略和定价策略，并探讨如何实现最优的消费者剩余和社会总福利。在采用区块链技术的基础上，设计智能批发价合约和成本分担智能合约，给出智能批发价的合理取值范围和最优的成本分担比例，以提高企业运营效率，实现供应链协调。结果表明，在消费者绿色偏好程度较高时，引入区块链技术能够给供应链上的各参与方带来更多收益，并且消费者购买绿色产品的意愿越高，收益就越大。通过数值分析发现，在零售商主导的情形下，智能合约能够更好地协调供应链。最后通过实证案例验证了相关结论的有效性。