- 刘炜;夏玉洁;贾骏;郭灵贝;佘维;田钊;
智能工厂存在大量的物联网设备,设备之间通过工业物联网实现信息和指令的实时交互。物联网设备产生的海量数据需要上传,导致中心服务器压力过大、数据处理耗时过长,且设备之间的通信存在安全隐患。提出一种基于主从链和边缘计算的制造执行系统生产调度模型。首先,设计主从链架构模型,将制造执行系统模块化并集成到边缘节点,减少数据传输和降低泄露风险;其次,设计一种基于属性基的智能合约访问控制策略,实现设备和节点之间的安全通信;最后,设计生产调度算法完成跨节点、跨车间调度任务,实现去中心化的生产调度方式。实验结果表明,所提模型与传统工业制造系统相比,保证了数据安全性,提高了响应速度。
2023年03期 v.55 14-21页 [查看摘要][在线阅读][下载 1853K] [引用频次:7 ] |[网刊下载次数:37 ] |[下载次数:429 ] |[阅读次数:38 ] - 韩妍妍;李鹏;刘培鹤;周义昆;高文斌;
针对互联网环境下,各行业大量重要数据、文档、视频等电子文件安全存储的问题,提出了基于PoC共识的区块链可靠存储方案。该方案利用区块链去中心化、不可篡改等特点,结合IPFS技术共同实现在公有链上的电子文件可靠存储。对于部分主流共识机制存在的资源浪费、中心化风险的情况,方案引入了容量证明(PoC)共识机制,通过采用PoC的方式,不但具有更低的计算成本和去中心化的特性,还能减少共识带来的能源消耗,实现区块链的有效共识。安全性分析和性能测试表明,本方案能够保证数据的安全、可靠存储及查询,具有较高的运行效率。
2023年03期 v.55 22-27页 [查看摘要][在线阅读][下载 1002K] [引用频次:1 ] |[网刊下载次数:35 ] |[下载次数:290 ] |[阅读次数:24 ] - 巩坪;王九如;宋万水;张问银;孙崇然;
物联网(IoT)中的传感节点具有海量性、动态性等特点,使得传统的中心式的授权决策访问控制难以满足更高的物联网环境需求。结合基于属性的访问控制模型(ABAC)与区块链技术,利用ABAC中属性和权限相关联的特点及区块链去中心化的思想来解决IoT中设备海量性的问题;同时针对节点接入和权限传递等动态性问题,提出一种基于区块链的新方法来表示资源访问策略,利用智能合约来实现权限的动态传递,将协议策略和权利交换过程展现在链上,任何用户都可以随时知道策略与资源和当前拥有访问资源的权限。通过对比分析和实验结果表明,该架构与现有传统的架构相比,能更有效地解决IoT中设备存在的海量性、动态性的问题。
2023年03期 v.55 28-33页 [查看摘要][在线阅读][下载 973K] [引用频次:1 ] |[网刊下载次数:47 ] |[下载次数:318 ] |[阅读次数:25 ] - 刘珂;冷芳玲;施伯贻;郎祎;鲍玉斌;
知识图谱的构建对于信息检索、智能问答、智能推荐等下游工作具有重要意义,而抽取资料中的信息是构建知识图谱的关键。为了实现有效知识抽取,提出了一个基于深度主动学习的实体关系联合抽取框架。在该框架下,基于深度主动学习的采样方法降低文本标注成本,改进的EDA数据增强方法(EDA-RE)解决样本间的关系分类不均衡、标注资料不足等问题,“BIO-OVE/R-HT”的标注策略和ChineseBERT-BiLSTM-CRF(CBBC)联合抽取模型解决传统流水线模型存在误差累积和无法抽取重叠关系等问题。通过百度竞赛提供的数据集进行实验,验证了框架中各方法的有效性。
2023年03期 v.55 34-40页 [查看摘要][在线阅读][下载 1522K] [引用频次:2 ] |[网刊下载次数:39 ] |[下载次数:440 ] |[阅读次数:28 ] - 袁欣瑞;王海荣;王振旭;
针对传统监考存在人工成本高、主观性强等问题,构建基于人脸识别、头部姿态估计和目标检测的智能监考模型。模型通过人脸识别算法进行考生身份验证,设计结合注意力机制的头部姿态估计(channel and spatial-aware wide head pose estimation network, CS-WHENet)方法对考生偷看的异常行为进行检测,并使用深度学习方法及传统方法对考生传递纸条的异常行为进行联合判定。实验结果表明,智能监考模型在模拟真实考场的环境中,对考生身份验证与异常行为检测均有较高的准确率,并能在GPU支持下实现实时检测。通过验证表明,该模型能有效降低监考人员工作成本,实现考场监考公平性。
2023年03期 v.55 41-49页 [查看摘要][在线阅读][下载 3936K] [引用频次:7 ] |[网刊下载次数:41 ] |[下载次数:685 ] |[阅读次数:46 ] - 庄雷;王盛开;郭孟鸽;李文萃;陆继钊;刘文覃;徐泽汐;
提出一种两阶段的基于含权k-壳分解的分组教学虚拟网络映射算法。该算法根据含权k-壳分解法对底层网络进行预处理,然后沿着节点间的最短路径映射链路,并结合分组教学优化模型的分组、教学、自学与互学的优化策略,实现节点和链路的协调映射,从而进一步提高解的质量。仿真结果表明,所提算法作为一种多目标的虚拟网络映射算法,能够有效减少链路开启量,提升虚拟网络请求接受率及长期收益成本比。
2023年03期 v.55 50-56页 [查看摘要][在线阅读][下载 2006K] [引用频次:0 ] |[网刊下载次数:38 ] |[下载次数:95 ] |[阅读次数:77 ] - 刘拥民;王靖枫;黄浩;徐卓农;
针对高维数据集结构复杂且冗余度高的问题,提出一种新型二进制人工蜂群算法进行特征选择。该算法在雇佣蜂蜜源搜索阶段应用差分思想,增加多项式差分变异算子,实现蜜源更新环节的多维性、高效性;在跟随蜂阶段和侦察蜂阶段分别引入交叉算子和最优保存策略,进一步打破局部最优,有效提升了人工蜂群算法的收敛效果;对蜜源的二进制初始化处理,使得算法在特征选择过程中取得了良好表现。在4个Benchmark测试函数上进行实验,结果表明,新算法的寻优精度和收敛速度优于其他4种经典搜索算法。同时,选取7个常用高维数据集进行特征选择,并与7种经典降维算法进行对比,发现新算法的特征约简程度普遍高于88%,并且随着数据集维度的增高,新算法的降维程度和分类精度优于其他7种降维算法。
2023年03期 v.55 57-64页 [查看摘要][在线阅读][下载 2146K] [引用频次:1 ] |[网刊下载次数:35 ] |[下载次数:296 ] |[阅读次数:31 ] - 马天凤;杨震;罗勇;庄超楠;
红外弱小目标具有信噪比低、目标尺寸小、特征不明显等特点,加之场景复杂度不断提升,杂波干扰严重,导致现有的红外弱小目标检测方法在面对复杂场景时性能衰减。综合手工方法提取目标单一的显著特征及深度学习方法提取图像综合特征的优势,设计了基于深度学习的红外弱小目标深度特征融合检测网络模型。首先,模型利用多尺度自适应特征提取网络来提取红外图像中弱小目标的原始特征与平滑度图像中弱小目标的平滑度特征;其次,为提高目标显著度,提出了一种多层级联特征融合策略,实现特征提取网络中小目标原始特征与平滑度特征的融合;最后,利用多层级联特征融合映射网络对红外弱小目标进行特征映射与背景抑制,获得背景杂波被极大抑制的红外弱小目标特征映射图像。实验结果表明,同现有的基于深度学习与基于手工特征的检测方法相比,所提出的检测方法在各种复杂的场景中都拥有较高的准确率及较低的虚警率,同时拥有较快的检测速度。
2023年03期 v.55 65-72页 [查看摘要][在线阅读][下载 9078K] [引用频次:2 ] |[网刊下载次数:57 ] |[下载次数:339 ] |[阅读次数:40 ]