2026年, 第52卷, 第11期 刊出日期：2026-11-15
-
全选|
-
-
计算机工程. 2026, 52(11): 1-26. https://doi.org/10.19678/j.issn.1000-3428.0260985图是描述实体及其关系、组织结构化知识并支撑复杂推理的基础数据形式。图神经网络（GNN）通过消息传递显式建模拓扑依赖，在节点、边和图级预测中具有稳定的结构归纳偏置，但其语义表征通常依赖输入特征与任务监督，跨图迁移、少样本泛化和自然语言解释能力有限。大语言模型（LLM）具备丰富的语义知识、上下文学习和多步生成能力，却难以在一维Token序列中完整保持图的置换不变性、高阶邻域与长程依赖。两类模型的互补性推动了大量融合研究，但已有综述多按图类型、输入形式或单一模型角色划分，难以同时回答“由谁主导预测”和“两者在何种层级交互”两个问题。为此，本文提出“协作方向×耦合粒度”二维分类体系：协作方向依据输出主体及信息流划分为LLM增强GNN（LLM4GNN）、GNN增强LLM（GNN4LLM）、LLM-GNN协同训练（Co-training）和统一图-语言架构（Unified）；耦合粒度依据信息交换位置划分为特征级、Token级、参数级和任务级，两轴正交形成4×4方法地图。本文按照可复核的数据库、关键词、纳入与排除标准，对2022年1月至2026年8月的代表性研究进行检索与核验，并优先采用正式同行评审版本；对尚无正式版本但影响范式形成的少量预印本作显式标注，不将其作为性能结论的主要证据。在该框架下，本文不仅比较各范式的训练开销、在线推理开销、适用任务和复现风险，还选取易混淆方法说明分类边界，并以统一维度的横向证据表支撑实践选型。进一步地，本文从演进逻辑而非方法清单出发，总结图文本化、结构Token、跨模态对齐和参数高效训练等关键技术，分析图检索增强生成(GraphRAG)、图智能体与图基础模型从独立路线走向检索、记忆、规划和统一接口融合的转折。结合文本属性图、知识图谱问答（KGQA）、推荐、分子与药物等场景，本文讨论不同范式在任务质量、结构理解、证据忠实度、跨域泛化、资源效率、可信性和可复现性方面的评测侧重，并提出统一评测应采用“质量—成本—可信性”联合报告。最后，本文归纳大图与长上下文扩展、幻觉与证据一致性、模态对齐、统一评测、图基础模型尺度规律、图智能体协同以及隐私公平安全等开放问题。该综述旨在为研究者和工程人员提供边界明确、证据可核验的方法地图，并为不同数据规模、任务目标和算力约束下的模型选择提供依据。
-
计算机工程. 2026, 52(11): 27-42. https://doi.org/10.19678/j.issn.1000-3428.0252679随着互联网的普及和发展，海量用户对热点话题的评论与传播，深刻影响着现实世界中事件的进程与发展。因此，挖掘公众对热点话题的立场与态度，对于网络舆情监测、社会安全治理等领域具有重要的现实意义。立场检测技术旨在从用户生成的文本中识别其对特定对象的态度。尽管已有许多研究提出了不同的任务场景和技术方法，但针对立场检测任务，仍未形成统一的分类标准。从任务场景和技术方法2个维度对立场检测任务进行综述，系统梳理了该领域的研究现状与发展趋势。从任务场景的角度，将立场检测任务划分为面向特定对象、对象迁移和对象泛化3种场景，突出了研究从特定领域向更广泛应用逐步演进的趋势。从技术方法的角度，将立场检测方法归纳为基于模型工程、知识工程和数据工程的三大类，并分析了各类方法的优势与局限性。此外，还从多个维度对公开的数据资源进行了统计与实验分析，揭示了立场检测数据集的关键特征及发展趋势。最后，对全文进行了总结，并展望了未来的发展方向及面临的挑战。
-
计算机工程. 2026, 52(11): 43-72. https://doi.org/10.19678/j.issn.1000-3428.0253430随着数字图像在社交媒体中的广泛应用，其已成为信息传播的核心载体。功能强大且易于使用的图像编辑软件与生成式人工智能技术的兴起，在降低创作门槛的同时，也为图像恶意篡改提供了更隐蔽的途径，导致虚假信息加速扩散。篡改行为会在图像中留下具有特异性的篡改特征，这构成了图像篡改检测技术的核心依据。面对日益复杂且多样化的篡改手段，现有综述多聚焦于单一技术路线，缺乏对图像篡改检测技术的系统性对比与整合分析。为此，本文构建“特征溯源—提取方式—检测任务”三维分类体系，基于篡改特征将图像篡改检测技术归纳为基于手工特征和基于深度学习特征两大类，并进行以下工作：首先，系统重构基于手工特征的图像篡改检测技术分类框架，将传统研究中分散的手工特征整合为相机系统特征、像素级特征与格式相关特征三大类，深入剖析14种典型图像篡改检测技术的性能优化策略、物理机理与改进效果，弥补现有综述在基于手工特征的图像篡改检测技术系统性分析方面的不足；然后，架构化梳理基于深度学习特征的图像篡改检测技术，并针对生成式图像篡改检测技术进行着重分析；接着，对现有篡改图像数据集的构成、特点及其局限性进行归纳与评述，为数据集选择提供可选择的依据；最后，总结展望该领域未来的研究方向和发展趋势，指出若干亟待解决的关键科学问题，以期为后续研究提供参考与借鉴。
-
计算机工程. 2026, 52(11): 73-92. https://doi.org/10.19678/j.issn.1000-3428.0253194基因组结构变异（SV）通过大片段DNA的插入、缺失、倒位或易位等改变基因组三维(3D)构象与调控网络，是多种复杂疾病的关键致病变异。近年来，长读长测序与三维基因组学技术的突破显著提升了对结构变异的检测能力。然而，由于结构变异的复杂性和功能注释的稀缺性，它的致病机制预测仍面临巨大挑战。研究者已经提出了通过挖掘染色质互作、表观修饰及单细胞转录组等数据，揭示结构变异对基因表达与表型的影响规律并解析结构变异致病机制的方法，但目前仍缺乏对该类方法的系统性总结。因此，本文系统综述了基于高通量测序数据预测结构变异致病性的方法，包括知识驱动型、传统机器学习、深度学习以及大语言模型（LLM）方法。通过总结现有方法的局限性，包括低频变异预测灵敏度不足、功能注释数据库匮乏以及三维模型泛化能力有限等问题，本文提出通过多模态数据融合、因果推理模型及空间组学技术推动该领域发展的潜在方向，旨在为基因组结构变异的功能解析提供理论参考。
-
计算机工程. 2026, 52(11): 93-109. https://doi.org/10.19678/j.issn.1000-3428.0070692多智能体深度确定性策略梯度(MADDPG)算法在解决多智能体路径规划问题时，通过引入全局信息缓解了环境非平稳性问题。然而，在复杂环境下，多智能体强化学习（MARL）算法仍存在奖励稀疏、智能体协作水平低下等缺陷。为解决上述问题，提出了一种基于状态动作预测的多智能体路径规划算法SA-MADDPG。首先，设计了基于长短期记忆(LSTM)网络的新奇奖励模块，能够在不依赖当前观测和动作的情况下给予智能体新奇奖励值，以缓解奖励稀疏问题；然后，设计了一个动作预测模块，通过显式地引入协作信息，并提出了一个基于Q值增益的动态权重项，指导智能体权衡自身任务策略优化与协作任务策略优化，以提升智能体协作水平；最后，构建了一个基于无人机的三维多智能体路径规划仿真环境，以综合评估提出算法的性能。实验结果表明：在障碍物密度实验中，SA-MADDPG算法的平均奖励提高5.26%~15.81%，平均回合时间减少10.96%~16.05%；在智能体数量实验中，平均奖励提高16.32%~22.90%，平均回合时间减少15.03%~25.15%。
-
计算机工程. 2026, 52(11): 110-120. https://doi.org/10.19678/j.issn.1000-3428.0070482在命名实体识别（NER）任务中，实体边界作为粒度较小的语言单元，具有歧义性小和语义特征明显的特点，因此通常被用来表征实体。然而，现有NER方法在训练时，通常仅依赖原始文本的语义逻辑来挖掘实体边界信息。由于边界词与非边界词共享相同的上下文语义，这导致模型难以充分感知实体边界语义特征和捕获实体边界语义信息。针对此问题，提出一种基于边界掩码的中文命名实体识别（CNER）模型。该模型由实体边界检测、实体编码和实体分类3个模块组成。该模型首先通过实体边界检测模块识别出候选实体边界；然后在实体编码模块中依据候选实体边界信息构造候选实体集，并通过引入开始边界线索标记[B]和结束边界线索标记[E]及预训练语言模型预置的掩码标记[MASK]来定位和掩码实体边界，从而增强模型感知实体边界语义特征的能力和充分挖掘预训练语言模型关于候选实体的潜在知识；最后将实体边界原始语义与边界线索标记语义及通过掩码标记预测得到的边界语义相融合，并利用双仿射机制与真实实体类型信息进行交互，从而充分丰富实体边界语义信息，提高模型识别实体的性能。实验结果表明，该模型在ACE2005-Chinese、Weibo和Resume 3个中文数据集上分别取得了91.40%、74.06%和96.79%的F1值，这验证了该模型的有效性。
-
计算机工程. 2026, 52(11): 121-129. https://doi.org/10.19678/j.issn.1000-3428.0252139药物研发是一项复杂、成本高且成功率低的过程。分子属性预测是药物研发过程中基础但是具有挑战性的任务，准确地预测分子性质可以加速药物研发的进程，降低研发成本。随着机器学习，尤其是深度学习的发展，分子属性预测研究取得了很大的进展。但是现有的许多方法使用的分子表征单一，或未通过多维表征之间的潜在关联对其进行有效融合。本研究提出一种新的分子属性预测方法——多表征融合的分子属性预测模型MRFP，并创新性地设计了一种分子表征融合算法，通过融合分子指纹与分子图两种不同类型的表征，生成更全面、更细致的分子表征，从而为分子属性预测提供更准确的输入。为了更好地提取分子图中的特征，依据分子特性，设计了一个新的三阶卷积读出模块TCNN，该模块能够有效地捕捉分子图所表达的信息。通过在MoleculeNet中6个分类数据集和3个预测数据集上的实验，证明了本研究的有效性，分类指标平均提高了 2.8百分点，预测指标平均降低了0.15。这一研究不仅为分子属性预测提供了一种新的解决方案，也为药物研发领域的分子设计和筛选提供了有力的支持，具有广泛的应用前景和潜力。
-
计算机工程. 2026, 52(11): 130-141. https://doi.org/10.19678/j.issn.1000-3428.0252047知识图谱嵌入（KGE）技术旨在将复杂的语义信息映射为易于计算的低维向量形式，从而支持高效的链接预测、知识补全等任务。然而，现有模型因受限于单一数学结构，难以同时兼顾三维方向敏感旋转与非交换组合特性，导致现有方法无法有效覆盖复杂关系模式的联合推理需求。为此，提出融合四元数与对偶复数的TransQD知识图谱嵌入模型，针对因单一数学结构导致的表达瓶颈，TransQD首次引入四元数嵌入与对偶复数嵌入的协同机制。四元数嵌入部分通过汉密尔顿乘积建模三维方向敏感的旋转操作，捕捉实体间空间方向性交互。对偶复数嵌入部分利用其非交换性乘法运算严格表征顺序依赖关系，例如路径组合中因顺序调换导致语义变化的场景，两者通过权重分配实现互补，从而覆盖更全面的关系模式。最后，TransQD在多个公开数据集上进行的链接预测与路径查询问答任务中均表现出卓越性能，同时设计并进行消融实验验证了双组件协同的必要性。
-
计算机工程. 2026, 52(11): 142-152. https://doi.org/10.19678/j.issn.1000-3428.0252317随着物联网（IoT）设备的广泛应用，如何在资源受限的物联网设备上高效部署强鲁棒性的卷积神经网络(CNN)成为一项重要挑战。现有的云服务器辅助物联网设备训练CNN模型的方法虽然可以降低云和设备间的参数传输量，但并未降低推理所需计算量且鲁棒性有限。为了解决上述问题，提出了一种分组的由多个非线性变换函数生成滤波器的方法GroupMNL。首先，在每层卷积层中随机生成少量的标准滤波器作为种子滤波器。将种子滤波器分组并对每组的种子滤波器使用不同类型的非线性变换函数按需生成多样性的滤波器，且参数是不可学习的，从而降低了CNN模型的可学习参数量。其次，将种子滤波器和生成的滤波器进行拼接生成完整卷积层，并在卷积操作中引入分组卷积机制以降低模型的计算量。最后，为了进一步增强CNN模型的鲁棒性，引入组归一化（GN）技术并结合多个非线性变换函数对模型的正则化作用，从而提升模型的鲁棒性。实验结果表明，基于GroupMNL的ResNet101模型相比标准模型，减少了87%的可学习参数量，降低了71%的计算量，并将模型鲁棒性提高了6.09百分点。
-
计算机工程. 2026, 52(11): 153-161. https://doi.org/10.19678/j.issn.1000-3428.0252038自监督学习在计算机视觉任务中表现出强大的潜力，但是如何有效地融合多个自监督任务提取的特征，仍是当前研究的热点。传统多任务学习方法因输入冲突、架构不兼容等问题难以有效整合异构自监督特征，而现有特征融合方法（如子空间学习）往往过度压缩特征空间，导致任务特异性信息丢失。本文提出一种基于特征回归任务的多自监督特征融合方法，该方法将特征融合问题视为多视角学习问题，目标是学习一个跨越不同视角的公共潜在空间，并最大化不同自监督特征之间的相关性。模型首先将多自监督特征视为互补的多视角表示，构建以Transformer编码器为核心的特征交互网络；然后特征回归任务会以掩码特征为输入，通过自注意力机制挖掘跨任务相关性以重建原始特征，迫使模型在最大化共享信息的同时保留独有信息；最终得到的特征包含了图像不同视角下的大量共享和独有信息，更具泛化性。在多个知名数据集上进行图像分类实验并对比后得出，融合后的特征的泛化能力明显优于融合前的特征，进而验证了该特征融合方法的有效性。
-
计算机工程. 2026, 52(11): 162-175. https://doi.org/10.19678/j.issn.1000-3428.0252164多目标跟踪(MOT)在计算机视觉领域面临目标遮挡、相似外观等诸多挑战，这些问题极大地制约了跟踪的准确性与鲁棒性。为有效应对此类难题，提出一种新的多目标跟踪方法TBSTrack。该方法由时序预测、特征提取和分段匹配3个核心模块组成。时序预测模块通过构建时序信息缓存区，并结合自注意力机制计算当前帧的预测结果，强化目标的时空关联性，从而精准预测目标位置。特征提取模块针对遮挡目标进行分块处理，运用卷积神经网络（CNN）提取各分块信息，再依据遮挡状况进行拼合，有效去除干扰，实现目标特征的有效表征。分段匹配模块采用两阶段匹配策略，借助可学习锚点在匹配时恢复遗漏目标，再从背景中挖掘潜在目标，综合两者得到最终跟踪结果，以此更新时序信息。为验证方法性能，在MOT17、DanceTrack和SportsMOT数据集上展开实验，结果显示，该方法的高阶跟踪精度（HOTA）分别为63.9%、57.3%、75.6%，识别F1值（IDF1）分别为 79.6%、 56.7%、78.8%。实验结果表明，该方法显著提升了多目标跟踪的准确性和鲁棒性，尤其在复杂场景下优势明显，为多目标跟踪提供了切实有效的解决方案。
-
计算机工程. 2026, 52(11): 176-190. https://doi.org/10.19678/j.issn.1000-3428.0252289磁共振成像(MRI)是临床辅助诊断、病变检测的重要手段。基于卷积神经网络（CNN）的磁共振图像重建在速度和精准度上取得较大进展。但现有模型多依赖单一域的特征提取，且受限于局部感受野，导致复杂解剖结构的重建质量略低。为解决这些问题，基于并行框架提出一种改进的混合注意力增强的双域多模态重建网络（AMC-Net）。该网络构造多模态特征融合（MMFF）模块，匹配并融合多模态输入之间的共享特征，补充初始输入中缺失的结构特征，尽量减轻初始输入的伪影干扰。基于迭代收缩阈值算法（ISTA）构建渐进式交互重建子网络（PIRN），采用多层迭代和双域信息交互数据流实现渐进式重建，并引入注意力机制改进的卷积实现全局特征学习。此外，协同通道-空间注意力和单头自注意力（SA）机制来精细化重建结果，突出细节特征并抑制伪影，从而提升微小结构的恢复质量和整体视觉效果。实验结果表明，AMC-Net在静态脑部MRI数据集IXI和BraTS2018上的重建效果优于主流模型，在5倍随机采样下，平均峰值信噪比(PSNR)达到42.66 dB且结构相似性指数(SSIM)超过0.97，能够生成高清晰度且细节还原准确的重建图像，同时具备对多种采样条件的良好适应性。
-
计算机工程. 2026, 52(11): 191-203. https://doi.org/10.19678/j.issn.1000-3428.0252144无人机（UAV）低空航拍技术在数据采集、安全监控以及地形测绘等多个领域中得到了广泛的应用，显著提高了作业效率。然而在无人机航拍目标检测中，检测目标往往存在尺寸较小、密集且分布不均等问题。为此，提出一种基于改进YOLOv8网络的目标检测算法TOD-YOLO。首先，在主干网络部分引入RFAConv下采样模块，在增加较少参数量的情况下为卷积核提供有效的注意力，使得网络在特征提取阶段聚焦于更小的目标。其次，提出特征融合模块CSPOKM以及一种新的特征融合路径，提高模型对小目标特征信息的提取能力，提升特征融合网络的性能。然后，基于深度可分离卷积（DWConv）和高效多尺度注意力（EMA）设计轻量级注意力检测头DWA-Head替代原有的检测头，在降低参数量的同时提升模型的目标检测精度。最后，提出可动态调节正负样本系数的损失函数DA-MPDIoU，为易漏检、难分类的小目标样本分配更高的权重，解决完整交并比（CIoU）在小目标密度大的复杂场景下容易产生误检和漏检的问题。实验结果表明，改进算法在VisDrone2019数据集上mAP@0.5与mAP@0.5:0.95指标较YOLOv8n分别提升9.6和6.8百分点，同时结合在DOTA数据集上的泛化实验，充分验证了该算法在小目标检测任务中具备显著优势与巨大潜力。
-
计算机工程. 2026, 52(11): 204-218. https://doi.org/10.19678/j.issn.1000-3428.0252094近年来，深度估计方法的轻量化设计使其可部署于资源受限设备，成为当下研究热点。然而现有轻量化单目深度估计模型受规模限制，特征表征能力存在瓶颈，易出现场景对象缺失、边缘细节模糊等问题。为此，提出一种轻量级自监督单目深度估计方法。设计一种基于联合注意力引导的多尺度空间特征融合机制(JAMFF)的跳跃连接方式，缩小编解码器之间的细节和语义差距。同时，将轻量级残差跨维度信息交互模块(LRCI)应用在所有编解码器阶段，一方面通过提取不同维度特征间的相关性提升微小目标深度区分度，另一方面通过跨维度信息交互设计保持模型轻量化。在KITTI数据集上的实验结果表明，所提方法在δ<1.25情况下准确率达到了 0.889，绝对相对误差（ARE）、平方相对误差(SRE)、均方根误差(RMSE)和对数均方根误差(RMSLE)分别为 0.106、0.789、4.581和0.182，同时模型参数量只有3.3×106，在保持模型轻量化的同时生成更加准确的深度图。在其他大量具有复杂场景和恶劣条件的数据集上的测试结果表明，该算法也具备较强的泛化性。
-
计算机工程. 2026, 52(11): 219-238. https://doi.org/10.19678/j.issn.1000-3428.0252184利用传统计算机视觉技术来解决复杂场景中的碰撞检测问题是一项十分艰巨的任务，尤其是面临虚碰撞干扰时模型误检率较高而准确率较低。针对该问题，本文基于哺乳动物视网膜分层结构特性，借助灵长类动物大脑皮层中央前回多感觉皮质区（PZ）神经元对特定视野区的危险感知特性，提出了一种能有效降低复杂场景中虚碰撞干扰的生物启发式增强碰撞检测神经网络（ECDNN）。该网络包含突触前和突触后两部分神经子网络结构。突触前子网络基于哺乳动物视网膜信息分层处理，逐级传递特性，从低阶视觉信息感知全局膨胀焦点（FOE）来划分动态聚焦感受野，以此获取关键视觉信息。突触后子网络整合聚焦感受野内由迫近视觉刺激引发的膜电位兴奋响应，输出表征迫近碰撞危险的警报信号。实验结果表明，该模型不仅能有效过滤复杂场景中虚碰撞干扰，降低模型误检，还将碰撞检测准确率提升至96%以上，可为构建人工智能交互系统提供重要基础。
-
计算机工程. 2026, 52(11): 239-249. https://doi.org/10.19678/j.issn.1000-3428.0252333单图像超分辨率（SISR）任务当前面临的主要难题在于，如何在恢复低分辨率（LR）图像的高频细节同时降低计算复杂度和避免伪影的产生。为了有效解决这些问题，提出融合小波卷积的多尺度大核网络WEMA-Net。该网络首先把小波变换卷积(WTConv)与大核分解策略结合，在频域内进行卷积操作，扩展感受野并降低计算复杂度。再设计多尺度分组机制，在不同尺度上捕获长距离依赖和局部纹理信息，结合小波卷积减少大核卷积可能导致的伪影。接着提出自适应门控空间注意力单元，根据不同区域的特征动态调整注意力权重，从而优化局部和全局特征的融合，增强细节和边缘的恢复能力。此外，设计调制卷积单元模块，通过提升对异常值的鲁棒性，进一步提高特征提取的灵活性。在Set5、Set4、B100、Urban100、Manga109等数据集上的实验结果表明，WEMA-Net在峰值信噪比（PSNR）上相较于轻量化模型RFDN、BSRN、LKDN、RepRFN、OSFFNet等均有提升。在Urban100和Manga109数据集上，4倍超分辨率性能相比于LKDN分别提高0.18 dB和0.20 dB。实验结果验证了该网络在图像细节恢复、计算效率及鲁棒性方面的优越性，表明该方法具有广泛的应用前景。
-
计算机工程. 2026, 52(11): 250-259. https://doi.org/10.19678/j.issn.1000-3428.0252012对Android应用的逆向分析不仅有助于检测正常应用中是否存在隐私泄露、密码学误用等安全问题，也可用于分析恶意应用的行为。在此过程中，定位Native层二进制代码中的密码函数并识别其使用的密码算法及具体功能是一项极具挑战性的任务。在现有的密码函数识别方法中，动态分析由于可以获取运行时信息，具有较高的准确性。然而，现有基于动态分析的工具主要针对x86/x64架构，难以有效应用于以64位ARM架构为主的Android应用程序。为解决这一问题，本文提出了一种基于挂钩的识别方法，用于定位和识别Android应用Native层代码中的密码函数。该方法首先基于常量特征、运算类指令统计特征、加密类指令特征这三类静态特征筛选出疑似密码函数，然后使用Frida对筛选出的函数执行挂钩操作，收集函数的传入参数、返回值等调用信息。最终，通过将被挂钩函数的运行结果与开源密码算法库中已知密码函数的运行结果进行匹配，识别密码函数的类型及功能。本文在3款主流Android应用上对该方法进行了测试，实验结果表明，该方法能够有效识别真实Android应用Native层代码中的密码函数。
-
计算机工程. 2026, 52(11): 260-268. https://doi.org/10.19678/j.issn.1000-3428.0252100Web应用防火墙（WAF）是保护网络应用免受网络攻击的一种有效手段，近年来网络应用的快速发展使得WAF的相关研究更加具有现实意义。常见的WAF构建方法主要有基于规则的方法和基于机器学习的方法。基于规则的WAF通过预定义的一组规则来检测攻击，这些规则通常过于复杂，难以动态或手动更新。基于机器学习的WAF主要通过支持向量机（SVM）等方法来对负载进行判别，但是很难做到像基于规则的方法那样对突发的恶意负载进行识别，并且很难达到基于规则方法的广度。对此，本文提出一种基于预训练语言模型的WAF加固方法，对基于规则的WAF使用预训练语言模型进行加固。该方法首先通过对预训练语言模型收集的恶意、良性的负载进行微调使其具有初步的判别能力，之后迭代使用被WAF拦截的恶意负载多次进行微调，学习被WAF拦截负载的文本特征。将预训练语言模型部署在WAF之前对来访负载进行初步判别。此外，对部分被预训练语言模型拦截的请求返回虚假回应，使得本文所提方法的效果得到进一步加强。在2款开源WAF上针对结构化查询语言(SQL)注入、跨站脚本(XSS)攻击2种Web攻击类型与2种攻击方法进行对抗实验，结果显示，经过预训练语言模型加固的WAF对2种攻击方法生成负载的平均拦截率分别从40.01%、36.07%提升到了 96.91%、97.13%，并且误报率维持为0，验证了所提方法的有效性。
-
计算机工程. 2026, 52(11): 269-283. https://doi.org/10.19678/j.issn.1000-3428.0070751联邦学习(FL)利用客户端的数据资源协作训练全局模型，全局模型效果取决于客户端的数据资源质量和其参与的积极性。因此，客户端期望在贡献高质量数据资源后得到相应价格补偿以提升其参与训练的积极性。此外，由于客户端上传的本地模型参数蕴含私有数据资源信息，因而面临隐私泄露的风险。为了解决这些问题，提出了一种基于激励机制的自适应隐私保护联邦学习方案。首先，设计了先决博弈拍卖机制，确保客户端诚实报告成本并实现纳什均衡(NE)。其次，基于训练时间和模型损失值设计了训练质量评估算法，根据总训练质量评估值的高低给予客户端相应的价格补偿，激励高质量数据的客户端参与训练。最后，采用自适应差分隐私技术，对本地模型参数进行扰动，通过动态噪声分配提升模型可用性。理论分析表明，设计方案满足安全性和隐私保护需求，实验结果也验证了其有效性。
-
计算机工程. 2026, 52(11): 284-294. https://doi.org/10.19678/j.issn.1000-3428.0252104全同态加密（FHE）是一类可以在加密数据上进行计算的加密方案。现有的全同态加密方案通常基于标准的容错学习（LWE）假设来实现。多密钥全同态加密(MKFHE)是全同态加密的一种高级变体，其允许在不同密钥下对加密数据进行运算处理。目前已经有许多方案被提出，带来了在安全性和效率方面的各种改进。然而传统多密钥全同态加密不支持动态扩展，仅能在密钥数量固定的情景下进行运算，同时还存在密文扩展开销大、安全性不足等挑战。为了解决上述问题，设计了一个云端与参与方交互式进行密文扩展的构造方法，基于LWE提出了一种非对称密码体制的动态多密钥全同态加密方案。该方案允许对新鲜的、运算后的或已扩展密文，动态引入拥有额外密钥的新用户，并通过构造中间密文和分块矩阵的方式，实现密文对新参与方的兼容扩展。各参与方对自身私钥进行承诺生成辅助密文，云端结合这些辅助信息与原密文进行计算，使扩展后的密文结构能够嵌入原始明文信息并保证解密正确性。与现有的构造方法相比，本文方法具有更小的参数尺寸，且密文扩展过程为交互式的，让用户承担少量计算负担，同时降低了云服务器的计算量，即降低了用户向云服务器提供商支付的费用，使得密文扩展更高效。此外，提出的多密钥全同态加密方案保持运算正确性和语义安全，依赖于标准LWE假设的困难性。
-
计算机工程. 2026, 52(11): 295-307. https://doi.org/10.19678/j.issn.1000-3428.0252140在网络安全领域，网络钓鱼攻击日益复杂且频繁，传统基于预定义参考模板的网络钓鱼检测方案依赖品牌与域名映射列表，通过视觉特征匹配识别品牌意图并验证域名一致性，实现可解释的钓鱼检测。这类方案虽能抵御零日钓鱼攻击，但需持续更新参考列表以覆盖新兴品牌，而这也导致高昂的维护成本。为此，利用大语言模型(LLM)和检索增强生成(RAG)技术提出了一种新颖的基于参考的网络钓鱼检测方案Phish-RAGLLM。Phish-RAGLLM无需依赖预定义的参考列表，将传统的视觉问题重构为语言问题，利用LLM蕴含的丰富品牌知识，并通过RAG技术结合外部品牌知识库增强模型生成能力，有效抑制了LLM可能出现的幻觉问题，提升了检测的精确度和鲁棒性。实验结果表明，与当前最佳模型PhishLLM相比，Phish-RAGLLM能权衡模型性能、推理成本以及知识库完备性，以GPT-3.5-turbo-instruct作为主干LLM，将F1值提升了5.88%，运行效率提升了12.5%，且在面对数据集变化和提示注入攻击时表现出较强的鲁棒性。基于LLM的特性，Phish-RAGLLM对多语言钓鱼网站表现出良好的适应性，能够有效检测不同语言环境下的钓鱼网页。此外，实地评估表明该方案具有比VirusTotal这一威胁情报来源更为广泛的检测能力，进一步验证了其可行性和有效性。
-
计算机工程. 2026, 52(11): 308-318. https://doi.org/10.19678/j.issn.1000-3428.0070618区块链技术因其安全透明和可追溯等特性被广泛应用于供应链分布式管理中。然而，随着数据规模的爆炸式增长，其核心共识机制——实用拜占庭容错(PBFT)共识算法面临共识安全性低、节点积极性不足、通信成本过高等问题。为满足供应链大数据场景的应用需求，提出一种基于节点竞价和信誉机制的改进算法(NBR-PBFT)。首先，采用节点竞价机制改进Eigen Trust推荐信誉模型中依赖节点间交互历史的局部信誉值计算方法，将节点的自身基础资源配置纳入其可靠性评估中，通过计算节点全局信誉值构建共识组，动态筛选出资源配置更优、性能更强的节点参与共识，提升共识效率和安全性。其次，引入信誉奖惩机制，激励高性能节点参与共识，剔除网络中的拜占庭节点，降低系统中心化程度；最后，优化一致性协议过程，在主节点中引入判定机制，在共识的准备和确认阶段对系统状态进行判定，减少共识延迟，提高吞吐量。仿真实验表明，该方案能够有效降低拜占庭节点作恶概率，减少网络通信开销，提高系统效率和容错能力，可适用于供应链大数据场景。
-
计算机工程. 2026, 52(11): 319-330. https://doi.org/10.19678/j.issn.1000-3428.0252355微姿态是由内在情感驱动的无意识细微动作，能够反映个体隐藏情绪，在情感计算中具有重要价值。其在时间维度上具有瞬时性，在空间维度上幅度微小、边界模糊，属于典型的细粒度行为，传统方法难以提取有效特征。为此，提出一种基于多模态协同增强的微姿态识别方法，将视频、骨架与文本构建为互补表征三元组。该框架突破传统视觉-语言模型的局限性，引入骨架模态作为运动学先验，结合视觉上下文和语义引导，构建多源互补的特征表征体系。此外，提出双层级协同模块：视频-姿态协同模块（VPCM），融合视频的细节特征与骨架的全局运动信息，采用跨时间注意力机制扩展特征表示，增强时序建模能力；文本-姿态协同模块（TPCM），引入文本模态的语义先验，采用基于Top-k的融合策略强化骨架特征的语义关联性，提升对细粒度特征的捕获效果。为进一步优化多模态融合性能，提出两阶段训练策略，先对单模态编码器进行预训练，再通过轻量化适配器与协同模块进行协同学习，有效提升了模型的精度。在主流微姿态数据集上的实验结果表明，所提模型的识别准确率超越了当前最优方法，达到了70.40%的精度。
-
计算机工程. 2026, 52(11): 331-342. https://doi.org/10.19678/j.issn.1000-3428.0252268在多模态情感分析任务中，传统方法依赖于直接融合多模态信息，而每个模态特有的私有特征往往被跨模态交互所忽略，这可能导致模型在处理复杂情感表达时准确性和鲁棒性不足，特别是在智慧教育场景中，教师需要通过学生的语音、表情和文本反馈来精准判断其学习状态和情绪波动，因此，提升多模态情感分析的精度对于个性化教学和课堂交互具有重要意义。为了解决这一问题，提出一种结合私有特征学习和对比学习的情感分析模型。首先，为了充分利用私有特征，该模型将共享特征与原始的文本、音频、视觉特征进行相似性比较，从而识别在跨模态交互中被忽视的私有特征，通过融合私有特征和共享特征来增强模型的表达能力；其次，提出一种模态无关对比损失（MACL），通过对多模态融合特征进行对比学习，有效利用多模态数据中的情感信息，减少模态间的差距，进而获得统一的情感表示。实验结果表明，在CMU-MOSI和CMU-MOSEI数据集上，该模型的F1值分别达到85.98%和85.95%，二分类准确率分别达到86.01%和85.97%，显著高于次优模型，验证了该模型的有效性。
-
计算机工程. 2026, 52(11): 343-362. https://doi.org/10.19678/j.issn.1000-3428.0252397近年来，多模态磁共振成像(MRI)技术在脑疾病诊断与脑网络分析中展现出显著优势，但如何在磁共振数据静息态功能连接（rs-fMRI）、弥散张量成像（DTI）等多模态进行数据优化和关联化，并提取具有强拓扑表征能力的低维脑网络特征的研究仍面临挑战。针对多模态脑网络rs-fMRI/DTI分析中特征优化、拓扑信息捕获和利用的问题，提出联合优化框架。首先，为缓解特征分布偏移与模态异质性，提出基于SPAMS的多模态字典学习数据增强策略，通过联合优化功能连接的脑网络、弥散结构脑网络，构建共享稀疏字典，生成解剖-功能一致性增强数据，提升组间相似性与特征质量；其次，为有效捕获脑网络复杂拓扑信息，提出黎曼流形约束损失自编码器（RM-Loss AE），将特征空间建模为正定矩阵流形，引入对数欧氏度量等优化重构损失。在阿尔茨海默病神经影像学（ADNI）和自闭症脑成像数据交换-Ⅱ(ABIDE-Ⅱ)数据集上的实验结果表明，所提方法显著提升了特征可分性、分类性能以及rs-fMRI与DTI模态间的耦合强度等指标，为多模态脑网络表征学习提供了新范式，推动其在精准医疗中的应用。
-
计算机工程. 2026, 52(11): 363-373. https://doi.org/10.19678/j.issn.1000-3428.0252367视频描述旨在深入分析视频内容，用自然语言准确、流畅地描述视频内容。概念对应于视频内容中的对象、动作和属性，可以作为视频描述的媒介。虽然已经有部分研究使用概念引导视频描述，但是仍然存在两个主要问题：概念检测精度有限和概念利用率不足。针对这些问题，提出了全局和局部概念引导的多模态视频描述(CGMVC)方法，用于提高生成描述的质量。首先用不同的骨干网络提取视频的多模态特征，利用HMMC模型通过分层匹配的视频到文本检索(HMVT2R)提供视频的文本信息，然后使用多模态特征融合和概念检测(M2FCD)网络精确检测概念。为了充分利用检测到的概念，通过概念投影模块(CPM)挖掘视频的潜在主题从全局层面引导解码，通过语义注意力模块(SAM)和交叉注意力模块(CAM)分别利用概念和视频的多模态特征，实现局部层面的解码优化。通过充分利用概念和不同模态的信息，生成更加自然和准确的描述。在MSVD和MSR-VTT数据集上的实验结果表明，CGMVC模型的CIDEr和BLEU@4分别达到了111.2%、57.1%和 64.1%、51.2%，CGMVC方法相对于基线方法和其他先进方法具有一定的优越性。
-
计算机工程. 2026, 52(11): 374-386. https://doi.org/10.19678/j.issn.1000-3428.0252345水下图像生成技术作为填补海洋探索领域数据缺口的重要途径，生成图像的真实性和多样性将直接影响后续分析研究的可靠性。现有模型通常参数量庞大，训练与推理过程耗时较长，生成的水下图像清晰度不足，图像主体的结构和边缘存在畸变现象，推理过程未能充分考虑水下环境独特的光学特性，生成图像的真实性有待优化。为此，基于ControlNet模型提出UW-ControlNet水下图像生成框架，对预训练的Stable Diffusion模型进行参数微调，将条件图像的结构约束与文本提示的语义约束相结合，实现水下图像的跨模态可控生成。引入轻量化特征提取网络（LFEN），改进条件图像的特征提取过程，提高模型的收敛速度和推理速度。设计基于关联矩阵的通道注意力（CMCA）模块，将背景对应的全局通道特征与主体对应的局部通道特征进行解耦与耦合，在优化生成过程中的文本-图像多模态对齐，增强生成结果的可信度。构建结构-语义约束增强模块（SSCEM），避免下采样过程导致的约束信息丢失，确保生成图像与条件图像的结构一致。实验结果表明，通过UW-ControlNet生成的水下图像在定量指标和定性对比上均优于现有方法，展现出良好的应用价值。
-
计算机工程. 2026, 52(11): 387-401. https://doi.org/10.19678/j.issn.1000-3428.0252621网络威胁情报（CTI）在缓解网络攻防的不对称性方面具有关键作用，但现有战术、技术和程序（TTP）提取方法主要依赖人工标注的全监督语言模型，存在效率低、一致性差的问题。尽管MITRE ATT&CK框架通过标准化分类缓解了TTP描述问题，但当前基于自然语言处理（NLP）的方法仍面临泛化能力不足、版本适配滞后和可解释性差三大挑战。为此，通过融合大语言模型（LLM）的先验知识与外部可信知识，提出一种基于零样本学习的大模型TTP抽取方法DetecTTive。该方法利用ATT&CK官方知识库作为外部知识源，融合向量语义知识检索和图增强关联推理，结合智能体工作流实现自动化白盒推理，在提升零样本性能的同时确保结果可追溯。实验结果表明，该方法在基准数据集上的F1值达到80.02%，召回率达到83.46%，有效解决了传统模型的数据偏差和版本适配问题，为动态威胁环境下的TTP抽取提供了可解释、低成本的解决方案。
-
计算机工程. 2026, 52(11): 402-411. https://doi.org/10.19678/j.issn.1000-3428.0252484文本转结构化查询语言(SQL)任务旨在将自然语言查询自动转换为SQL，是实现非技术人员便捷访问数据库的关键技术，对提升数据利用效率具有重要意义。针对大语言模型（LLM）在文本转SQL任务中面临的模型对提示模板中数据库模式信息理解不足的问题，提出一种基于表格创建信息微调的LLM文本转SQL方法。现有方法多依赖于复杂冗长的提示模板设计或大量的微调数据，面临着两大性能瓶颈：包含完整提示内容的模板稀释了其中少数的关键提示，导致模型在长上下文理解中出现注意力分散问题，降低了推理性能；需要人工收集和处理上万样本的大规模微调数据，才能使模型微调后获得稳定的文本转SQL任务理解能力。为此，提出一种融合提示工程（PE）和微调的文本转SQL生成策略，通过语义相似度筛选出与问题最相关的表格创建信息，并结合精简的提示模板构建轻量的人工微调数据集，该数据集通过监督微调指导LLM理解提示模板中的表格模式信息，增强模型对表格与问题之间关联的掌握能力，从而生成更准确的SQL查询语句。实验结果表明，所提方法能够有效降低模型对提示模板中额外信息的依赖，缓解模型在推理时产生的注意力分散问题，生成SQL查询的执行精准度达到83.37%，相较于基准方法提高了0.49百分点。
-
计算机工程. 2026, 52(11): 412-422. https://doi.org/10.19678/j.issn.1000-3428.0252213基于直接偏好优化（DPO）的强化学习方法在大语言模型（LLM）的诸多下游任务中展现了良好的效果，然而该方法直接应用在机器翻译中时，常会因为全局奖励最大化策略而产生过度优化问题，具体表现为模型过度关注与参考译文的分布一致性，而丧失了局部翻译多样性和全局优化的潜力。为了解决上述问题，探究DPO方法在LLM机器翻译中表现劣化的根本原因，在此基础上提出一种基于局部偏好优化（LPO）的LLM机器翻译方法。该方法对LLM进行动态温度采样，并通过无参考评估找出翻译中的易错低频短语，提出一种结合全局差异和局部关键差异的偏好数据构造方法，在综合考虑模型全局翻译效果和局部多样性的前提下，设计token级的全局损失和局部损失函数，最后利用两阶段课程学习策略逐步调整模型对低频短语的输出偏好。在FLORES-200数据集上选取14种形态复杂的多语言翻译任务进行测试，实验结果表明，所提方法在XCOMET、COMET-22和BLEU上的得分结果分别为80.7、89.9和30.2。此外，与多个多语言机器翻译强基线进行对比，所提方法在所有翻译语向上均优于基线模型，验证了该方法的有效性。
-
计算机工程. 2026, 52(11): 423-434. https://doi.org/10.19678/j.issn.1000-3428.0252152医学影像报告自动生成任务存在影像对比度低、异常区域较小的问题，仅依靠影像信息难以精准刻画异常特征，因此如何引入外部知识来增强视觉表征成为解决问题的关键。此外，异常特征的共现关系复杂，依赖单一样本难以捕捉，如何利用相似实例建模共现模式至关重要。针对上述挑战，提出一种融合异质图的相似实例引导（SIG）方法，用于生成医学影像报告，包括结合异质图的图像特征记忆模块和相似实例特征融合（SIFF）模块。结合异质图的图像特征记忆模块提取报告实体关系，构建与报告对应的异质图为桥梁，引导模型关注图像异常区域，增强异常视觉特征；SIFF模块检索相似实例，融合相似实例的异常视觉特征，在增强异常区域特征表达的同时，获取更全面的异常信息。在 IU X-Ray 和 MIMIC-CXR 这两个医学影像数据集上验证所提方法的有效性，实验结果表明，所提方法在 BLEU 系列评分指标上表现优秀，在IU X-Ray数据集上BLEU-1~BLEU-4分别为 0.539、0.353、0.265、0.193。同时，该方法在 METEOR 和 ROUGE-L 指标上的表现同样卓越。所提方法在自然语言生成指标和生成报告的准确性、完整性方面优于现有主流方法。
-
计算机工程. 2026, 52(11): 435-443. https://doi.org/10.19678/j.issn.1000-3428.0252072随着电磁信号分析技术和方法的不断更新，对电磁信号分析软件功能的快速迭代能力提出了更高要求。然而，传统架构由于系统耦合度高，模块间依赖性强，导致软件维护难度大、更新效率低，难以满足新功能的扩展需求。为了解决上述问题，提出一种基于插件式的电磁信号分析软件架构设计方法，旨在通过插件式设计降低系统耦合度，提升软件的可扩展性与维护效率。首先，依据软件的功能需求分析，制定软件架构设计原则，并在此基础上设计层次化、模块化的电磁信号分析软件总体架构；然后，基于“平台+插件”的思想，设计平台扩展接口和标准插件接口，以规范插件的开发与集成；接着，基于Qt框架的动态插件加载机制，设计并实现插件管理器，开发支持跨平台运行的电磁信号分析原型软件；最后，基于EMSA度量方法对原型软件的可扩展性进行评估，同时在实际应用场景下进行测试验证。实验结果表明，插件式电磁信号分析软件的扩展能力相比模块化架构提升了 58.33%，并在实际应用过程中表现出较高的稳定性和鲁棒性。
-
计算机工程. 2026, 52(11): 444-455. https://doi.org/10.19678/j.issn.1000-3428.0252363采用基于近端策略优化（PPO）强化学习算法的运动控制策略，设计并实现一种新型的模块化仿生象鼻抓取器。该抓取器融合了刚性与柔性的设计原则，构建模块化的结构，从而显著增强系统的灵活性和可扩展性。在硬件设计层面，应用刚柔结合的策略，刚性部分保障了结构的强度与稳定性，而柔性部分则致力于适应各种形状和硬度的物体，以实现精准抓取。运用PPO算法对仿生象鼻抓取器进行运动控制，从而模拟象鼻的复杂运动行为，并将训练完成的模型应用于实际抓取任务。在物理仿真环境下，设置多种抓取任务，并通过PPO算法的持续迭代优化进行训练，使得抓取器逐渐学会在各种环境条件下自适应地调整运动轨迹，以实现精确抓取不同的物体。实验结果表明，该模块化仿生象鼻抓取器在多样化抓取任务中具有出色表现，其抓取成功率超过90%，且抓取动作流畅自如。该研究成果不仅验证了PPO算法在解决复杂机器人抓取问题时的有效性，同时也为模块化机器人系统的设计及应用开辟了新途径，未来有望在智能制造、医疗辅助、灾害救援等领域发挥重要作用。
-
计算机工程. 2026, 52(11): 456-468. https://doi.org/10.19678/j.issn.1000-3428.0252017印制电路板（PCB）表面纹理复杂，缺陷尺寸小且种类繁多、形状各异。为准确检测小目标，通常需要添加更小尺度的检测头，导致计算成本大幅提高，检测速度减慢。针对这一问题，提出一种多尺度特征融合学习的PCB小目标缺陷检测模型PCB-Det。该模型在YOLOv8架构的基础上，采用轻量级主干网络PP-HGNet替代原有主干网络，并结合GSPPFCSPC模块进行多层级特征提取，拓展感受野以丰富特征信息。同时，设计Pro-BiFPN多尺度特征融合网络，通过增强相邻层特征之间的交互，优化浅层细节信息和深层语义信息的融合效果。此外，模型还使用共享特征分支对原有检测头进行轻量化改进，并引入Wise-IoU损失函数，动态调整损失权重，加速模型收敛。实验结果表明，PCB-Det在PCB_DATASET缺陷数据集上的平均精度（AP）达到98.1%，相比基准模型提升了3.5百分点，有效减少了漏检与误检，提高了PCB小目标缺陷的检测能力。
-
计算机工程. 2026, 52(11): 469-484. https://doi.org/10.19678/j.issn.1000-3428.0070744针对当前短期电价预测方法中变分模态分解（VMD）参数优化效率低、单一预测模型特征表达能力不足及特征冗余等问题，提出一种基于多策略改进冠豪猪优化（MSICPO）算法与深度学习的短期电价预测方法。首先，通过引入莱维飞行策略、周期性种群变异和动态调整参数机制改进冠豪猪优化（CPO）算法，提高其全局搜索能力与收敛速度，并用于优化VMD的模态数量和惩罚因子，以提高信号分解精度；其次，构建融合特征加权的深度学习模型，通过设计动态加权模块抑制噪声干扰并强化关键特征的影响，结合sLSTM的长期依赖捕捉能力与Transformer的并行计算优势，实现多尺度特征的协同优化处理；最后，构建MSICPO-VMD-WF-sLSTM-Transformer混合预测模型，以进行电价预测。实验结果表明，相较原始CPO算法和其他传统优化算法，MSICPO算法实现了VMD参数优化中最优解精度和优化效率的精细化平衡，MSICPO-VMD-WF-sLSTM-Transformer模型在预测精度方面表现良好，拟合度系数（R2）达到了0.95。此外，跨区域数据预测实验也进一步验证了该模型在不同区域电力市场中的适用性和可泛化性。所提方法不仅为智能优化算法的改进与多特征预测技术的发展提供了理论参考，还为复杂电力市场下的短期电价预测提供了高精度、强泛化的解决方案。
-
计算机工程. 2026, 52(11): 485-496. https://doi.org/10.19678/j.issn.1000-3428.0252202随着可再生能源的规模化并网和新型电力系统智能化转型的加速，电力物联网（PIoT）已成为实现电力系统智能化的关键。然而，偏远地区电力物联网设备（PIoTD）面临着网络覆盖不足、能量收集受限、通信条件差等诸多问题。为解决这些问题，提出一种基于人工智能的“云-边缘-设备”合作框架，采用多无人机无线携能通信（UAV-SWIPT）技术来为能量受限的PIoTD持续提供能量。通过空天地网络中低空组网的UAV搭载SWIPT服务，辅助空天地一体化电力物联网（SAG-PIoT）设备进行能量补充和通信中继。此外，为优化多无人机的协同工作，提升数据中继、发射功率分配、全局能耗效率（GEE）及PIoTD关联调度，引入一种多智能体深度强化学习（DRL）算法，以解决动态环境下全局信息不完整和高维度变量耦合问题。仿真结果表明，相比于其他几种基准算法，所提算法收敛速度更快，能耗效率表现更优。在最大化最小传输速率方面，该算法的最小传输速率最高，达到了1.75×105 bit/s。此外，SWIPT功率分割的最佳比例在0.7左右，此时GEE最高。
2026
第52卷 第11期
第52卷 第11期
(1975年创刊 月刊)
主管：中国电子科技集团公司
主办：华东计算技术研究所
上海市计算机学会
出版：《计算机工程》编辑部
主编：邬江兴
学术执行主编：苏金树
执行主编：张帆 胡冰（全职）
电话：021-67092514(费用/发票)
（稿件问题请直接联系栏目编辑） E-mail: ecice06@ecict.com.cn
国内刊号：CN 31-1289/TP
国际刊号：ISSN 1000-3428
主管：中国电子科技集团公司
主办：华东计算技术研究所
上海市计算机学会
出版：《计算机工程》编辑部
主编：邬江兴
学术执行主编：苏金树
执行主编：张帆 胡冰（全职）
电话：021-67092514(费用/发票)
（稿件问题请直接联系栏目编辑） E-mail: ecice06@ecict.com.cn
国内刊号：CN 31-1289/TP
国际刊号：ISSN 1000-3428