计算机科学与探索杂志

计算机科学与探索杂志2025年第8期

• 面向区块链数据共享的访问控制研究综述

  冯鑫昊, 李雷孝, 刘东江, 杜金泽, 林浩

  随着数字化时代的到来，数据共享在推动社会经济发展和技术进步方面发挥着重要作用。如何在保障数据安全和隐私的前提下，有效地对数据共享过程进行访问控制，是一个亟待解决的问题。介绍了现有区块链项目中访问控制技术的应用情况。对区块链数据共享的访问控制研究问题进行了形式化定义。将数据共享过程划分为准备阶段、数据上传阶段、授权与访问阶段，在这三个阶段系统整理了区块链数据共享访问控制技术的研究现状并总结了相关技术的优点和局限性，其中着重分析了数据上传阶段中区块链访问控制的属性加密、可搜索加密、同态加密和代理重加密技术。总结了现有区块链数据共享访问控制研究中存在的不足，包括访问控制策略动态性不足、法律条款转化为策略困难、智能合约安全性欠佳、加密算法不够轻量级以及数据分级粒度较粗等问题，并从基于大语言模型的动态策略生成、利用自然语言处理技术实现法律策略自动转化、建立智能合约安全规范标准、开发轻量级加密算法，以及借助机器学习技术实现数据自动分级五个方面提出了展望。

• 时空数据查询技术研究综述

  孟祥福, 翁雪, 徐永杰

  随着现代信息技术的快速发展与应用，时空数据的规模迅速增长。这些数据呈现出海量聚集、高维异构以及动态复杂等特点。近年来，以时空数据为背景的时空查询技术得到广泛的研究和应用，如何有效地存储、管理和查询这些数据成为了研究的重点。对时空数据的相关查询技术进行综述，从时空数据相关基本概念入手，系统阐述了当前主流的时空查询处理模式，涵盖了范围查询、K近邻查询、反K近邻查询等多种类型；介绍了不同的时空索引技术，包括基于轨迹的索引结构、基于抽样的索引以及其他创新的索引方法；分析了结合其他技术的查询方法，主要包括时空-文本查询、语义近似轨迹查询、并行和分布式查询等，这些技术不仅提升了时空查询的多样性和准确性，还能有效地处理大规模时空数据。展望了时空查询技术的未来发展方向，包括查询结果的可视化展示、隐私保护以及结合机器学习的新型索引结构，为时空数据的高效利用提供了新的思路和挑战。

• 基于图深度学习的司法判决预测综述

  张亦菲, 李艳玲, 葛凤培

  司法判决预测旨在根据案件事实描述预测判决结果，如案件所涉及法条、罪名、刑期。近年来，图深度学习方法在法律人工智能领域取得了显著成效，能够有效地捕捉案件事实描述之间的复杂关系和法条之间的依赖关系。全面归纳并总结了图深度学习在司法判决预测任务上最新的研究成果。明确司法判决预测的任务定义，并回顾了早期的研究。重点关注基于图结构的司法判决预测的文本表示方法，具体包括因果图、要素图和知识图谱在本领域中的应用。分析图深度学习在司法判决预测中的相关方法，涵盖图蒸馏算子、图卷积网络、门控图神经网络、异构图神经网络、图注意力网络、图推理网络。介绍了CAIL、ELAM等主流数据集以及司法判决预测其他相关数据集，并整理了评估指标。展望司法判决预测的未来研究趋势，强调了图深度学习在此领域的持续创新和应用前景。

• 大语言模型GPT在医疗文本中的应用综述

  田崇腾, 刘静, 王晓燕, 李明

  医疗文本是医学知识记录与传递的重要载体，但随着医疗数据的迅猛增长，传统的人工处理方式已难以满足日益增长的效率与准确性需求。近年来，以GPT为代表的大语言模型在自然语言处理领域取得突破，具备强大的语言理解与生成能力，为高效处理医疗文本提供了新思路。介绍了大语言模型GPT的核心技术原理，并重点分析其在医疗数据处理、辅助医患沟通、医学教育支持、疾病预防管理以及多模态综合应用等五大领域中的实际应用；系统总结了大语言模型GPT在医疗文本处理方面所展现出的信息整合效率高、医学知识储备丰富等方面的优势；深入探讨了其在实际应用中暴露的问题，并给出了具有可行性的解决思路与技术优化方向；结合当前技术发展趋势，展望了大语言模型在医疗领域的未来应用前景。

• 基于深度学习的目标检测算法轻量化研究综述

  董甲东, 桑飞虎, 郭庆虎, 陈琳, 郑春香

  随着深度学习的快速发展，基于深度学习的目标检测算法在多个领域得到广泛应用。然而，随着算法不断演进，一系列挑战也逐渐浮现：模型复杂度增加导致参数量和计算量急剧膨胀，进而使得运行速度下降，难以满足高实时性应用场景需求；算法对硬件性能高要求，限制其在移动设备和边缘计算等资源受限环境中高效部署，缩小其应用范围；训练成本显著上升，包括对大量计算资源和长时间训练需求，也阻碍模型快速迭代。为了应对这些挑战，目标检测算法轻量化研究应运而生。综述基于深度学习的目标检测算法轻量化研究最新进展。对目标检测任务及其评价指标进行概述，详细回顾目标检测算法发展历程及代表性模型。在此基础上，重点探讨目标检测算法的轻量化技术，包括：轻量级网络架构设计，降低模型计算复杂性和空间复杂度；轻量级卷积技术创新，在减少参数量和计算量的同时保持模型性能；深度学习模型压缩方法，优化模型结构降低存储需求。实现资源受限设备高效部署与实时推理。总结当前轻量化目标检测算法研究现状，并在多领域技术融合、硬件架构优化以及边缘设备部署等方面进行展望与思考。

• 融合局部和全局特征的深度多视图聚类网络

  李顺勇, 李嘉茗, 曹付元, 郑孟蛟

  多视图聚类是当前数据分析领域的一个重要研究方向，旨在通过整合来自不同视角的数据，提升聚类精度。然而，传统的多视图聚类方法虽然在一定程度上提高了聚类效果，但往往忽略了视图间局部与全局特征的交互与融合。此外，尽管近年提出的多视图深度聚类方法，通过深度神经网络或对比学习增强了表征能力，但大多只关注局部或全局特征，未能在同一框架下对这两类特征进行综合处理。针对这些不足，提出了一种融合卷积神经网络与Transformer的深度多视图聚类模型（DMVCN-ILGF）。该模型设计了并行的卷积分支和Transformer分支，分别用于提取局部特征和全局特征。为了实现特征的有效融合，引入了特征交互机制（FIM）和特征融合模块（FFM），通过充分整合各视图的特征信息，以增强不同特征的交互和融合，最终提升聚类性能。进一步地，还设计了实例级和类别级对比损失，分别计算各视图的局部与全局特征之间的相似性，从而优化模型的表征能力和聚类效果。实验结果表明，提出的DMVCN-ILGF模型在多个多视图数据集上均取得了显著优于现有方法的聚类性能。

• 基于时域频域混合特征的多变量时序预测模型

  闵锋, 刘宇卓, 刘煜晖, 刘彪

  目前多变量时间序列预测方法主要是将时间序列转换为频域表示来提取特征信息，然而频域表示下序列会损失部分时域信息造成精度损失，且传统注意力机制会产生平方级时间复杂度。针对上述问题，提出了一种基于时域频域混合特征的多变量时序预测模型（TFMformer）。模型采用多尺度切分操作，以多尺度混合的视角分解出更准确语义，增强模型捕获序列综合语义信息的能力并通过切片操作减少模型输入token数来降低时间复杂度。提出时域频域混合特征增强模块，将时域和频域特征进行融合与交互，从而提升整体特征表征能力。同时提出在频域注意力的基础上引入时域特征信息，提升频域空间对时域信息感知能力，使得模型能够更精准地聚焦于有意义的特征组合，减少因时域信息缺失造成的预测偏差。TFMformer模型在6个基准数据集上进行了实验，预测结果与现有的先进方法相比，均方误差和平均绝对误差分别平均下降了3.8%和2.8%，其中平均绝对误差最高下降了11.2%，证明了该模型的有效性。

• 求解最小度约束最小生成树的强化粒子群优化算法

  吴良成, 杨 凯, 钟一文, 林娟

  为解决最小度约束最小生成树问题，提出一种结合强化学习求解的粒子群优化（PSO）算法。在搜索区域初始化过程中，利用生成树结构特征信息，设计基于短边聚类的结构生长方法，为后续搜索提供优质初始解空间；在PSO算法框架内，利用群体协同进化和保留历史信息的特点，设计不同进化速度的学习算子，在求解空间中展开多级精细搜索；设计不同粒度的自主飞行算子，负责不同程度的扰动，提供搜索多样性。同时围绕强化学习的状态反馈机制设计针对不同进化状态的奖惩池，根据当前搜索状态反馈及时调整个体更新策略，实现均衡高效搜索。进一步针对复杂邻域设计针对不同节点关系的两类局部搜索算子，针对叶节点进化设计交换、插入搜索操作，构成最小粒度的局部搜索；针对非叶节点设计替换、删除操作，在保证优质局部结构的同时提供更大范围内的搜索。使用105个被广泛用于测试的实例进行验证及对比，结果表明算法在98个实例上能够达到已知最优解，在其中48个实例中超越现有已知最优解，与其他算法的比较展示了算法的先进性和强有力的竞争力。

• 基于特征增强和对比嵌入的零样本图像分类算法

  刘颖, 冯小东, 何敬鲁

  零样本图像分类旨在利用训练过程中可见类的信息实现未见类的预测。特征生成的方法在语义特征的指导下，利用生成模型合成未见类的视觉特征，并在视觉特征空间训练一个有监督学习模型完成预测。但是，视觉特征空间缺乏足够的判别性信息，得到的分类结果不是最优的。为此，构建一个基于对比学习的对比嵌入模块，将生成的特征与真实的特征映射至对比嵌入空间，在对比嵌入空间分别进行实例嵌入与类嵌入，利用对比学习更好地学习实例之间的差异以及类之间的区别，获得更具判别性信息的特征，并最终在对比嵌入空间训练一个有监督学习模型完成预测。此外，为了充分利用视觉特征的数据分布，获得更接近真实特征及其语义信息的生成特征，利用Vision Transformer提取图像的视觉特征，并在特征生成的过程中加入双原型约束策略，利用聚类原型和类别原型帮助生成模型更好地学习数据分布。该策略分别约束生成特征接近真实特征的聚类原型以及生成特征的类别原型接近真实特征的聚类原型。在三个公共数据集上的实验结果验证了提出算法的有效性。

• 改进YOLO11的高精度课堂行为检测算法

  曹燚, 曹倩, 钱承山, 袁程胜

  针对课堂场景中学生目标小、分布密集且易被遮挡，导致检测精度低、识别效果不佳的问题，提出了一种基于YOLO11改进的课堂行为检测算法MFD-YOLO。该算法通过一系列创新设计，显著提升了课堂行为检测的精度和识别效果。设计了多维度特征流动网络（MFFN），通过结合维度感知选择性融合模块和多维特征扩散机制，增强了小目标的特征表示能力，显著提高了检测精度。在主干网络中构建了特征增强聚合模块（FEAM），通过整合不同尺度感受野的信息来优化特征提取过程，增强了网络对多尺度特征的增强与聚合能力，从而提高了对密集学生群体的检测能力。将传统检测头改进为动态检测头（DyHead），通过增强多尺度感知能力，有效提升了对被遮挡学生的识别能力，减少了误检和漏检现象。实验结果表明，与基础模型YOLO11n相比，MFD-YOLO在POCO数据集上的mAP0.50和mAP0.50:0.95分别提高了4.2和6.0个百分点，显著提升了检测精度，并有效降低了误检和漏检率；在SCB-Dataset3数据集上，mAP0.50和mAP0.50:0.95分别提高了3.4和4.4个百分点，进一步验证了改进算法的适用性和鲁棒性，证明了其在课堂行为检测中的应用潜力。

• 图像平滑结构引导的图像修复

  石计亮, 张乾, 杨思红, 刘霜, 滕林, 柏武贰

  针对现有图像修复方法存在参数量大、计算复杂度高以及大面积受损图像修复产生结构模糊或扭曲问题，提出一种图像平滑结构引导的轻量级图像修复方法。该方法由结构重建网络、结构增强网络和纹理修复网络组成。结构重建网络重建受损的边缘保留平滑图像，生成粗糙的平滑图像。结构增强网络进一步精细化该平滑图像，增强其连贯性，为RGB图像修复提供可靠的辅助结构信息。纹理修复网络利用增强后的结构信息调节修复过程，以重建受损的RGB图像。在编码阶段，为避免不同尺度的结构信息丢失，使用辅助特征聚合模块将多尺度结构信息融合到修复过程。在解码阶段，为了在图像缺失区域合成清晰的纹理和语义结构，使用特征合成模块对输入特征图建模局部和全局上下文，从而得到更合理的修复效果。此外，引入基于对比学习的对比损失以稳定和改进模型的训练效果。在CelebA-HQ、FFHQ、Paris StreetView以及Dunhuang数据集上进行实验，实验结果表明，该方法在参数量为9×106、计算复杂度为29 GFLOPs的情况下，修复效果均优于对比方法。

• 基于大语言模型指令微调的案件信息要素抽取方法研究

  王劲滔, 孟琪翔, 高志霖, 卜凡亮

  当前随着人工智能技术的快速发展，科技兴警战略已成为提升公安工作现代化水平的重要途径。在科技兴警的大背景下，公安机关面临着海量的非结构化案件文本信息处理需求，传统的人工处理方式已难以满足当前的工作要求。大语言模型作为一种新兴的人工智能技术，具备强大的语言理解和生成能力，能够自动从案件文本中抽取涉案人员、时间、地点、案件性质等关键信息要素，为案件分析、证据收集和决策支持提供有力支撑。因此研究基于指令微调大语言模型的案件信息要素抽取方法，以期通过先进的自然语言处理技术提高公安机关在案件信息处理上的效率和准确性，进一步推动公安工作信息化进程。该研究通过高效微调技术LoRA、指令微调、数据增强、情境学习等技术提升大语言模型的信息抽取能力。实验结果表明，该方法在自建的案件文本数据集上取得了显著的性能提升，抽取准确率和召回率均优于传统方法。

• 自然语言视角下基于凸包的知识蒸馏可解释性研究

  张程, 曹京旭, 吕劲昕, 严冬梅

  知识蒸馏（KD）作为一种模型压缩的有效技术，其通过利用教师（参数量较大）模型中的知识来训练学生（参数量较小）模型。这种技术能够助力利用大模型构建更适用于需要隐私保护和边缘计算场景的高性能小模型，这对于基于Transformer的大模型尤为关键。然而，当前对知识蒸馏的研究主要集中在提升学生模型的性能上，对教师和学生模型之间知识传递的本质以及知识蒸馏的可解释性探索不足。为填补这一空白，提出一个知识蒸馏可解释性框架（[Exp]-[KD]），从自然语言知识的角度来系统性地分析蒸馏过程中教师和学生模型之间的知识传递过程。从知识的角度总结凝练了知识蒸馏过程中尚不明确的三个关键问题：如何量化知识，如何量化转移的知识，如何量化转移的知识对学生模型的影响。依据自然语言知识与欧式空间中凸包的结构相似性，将自然语言知识表征为欧式空间中的凸包，并参考语义中的含义、中心思想以及关键词这三个概念，提出了用于量化自然语言知识的三个特征，知识范围、知识核心和知识框架。在此基础上，从教师和学生两个不同的视角，构建了知识转移率、知识吸收率、知识扩展度等一系列指标，用于测量知识在“教师-学生”范式中的变化情况，从而形成知识蒸馏可解释性分析框架。通过在多个数据集上以大语言模型（Bert-base-cased和Llama2-7B）作为教师模型进行的实验，探索了知识转移与学生模型学习结果之间的关系，从知识角度阐明了知识蒸馏的可解释性。研究表明，教师模型通常可以将大约 50% 到 60% 的知识传授给学生模型，同时，关系型知识最容易被学生模型吸收，这一结果将引导设计更适合关系型知识的损失函数来提升知识蒸馏效果。

• SBA：基于球几何性质的黑盒攻击方法

  郑德生, 田野, 柯武平, 李晓瑜, 殷浩, 王聪

  深度神经网络（DNN）很容易受到微小扰动生成的对抗样本的攻击，它对基于DNN的应用构成极大威胁。基于决策的攻击是一类仅依赖目标模型预测硬标签的黑盒攻击。目前基于决策的攻击方法通常采用梯度估计在目标模型决策边界附近发动攻击，但需要高昂的查询代价。因此，该研究提出一种基于球几何性质的黑盒攻击方法，称为球攻击（SBA）。它利用球的空间几何性质寻找最优对抗样本点，避免了梯度估计，实现了高攻击成功率和低质量损失的对抗样本。通过添加随机大噪声和线性查找得到初始对抗样本。利用离散余弦变换将输入样本和对抗样本变换到频率空间并利用几何位置关系采样三维子空间。将频率空间决策边界近似为超平面并利用球的几何性质迭代更新频率空间内更优的对抗样本，重复此步骤不断更新。利用逆离散余弦变换将其变换回输入空间最终得到最佳对抗样本。在ImageNet数据集上的实验结果表明，SBA的攻击成功率取得了较优效果，并且PSNR和SSIM结果表明，SBA生成的图像质量更佳。

• 融合多模态知识与有监督检索的视觉问答模型

  葛依琳, 孙海春, 袁得嵛

  视觉问答任务旨在通过理解图像内容回答问题，具有广泛的应用前景。然而，传统模型仍存在以下问题：依赖基础视觉特征，难以充分捕捉图像中的复杂信息，在图像语义理解和外部知识融合上存在不足；引入的外部知识常伴随噪声，影响检索和答案生成的准确性；缺乏有效的监督机制，有益知识难以得到充分利用，从而降低整体问答性能。针对以上问题，提出了一种融合多模态知识与有监督检索的视觉问答模型。该模型由多模态特征提取、基于多模态语义推理的知识检索和基于BLIP的阅读推理模块构成。其中，多模态特征提取模块通过融合图像语义特征、图像基础视觉特征、问题语义特征及知识特征，实现对“问题-图像”的全面理解。基于多模态语义推理的知识检索模块采用多层注意力机制，实现对“问题-图像”相关知识的精准检索。BLIP阅读推理模块则利用预训练的BLIP模型进行答案推理，提升答案生成的准确性。此外，结合有监督训练优化检索过程，减少噪声干扰。实验在OK-VQA、FVQA和VQA2.0等多个基准数据集上均表现优异，通过消融实验进一步验证了模型中各组件的有效性。为融合知识的视觉问答领域提供了新的解决方案，展示了多模态知识融合与有监督检索在提升视觉问答模型性能方面的潜力。

• 多层次通道融合语音情感识别方法

  张丽敏, 李扬, 蔡浩, 燕浩

  语音情感识别是机器情感认知能力的关键，对于提高人机交互质量至关重要。然而，现有研究多聚焦于浅层特征的分析，忽略了多特征融合的优势，同时数据样本量有限，影响了模型的泛化能力，导致语音情感识别准确率不够理想。为了进一步提高语音情感识别的准确率，提出一种基于数据增强和多层次通道融合的语音情感识别方法。将原始语音加入高斯白噪声、音高转换和混合处理三种方法进行数据增强，提高模型的鲁棒性。提出一种基于wav2vec 2.0模型和CNN模型的多层次并行通道网络结构。其中，第一个通道采用wav2vec 2.0模型作为主干网络，学习语音数据的深层表征，再经过两层卷积的CNN模型进行计算；第二个通道提取语音情感浅层特征作为输入，采用五层卷积的CNN模型学习语音数据的浅层表征，更全面地分析语音数据的深层表征和浅层表征。将两个通道输出的表征进行融合，形成深浅结合的多层次语音情感特征体系。所提出的模型在RAVDESS和CASIA数据集上分别进行测试，准确率达到94.38%和98.75%，实验结果验证了所提方法的有效性。

• 结合图像显著性区域的局部动态干净标签后门攻击

  洪维, 耿沛霖, 王弘宇, 张雪芹, 顾春华

  随着深度学习技术的广泛应用，针对深度学习模型的后门攻击也越来越多。研究后门攻击对揭示人工智能领域存在的安全隐患具有重要意义。为改进现有干净标签后门攻击方法在实际场景下可行性较低、隐蔽性不够高、攻击效果不佳等问题，提出了一种结合图像显著性区域的局部动态干净标签后门攻击方法。在仅掌握少量目标类数据的前提下，该方法引入代理模型训练方法，并通过隐式语义数据增广（ISDA）在训练阶段增加样本多样性。利用小批量随机梯度下降（MBSGD）优化算法生成与目标类相匹配的扰动，并设计特征分离正则化（FDR）方法，扩大中毒图像特征与干净图像特征的差异，从而提高攻击的有效性。为了增强攻击的隐蔽性和鲁棒性，采用Grad-CAM算法提取输入图像的显著性区域，将扰动限制在这些关键像素上，使生成的中毒样本触发器具有局部动态性。实验结果表明，所提方法在不超过0.05%的低中毒率下，攻击性能仍能超过目前一些先进的干净标签攻击方法，对现有防御模型仍然具备威胁性。

• 云边协同下支持等值测试的属性基广播签密方案

  牛淑芬, 王卫芳, 董润园, 张岩, 南兴兴, 胡林

  边缘计算的内容感知、实时计算、并行处理等开放特性，加剧了原本在云计算环境中就已存在的数据安全与隐私保护挑战。针对边缘计算环境中日益凸显的隐私数据泄露风险等安全问题，提出了一个支持等值测试的轻量级属性基广播签密方案。该方案运用属性基加密机制，实现了对数据的细粒度访问控制，确保仅当用户的属性符合预设策略时才可以解密访问数据，增强了数据的安全性；结合广播签密技术，保障了数据的机密性，确保数据的完整性和不可伪造性；利用等值测试技术，使得云服务器能够智能地对密文进行分类处理，实现了密文的有序分类存储，提升了数据管理的便捷性；此外考虑到边缘计算环境下资源受限的特点，通过外包计算的方式，将繁重的计算任务转移至边缘服务器，有效减轻了用户端的计算负担，提高了整体系统的运行效率与用户体验。在随机预言机模型下，证明了方案的安全性，性能分析表明该方案在功能特性和计算效率方面具有一定优势，在边缘计算环境中具有可适用性。

• 基于深度元学习的工控系统异常检测方法

  李新春, 谭新欢, 李琳, 许驰

  工控系统在不断网络化的过程中，正面临着层出不穷的新型网络攻击，导致传统异常检测方法因样本数量有限、泛化能力不足而造成检测精度低的问题。为此，采用模型无关的元学习（MAML）架构，提出基于卷积神经网络的深度元学习（D-MAML）异常检测方法。构建D-MAML的内、外双循环异常检测架构。其中，内循环提取样本特征，外循环动态更新参数，以提高模型泛化能力，满足少样本检测需求。设计元模块增强的卷积神经网络，并基于梯度下降法更新内循环模型参数，提高特征提取能力。提出基于多步损失函数的外循环模型参数更新算法，提高算法稳定性。采用余弦退火算法动态更新外循环学习率，解决算法泛化能力不足问题。基于三个公开的数据集对D-MAML进行了5分类实验验证。结果表明，D-MAML的单样本最佳准确率为67.17%，多样本最佳准确率可进一步提升到92.84%。

• 基于多臂赌博机遗传算法的无人机与卡车协同配送

  朱烨娜, 刘敏, 赵肄江, 陈萱霖

  无人机与卡车协同配送新模式凭借其高效、环保、不受地形限制等优势，正在改变传统的物流配送方式。带无人机的旅行商问题（TSP-D）是上述配送新模式中的一种经典问题，比纯卡车物流配送更为复杂，需要从无人机和卡车间的协同交互中寻找最优的配送组合，带来了新的挑战。提出了一种基于多臂赌博机的混合遗传算法来求解TSP-D。采用了自然数排列的染色体编码，并应用基于动态规划的精确划分方法对其解码，以生成无人机与卡车协同配送解方案。新设计了一种多臂赌博机局部搜索策略,将局部搜索算子池中的五种不同搜索算子视作赌博机的多个“臂”。先通过赌博机摇臂搜索后解方案适应值的提升程度来计算奖励，再根据[ε]-greedy强化学习方法计算各个“臂”被选中的概率，以便选择合适的搜索算子来增强算法的局部搜索能力。实验结果表明，提出的算法与其他主流的算法相比，在不同分布与不同规模的多数测试实例上均有更低的解方案成本。进一步的实验分析验证了多臂赌博机局部搜索策略比其他局部搜索策略具有更好的自适应能力，能显著提升算法的性能。最后，将提出的算法应用于长沙市一个实际的配送案例，展示了其现实应用效果。