2026年, 第52卷, 第8期 刊出日期：2026-08-15
-
全选|
-
-
计算机工程. 2026, 52(8): 1-15. https://doi.org/10.19678/j.issn.1000-3428.0260211
随着以高性能计算系统、嵌入式系统为代表的复杂智能系统规模与复杂度的不断攀升, 日志作为核心运维数据, 其自动化异常检测已成为保障系统可靠运行的关键。传统机器学习与深度学习驱动的日志异常检测方法多侧重日志序列建模, 存在语义理解能力不足、泛化性能受限的问题。大语言模型(LLM)凭借卓越的语义理解与上下文推理能力, 有效突破了这一局限, 自大语言模型技术兴起以来相关研究快速涌现, 但成果分散于多条技术路径, 尚未形成系统性梳理。本文针对基于大语言模型的日志异常检测方法开展全面综述, 筛选纳入35篇核心文献, 构建统一的技术分类框架, 将现有方法归纳为提示工程、检索增强生成(RAG)、领域微调、强化学习(RL)与大小模型协作5类技术路线。研究分析发现: 监督微调(SFT)是当前应用最广泛的技术路线, 而大小模型协同架构作为新兴范式, 正推动研究重心从单纯追求检测精度向兼顾推理效率与工业可部署性转变; 现有评估体系高度集中于检测性能指标, 对效率开销与可解释性的关注存在不足。最后, 本文揭示了大语言模型在处理超长海量日志流时存在的推理延迟瓶颈与数据隐私挑战, 并针对轻量化部署与在线持续学习等前沿方向提出了见解。
-
计算机工程. 2026, 52(8): 16-32. https://doi.org/10.19678/j.issn.1000-3428.0260397
交通流量预测是智能交通系统(ITS)的关键核心技术, 对提升城市交通管理效能具有重要价值。传统方法中, 时间序列预测和机器学习模型应用广泛, 但时空图神经网络(GNN)因在交通流表示学习中的突出优势已成为研究热点。然而, 现有方法存在显著局限性: 一是依赖静态图结构, 难以建模远距离空间依赖关系和区域差异; 二是未能捕捉路段间时滞效应, 导致时空依赖关系建模不足。针对这些问题, 提出基于时滞感知注意力(TLAA)机制的空间动态图卷积(SDGC)交通流预测模型, 采用编码器-解码器架构, 结合该机制与SDGC, 有效缓解了时滞效应对预测性能的负面影响。门控因果卷积融入注意力机制, 通过学习延迟参数显式建模空间节点的非同步时间依赖; 动态自适应空间相关矩阵实时感知交通状态变化, 精准刻画交通流在路网中的动态传播过程。同时, 时空嵌入的引入使模型能准确刻画交通流的短时波动、长期周期规律及网络拓扑约束下的时空异质性。在公开基准数据集上的实验结果表明, 该方法在应对时滞与动态性挑战上效果显著, 相较于现有最佳基线模型, 其关键预测误差指标平均绝对误差(MAE)和均方根误差(RMSE)实现了6.5%~11.9%的显著降低。
-
计算机工程. 2026, 52(8): 33-45. https://doi.org/10.19678/j.issn.1000-3428.0253402
非结构化道路分割是自动驾驶技术环境感知的重要组成部分, 面临全局拓扑建模不完整、边界细节难以保持, 及模型效率与精度的权衡等挑战。针对这些挑战, 设计了一种轻量化轴向上下文网络AXON-Net。该网络采用编码器-解码器架构, 在编码器中引入通道-空间注意力模块(CASAB), 通过聚合多维统计信息自适应重标定特征权重, 有效抑制环境噪声, 以增强复杂背景下的特征区分度; 在瓶颈层设计轻量化部分上下文(LightPCT)模块, 利用部分通道交互策略降低计算冗余, 高效捕获长程依赖关系以修复道路拓扑连通性。在解码器中集成双路径通道融合(DPCF)与轴向细结构增强(TSE)模块, 旨在缩小特征语义鸿沟并显式强化轴向几何特征, 改善模糊道路边缘的精细化恢复效果。在基于印度驾驶数据集(IDD)与越野空间检测(ORFD) 数据集二次构建的非结构化道路数据集上的实验结果表明, AXON-Net在道路交并比(IoU_Road)分别达到95.3%、88.1%, 参数量仅为8.49×103, 实现了分割精度与模型效率的较优平衡。消融实验验证了各模块协同作用的有效性, 展示了该网络在非结构化道路感知任务中的应用潜力。
-
计算机工程. 2026, 52(8): 46-57. https://doi.org/10.19678/j.issn.1000-3428.0253462
视频分析通过从视频流中提取高价值信息, 在智能交通和公共安全等应用中发挥着重要作用。传统云端视频分析尽管具备强大的计算能力, 但海量视频数据的上传会带来高带宽占用和网络延迟。边缘计算通过将视频数据下沉至摄像头附近以降低网络延迟, 仍面临着两大挑战: 1)逐帧分析导致重复推理, 而现有帧重用方法无法充分利用历史帧的局部相似性; 2)核心负载不均, 任务在大小核间分配缺乏实时负载感知。为此, 提出一种面向大小核边缘设备的高效视频分析系统Vable。设计多历史帧块级帧重用机制, 将视频帧划分为细粒度块, 并通过树形存储结构与基于局部敏感哈希(LSH)的相似性匹配, 实现跨帧的高效计算结果复用, 从而显著降低冗余推理开销。同时, 提出核心负载感知的列表式有向无环图(DAG)分区算法, 通过实时监测大小核负载状态, 动态分配分析任务, 以平衡计算与通信开销, 避免负载失衡导致延迟增加, 实现Vable的系统原型, 在两个真实数据集上进行了实验评估。实验结果表明, 在UA_V1中相较于延迟最高的WiseFuse, Vable可将端到端延迟降低59.23%, 在UA_V2中相较于Faastlane, Vable可将端到端延迟降低45.83%, 在保持高吞吐量的同时有效降低端到端延迟。
-
计算机工程. 2026, 52(8): 58-70. https://doi.org/10.19678/j.issn.1000-3428.0253484
图像去雨旨在从受雨迹干扰的退化图像中恢复高质量的无雨图像, 是提升户外视觉系统鲁棒性的关键技术。现有基于卷积神经网络(CNN)的方法受限于局部感受野, 难以有效建模长程依赖关系; 部分基于Transformer的方法虽增强了全局建模能力, 但对复杂雨迹的多尺度、方向性及局部高频细节恢复仍存在不足; 已有频域增强方法也多将频域作为辅助表示手段, 缺乏针对空间域与频域互补关系的细粒度协同建模。为此, 本文提出了一种频域与空间域协同建模的图像去雨网络(SynFSNet)。不同于现有方法主要将频域作为全局增强工具, 本文从雨迹在频域中的方向性、密度性和尺度变化出发, 通过多尺度傅里叶融合模块(MSFFM)实现由粗到细的渐进式雨迹抑制, 并通过傅里叶形状注意模块(FSAM)中的矩形滤波器注意力(RFA)和方形滤波器注意力(SFA)分别增强方向敏感与局部结构敏感的频域表示。进一步地, 网络通过双域损失函数同时约束空间域结构与频域一致性, 以提升复杂场景下的恢复质量。实验结果表明, SynFSNet在多个合成数据集和真实场景数据集上均取得了较优性能, 验证了频域与空间域协同建模在复杂图像去雨任务中的有效性。
-
计算机工程. 2026, 52(8): 71-83. https://doi.org/10.19678/j.issn.1000-3428.0260594
海上多功能航标监控视频流具有静态海面背景占比高、动态船舶目标稀疏的鲜明场景特性, 同时受标载通信网络低带宽限制, 压缩后存在噪声叠加、块效应、振铃效应、帧模糊及帧间运动估计偏差等质量退化问题。现有通用视频质量增强方法难以兼顾单帧空域细节恢复与多帧时序信息利用, 无法满足上述场景需求。为此, 提出一种基于内容自适应融合的海上多功能航标监控视频流质量增强(CAF-VSMM)方法, 构建双分支融合增强模型。基于多尺度特征与时空网络的单帧增强分支, 通过虚拟帧挖掘单帧潜在时序信息, 结合像素重排与残差网络实现多尺度空域特征融合, 有效抑制压缩伪影与海上环境引发的空域质量退化; 基于动态移位窗口与帧间运动补偿的多帧增强分支, 高效建模长距离时空依赖, 利用分层偏移估计与可变形卷积实现多船场景帧间精准对齐, 缓解时域模糊与运动错位; 基于动态特征感知的内容自适应融合(DFP-CAF)模块, 依据监控视频流内容动态调整两分支特征权重, 实现静态背景重细节、动态目标重时序的自适应增强。实验结果表明: 在自建港口群航道监控视频数据集(PC-WMVD)上, 该方法的峰值信噪比(PSNR)、结构相似性(SSIM)、视频多方法评估融合(VMAF)指标分别达42.71 dB、99.33%、77.14%, 较次优对比方法提升3.90 dB、1.19百分点、6.50百分点; 在公开数据集JCT-VC上分别达28.66 dB、88.60%、55.40%, 较次优对比方法提升1.63 dB、5.42百分点、3.19百分点; 模型参数量为37.52×106、浮点运算量(FLOPs)为51.74×109, 处理帧率为41.52帧/s, 满足航道监控实时性要求。该方法已在某港口群航道智能监控系统中示范应用, 可显著提升船舶、航道标识等关键目标辨识度, 有效支撑船舶目标跟踪等下游任务, 验证了工程实用性与应用价值。
-
计算机工程. 2026, 52(8): 84-100. https://doi.org/10.19678/j.issn.1000-3428.0252971
知识图谱(KG)作为一种以实体为节点、关系为边的结构化语义知识表示形式, 能够精准刻画现实世界中各类事物及其复杂关联, 已成为人工智能、自然语言处理、推荐系统、智能问答等多个领域的核心支撑技术, 为机器理解语义和实现认知智能提供了重要基础。首先, 阐述知识图谱的基本概念与体系架构, 明确以"实体-关系-属性"三元组为核心的知识表示单元, 并分别剖析自顶向下和自底向上两种构建模式的适用场景与技术特点; 其次, 重点分析知识图谱构建过程中信息抽取、知识融合以及知识推理三大核心环节的技术演进, 系统梳理技术发展脉络, 并对比不同方法的优势与局限; 再次, 深入剖析DBpedia和百度两个典型知识图谱在技术路线选择上的差异, 将理论方法与实际知识图谱构建场景相结合; 最后, 总结当前知识图谱构建在数据质量、语义一致性、动态演化等方面面临的挑战, 并展望未来研究方向, 旨在为知识图谱构建的理论研究与实际应用提供全面参考, 推动该领域技术的进一步发展。
-
计算机工程. 2026, 52(8): 101-113. https://doi.org/10.19678/j.issn.1000-3428.0252689
近年来, 深度学习在计算机视觉、自然语言处理等应用领域取得了巨大的成功, 致使高能物理研究者也开始关注深度学习技术, 并探索其在强子喷注标记任务中的应用。最初研究者将喷注数据转化成图像和序列数据, 采用卷积神经网络(CNN)和循环神经网络(RNN)对喷注进行标记, 但存在计算效率低和可解释性差的问题。为了解决这些问题, 研究者对网络结构进行了多方面的改进, 并在构建的多种喷注标记数据集上进行训练, 提升了模型分类的性能。本文对新型网络模型的重要模块进行深入分析综述, 包括基于集合表示喷注的方法、等变性神经网络的应用以及喷注基础模型的探索。同时, 对各种标记分类器进行了分析和比较, 评估各种网络结构的性能, 并对相关模型现状进行了分析与总结, 探讨了深度学习模型在喷注标记任务中的应用前景。
-
计算机工程. 2026, 52(8): 114-125. https://doi.org/10.19678/j.issn.1000-3428.0260116
近年来, 生成模型快速发展, 在图像合成、艺术创作等领域展现出极强能力。然而, 这类模型在提升生成性能的同时, 也带来了显著的隐私风险, 即训练数据中涉及隐私的信息可能在生成内容中泄露。为此, 机器遗忘技术被提出, 用以削弱模型对特定数据的记忆, 防止隐私信息在生成任务中被泄露。其中, 面向人脸生成的ID遗忘方法旨在使模型不再生成具有特定身份的图片, 从而保护个人隐私信息。然而, 现有ID遗忘方法仍存在鲁棒性不足的问题, 攻击者可以利用少量被遗忘身份的数据对模型进行有限步数再训练以恢复被遗忘的身份, 即再学习攻击。传统ID遗忘方法虽然能够有效降低目标身份与生成图像的相似性, 但经过再学习攻击后, 遗忘效果很容易被逆转, 使得其鲁棒性降低。针对这一问题, 构建一种再学习攻击方法, 用以揭示现有ID遗忘方法鲁棒性不足的问题, 在此基础上, 提出一种增强鲁棒性的ID遗忘方法, 使模型在面对再学习攻击时仍能保持稳定有效的遗忘效果。首先, 提出一种针对生成对抗网络(GAN)的再学习攻击方法, 该方法在已有遗忘模型的基础上, 利用少量被遗忘身份数据进行有限步梯度更新, 使模型生成图像重新接近被遗忘的身份表征, 从而评估ID遗忘方法的鲁棒性; 其次, 提出一种基于平滑优化的鲁棒ID遗忘(RIDU)方法, 该方法在遗忘训练过程中对模型权重参数施加随机扰动, 使优化不仅追求当前参数点的遗忘效果, 同时考虑参数邻域内的整体稳定性, 从而形成平滑且稳定的遗忘区域。通过这种方式, 遗忘效果不再依赖单一脆弱的局部最优点, 从而使得再学习攻击难以恢复被遗忘的身份。同时, 该方法采用相应损失函数确保遗忘目标与模型生成质量的平衡。实验结果表明: 在CelebAHQ数据集上, RIDU方法在未受攻击条件下能够显著降低目标身份与生成图像的相似性, 相比传统方法效果更优; 在面对再学习攻击时, 传统方法的遗忘效果容易被逆转, 而RIDU方法仍能保持较强的遗忘能力, 可显著抑制目标身份的恢复。该方法使得模型能够遗忘特定身份, 同时保持生成能力不受较大影响。
-
计算机工程. 2026, 52(8): 126-137. https://doi.org/10.19678/j.issn.1000-3428.0070466
车载第三方服务访问恶意网站的数量迅速增加, 已成为车联网(IoV)安全的重大威胁。目前, 车联网恶意网站检测面临三大瓶颈: 传统工具处理大规模网站数据时存在较长的检测时延, 恶意网站统一资源定位符(URL)混淆问题影响识别准确性, 且恶意网站数据集的获取困难, 这些因素均严重制约了检测的效率和准确性。针对这些问题, 本文提出一种基于逻辑回归的多阶段恶意网站快速检测方法。使用搜索引擎对合法网站进行初步过滤, 减少计算资源的浪费。通过对恶意混淆技术的分析归纳, 设计匹配规则, 并提出一种基于启发式规则的恶意网站过滤方法, 实现混淆网站URL的有效过滤, 克服了传统工具无法有效检测带有恶意混淆URL的问题。为进一步提升检测准确性, 构建全面且轻量的恶意网站检测特征集合, 并使用逻辑回归分类方法对特征进行提取分析。实验结果表明, 该方法在恶意网站检测的准确性和效率方面显著优于传统方法, 在公开数据集上达到98.1%的准确率, 检测时间减少了75%左右。
-
计算机工程. 2026, 52(8): 138-148. https://doi.org/10.19678/j.issn.1000-3428.0252067
随着网络环境的不断演进以及互联网应用的不断涌现, 基于先前流量训练的机器学习分类器对新样本空间的适用性逐渐变弱, 导致分类模型的识别能力下降, 从而无法满足日益增长的网络业务和网络安全需求。若根据经验通过人工更新分类器, 将会耗费大量精力, 且难以保证新分类器的泛化性能。与此同时, 新数据的不断涌入给平衡模型训练精度与计算资源存储带来了严峻的挑战。为此, 提出一种采用空间优化技术的增量学习策略, 以实现高效的网络流量分类。首先, 通过优化新旧流量样本的空间分布, 让新旧各类别所在的簇保持最小间隔, 避免新旧任务因共享同一个特征空间而产生分布冲突; 然后, 在优化后的特征空间内, 利用少量旧数据样本进行回放, 并结合知识蒸馏技术来维持原始模型参数的稳定性, 仅对模型的扩展部分进行调整, 以最小的代价更新分类器。在USTC-TFC2016数据集上的实验结果表明, 与其他方法相比, 该方法在模型精度、资源消耗与性能方面均表现出较高的稳定性与有效性。
-
计算机工程. 2026, 52(8): 149-162. https://doi.org/10.19678/j.issn.1000-3428.0252018
联邦学习(FL)作为一种分布式机器学习(ML)框架, 能够在保护数据隐私的同时实现模型协同训练。然而, FL在隐私保护、参与方互信及恶意攻击等方面仍面临挑战, 尤其是在分层联邦学习(HFL)中, 中心服务器、中间层及终端设备的不可信性可能导致隐私泄露或恶意操纵。此外, 恶意用户可能上传异常参数破坏训练进程, 影响模型性能。因此, 如何在HFL中高效实现安全验证和恶意检测, 成为亟待解决的问题。针对HFL中的参与方无法互信、拜占庭攻击等问题, 提出一种分层架构下的非交互式验证FL安全聚合方案。首先, 基于承诺方案设计多层架构下的FL非交互式验证机制, 允许各参与方进行相互验证。其次, 基于零知识范围证明构造恶意更新的约束与检测方案, 使服务器能检测并剔除恶意用户。再次, 基于中国剩余定理(CRT)设计噪声掩码方案, 在保证用户本地隐私的同时还支持用户的退出与重连; 最后, 安全性分析与实验评估表明, 该方案能够以较高的效率实现安全相互验证以及恶意检测。
-
计算机工程. 2026, 52(8): 163-175. https://doi.org/10.19678/j.issn.1000-3428.0252005
二维码作为一种高效的信息存储和传输方式, 广泛应用于支付、广告和物流等领域。然而, 现有二维码隐写技术在噪声和干扰环境下的鲁棒性和隐蔽性尚存不足, 难以满足高安全性信息传输的需求。为此, 提出一种基于路径规划和像素翻转的鲁棒二维码隐写算法。该算法通过将二维码视为迷宫, 结合路径规划算法选择像素进行翻转, 确保在不影响二维码正常识别的前提下增强秘密信息的抗干扰能力。在技术实现上, 首先设计了路径规划算法用于选择最优像素点, 以减少信息嵌入对二维码图像质量的影响; 其次, 结合像素翻转技术实现秘密信息的嵌入, 并分析其在不同噪声条件下的表现。采用噪声攻击、图像扰动、物理失真等典型干扰场景对算法进行测试, 并以嵌入容量、图像质量, 以及信息恢复率为评价指标。实验结果表明, 该算法在提高二维码隐写的鲁棒性和隐蔽性方面具有显著优势, 适用于信息安全需求较高的场景, 同时为二维码隐写技术的进一步发展提供了新的思路。
-
计算机工程. 2026, 52(8): 176-183. https://doi.org/10.19678/j.issn.1000-3428.0070593
芯粒已成为芯片设计的新趋势, 随着微处理器结构向多核化、众核化发展, 高速缓冲存储器(Cache)一致性协议也日趋复杂。在多芯粒集成的微处理器中, Cache一致性协议的验证更是一个具有重要应用价值的技术问题。基于目录的Cache协议是最广泛应用的硬件实现方法, 针对自主研发的分布式目录控制器(DCU), 研究多芯粒集成的处理器目录控制器的敏捷验证技术, 随机测试采用否定选择算法(NSA)的优化机制。实验结果表明: 随机测试激励减少40%的条件下, 功能覆盖率较未使用否定选择算法的随机测试提高了28百分点; 随机测试激励和定向测试激励相结合, 功能覆盖率最终达到100%。同时设计一致性检查器, 监视一致性协议事务的生命周期, 用于快速定位设计错误, 追踪问题的精确场景。实践中, 该检查器定位的协议错误占设计错误的90%, 有效提高了验证效率和验证质量。
-
计算机工程. 2026, 52(8): 184-192. https://doi.org/10.19678/j.issn.1000-3428.0070725
随着软件规模和复杂性指数级增长, 对程序运行时行为的监控和分析变得越来越困难, 动态二进制插桩(DBI)技术是解决这一问题的有效手段, 现有成熟的二进制插桩软件有Pin、Valgrind等, 主要支持x86、ARM等主流架构, 但在新兴的自主指令集架构上缺乏支持。龙架构(LoongArch)作为我国自主研制的指令集架构, 具有较好的自主性、先进性与兼容性, 但其发展时间较短, 生态环境尚不完善, 特别是在调试工具链方面存在明显短板。为了填补这一空白, 推动龙架构生态的成熟, 推出一款支持龙架构的DBI软件具有重要意义。本文旨在设计并实现一款基于QEMU(Quick Emulator)框架的DBI软件, 以支持龙架构的程序监控与分析。该软件对标Pin, 设计实现了5个基础插桩粒度及相关插桩应用程序编程接口(API), 并在此基础上开发了20多个插桩工具, 供用户直接使用或学习插桩工具的编写。为了提升框架性能, 通过优化条件跳转指令的翻译、基本块链接和插桩内联等方法对框架进行了改进。性能测试结果表明, 优化后的框架在指令级插桩效率上提升了100多倍, 基本块级插桩效率提高了近33倍。
-
计算机工程. 2026, 52(8): 193-202. https://doi.org/10.19678/j.issn.1000-3428.0252315
数据流编程是一种新型的并行编程范式, 其通过细粒度的任务拆分实现高性能的并行计算, 但也带来了额外的编程复杂性。本文提出一种新型的程序转换方法与编译流程, 借助两层程序中间表示实现了将控制流结构的计算程序全自动无缝转换为数据流结构。由于两种编程模型在程序的表达方式上具有诸多差异, 自动化转换过程中面临许多挑战, 本文将其细化为4个具体的类别, 并逐一提出应对方案。在PolyBench/C数据集上的实验结果表明, 通过本文设计的转换方案产生的数据流程序, 其整体并行计算性能接近基于有状态数据流多重图(SDFG)的OpenMP并行化方案, 并在近一半的样例中超越OpenMP方案。本文还选择了多个具体的程序进行深入分析, 讨论了不同编译方案产生的结果存在性能差异的原因, 展现了Codelet模型在大量线程下面对不规则并行模式的优越性。
-
计算机工程. 2026, 52(8): 203-209. https://doi.org/10.19678/j.issn.1000-3428.0070145
矩阵转置是数字信号处理中的基础关键操作, 广泛应用于阵列信号处理、频谱分析、信号滤波与信号识别等领域。传统的矩阵转置方法由于算法复杂、处理时间长、效率不高等问题, 已经逐渐不能满足现代信号处理系统对高性能的需求。为解决上述问题, 本文提出一种基于现场可编程门阵列(FPGA)与第三代双倍数据率同步动态随机存取存储器(DDR3 SDRAM)的分块矩阵转置方法。该方法的核心在于优化数据映射方式和访问模式, 通过将转置过程中的效率瓶颈分散到读写两个环节, 有效提高了转置效率。具体来说, 该方法利用FPGA的高速并行处理能力, 结合DDR3 SDRAM的高速存储特性, 实现了对大型矩阵的快速转置。同时采用两片DDR3 SDRAM形成乒乓结构, 一块用于读取原矩阵数据, 另一块用于写入转置后的数据, 从而实现矩阵的实时流水转置。硬件平台实测结果表明, 该方法对于处理非2的整数次幂的M×N大型矩阵转置问题具有显著的效果; 相比于分布式存储矩阵转置算法, 这种方法不受矩阵规模的限制, 适用于任意大型矩阵的转置, 且易于实现, 转置效率达到90%。
-
计算机工程. 2026, 52(8): 210-224. https://doi.org/10.19678/j.issn.1000-3428.0070632
近年来某国产深度学习加速器发展迅速, 硬件资源持续变化并引入一系列张量核心指令, 使得开发者在该加速器上进行卷积算子的手工适配和优化面临巨大挑战。为此, 本文提出了一种面向该国产加速器的卷积代码生成器, 以简化卷积算子的适配与优化过程。该生成器提供配置参数作为对外接口, 用户仅需配置参数即可生成特定的卷积算子。生成器本身由三层架构组成: 指令层封装底层指令, 并根据硬件架构进行区分; 组件层根据预设的硬件架构信息组织相应指令, 从线程块和线程束角度提供高度抽象且可复用的功能组件; 算子构建层则通过隐式卷积算法拼接功能组件, 最终生成卷积算子。为保证卷积算子的计算性能, 生成器从两方面进行优化: 使用向量化算法和线程划分算法优化全局访存性能; 使用转置算法转化乘累加指令的线程结构以优化写回性能。测试结果表明: 该生成器的优化算法可显著提升算子性能; 在两种硬件版本下, NHWC存储布局的卷积算子性能分别达到官方算子库中卷积算子性能的95%与90%。该生成器为国产加速器的卷积算子适配优化提供了一种全新的解决方案。
-
计算机工程. 2026, 52(8): 225-237. https://doi.org/10.19678/j.issn.1000-3428.0070570
目前, 通用图形处理单元(GPGPU)因其强大的并行处理能力而被广泛应用于各种计算任务。然而, 采用单指令多线程(SIMT)并行执行模型的GPGPU在程序执行时, 核函数会产生非一致控制流行为, 从而引发线程束分化, 降低加速器的整体性能。针对核函数执行过程中因非一致控制流引起的性能下降问题, 提出一种特定场景下的分支编译优化方法——连续分支合并MergeCFG。在编译器中间代码优化阶段, 通过控制流分析识别出控制流图中含相同条件跳转的连续分支结构, 以确定潜在的优化机会。接着, 基于指令分析, 评估优化的可行性, 判断是否存在能够减少分支跳转的优化空间。最后, 运用基本块复制与合并技术, 对控制流结构进行优化, 以减少程序中的分支跳转操作, 从而简化控制流, 提高程序执行效率。在国产GPGPU上使用7个合适的基准测试套件验证所提方法的可行性。仿真实验结果表明, 该方法有效减少程序中的分支跳转操作, 优化后的测试用例在性能上获得了显著提升。所测用例的平均加速比提高了2%~12%, 个别测试用例的性能提升超过5倍。
-
计算机工程. 2026, 52(8): 238-246. https://doi.org/10.19678/j.issn.1000-3428.0070349
近年来, 随着人工智能(AI)技术的快速发展, 神经网络以较强的建模性能和优秀的多场景适应能力被广泛应用于各人工智能领域。然而, 随着逻辑和算法复杂度的增加, 对平台的算力需求日益增加, 这一问题在资源受限的嵌入式异构平台尤为突出, 已成为研究热点。深入分析国内外并行计算引擎和软件定义架构的发展规律, 探索软件定义架构的发展特点, 提出一种基于软件定义的并行计算架构(SDPCA)方案。该方案采用"数据-控制-能力"模块化设计结构, 并综合运用软件定义资源、动态调度策略、虚拟化内存、算子优化等关键技术, 有效提升SDPCA运行的计算效率, 并具备轻量化和动态重构特征。在嵌入式异构平台典型硬件条件下, 使用神经网络卷积计算和模型推理对该计算架构进行测试, 实验结果表明, SDPCA功能稳定、运行准确, 卷积计算性能较OpenCL提升4倍以上, 在4种常见神经网络模型的图像推理测试中, SDPCA识别效率较OpenCL提升2.6倍以上, 在不同模型计算时抖动更小。在识别准确率方面, SDPCA对4种模型的识别准确率均在91.7%以上, 推理平均准确度较OpenCL提升3.9百分点, 功能和性能指标符合设计预期, 具有一定的参考价值。
-
计算机工程. 2026, 52(8): 247-259. https://doi.org/10.19678/j.issn.1000-3428.0070473
大数据时代信息来源纷繁复杂, 收集数据形成的信息系统很难保证其完整性。在越来越大的不完备信息系统(IIS)中, 使用基于非对称容差关系的粗糙集理论进行知识蒸馏, 提升近似集的计算速度成为其应用之前必须要解决的问题。针对非对称容差关系的冗余容差类问题, 提出非对称容差关系的改进方案, 设计不完备信息系统中上、下近似集的布尔矩阵表示方法, 计算非对称容差关系的粗糙近似集的矩阵分块算法, 并在图像处理单元(GPU)上实现近似集计算过程的加速, 提高近似集的计算效率。另外, 针对GPU存储空间有限的现状, 构建不完备信息系统中对象之间的层次结构及其算法, 将全局关系矩阵转换成多个局部关系矩阵, 缓解计算最近容差类过程中GPU存储压力。在UCI数据集和生成数据集上的实验结果表明, 基于最近容差关系的容差类数量相较于基准情况明显减少, 同时, 矩阵分块算法在GPU上实现了对近似集计算过程的有效加速, 相比CPU串行计算和分布式并行计算, GPU分块算法执行速度平均提高了16.69倍和3.89倍。
-
计算机工程. 2026, 52(8): 260-271. https://doi.org/10.19678/j.issn.1000-3428.0070553
为了克服传统的"以人为中心"移动群智感知(MCS)在感知时效性、全局性等方面的局限与不足, 提出一种人机混合下的空-地协同移动群智感知与计算框架, 低空无人机与地面参与者充分利用各自的感知、计算资源, 通过协同交互的方式实现数据感知与计算的本地化。考虑到延迟敏感型应用场景对感知服务时效性的强需求, 将信息年龄(AoI)指标引入上述框架中, 通过联合优化无人机移动轨迹, 将移动端设备计算卸载至无人机的选择变量以及数据卸载比例, 最终实现所有感知数据的AoI最小化。为了实现上述目标, 设计一种多智能体深度强化学习(DRL)算法CAMATD3, 结合多智能体双延迟深度确定性策略梯度MATD3的双Q学习机制和深度Q网络(DQN)的训练机制; 同时针对性地提出了分阶段决策机制和完整经验存储策略, 以解决优化过程中混合动作空间所带来的问题。仿真实验结果表明, 所提的CAMATD3算法在智能体训练效果和AoI最小化方面显著优于现有方法, 有效提升了数据感知的时效性。
-
计算机工程. 2026, 52(8): 272-282. https://doi.org/10.19678/j.issn.1000-3428.0070560
5G网络是一种具有高速率、低时延、大带宽和广连接等特点的新一代移动通信技术, 为众多智慧化创新应用提供了基础设施, 其高频特性导致覆盖范围有限。目前以进化算法为代表的基站选址方法容易陷入局部最优, 不能以低成本实现高覆盖率。为此, 提出一种基于网络覆盖和用户需求的5G基站选址方法, 基于用户终端的历史通信数据, 综合考虑基站的覆盖重合程度和用户需求的满足程度, 给出基站之间互斥概率的概念, 描述特定区域内在满足用户需求的前提下基站不能同时存在的可能性。针对非相邻基站间的互斥概率计算问题, 提出基于图卷积网络(GCN)的非相邻基站互斥概率计算方法, 进而给出基站分离度的概念以描述合理选择多个基站站址的可能性。针对5G基站选址这一优化问题, 基于分离度构建满足子模性的目标函数并给出其证明。最后, 提出实现最优选址的贪心算法。在不同规模数据集上的实验结果表明, 所提的5G基站选址方法在覆盖率和平均需求满足程度上分别优于当前最优方法1%~20%和1%~6%。
-
计算机工程. 2026, 52(8): 283-292. https://doi.org/10.19678/j.issn.1000-3428.0070270
为了支持各类移动用户实时数据传输和稳定连接, 采用空地协同超密集网络(UDN)来提升网络服务能力。在这种新型网络结构中, 空中基站能够更好地支持用户移动性, 而地面UDN能够实现更充分的频谱复用。然而, 差异化的信道条件与覆盖范围使得干扰与频谱分配问题面临着新的挑战。因此, 面向新型的空地协同UDN, 针对该网络模型下移动场景中的干扰协调与频谱效率平衡问题, 提出基于图神经网络(GNN)的深度强化学习(DRL)算法Graph-DRL, 动态调度频谱资源并提高算法的实时性。首先, 利用GNN构建基站间邻小区的用户移动相关性模型, 通过共享本小区的需求信息来加强合作, 确定带宽复用度; 其次, 设计基于价值的学习网络, 以网络中的平均吞吐量为优化目标, 考虑用户移动性、用户密度和频谱复用度等因素, 利用训练好的Q值网络进行资源分配。仿真结果表明, 所提出的算法相较于对比算法显著提高了高移动性用户和小区边缘用户的传输速率。
-
计算机工程. 2026, 52(8): 293-301. https://doi.org/10.19678/j.issn.1000-3428.0070720
智能反射面(RIS)被认为是未来无线通信技术中具有潜力的技术之一。无人机(UAV)也因其独特优势在无线通信领域日益受到关注。然而, 随着通信环境的日益复杂化, 信息传输面临着日益严峻的窃听风险, RIS与UAV的结合则为未来无线通信领域开辟了新的解决路径与可能性。为此, 提出一种基于RIS-UAV的保密无线通信系统。该系统利用UAV的灵活性和RIS的动态调整能力, 有效抵御潜在窃听行为。从物理层安全角度出发, 该系统考虑了RIS的相移和UAV的飞行轨迹, 旨在最大化系统的平均保密速率。由于该问题本质上是非凸的, 因此所提解决方案将问题分解为2个子问题。首先, 通过系统的特殊结构推导出相移的闭式解; 其次, 通过一阶泰勒展开将UAV的飞行轨迹转化为凸问题, 并采用逐次凸逼近法进行迭代求解。仿真结果表明, 该系统在平均保密速率方面表现良好, 与基准方案相比, 该系统的平均保密速率提升了约12.5%, 与固定RIS和无RIS方案相比, 性能也得到显著提升。此外, 该方案在安全性、计算复杂度等方面也显示出明显优势, 计算复杂度为O(MN+KN3.5)。
-
计算机工程. 2026, 52(8): 302-314. https://doi.org/10.19678/j.issn.1000-3428.0070400
针对密集群目标跟踪问题, 尤其是具有微动特性的目标, 在窄带雷达探测密集微动目标的过程中, 会出现多个目标进入同一分辨单元内或者交叉重叠的问题, 难以有效地区分目标, 导致检测过程出现误检漏检和跟踪过程出现航迹交叉、航迹消融, 影响检测跟踪的性能。为此, 提出一种基于微动特性的标签分层逐级更新的密集目标跟踪算法。在群目标检测分离过程中, 目标的微动特性具有较高的研究应用价值, 因此, 利用正弦调频傅里叶-贝塞尔变换(SFMFBT)分离微动目标, 提取目标的微动参数并给出编号, 同时通过信号处理在距离-多普勒-角度域提取目标状态参数, 联合构建滤波更新参数集。为了进一步提高跟踪算法的性能, 基于DeepSORT框架的多目标跟踪滤波更新机制, 针对密集目标跟踪航迹交叉问题, 设计一种标签分层逐级更新算法, 通过无迹卡尔曼滤波(UKF)对目标状态进行非线性估计, 以构建多UKF跟踪器对同向密集多目标进行快速且稳定的跟踪。仿真实验结果表明, 所提算法在处理密集目标跟踪任务中, 能够提高跟踪的精度和稳定性, 具有良好的工程应用潜力。
-
计算机工程. 2026, 52(8): 315-326. https://doi.org/10.19678/j.issn.1000-3428.0070572
针对综合能源系统(IES)负荷噪声大、波动性强、周期信息提取困难问题, 提出一种基于模式互相关和时序片段关联(PCC-TPA)机制的多元负荷预测方法。通过互相关函数分析外界影响因素与多元负荷间的交叉滞后关系, 确定最相关的时滞并据此重构和嵌入数据。在此基础上, 提出PCC机制, 根据数据的变化趋势将其抽象为模式数据, 以减轻数据波动与噪声的影响, 基于互相关理论识别和提取关键时刻及周期信息; 同时, 设计时序片段关联机制, 将序列划分为多个子序列, 基于互信息方法分析和筛选子序列, 增强模型对序列局部连续性信息的捕获能力。在美国亚利桑那州立大学坦佩校区综合能源系统数据集上进行多项消融实验和对比实验。实验结果表明, 交叉滞后分析重构的数据有效提升了模型的预测精度, PCC-TPA机制分别增强模型的关键时刻识别能力和局部信息捕捉能力。所提方法在多项评估指标上优于5种主流预测模型, 具有较高的预测精度。
-
计算机工程. 2026, 52(8): 327-338. https://doi.org/10.19678/j.issn.1000-3428.0070372
针对以往方法在汉字多种错误类型识别及结构相似性度量方面的不足, 提出一种汉字标号完全图(LCCG)匹配方法, 并创新性地引入了基于笔画相对位置和拓扑结构的编码方式。首先, 详细阐述汉字LCCG的构建过程, 定义节点与边的相似度计算方式; 然后, 针对多种错误类型, 明确每种编辑操作的适用场景及具体代价设定; 最后, 结合最大最小蚁群系统(MMAS)算法求解最优匹配路径, 实现高效的图匹配。实验结果表明, 该方法能够准确识别多种汉字错误类型, 在准确率、匹配代价和运行时间上均优于现有方法。相比传统方法, 提出的方法不仅显著提升了识别效率, 还通过精确的编辑代价定义和创新的笔画及结构相似性计算方法, 显著增强了汉字笔画匹配的准确性及结构相似性的计算能力, 展现出较高的应用价值。
-
计算机工程. 2026, 52(8): 339-350. https://doi.org/10.19678/j.issn.1000-3428.0070573智能电网中的资源分配问题在实际应用中备受关注,其目标是在满足多种约束条件的前提下,实现系统总发电成本的最小化。针对分布式微电网资源分配中存在的容量安全约束、初始输入限制和供需平衡等问题,研究了一类带耦合等式约束和局部不等式约束的资源分配问题,并提出了一种不依赖系统初始条件的分布式优化算法,以实现多微电网节点的最优资源分配。该算法基于罚函数和微分包含理论,通过构造合适的惩罚参数,确保所有智能体的状态变量在有限时间内进入不等式约束的可行域并永驻其中,进而解决容量约束与初始输入受限问题。此外,在无向连通网络的条件下,该算法设计了一种新颖的共识机制,确保所有智能体都满足耦合等式约束,进而实现智能体节点间资源的有效协同分配,以平衡电厂供给与用户需求。基于李雅普诺夫稳定性理论的分析表明该算法能够确保智能体收敛至资源分配问题的最优解。与现有分布式算法相比,所提算法具有结构简单、计算量低、无需事先计算精确的惩罚参数、初始点选取灵活且利于隐私保护的特点。最后,通过两个电力系统的仿真案例验证了该算法在解决分布式微电网资源分配问题上的有效性。
-
计算机工程. 2026, 52(8): 351-363. https://doi.org/10.19678/j.issn.1000-3428.0070458
机场旅客到达过程存在一定的聚集性和随机性, 不平稳的到达过程很容易导致服务资源浪费。为了动态配置机场安检区的服务资源, 根据航班计划精准预测各个时间段的安检旅客流量。在安检过程中, 安检设备读取旅客证件信息, 旅客此刻已经完成了排队过程, 旅客实际到达安检区的时间早于安检时间。目前的安检流程无法记录每个旅客到达旅检区的时间。针对机场旅客量预测的研究中, 都是将旅客开始接受安检时刻替代为旅客到达安检区时刻, 忽略旅客等待安检的排队时间, 导致预测结果精确度降低。针对此问题, 提出一种基于非平稳排队模型的机场安检客流预测方法。首先, 建立具有一般分布、非平稳随机到达和服务过程的安检排队模型, 提出近似算法求解系统排队性能指标; 其次, 设计基于非平稳排队模型的启发式迭代算法, 迭代推算旅客到达时间; 最后, 基于分时段聚类-拟合方法, 建立航班旅客到达分布模型。实验结果表明, 相比现有的旅客到达时间处理方法, 推算到达时间的预测方法误差降低约15.07%, 分时段聚类-拟合方法建立的航班旅客到达分布模型在多个算例中都具有良好的预测准确性和泛用性, 在处理节假日等特殊日期的数据时, 也能够得到较精确的预测结果, 且具有较好的过量预测效果, 便于后续的服务资源配置。基于非平稳排队模型的机场安检客流预测方法可为动态配置机场安检区服务资源提供数据基础。
-
计算机工程. 2026, 52(8): 364-375. https://doi.org/10.19678/j.issn.1000-3428.0070595
基于稳态视觉诱发电位(SSVEP)的脑机接口(BCI)由于个体差异和非目标刺激干扰而面临分类性能瓶颈, 且现有方法尚未深入探究视觉分散干扰与个体差异之间的量化关系。为此, 提出一种视觉分散自适应补偿的SSVEP多域协同解码算法, 其核心包含视觉分散自适应标签平滑技术与多域联合解码模型两部分。首先, 基于视觉拥挤效应理论, 构建信号幅值与标签噪声的自适应量化模型, 通过动态调节标签平滑强度实现个体视觉分散程度的量化表征, 在缓解模型过拟合的同时, 削弱非目标刺激的干扰影响, 抑制个体差异的不利影响; 然后, 提出一种多域联合解码模型, 先通过特征提取框架实现时频空域深度协同, 再引入双向长短时记忆(BiLSTM)网络对时序全局依赖关系进行建模, 形成兼具局部感受野与长程上下文感知能力的复合特征表达。在3个公开SSVEP数据集上以0.5 s和1.0 s两个不同长度的时间窗分别进行验证, 结果表明, 在所有实验设置下, 该算法的平均识别准确率和平均信息传输率相较对比方法都更具优势。消融实验表明, 视觉分散自适应补偿机制在各实验设置下均能发挥作用, 尤其是在短时间窗口下, 准确率最高能提升18百分点, 表明该方法为神经解码中的个体适应性优化与时频特征融合提供了新的思路。
-
计算机工程. 2026, 52(8): 376-389. https://doi.org/10.19678/j.issn.1000-3428.0070352
二维(2D)障碍物流场研究主要利用数值计算模拟流体运动, 模型的网格划分粒度、求解器算法、边界条件等因素对计算结果精度、计算资源和时间有着重要影响。由流场数据训练得到的深度学习模型, 能够用于实时或大规模流场的快速预测和推断任务, 并明显降低计算成本。但现有的深度学习模型在预测2D流场时, 为满足卷积操作, 需要对流场数据进行重采样, 将原本分布不均匀的网格变成均匀分布的网格, 造成特征丢失, 从而显著影响预测精度。针对这一问题, 提出一种对几何形状具有动态自适应能力的卷积神经网络模型CAM-UNet。采用内容感知混合器(CAMixer)模块增强U-Net模型对几何形状的动态适应能力, 提高受重采样影响的网格点区域的流场预测精度。设计一种带门控单元的、能够有效融合数据空间特征和通道特征的模块, 基于此模块重构U-Net模型的跳跃连接结构, 进一步增强模型的特征表达能力。实验结果表明, 该模型能够更好地学习2D障碍物流场输入数据与流体x、y方向速度的非线性表示, 能够明显降低具有复杂流动现象区域的水平方向速度预测误差。
-
计算机工程. 2026, 52(8): 390-399. https://doi.org/10.19678/j.issn.1000-3428.0070709
海冰厚度是全球气候变化研究中的关键参数之一, 其在调节地球气候系统、海洋环流和热量交换中具有重要作用。但是, 由于海冰的物理特性高度变化, 使得海冰厚度的精确反演面临巨大挑战。针对该问题, 提出一种多特征融合和改进Transformer的被动微波遥感海冰厚度反演方法SIT-TransNET。该方法利用AMSR2卫星的亮度温度数据, 并结合辅助数据(包括雪表面温度、海面盐度和1.4 GHz亮度温度), 探讨这些数据与海冰厚度之间的复杂关联, 分析不同特征的重要性并通过建立不同的特征融合方案, 加强对海冰厚度的有效表征; 通过SIT-TransNET模型的自注意力机制和多头注意力机制捕捉不同特征及组合对于海冰厚度反演的贡献, 并动态调整不同特征的权重, 实现海冰厚度的精确反演。实验结果表明, 相比其他方法, SIT-TransNET方法显著提高了海冰厚度反演精度, 决定系数(R2)达到了0.96, 均方根误差(RMSE)为9 cm, 表明此方法适用于海冰厚度反演, 为实现大范围海冰厚度监测和气候变化研究提供了有效的技术手段。
-
计算机工程. 2026, 52(8): 400-411. https://doi.org/10.19678/j.issn.1000-3428.0070383
在煤矿智能化建设背景下, 煤矿井下人员实时监测对于保障矿井安全具有重要意义。然而, 目前常见检测模型在井下部署时由于参数过大, 难以满足实时监测的需求, 同时由于煤矿井下环境复杂, 人员检测通常存在漏检、误检等情况。为此, 在YOLOv8的基础上, 提出一种融合注意力和轻量级网络的井下人员检测算法。首先, 针对模型参数量过大导致难以部署的问题, 采用重构轻量化模块C2f_RepGhost替换原模型主干网络的C2f模块; 其次, 为了提高模型检测准确率, 在主干网络中添加EMA注意力机制; 然后, 为了增强模型的小目标人员检测能力, 引入DyHead动态检测头; 最后, 使用Inner-CIoU替换原损失函数, 优化目标定位精度。在PASCAL VOC 2012数据集和自建煤矿井下数据集上进行对比实验, 结果表明: 在PASCAL VOC 2012数据集上, 改进模型相较原模型精确率提升了1.3百分点, 召回率提升了1.2百分点; 在自建数据集上, 相较原模型, 改进模型参数减少了29.6%, 精确率和召回率分别提升了2.4和3.5百分点, 分别达到了95.3%和90%。改进模型在减少参数量的同时, 改善了原模型漏检、误检的情况, 能够满足煤矿井下人员检测的实际要求。
-
计算机工程. 2026, 52(8): 412-421. https://doi.org/10.19678/j.issn.1000-3428.0070667
在工业生产领域, 缺陷分类对于保障产品质量和安全性起着至关重要的作用。但是, 工业缺陷数据集存在类内差异大、类间差异小的特性, 加上缺陷样本数量有限, 致使现有缺陷分类模型在实际工业环境中的表现欠佳。针对这一问题, 提出一种基于变分特征解纠缠(VFD)和锐度感知(SA)的工业缺陷分类算法VFD-SA。首先, 引入变分自编码器(VAE)将缺陷特征解纠缠为类别判别特征和类内方差特征; 然后, 通过重采样策略增强类内方差特征, 与原始特征相结合以提升特征表示的区分度, VFD使模型更加专注于缺陷的类别判别特征, 同时对与缺陷类别无关的细节和背景具有一定的容忍度, 进而提高模型的缺陷分类性能; 最后, 通过引入SA训练策略, 优化损失函数的几何形状, 进一步提升模型的泛化能力。在轧钢缺陷数据集NEU-CLS、金属缺陷数据集GC10-DET和自制紧固件缺陷数据集上进行实验, 结果表明, VFD-SA的准确率分别达到100%、93.52%和99.48%, 显著优于现有缺陷分类算法, 能够满足各类工业场景下的缺陷分类需求。
-
计算机工程. 2026, 52(8): 422-430. https://doi.org/10.19678/j.issn.1000-3428.0070483
多传感数据融合方法能够提升轴承故障诊断的准确性, 但在电机轴承故障诊断中, 现有大多数多传感数据融合方法存在传感数据类型单一、难以充分挖掘不同模态数据间冗余性和互补性的问题。为此, 提出一种基于多约束模态不变图卷积融合网络(MCMI-GCFN)的轴承故障诊断方法。首先, 通过卷积自编码器(CAE)和挤压-激励模块(SE block)对原始电流、振动信号进行特征提取; 其次, 引入源域分类器和域鉴别器在域对抗训练的基础上捕获不同模态数据间的模态不变性, 充分挖掘多模态数据间的冗余性和互补性; 最后, 利用图卷积神经网络(GCN)的空间聚合特性捕获电流、振动模态相近时间步特征之间的依赖关系, 以精确融合其上下文语义信息。在德国帕德伯恩大学公开的轴承损伤电流、振动数据集上进行验证, 实验结果表明, MCMI-GCFN方法达到了99.6%的轴承故障诊断精度, 比非融合方法高9~11.4百分点, 验证了所提模型的有效性。
第52卷 第8期
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 江波
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