检索结果-内蒙古大学图书馆

计算机工程与应用 2025年第1期61卷 352-360页

作者：王依凡董振江陈向东南京邮电大学计算机学院南京210023

随着大型车辆右转必停的新交规逐步实施,针对现有的监管方式存在效率较低的问题,提出了一种大型车辆右转停车检测方法。对YOLOv7-tiny检测模型进行改进,在ELAN模块中引入注意力机制,以提升大型车辆的检测性能。设计了一种新的大型车辆... 详细信息

随着大型车辆右转必停的新交规逐步实施,针对现有的监管方式存在效率较低的问题,提出了一种大型车辆右转停车检测方法。对YOLOv7-tiny检测模型进行改进,在ELAN模块中引入注意力机制,以提升大型车辆的检测性能。设计了一种新的大型车辆右转车道定位方法,通过自适应探测车道,提高了其在不同监控视角下的定位准确性。对大型车辆的运动轨迹进行序列数据转换,并采用结合加权平均的中值滤波算法,有效降低了原始数据的噪声。在滑动窗口损失函数中引入权重因子,进一步提升了检测方法的鲁棒性。实验结果表明,改进后的大型车辆检测模型在自制数据集和公开数据集上均取得了性能提升,大型车辆右转车道定位方法具有更强的泛化能力,并且检测到的停车时间覆盖率达到了97.4%。

关键词：大型车辆检测车道定位滤波算法损失函数停车时间检测

来源：评论

学校读者我要写书评

暂无评论

ScaleFS:面向大语言模型的高性能可扩展元数据设计

引用

计算机研究与发展 2025年第3期62卷 589-604页

作者：尚碧筠韩银俊肖蓉陈正华屠要峰董振江南京邮电大学计算机学院南京210023 中兴通讯股份有限公司南京210012

近年来,以Chat GPT为代表的大语言模型(large language model,LLM)技术发展迅速.随着模型参数规模的持续增长,构建和应用大模型对数据存储规模和存储访问效率提出了更高要求,这对传统存储系统带来了严峻挑战.首先分析了大模型在数据准... 详细信息

近年来,以Chat GPT为代表的大语言模型(large language model,LLM)技术发展迅速.随着模型参数规模的持续增长,构建和应用大模型对数据存储规模和存储访问效率提出了更高要求,这对传统存储系统带来了严峻挑战.首先分析了大模型在数据准备、模型训练和推理阶段的存储访问特征,深入探讨了传统存储系统在大模型场景下面临的主要问题和瓶颈.针对这些挑战,提出并实现了一种高性能、可扩展的分布式元数据设计Scale FS.通过目录树元数据与属性元数据解耦的架构设计,并结合深度与广度均衡的目录树分层分区策略设计,Scale FS实现了高效的路径解析、负载均衡和系统扩展能力,能够高效管理千亿级文件.此外,Scale FS设计了细粒度元数据结构,优化了元数据访问模式,并构建了面向文件语义优化的元数据键值存储底座,显著提升了元数据访问效率并减少了磁盘I/O操作.实验结果表明,Scale FS的每秒操作次数(operations per second,OPS)是HDFS的1.04~7.12倍,而延迟仅为HDFS的12.67%~99.55%.在千亿级文件规模下,Scale FS的大部分操作性能优于HDFS在十亿级文件规模下的表现,展现出更高的扩展性和访问效率,能够更好地满足大模型场景对千亿级文件存储及高效访问的需求.

关键词：大语言模型大模型训练存储系统元数据管理可扩展性

来源：评论

学校读者我要写书评

暂无评论

混合博弈问题的求解与应用综述

引用

软件学报 2025年第1期36卷 107-151页

作者：董绍康李超杨光葛振兴曹宏业陈武兵杨尚东陈兴国李文斌高阳计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 南京邮电大学计算机学院、软件学院、网络空间安全学院江苏南京210023

近年来,随着人工智能技术在序贯决策和博弈对抗等问题的应用方面取得了飞速发展,围棋、游戏、德扑和麻将等领域取得了巨大的进步,例如,AlphaGo、OpenAI Five、AlphaStar、DeepStack、Libratus、Pluribus和Suphx等系统都在这些领域中达... 详细信息

近年来,随着人工智能技术在序贯决策和博弈对抗等问题的应用方面取得了飞速发展,围棋、游戏、德扑和麻将等领域取得了巨大的进步,例如,AlphaGo、OpenAI Five、AlphaStar、DeepStack、Libratus、Pluribus和Suphx等系统都在这些领域中达到或超过人类专家水平.这些应用集中在双人、两队或者多人的零和博弈问题中,而对于混合博弈问题的研究缺乏实质性的进展与突破.区别于零和博弈,混合博弈需要综合考虑个体收益、集体收益和均衡收益等诸多目标,被广泛应用于公共资源分配、任务调度和自动驾驶等现实场景.因此,对于混合博弈问题的研究至关重要.通过梳理当前混合博弈领域中的重要概念和相关工作,深入分析国内外研究现状和未来发展方向.具体地,首先介绍混合博弈问题的定义与分类;其次详细阐述博弈解概念和求解目标,包含纳什均衡、相关均衡、帕累托最优等解概念,最大化个体收益、最大化集体收益以及兼顾公平等求解目标;接下来根据不同的求解目标,分别对博弈论方法、强化学习方法以及这两种方法的结合进行详细探讨和分析;最后介绍相关的应用场景和实验仿真环境,并对未来研究的方向进行总结与展望.

关键词：混合博弈博弈论强化学习

来源：评论

学校读者我要写书评

暂无评论

高级持续性威胁检测与分析方法研究进展

引用

南京邮电大学学报(自然科学版) 2025年第1期45卷 1-11页

作者：季一木张嘉铭杨倩杜宏煜邵思思张俊杰刘尚东南京邮电大学计算机学院江苏南京210023

高级持续性威胁(Advanced Persistent Threat,APT)检测分析是网络安全领域的一个研究热点。APT检测与分析仍然面临着许多挑战,对当前研究进行归纳梳理,总结了APT检测与分析方法研究进展。首先,分析APT攻击威胁建模方法。其次,梳理代表性... 详细信息

高级持续性威胁(Advanced Persistent Threat,APT)检测分析是网络安全领域的一个研究热点。APT检测与分析仍然面临着许多挑战,对当前研究进行归纳梳理,总结了APT检测与分析方法研究进展。首先,分析APT攻击威胁建模方法。其次,梳理代表性的APT攻击检测方法,包括基于主机和基于网络的相关研究。然后,总结APT攻击分析方法,介绍了攻击溯源与攻击行为推理相关研究。最后,展望未来APT攻击检测与分析的研究方向,以便研究人员了解当前研究现状和拓展研究思路。

关键词：高级持续威胁攻击发现攻击溯源攻击推理

来源：评论

学校读者我要写书评

暂无评论

云网融合环境下服务组合的未来属性验证

引用

计算机工程 2025年第3期51卷 310-319页

作者：王湛张鹏程金惠颖吉顺慧河海大学计算机与软件学院江苏南京211100 南京邮电大学计算机学院江苏南京210023

随着云网融合技术以及空天地一体化网络的快速发展,越来越多的服务开始在云网融合环境下运行。在云网融合环境下,用户呈现移动性特征,导致服务组合过程变得愈发复杂,服务组合验证变得尤为关键。同时,在云网融合环境下用户要求服务组合... 详细信息

随着云网融合技术以及空天地一体化网络的快速发展,越来越多的服务开始在云网融合环境下运行。在云网融合环境下,用户呈现移动性特征,导致服务组合过程变得愈发复杂,服务组合验证变得尤为关键。同时,在云网融合环境下用户要求服务组合不仅在当前时间段内稳定运行,还需要在未来时间段内持续满足用户需求。为了解决以上问题,提出一种云网融合环境下的服务组合未来属性验证方法。首先,对云网融合中的服务组合过程进行形式化建模,同时考虑用户移动导致的云网环境下服务场景的转换关系;然后,为了准确描述用户需求,对云网融合场景下的用户需求进行形式化描述;最后,为了解决云网融合环境下用户对服务组合未来时间段内的验证需求,对服务组合未来时间段的服务属性进行预测,利用PRISM模型检验工具来进行云网融合环境下的服务组合验证,以确保在未来时间段内仍然满足性能和可用性要求。实验结果表明,在云网融合环境下,当服务数量达到1000时验证模型构建时间以及模型检测时间分别为3.372 s和0.075 s,通过云网融合环境下的服务组合案例说明了所提方法的有效性与可行性。

关键词：云网融合服务组合马尔可夫决策过程服务质量形式化验证

来源：评论

学校读者我要写书评

暂无评论

灾害环境下无人机联盟搜救的改进拍卖算法研究

引用

小型微型计算机系统 2025年

作者：张淳汪文付文浩伍永江南京邮电大学计算机学院

针对随机灾害环境下的无人机救援任务分配问题，本文提出了一种改进的灾后联盟拍卖算法（Post-Disaster Coalition Auction， PDCA）.该算法在传统拍卖机制的基础上，结合任务优先级、无人机飞行成本以及路径中的随机灾害影响，通过优... 详细信息

针对随机灾害环境下的无人机救援任务分配问题，本文提出了一种改进的灾后联盟拍卖算法（Post-Disaster Coalition Auction， PDCA）.该算法在传统拍卖机制的基础上，结合任务优先级、无人机飞行成本以及路径中的随机灾害影响，通过优化代价函数实现任务分配的全局效益最大化.PDCA算法通过动态调整竞标策略和任务分配，能够适应复杂环境下的多样化任务需求.实验通过设置不同完成概率和标称奖励，模拟无人机异构性和任务优先级的场景，验证了PDCA算法在搜救任务分配中的有效性.

关键词：多无人机系统任务分配随机灾害期望收益联盟拍卖算法动态竞标

来源：评论

学校读者我要写书评

暂无评论

纳米孔在蛋白质单分子水平研究中的应用

引用

生物工程学报 2025年第1期41卷 92-116页

作者：武灵芝罗星月邓浩丰马千里汤丽华南京邮电大学理学院江苏南京210023 南京邮电大学集成电路科学与工程学院江苏南京210023 南京邮电大学计算机学院江苏南京210023

蛋白质是生命活动的主要载体,承担着多种复杂而又精巧的催化、输运、调控等生物学功能。这些功能的发挥与蛋白质折叠过程、配体分子的作用以及自身构象转变有着紧密联系。本文从纳米孔单分子水平出发,系统总结了蛋白质在纳米孔检测领域... 详细信息

蛋白质是生命活动的主要载体,承担着多种复杂而又精巧的催化、输运、调控等生物学功能。这些功能的发挥与蛋白质折叠过程、配体分子的作用以及自身构象转变有着紧密联系。本文从纳米孔单分子水平出发,系统总结了蛋白质在纳米孔检测领域的研究内容和最新进展,包括不同多肽、蛋白质的分子识别,蛋白质折叠过程的构象变化,不同蛋白质的pH响应性,蛋白质与不同分子的相互作用以及纳米孔用于蛋白质测序的应用进展。基于纳米孔单分子技术对蛋白质结构和功能进行研究对探究生命活动本质规律,进而对实现疾病的早期诊断和药物设计的精准治疗具有十分重要的意义。

关键词：纳米孔单分子水平蛋白质构象蛋白质折叠蛋白质相互作用

来源：评论

学校读者我要写书评

暂无评论

融合图Transformer和Vina-GPU+的多模态虚拟筛选新方法

引用

南京大学学报(自然科学版) 2025年第1期61卷 83-93页

作者：张豪张堃然阮晓东沐勇吴建盛南京邮电大学化学与生命科学学院南京210023 南京邮电大学通信与信息工程学院南京210003 南京邮电大学计算机学院南京210023

现代药物发现面临对大规模化合物库进行虚拟筛选的挑战,提高分子对接的速度与精度是核心问题.AutoDock Vina是最受欢迎的分子对接工具之一,我们的Vina-GPU和Vina-GPU+方法在确保对接准确性的同时,分别实现了对AutoDock Vina最高50倍和6... 详细信息

现代药物发现面临对大规模化合物库进行虚拟筛选的挑战,提高分子对接的速度与精度是核心问题.AutoDock Vina是最受欢迎的分子对接工具之一,我们的Vina-GPU和Vina-GPU+方法在确保对接准确性的同时,分别实现了对AutoDock Vina最高50倍和65.6倍的加速.近年来,大规模预训练模型在自然语言处理和计算机视觉领域取得了巨大成功,这种范式对解决虚拟筛选面临的重大挑战也具有巨大潜力.因此,提出一种多模态虚拟筛选新方法Vina-GPU GT,结合了Vina-GPU+分子对接技术和预训练的Graph Transformer(GT)模型,以实现快速精确的虚拟筛选.该方法包括三个连续步骤:(1)通过对已有分子属性预测的预训练GT模型进行知识蒸馏,学到一个小的SMILES Transformer(ST)模型;(2)通过ST模型推理化合物库中所有分子,并根据主动学习规则微调ST模型;(3)利用微调后的ST模型进行虚拟筛选.在三个重要靶点和两个化合物库上进行了虚拟筛选实验,并与两种虚拟筛选方法进行了比较,结果表明,Vina-GPU GT的虚拟筛选性能最优.

关键词：虚拟筛选 Graph Transformer Vina-GPU+ 多模态知识蒸馏主动学习

来源：评论

学校读者我要写书评

暂无评论

基于身份的密钥隔离的多云多副本可证数据持有方案

引用

计算机科学 2025年第1期52卷 401-411页

作者：周杰王化群南京邮电大学计算机学院南京210023

可证数据持有方案(Provable Data Possession, PDP)可以让用户在不下载全部数据的情况下验证其外包数据是否完好无损。为了提高外包数据的可用性和安全性,许多用户将数据的多个副本存储在单云服务器上,但是单云服务器在发生故障或者其... 详细信息

可证数据持有方案(Provable Data Possession, PDP)可以让用户在不下载全部数据的情况下验证其外包数据是否完好无损。为了提高外包数据的可用性和安全性,许多用户将数据的多个副本存储在单云服务器上,但是单云服务器在发生故障或者其他意外情况时,用户存储的数据副本也会遭到破坏因而无法恢复原始数据。同时,许多可证数据持有方案依赖于公钥基础设施(Public Key Infrastructure, PKI)技术,存在密钥管理问题。此外,现有的可证数据持有方案大多是在用户端使用密钥对数据进行处理。由于用户端的安全意识较弱或者安全设置较低,密钥可能会有泄露的风险。恶意云一旦获得了用户端的密钥,就可以通过伪造虚假的数据持有证明来隐藏数据丢失的事件。基于上述问题,提出了一种基于身份的密钥隔离的多云多副本可证数据持有方案(Identity-Based Key-Insulated Provable Multi-Copy Data Possession in Multi-Cloud Storage, IDKIMC-PDP)。基于身份的可证数据持有方案消除了公钥基础设施技术中复杂的证书管理。多云多副本确保了即使在某个云服务器上的副本被篡改或者被破坏的情况下,用户仍然可以从其他云服务器上获取副本并恢复数据。同时,方案中使用了密钥隔离技术实现了前向和后向安全。即使某一时间段内的密钥泄露,其他时间段内云存储审计的安全性也不会受到影响。给出了该方案的正式定义、系统模型和安全模型;在标准困难问题下,给出了该方案的安全性证明。安全性分析表明,IDKIMC-PDP方案具有强抗密钥泄露性、可检测性以及数据块标签和证明的不可伪造性。实验结果表明,与现有的多云多副本相关方案相比,IDKIMC-PDP方案具有相对较高的效率。

关键词：可证数据持有密钥隔离基于身份的签名多云多副本

来源：评论

学校读者我要写书评

暂无评论

面向卷积神经网络泛化性和健壮性权衡的标签筛选方法

引用

软件学报 2025年第5期 2114-2129页

作者：王益民龙显忠李云熊健南京邮电大学计算机学院软件学院网络空间安全学院

虽然卷积神经网络凭借优异的泛化性能被广泛应用在图像识别领域中,但被噪声污染的对抗样本可以轻松欺骗训练完全的网络模型,带来安全性的隐患.现有的许多防御方法虽然提高了模型的健壮性,但大多数不可避免地牺牲了模型的泛化性.为了缓... 详细信息

虽然卷积神经网络凭借优异的泛化性能被广泛应用在图像识别领域中,但被噪声污染的对抗样本可以轻松欺骗训练完全的网络模型,带来安全性的隐患.现有的许多防御方法虽然提高了模型的健壮性,但大多数不可避免地牺牲了模型的泛化性.为了缓解这一问题,提出了标签筛选权重参数正则化方法,在模型训练过程中利用样本的标签信息权衡模型的泛化性和健壮性.先前的许多健壮模型训练方法存在下面两个问题:1)大多通过增加训练集样本的数量或复杂度来提高模型的健壮性,这不仅弱化了干净样本在模型训练过程中的主导作用,也使得训练任务的工作量大大提高; 2)样本的标签信息除了被用于与模型预测结果对比来控制模型参数的更新方向以外,在模型训练中几乎不被另作使用,这无疑忽视了隐藏于样本标签中的更多信息.所提方法通过样本的正确标签和对抗样本的分类标签筛选出模型在分类该样本时起决定性作用的权重参数,对这些参数进行正则优化,达到模型泛化性和健壮性权衡的效果.在MNIST、CIFAR-10和CIFAR-100数据集上的实验和分析表明,提出的方法能够取得很好的训练效果.

关键词：卷积神经网络对抗学习标签信息正则化

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：