- 最新动态
- 专刊征文
- 推荐文章
- 领域热点
快速检索
过刊检索
全选反选导出
显示模式：
2025,36(6):2401-2403, DOI: 10.13328/j.cnki.jos.007331, CSTR: 32375.14.jos.007331
摘要：
2025,36(6):2404-2431, DOI: 10.13328/j.cnki.jos.007323, CSTR: 32375.14.jos.007323
摘要：
模糊测试是一种自动化的软件测试方法, 通过向目标软件系统输入大量自动生成的测试数据, 以发现系统潜在的安全漏洞、软件缺陷或异常行为. 然而, 传统模糊测试技术受限于自动化程度低、测试效率低、代码覆盖率低等因素, 无法应对现代的大型软件系统. 近年来, 大语言模型的迅猛发展不仅为自然语言处理领域带来重大突破, 也为模糊测试领域带来了新的自动化方案. 因此, 为了更好地提升模糊测试技术的效果, 现有的工作提出了多种结合大语言模型的模糊测试方法, 涵盖了测试输入生成、缺陷检测、后模糊处理等模块. 但是现有工作缺乏对基于大语言模型的模糊测试技术的系统性调研和梳理讨论, 为了填补上述综述方面的空白, 对现有的基于大语言模型的模糊测试技术的研究发展现状进行全面的分析和总结. 主要内容包括: (1)概述模糊测试的整体流程和模糊测试研究中常用的大语言模型相关技术; (2)讨论大模型时代之前的基于深度学习的模糊测试方法的局限性; (3)分析大语言模型在模糊测试方法中不同环节的应用方式; (4)探讨大语言模型技术在模糊测试中的主要挑战和今后可能的发展方向.
模糊测试是一种自动化的软件测试方法, 通过向目标软件系统输入大量自动生成的测试数据, 以发现系统潜在的安全漏洞、软件缺陷或异常行为. 然而, 传统模糊测试技术受限于自动化程度低、测试效率低、代码覆盖率低等因素, 无法应对现代的大型软件系统. 近年来, 大语言模型的迅猛发展不仅为自然语言处理领域带来重大突破, 也为模糊测试领域带来了新的自动化方案. 因此, 为了更好地提升模糊测试技术的效果, 现有的工作提出了多种结合大语言模型的模糊测试方法, 涵盖了测试输入生成、缺陷检测、后模糊处理等模块. 但是现有工作缺乏对基于大语言模型的模糊测试技术的系统性调研和梳理讨论, 为了填补上述综述方面的空白, 对现有的基于大语言模型的模糊测试技术的研究发展现状进行全面的分析和总结. 主要内容包括: (1)概述模糊测试的整体流程和模糊测试研究中常用的大语言模型相关技术; (2)讨论大模型时代之前的基于深度学习的模糊测试方法的局限性; (3)分析大语言模型在模糊测试方法中不同环节的应用方式; (4)探讨大语言模型技术在模糊测试中的主要挑战和今后可能的发展方向.
2025,36(6):2432-2452, DOI: 10.13328/j.cnki.jos.007327, CSTR: 32375.14.jos.007327
摘要：
资源泄露是由于有限的系统资源未能及时正确关闭所导致的缺陷, 广泛存在于各种语言程序中, 且具有一定的隐蔽性. 传统的缺陷检测方法通常基于规则和启发式搜索预测软件中的资源泄露. 近年来, 基于深度学习的缺陷检测方法通过不同的代码表征形式并使用循环神经网络、图神经网络等技术捕获代码中的语义信息. 最近的研究显示, 语言模型在代码理解和生成等任务中表现出色. 然而语言模型针对资源泄露检测这一特定任务上的优势和局限性尚未得到充分评估. 研究基于传统模型、小模型和大模型的检测方法在资源泄露检测任务中的有效性, 并探究小样本学习、微调以及静态分析与大模型结合的多种改进方式. 具体而言, 以JLeaks和DroidLeaks数据集为实验对象, 从资源泄露根本原因、资源种类、代码复杂度等多个维度分析不同模型的表现. 实验结果表明, 微调技术能够显著提升大模型在资源泄露检测领域的检测效果. 然而, 大部分模型在识别第三方库引发的资源泄露上仍需改进. 此外, 代码复杂度对基于传统模型的检测方法的影响更大.
资源泄露是由于有限的系统资源未能及时正确关闭所导致的缺陷, 广泛存在于各种语言程序中, 且具有一定的隐蔽性. 传统的缺陷检测方法通常基于规则和启发式搜索预测软件中的资源泄露. 近年来, 基于深度学习的缺陷检测方法通过不同的代码表征形式并使用循环神经网络、图神经网络等技术捕获代码中的语义信息. 最近的研究显示, 语言模型在代码理解和生成等任务中表现出色. 然而语言模型针对资源泄露检测这一特定任务上的优势和局限性尚未得到充分评估. 研究基于传统模型、小模型和大模型的检测方法在资源泄露检测任务中的有效性, 并探究小样本学习、微调以及静态分析与大模型结合的多种改进方式. 具体而言, 以JLeaks和DroidLeaks数据集为实验对象, 从资源泄露根本原因、资源种类、代码复杂度等多个维度分析不同模型的表现. 实验结果表明, 微调技术能够显著提升大模型在资源泄露检测领域的检测效果. 然而, 大部分模型在识别第三方库引发的资源泄露上仍需改进. 此外, 代码复杂度对基于传统模型的检测方法的影响更大.
2025,36(6):2453-2476, DOI: 10.13328/j.cnki.jos.007328, CSTR: 32375.14.jos.007328
摘要：
在当今智能化的时代背景下, 芯片作为智能电子设备的核心组件, 在人工智能、物联网、5G通信等诸多领域发挥着关键作用, 保障芯片的正确性、安全性和可靠性至关重要. 在芯片的开发流程中, 开发人员首先需要利用硬件描述语言, 将芯片设计实现成软件形式(即芯片设计程序), 然后再进行物理设计并最终流片(即生产制造). 作为芯片设计制造的基础, 芯片设计程序的质量直接影响了芯片的质量. 因此, 针对芯片设计程序的测试具有重要研究意义. 早期的芯片设计程序测试方法主要依赖开发人员人工设计测试用例来测试芯片设计程序, 往往需要大量的人工成本和时间代价. 随着芯片设计程序复杂度的日益增长, 诸多基于仿真的自动化芯片设计程序测试方法被提出, 提升了芯片设计程序测试效率及有效性. 近年来, 越来越多的研究者致力于将机器学习、深度学习和大语言模型(LLM)等智能化方法应用于芯片设计程序测试领域. 调研88篇智能化芯片设计程序测试相关的学术论文, 从测试输入生成、测试预言构造及测试执行优化这3个角度对智能化芯片设计程序测试已有成果进行整理归纳, 重点梳理芯片设计程序测试方法从机器学习阶段、深度学习阶段到大语言模型阶段的演化, 探讨不同阶段方法在提高测试效率和覆盖率、降低测试成本等方面的潜力. 同时, 介绍芯片设计程序测试领域的研究数据集和工具, 并展望未来的发展方向和挑战.
在当今智能化的时代背景下, 芯片作为智能电子设备的核心组件, 在人工智能、物联网、5G通信等诸多领域发挥着关键作用, 保障芯片的正确性、安全性和可靠性至关重要. 在芯片的开发流程中, 开发人员首先需要利用硬件描述语言, 将芯片设计实现成软件形式(即芯片设计程序), 然后再进行物理设计并最终流片(即生产制造). 作为芯片设计制造的基础, 芯片设计程序的质量直接影响了芯片的质量. 因此, 针对芯片设计程序的测试具有重要研究意义. 早期的芯片设计程序测试方法主要依赖开发人员人工设计测试用例来测试芯片设计程序, 往往需要大量的人工成本和时间代价. 随着芯片设计程序复杂度的日益增长, 诸多基于仿真的自动化芯片设计程序测试方法被提出, 提升了芯片设计程序测试效率及有效性. 近年来, 越来越多的研究者致力于将机器学习、深度学习和大语言模型(LLM)等智能化方法应用于芯片设计程序测试领域. 调研88篇智能化芯片设计程序测试相关的学术论文, 从测试输入生成、测试预言构造及测试执行优化这3个角度对智能化芯片设计程序测试已有成果进行整理归纳, 重点梳理芯片设计程序测试方法从机器学习阶段、深度学习阶段到大语言模型阶段的演化, 探讨不同阶段方法在提高测试效率和覆盖率、降低测试成本等方面的潜力. 同时, 介绍芯片设计程序测试领域的研究数据集和工具, 并展望未来的发展方向和挑战.
2025,36(6):2477-2500, DOI: 10.13328/j.cnki.jos.007325, CSTR: 32375.14.jos.007325
摘要：
代码优化任务作为自动化代码审查的关键环节, 有助于提高开发效率和代码质量. 随着大语言模型在软件工程领域中展现出远胜于传统小规模预训练模型的性能, 旨在探讨两类模型在自动代码优化任务的表现, 以评估大语言模型的综合优势. 通过使用传统代码质量评估指标(例如, BLEU, CodeBLEU, edit progress)对4种主流大语言模型和4种代表性小规模预训练模型在代码优化任务的表现进行评估, 发现大语言模型在审查前代码优化子任务的优化质量劣于小规模预训练模型. 由于现有代码质量评估指标难以解释上述现象, 提出基于Unidiff的代码优化评估指标, 量化优化过程中的变更操作, 以解释劣势原因并揭示模型执行变更操作的倾向性: (1)审查前代码优化任务难度较大, 模型执行正确变更操作的准确度极低, 且大语言模型比小规模预训练模型表现更为“激进”, 即倾向于执行更多的代码变更操作, 导致其表现不佳; (2)相比小规模预训练模型, 大语言模型在代码优化任务倾向于执行更多插入(ADD)和修改(MODIFY)变更操作且ADD变更操作平均插入的代码行数较多, 进一步证明其“激进”性. 为缓解大语言模型在审查前优化任务中的劣势, 基于大语言模型和集成学习提出LLM-Voter方法, 包含Inference-based (基于模型推理)和Confidence-based (基于置信度选择)两种子方案, 旨在集成不同基模型的优势以提升代码优化质量. 在此基础上, 进一步引入优化判定机制, 以增强模型的决策稳定性与可靠性. 实验证明: 基于置信度选择的LLM-Voter方法能够在大幅提高EM (exact match)值的同时获得优于所有基模型的优化质量, 从而有效缓解大语言模型的劣势.
代码优化任务作为自动化代码审查的关键环节, 有助于提高开发效率和代码质量. 随着大语言模型在软件工程领域中展现出远胜于传统小规模预训练模型的性能, 旨在探讨两类模型在自动代码优化任务的表现, 以评估大语言模型的综合优势. 通过使用传统代码质量评估指标(例如, BLEU, CodeBLEU, edit progress)对4种主流大语言模型和4种代表性小规模预训练模型在代码优化任务的表现进行评估, 发现大语言模型在审查前代码优化子任务的优化质量劣于小规模预训练模型. 由于现有代码质量评估指标难以解释上述现象, 提出基于Unidiff的代码优化评估指标, 量化优化过程中的变更操作, 以解释劣势原因并揭示模型执行变更操作的倾向性: (1)审查前代码优化任务难度较大, 模型执行正确变更操作的准确度极低, 且大语言模型比小规模预训练模型表现更为“激进”, 即倾向于执行更多的代码变更操作, 导致其表现不佳; (2)相比小规模预训练模型, 大语言模型在代码优化任务倾向于执行更多插入(ADD)和修改(MODIFY)变更操作且ADD变更操作平均插入的代码行数较多, 进一步证明其“激进”性. 为缓解大语言模型在审查前优化任务中的劣势, 基于大语言模型和集成学习提出LLM-Voter方法, 包含Inference-based (基于模型推理)和Confidence-based (基于置信度选择)两种子方案, 旨在集成不同基模型的优势以提升代码优化质量. 在此基础上, 进一步引入优化判定机制, 以增强模型的决策稳定性与可靠性. 实验证明: 基于置信度选择的LLM-Voter方法能够在大幅提高EM (exact match)值的同时获得优于所有基模型的优化质量, 从而有效缓解大语言模型的劣势.
2025,36(6):2501-2514, DOI: 10.13328/j.cnki.jos.007329, CSTR: 32375.14.jos.007329
摘要：
长方法及其他类型的代码坏味阻碍了软件应用程序达到最佳的可读性、可重用性和可维护性. 因此, 人们对长方法的自动检测和分解进行了广泛的研究. 虽然这些方法极大地促进了分解, 但其解决方案往往与最优方案存在很大差异. 为此, 调研公开真实长方法数据集中的可自动化部分, 探讨了长方法的分解情况, 并基于调研结果, 提出了一种基于大语言模型的新方法(称为 Lsplitter), 用于自动分解长方法. 对于给定的长方法, Lsplitter会根据启发式规则和大语言模型将该方法分解为一系列短方法. 然而, 大语言模型经常会拆分出相似的方法, 针对大语言模型的分解结果, Lsplitter利用基于位置的算法, 将物理上连续且高度相似的方法合并成一个较长的方法. 最后对这些候选结果进行排序. 对真实Java项目中的2849个长方法进行了实验, 结果表明, 相较传统结合模块化矩阵的方法, Lsplitter的命中率提升了142%, 相较纯基于大语言模型的方法, 命中率提升了7.6%.
长方法及其他类型的代码坏味阻碍了软件应用程序达到最佳的可读性、可重用性和可维护性. 因此, 人们对长方法的自动检测和分解进行了广泛的研究. 虽然这些方法极大地促进了分解, 但其解决方案往往与最优方案存在很大差异. 为此, 调研公开真实长方法数据集中的可自动化部分, 探讨了长方法的分解情况, 并基于调研结果, 提出了一种基于大语言模型的新方法(称为 Lsplitter), 用于自动分解长方法. 对于给定的长方法, Lsplitter会根据启发式规则和大语言模型将该方法分解为一系列短方法. 然而, 大语言模型经常会拆分出相似的方法, 针对大语言模型的分解结果, Lsplitter利用基于位置的算法, 将物理上连续且高度相似的方法合并成一个较长的方法. 最后对这些候选结果进行排序. 对真实Java项目中的2849个长方法进行了实验, 结果表明, 相较传统结合模块化矩阵的方法, Lsplitter的命中率提升了142%, 相较纯基于大语言模型的方法, 命中率提升了7.6%.
2025,36(6):2515-2534, DOI: 10.13328/j.cnki.jos.007330, CSTR: 32375.14.jos.007330
摘要：
Datalog是一种声明式逻辑编程语言, 在不同领域得到了广泛应用. 近年来, 学术界和工业界对Datalog的兴趣高涨, 设计并开发了多种Datalog引擎和相应方言. 然而, 多方言带来的一个问题是以一种Datalog方言实现的代码, 一般而言不能在另一种方言的引擎上执行. 因此, 当采用新Datalog引擎时, 需要将现有Datalog代码翻译到新方言上. 目前的Datalog代码翻译技术可分为人工重写代码和人工设计翻译规则两类, 存在耗时长、大量重复劳动、缺乏灵活性和可拓展性等问题. 提出了一种大语言模型(LLM)赋能的Datalog代码翻译技术, 利用LLM强大的代码理解和生成能力, 通过分治翻译策略、基于少样本提示和思维链提示的提示工程、基于检查-反馈-修复的迭代纠错机制, 可以在不同Datalog方言之间实现高精度代码翻译, 减轻开发人员重复开发翻译规则的工作量. 基于此代码翻译技术, 设计并实现了一种通用的基于Datalog的声明式增量程序分析框架. 在不同Datalog方言对上评估了所提出的LLM赋能的Datalog代码翻译技术的性能, 评估结果验证了所提代码翻译技术的有效性. 对通用声明式增量程序分析框架进行了实验评估, 验证了基于所提代码翻译技术的增量程序分析的加速效果.
Datalog是一种声明式逻辑编程语言, 在不同领域得到了广泛应用. 近年来, 学术界和工业界对Datalog的兴趣高涨, 设计并开发了多种Datalog引擎和相应方言. 然而, 多方言带来的一个问题是以一种Datalog方言实现的代码, 一般而言不能在另一种方言的引擎上执行. 因此, 当采用新Datalog引擎时, 需要将现有Datalog代码翻译到新方言上. 目前的Datalog代码翻译技术可分为人工重写代码和人工设计翻译规则两类, 存在耗时长、大量重复劳动、缺乏灵活性和可拓展性等问题. 提出了一种大语言模型(LLM)赋能的Datalog代码翻译技术, 利用LLM强大的代码理解和生成能力, 通过分治翻译策略、基于少样本提示和思维链提示的提示工程、基于检查-反馈-修复的迭代纠错机制, 可以在不同Datalog方言之间实现高精度代码翻译, 减轻开发人员重复开发翻译规则的工作量. 基于此代码翻译技术, 设计并实现了一种通用的基于Datalog的声明式增量程序分析框架. 在不同Datalog方言对上评估了所提出的LLM赋能的Datalog代码翻译技术的性能, 评估结果验证了所提代码翻译技术的有效性. 对通用声明式增量程序分析框架进行了实验评估, 验证了基于所提代码翻译技术的增量程序分析的加速效果.
快速检索
过刊检索
全选反选导出
显示模式：
优先出版日期: 2025-06-11
, DOI: 10.13328/j.cnki.jos.007397
摘要：
在基于模型诊断领域中, 首先对系统描述进行编码, 利用成熟的SAT求解器获得所有极小冲突集, 最后计算极小冲突集的极小碰集, 即待诊断设备的候选诊断. 然而这种策略花费大量的时间, 相当于计算两个NP-hard问题, 即计算极小冲突集和极小碰集. 对电路系统描述重新编码, 提出一种变种碰集算法HSDiag, 该算法可以直接对编码进行计算来获得诊断. 在与目前最先进的求解冲突集再求解碰集的诊断算法相比, 效率最高提升5–100倍. 随着电路组件的增多, 编码子句呈线性增加, 诊断数量呈指数级增加. 因为求解大规模电路(ISCAS-85)的所有冲突集不切实际, 所以在设置相同的截止时间内, 提出的HSDiag算法与基于冲突集的诊断算法相比多求出1倍以上的解集. 除此之外, 提出一种专属求解诊断的等价类优化策略, 就算在初始冲突集不可分割的情况下, 利用新提出的集合分裂规则能够对冲突集进一步分解. 在标准的Polybox和Fulladder电路中, 使用等价类优化后的HSDiag算法, 效率进一步提升2倍以上.
在基于模型诊断领域中, 首先对系统描述进行编码, 利用成熟的SAT求解器获得所有极小冲突集, 最后计算极小冲突集的极小碰集, 即待诊断设备的候选诊断. 然而这种策略花费大量的时间, 相当于计算两个NP-hard问题, 即计算极小冲突集和极小碰集. 对电路系统描述重新编码, 提出一种变种碰集算法HSDiag, 该算法可以直接对编码进行计算来获得诊断. 在与目前最先进的求解冲突集再求解碰集的诊断算法相比, 效率最高提升5–100倍. 随着电路组件的增多, 编码子句呈线性增加, 诊断数量呈指数级增加. 因为求解大规模电路(ISCAS-85)的所有冲突集不切实际, 所以在设置相同的截止时间内, 提出的HSDiag算法与基于冲突集的诊断算法相比多求出1倍以上的解集. 除此之外, 提出一种专属求解诊断的等价类优化策略, 就算在初始冲突集不可分割的情况下, 利用新提出的集合分裂规则能够对冲突集进一步分解. 在标准的Polybox和Fulladder电路中, 使用等价类优化后的HSDiag算法, 效率进一步提升2倍以上.
优先出版日期: 2025-06-11
, DOI: 10.13328/j.cnki.jos.007401
摘要：
知识图谱补全模型需要具备归纳能力, 才能够随着知识图谱的扩充泛化到新实体上. 然而, 现有的方法都只能通过聚合知识图谱中的邻居信息, 从一个局部的视角来理解实体的语义, 从而导致无法从不同的视角捕捉到实体之间的多种有价值的关联. 在局部视角以外, 通过非显式连接实体之间和远距离连接实体之间的交互, 从而以全局视角和序列视角来进一步理解实体是至关重要的. 更重要的是, 强调通过多个不同视角聚合到的信息应当是互补的, 而不是冗余的. 因此, 提出一个带有差异化机制的多视角知识图谱补全框架, 用于归纳式知识图谱补全任务. 它能够从多个不同视角学习到互补的、互不重叠的实体表示. 具体来说, 除了通过关系图卷积网络聚合邻居信息得到实体的局部表示外, 设计一种基于注意力的差异化机制, 用于从语义相关的实体和实体相关路径中聚合得到实体的全局和序列表示. 最终, 融合这些表示, 并基于它们给三元组打分. 实验结果证明, 所提方法在归纳式的设定下超越了当前最先进的方法. 此外, 所提方法在直推式的知识图谱补全任务中也保持着有竞争力的表现.
知识图谱补全模型需要具备归纳能力, 才能够随着知识图谱的扩充泛化到新实体上. 然而, 现有的方法都只能通过聚合知识图谱中的邻居信息, 从一个局部的视角来理解实体的语义, 从而导致无法从不同的视角捕捉到实体之间的多种有价值的关联. 在局部视角以外, 通过非显式连接实体之间和远距离连接实体之间的交互, 从而以全局视角和序列视角来进一步理解实体是至关重要的. 更重要的是, 强调通过多个不同视角聚合到的信息应当是互补的, 而不是冗余的. 因此, 提出一个带有差异化机制的多视角知识图谱补全框架, 用于归纳式知识图谱补全任务. 它能够从多个不同视角学习到互补的、互不重叠的实体表示. 具体来说, 除了通过关系图卷积网络聚合邻居信息得到实体的局部表示外, 设计一种基于注意力的差异化机制, 用于从语义相关的实体和实体相关路径中聚合得到实体的全局和序列表示. 最终, 融合这些表示, 并基于它们给三元组打分. 实验结果证明, 所提方法在归纳式的设定下超越了当前最先进的方法. 此外, 所提方法在直推式的知识图谱补全任务中也保持着有竞争力的表现.
优先出版日期: 2025-06-11
, DOI: 10.13328/j.cnki.jos.007396
摘要：
智能合约是运行在区块链上的计算机程序, 在扩展区块链功能、实现复杂应用的同时, 其潜在的安全漏洞也带来巨大风险. 基于符号执行的安全漏洞检测方法具有精确度高、可生成能复现漏洞的测试用例等优势. 然而, 随着代码规模的增大, 符号执行技术容易受到路径爆炸、约束求解开销过大等问题的影响. 为此, 提出一种基于目标制导符号执行的智能合约安全漏洞检测方法, 首先将静态分析工具或人工标注的漏洞语句作为目标, 分析目标依赖语句, 补充事务序列以添加相关变量的符号约束. 然后, 基于智能合约字节码构建控制流图, 定位目标语句以及目标依赖语句所在的基本块, 剪枝控制流图以生成制导信息. 最后, 根据制导信息优化符号执行的路径探索策略, 减少需要分析的基本块数量以及求解路径条件的时间, 最终高效地检测目标语句是否存在安全漏洞, 并输出可复现漏洞的测试用例. 基于上述思路实现Smart-Target原型工具, 在SB Curated数据集上与符号执行工具Mythril进行对比. 实验结果表明Smart-Target在安全漏洞检测和漏洞复现场景分别减少60.76%和92.16%的时间开销, 大幅提高符号执行效率. 此外, Smart-Target通过分析目标依赖语句使其多检测到22.02%的安全漏洞, 有效提升了漏洞检测能力.
智能合约是运行在区块链上的计算机程序, 在扩展区块链功能、实现复杂应用的同时, 其潜在的安全漏洞也带来巨大风险. 基于符号执行的安全漏洞检测方法具有精确度高、可生成能复现漏洞的测试用例等优势. 然而, 随着代码规模的增大, 符号执行技术容易受到路径爆炸、约束求解开销过大等问题的影响. 为此, 提出一种基于目标制导符号执行的智能合约安全漏洞检测方法, 首先将静态分析工具或人工标注的漏洞语句作为目标, 分析目标依赖语句, 补充事务序列以添加相关变量的符号约束. 然后, 基于智能合约字节码构建控制流图, 定位目标语句以及目标依赖语句所在的基本块, 剪枝控制流图以生成制导信息. 最后, 根据制导信息优化符号执行的路径探索策略, 减少需要分析的基本块数量以及求解路径条件的时间, 最终高效地检测目标语句是否存在安全漏洞, 并输出可复现漏洞的测试用例. 基于上述思路实现Smart-Target原型工具, 在SB Curated数据集上与符号执行工具Mythril进行对比. 实验结果表明Smart-Target在安全漏洞检测和漏洞复现场景分别减少60.76%和92.16%的时间开销, 大幅提高符号执行效率. 此外, Smart-Target通过分析目标依赖语句使其多检测到22.02%的安全漏洞, 有效提升了漏洞检测能力.
优先出版日期: 2025-06-11
, DOI: 10.13328/j.cnki.jos.007407
摘要：
随着异构融合体系结构在高性能计算领域的普及, 挖掘其潜能并探索新的应用构建策略变得至关重要. 传统的静态编译方法已无法满足复杂计算需求, 动态编程语言因其灵活性和高效性而备受瞩目. Julia是一种现代的高性能动态编程语言, 其基于即时编译机制, 在科学计算等领域表现出色. 结合申威异构众核架构特点, 构建ORCJIT编译引擎并提出了动态模式下的片上存储管理方法, 并以此为基础实现针对新一代神威超级计算机的Julia动态语言编译器swJulia. 其不仅继承了Julia编译器的灵活性, 同时还有效支持了SACA众核编程模型及运行时封装. 利用swJulia编译系统, 成功在新一代神威超级计算机上部署了NNQS-Transformer量子化学模拟器, 并在多个维度验证了swJulia的好用性和高效性. 实验结果显示, swJulia在单线程基准测试和众核加速上性能卓越, 并能够有效支撑NNQS-Transformer量子化学模拟器的超大规模可扩展并行模拟.
随着异构融合体系结构在高性能计算领域的普及, 挖掘其潜能并探索新的应用构建策略变得至关重要. 传统的静态编译方法已无法满足复杂计算需求, 动态编程语言因其灵活性和高效性而备受瞩目. Julia是一种现代的高性能动态编程语言, 其基于即时编译机制, 在科学计算等领域表现出色. 结合申威异构众核架构特点, 构建ORCJIT编译引擎并提出了动态模式下的片上存储管理方法, 并以此为基础实现针对新一代神威超级计算机的Julia动态语言编译器swJulia. 其不仅继承了Julia编译器的灵活性, 同时还有效支持了SACA众核编程模型及运行时封装. 利用swJulia编译系统, 成功在新一代神威超级计算机上部署了NNQS-Transformer量子化学模拟器, 并在多个维度验证了swJulia的好用性和高效性. 实验结果显示, swJulia在单线程基准测试和众核加速上性能卓越, 并能够有效支撑NNQS-Transformer量子化学模拟器的超大规模可扩展并行模拟.
优先出版日期: 2025-06-11
, DOI: 10.13328/j.cnki.jos.007409
摘要：
时序逻辑已被广泛应用于形式化验证和机器人控制等领域, 但是对于非专家用户来说难以掌握使用. 因此, 采用自动化手段从自然语言文本中提取时序逻辑公式, 是至关重要的. 然而, 现有工作受限于需求样本稀疏和自然语言语义模糊等因素, 导致其难以准确地识别自然语言文本中隐含的时序语义, 进而造成最终得到的时序逻辑公式错误表达了原始自然语言的语义. 为了解决该问题, 提出一种基于小样本网络的时序逻辑语义分析方法FSLNets-TLSA, 它采用了数据预处理用来增强文本时序语义逻辑特征, 网络结构由编码器、归纳模块和关系模块组成, 旨在捕捉需求文本的隐含时序逻辑语义信息, 并集成模型增强模块识别监控语义准确度. 在3个公开数据集3533个需求样本上与相似工具上完成实验评估, 其分析的平均准确率、召回率和F1值达到了96.55%, 96.29%和96.42%, 验证了所提方法的有效性.
时序逻辑已被广泛应用于形式化验证和机器人控制等领域, 但是对于非专家用户来说难以掌握使用. 因此, 采用自动化手段从自然语言文本中提取时序逻辑公式, 是至关重要的. 然而, 现有工作受限于需求样本稀疏和自然语言语义模糊等因素, 导致其难以准确地识别自然语言文本中隐含的时序语义, 进而造成最终得到的时序逻辑公式错误表达了原始自然语言的语义. 为了解决该问题, 提出一种基于小样本网络的时序逻辑语义分析方法FSLNets-TLSA, 它采用了数据预处理用来增强文本时序语义逻辑特征, 网络结构由编码器、归纳模块和关系模块组成, 旨在捕捉需求文本的隐含时序逻辑语义信息, 并集成模型增强模块识别监控语义准确度. 在3个公开数据集3533个需求样本上与相似工具上完成实验评估, 其分析的平均准确率、召回率和F1值达到了96.55%, 96.29%和96.42%, 验证了所提方法的有效性.
优先出版日期: 2025-06-04
, DOI: 10.13328/j.cnki.jos.007410
摘要：
近年来, 随着太空任务的日益复杂化, 太空数据呈现爆炸式增长. 然而, 受限于星地链路带宽限制和稀缺的频谱资源, 传统弯管架构在星地数据传输中遭遇瓶颈. 此外, 星上数据必须等待卫星经过地面站上空才能下传, 而大规模建设地面站不仅成本高昂, 还面临地缘政治风险和经济收益的不确定性. 卫星边缘计算作为一种有效的解决方案, 通过在卫星边缘引入移动边缘计算技术, 能够显著提升用户体验, 同时有效减少网络冗余流量. 在轨处理星上原始数据不仅缩短了数据获取时间, 还减少了对地面站的依赖. 此外, 卫星边缘计算结合人工智能技术, 为应对当前挑战提供了高效且充满潜力的解决方案. 综述卫星边缘计算智能化技术的研究现状: 首先探讨其在多个典型场景下的需求与应用; 随后分析该领域的关键挑战和研究进展; 最后归纳若干开放性研究课题, 并提出可借鉴的新思路. 期望通过讨论, 为推动卫星边缘计算智能化技术创新与实际应用提供有价值的参考.
近年来, 随着太空任务的日益复杂化, 太空数据呈现爆炸式增长. 然而, 受限于星地链路带宽限制和稀缺的频谱资源, 传统弯管架构在星地数据传输中遭遇瓶颈. 此外, 星上数据必须等待卫星经过地面站上空才能下传, 而大规模建设地面站不仅成本高昂, 还面临地缘政治风险和经济收益的不确定性. 卫星边缘计算作为一种有效的解决方案, 通过在卫星边缘引入移动边缘计算技术, 能够显著提升用户体验, 同时有效减少网络冗余流量. 在轨处理星上原始数据不仅缩短了数据获取时间, 还减少了对地面站的依赖. 此外, 卫星边缘计算结合人工智能技术, 为应对当前挑战提供了高效且充满潜力的解决方案. 综述卫星边缘计算智能化技术的研究现状: 首先探讨其在多个典型场景下的需求与应用; 随后分析该领域的关键挑战和研究进展; 最后归纳若干开放性研究课题, 并提出可借鉴的新思路. 期望通过讨论, 为推动卫星边缘计算智能化技术创新与实际应用提供有价值的参考.
优先出版日期: 2025-06-04
, DOI: 10.13328/j.cnki.jos.007408
摘要：
随着自动驾驶技术的快速发展, 车辆控制权的接管问题成为研究的热点. 装载辅助驾驶系统的汽车并不能完全处理所有的驾驶场景, 当实际驾驶场景超出辅助系统的操作设计域时, 仍需要人类驾驶员控制汽车以安全完成驾驶任务. 接管绩效是衡量驾驶员接管表现的重要指标, 包括接管反应时间和接管质量两个方面. 接管反应时间是指系统发出接管请求后到驾驶员控制方向盘的时间开销, 接管反应时间长短不仅一定程度上反映了当前驾驶员的状态, 还对后续面对复杂场景进行操作也有一定影响. 接管质量是指驾驶员获得车辆控制权后手动驾驶车辆的质量. 基于CARLA驾驶模拟器, 构建6个典型驾驶场景下, 对车辆控制权接管过程进行仿真并通过多通道采集系统搜集了31名驾驶员的生理信号和眼动数据. 根据驾驶员的接管表现, 参考国际标准基于多个车辆数据提出包括驾驶员接管反应时间、最大横、纵向加速度、最小碰撞时间在内的更为客观的接管绩效评价标准. 综合驾驶员数据、车辆数据和场景数据, 研究利用深度神经网络(DNN)模型对接管绩效进行了预测, 并运用SHAP模型分析各特征的影响, 以提高模型的解释性和透明度. 实验结果表明, 所提出的DNN模型在接管绩效预测方面优于传统机器学习方法, 预测准确率达到92.2%, 且具备良好的泛化性. SHAP分析揭示了心率变异性、驾驶经验、最小安全距离等关键特征对预测结果的重要影响. 为自动驾驶系统的安全性优化和人机交互设计提供了理论和实证基础, 对提高自动驾驶技术中人车合作的效率和安全性具有重要意义.
随着自动驾驶技术的快速发展, 车辆控制权的接管问题成为研究的热点. 装载辅助驾驶系统的汽车并不能完全处理所有的驾驶场景, 当实际驾驶场景超出辅助系统的操作设计域时, 仍需要人类驾驶员控制汽车以安全完成驾驶任务. 接管绩效是衡量驾驶员接管表现的重要指标, 包括接管反应时间和接管质量两个方面. 接管反应时间是指系统发出接管请求后到驾驶员控制方向盘的时间开销, 接管反应时间长短不仅一定程度上反映了当前驾驶员的状态, 还对后续面对复杂场景进行操作也有一定影响. 接管质量是指驾驶员获得车辆控制权后手动驾驶车辆的质量. 基于CARLA驾驶模拟器, 构建6个典型驾驶场景下, 对车辆控制权接管过程进行仿真并通过多通道采集系统搜集了31名驾驶员的生理信号和眼动数据. 根据驾驶员的接管表现, 参考国际标准基于多个车辆数据提出包括驾驶员接管反应时间、最大横、纵向加速度、最小碰撞时间在内的更为客观的接管绩效评价标准. 综合驾驶员数据、车辆数据和场景数据, 研究利用深度神经网络(DNN)模型对接管绩效进行了预测, 并运用SHAP模型分析各特征的影响, 以提高模型的解释性和透明度. 实验结果表明, 所提出的DNN模型在接管绩效预测方面优于传统机器学习方法, 预测准确率达到92.2%, 且具备良好的泛化性. SHAP分析揭示了心率变异性、驾驶经验、最小安全距离等关键特征对预测结果的重要影响. 为自动驾驶系统的安全性优化和人机交互设计提供了理论和实证基础, 对提高自动驾驶技术中人车合作的效率和安全性具有重要意义.
优先出版日期: 2025-06-04
, DOI: 10.13328/j.cnki.jos.007406
摘要：
编译器是程序开发人员最依赖的性能优化工具之一. 然而, 受限于浮点数有限精度编码问题, 很多编译优化选项会改变浮点计算的语义, 进而导致程序计算结果不一致. 定位程序中导致编译优化结果不一致的语句对于程序性能优化和结果可复现具有重要意义. 当前最先进的方法PLiner采用基于语句精度增强的二分搜索来定位导致编译优化结果不一致的代码段, 受限于对多源问题代码的定位支持不够和搜索效率不高问题. 提出一种浮点指令差异性引导的Delta调试定位方法FI3D, 利用Delta调试中的回溯机制更好地支持多源问题代码定位, 基于不同编译优化选项下函数浮点指令序列的差异性来引导定位. 使用NPB基准测试集中的6个应用、GSL数学库中的10个程序和floatsmith混合精度测试集中的2个程序对FI3D进行了评测, 实验结果显示FI3D能够成功定位PLiner失效的4个测试用例, 且对PLiner成功定位的14个测试用例获得了平均26.8%的性能提升.
编译器是程序开发人员最依赖的性能优化工具之一. 然而, 受限于浮点数有限精度编码问题, 很多编译优化选项会改变浮点计算的语义, 进而导致程序计算结果不一致. 定位程序中导致编译优化结果不一致的语句对于程序性能优化和结果可复现具有重要意义. 当前最先进的方法PLiner采用基于语句精度增强的二分搜索来定位导致编译优化结果不一致的代码段, 受限于对多源问题代码的定位支持不够和搜索效率不高问题. 提出一种浮点指令差异性引导的Delta调试定位方法FI3D, 利用Delta调试中的回溯机制更好地支持多源问题代码定位, 基于不同编译优化选项下函数浮点指令序列的差异性来引导定位. 使用NPB基准测试集中的6个应用、GSL数学库中的10个程序和floatsmith混合精度测试集中的2个程序对FI3D进行了评测, 实验结果显示FI3D能够成功定位PLiner失效的4个测试用例, 且对PLiner成功定位的14个测试用例获得了平均26.8%的性能提升.
优先出版日期: 2025-06-04
, DOI: 10.13328/j.cnki.jos.007380
摘要：
随着开源软件的广泛普及和迅速发展, 对开源软件项目的维护工作成为软件开发周期中的一个关键环节. 作为全球范围内代表性的开发者社区, GitHub往往在同一领域有着大量功能相似的软件项目仓库, 导致用户在选择合适的项目仓库进行使用或进一步开发时面临挑战, 因此协助用户准确识别项目仓库的维护状态具有重要的现实意义. 然而, GitHub平台并未提供可以直接衡量项目仓库维护状态的信息. 提出一个基于机器学习的项目仓库维护状态自动识别方法, 设计实现一套基于机器学习的分类模型GitMT, 通过有效整合动态时间序列特征和描述性特征, 可以实现项目仓库“活跃”与“未维护”状态的准确识别. 经过一系列基于大规模真实数据的实验验证, GitMT在项目仓库维护状态的识别任务中AUC值达到了0.964. 此外, 还构建一个以软件项目仓库维护状态为中心的开源数据集——GitMT Dataset: https://doi.org/10.7910/DVN/OJ2NI3.
随着开源软件的广泛普及和迅速发展, 对开源软件项目的维护工作成为软件开发周期中的一个关键环节. 作为全球范围内代表性的开发者社区, GitHub往往在同一领域有着大量功能相似的软件项目仓库, 导致用户在选择合适的项目仓库进行使用或进一步开发时面临挑战, 因此协助用户准确识别项目仓库的维护状态具有重要的现实意义. 然而, GitHub平台并未提供可以直接衡量项目仓库维护状态的信息. 提出一个基于机器学习的项目仓库维护状态自动识别方法, 设计实现一套基于机器学习的分类模型GitMT, 通过有效整合动态时间序列特征和描述性特征, 可以实现项目仓库“活跃”与“未维护”状态的准确识别. 经过一系列基于大规模真实数据的实验验证, GitMT在项目仓库维护状态的识别任务中AUC值达到了0.964. 此外, 还构建一个以软件项目仓库维护状态为中心的开源数据集——GitMT Dataset: https://doi.org/10.7910/DVN/OJ2NI3.
优先出版日期: 2025-06-04
, DOI: 10.13328/j.cnki.jos.007315
摘要：
分布式追踪数据作为一种重要的可观测性数据, 对性能分析、故障诊断、系统理解等运维任务起着至关重要的作用. 由于系统规模和复杂性的快速增加, 追踪数据的规模愈发庞大, 对存储提出了更高的要求. 为了降低追踪数据的存储成本, 数据压缩成为一种至关重要的方式. 现有的压缩方法无法充分利用追踪的数据特征实现高效压缩, 而且不支持对压缩数据的复杂查询. 提出了一种基于神经网络的分布式追踪数据压缩和查询方法. 该方法采用一种新的冗余抽取方式来识别追踪数据中的模式冗余和结构冗余, 并利用神经网络模型和算术编码实现高效的数据压缩. 同时, 该方法可以在压缩数据上进行高效查询, 而无需解压所有数据. 在4个开源微服务系统上收集多个不同大小的追踪数据集, 并对该方法展开评估. 实验结果表明, 该方法实现了较高的压缩比(105.5–197.6), 平均是现有通用压缩算法的4倍. 此外, 还验证了该方法在压缩数据上的查询效率, 在最优情况下快于现有查询工具.
分布式追踪数据作为一种重要的可观测性数据, 对性能分析、故障诊断、系统理解等运维任务起着至关重要的作用. 由于系统规模和复杂性的快速增加, 追踪数据的规模愈发庞大, 对存储提出了更高的要求. 为了降低追踪数据的存储成本, 数据压缩成为一种至关重要的方式. 现有的压缩方法无法充分利用追踪的数据特征实现高效压缩, 而且不支持对压缩数据的复杂查询. 提出了一种基于神经网络的分布式追踪数据压缩和查询方法. 该方法采用一种新的冗余抽取方式来识别追踪数据中的模式冗余和结构冗余, 并利用神经网络模型和算术编码实现高效的数据压缩. 同时, 该方法可以在压缩数据上进行高效查询, 而无需解压所有数据. 在4个开源微服务系统上收集多个不同大小的追踪数据集, 并对该方法展开评估. 实验结果表明, 该方法实现了较高的压缩比(105.5–197.6), 平均是现有通用压缩算法的4倍. 此外, 还验证了该方法在压缩数据上的查询效率, 在最优情况下快于现有查询工具.
优先出版日期: 2025-05-22
, DOI: 10.13328/j.cnki.jos.007371
摘要：
实体对齐(entity alignment, EA)旨在寻找不同知识图谱(knowledge graph, KG)中等价实体. 目前, 基于嵌入的EA方法存在以下局限性. 首先, KG中的异构结构没有完全建模. 其次, 文本信息的使用受限于词嵌入. 第三, 对齐推理算法缺乏探索. 针对上述限制, 提出基于异构图注意力网络的实体对齐方法(heterogeneous graph attention network for entity alignment, HGAT-EA). HGAT-EA包括两个通道, 一个用于学习结构嵌入, 另一个用于学习字符级语义嵌入. 第1个通道采用异构图注意力网络(heterogeneous graph attention network, HGAT). HGAT充分利用了异构结构和关系三元组来学习实体嵌入. 第2个通道是利用字符级字面量来学习字符级语义嵌入. HGAT-EA通过多通道考虑多个视图, 并通过HGAT充分利用异构结构. HGAT-EA考虑了3种不同的对齐推理算法. 实验结果证明了该方法的有效性, 进一步结合实验结果对HGAT-EA的不同组件进行详细分析, 并给出相应的结论.
实体对齐(entity alignment, EA)旨在寻找不同知识图谱(knowledge graph, KG)中等价实体. 目前, 基于嵌入的EA方法存在以下局限性. 首先, KG中的异构结构没有完全建模. 其次, 文本信息的使用受限于词嵌入. 第三, 对齐推理算法缺乏探索. 针对上述限制, 提出基于异构图注意力网络的实体对齐方法(heterogeneous graph attention network for entity alignment, HGAT-EA). HGAT-EA包括两个通道, 一个用于学习结构嵌入, 另一个用于学习字符级语义嵌入. 第1个通道采用异构图注意力网络(heterogeneous graph attention network, HGAT). HGAT充分利用了异构结构和关系三元组来学习实体嵌入. 第2个通道是利用字符级字面量来学习字符级语义嵌入. HGAT-EA通过多通道考虑多个视图, 并通过HGAT充分利用异构结构. HGAT-EA考虑了3种不同的对齐推理算法. 实验结果证明了该方法的有效性, 进一步结合实验结果对HGAT-EA的不同组件进行详细分析, 并给出相应的结论.
优先出版日期: 2025-05-22
, DOI: 10.13328/j.cnki.jos.007372
摘要：
科研成果的可复现性是科学研究可靠性的基本保证, 更是科学技术进步的基石. 然而, 当前学术界面临着严峻的可复现性危机, 大量在顶级期刊和会议上公开发表的科研成果无法复现. 在数据科学领域, 成果的可复现性面临着科研数据多源异构、计算流程复杂、计算环境复杂等挑战. 针对这些问题, 提出面向可复现性的科研数据管理系统ReproLink. ReproLink提出对科研数据的统一建模, 将科研数据抽象为包含标识、属性集、数据实体三要素的科研数据对象; 通过对于复现流程的细粒度建模, ReproLink建立一种对多步骤复杂复现流程的精确描述方法. 通过代码和运行环境的一体化建模, ReproLink消除不同环境中代码执行行为的不确定性给成果复现带来的影响. 对ReproLink的性能测试和实例分析表明, ReproLink在百万级的数据规模下具有较好的性能表现, 在论文复现、复现相关数据的溯源等现实场景中具有实用价值. ReproLink系统技术架构已集成到国内唯一专门面向科研院所的一体化综合管理与服务平台-科南软件, 支持国内数百家科研机构的成果复现需求.
科研成果的可复现性是科学研究可靠性的基本保证, 更是科学技术进步的基石. 然而, 当前学术界面临着严峻的可复现性危机, 大量在顶级期刊和会议上公开发表的科研成果无法复现. 在数据科学领域, 成果的可复现性面临着科研数据多源异构、计算流程复杂、计算环境复杂等挑战. 针对这些问题, 提出面向可复现性的科研数据管理系统ReproLink. ReproLink提出对科研数据的统一建模, 将科研数据抽象为包含标识、属性集、数据实体三要素的科研数据对象; 通过对于复现流程的细粒度建模, ReproLink建立一种对多步骤复杂复现流程的精确描述方法. 通过代码和运行环境的一体化建模, ReproLink消除不同环境中代码执行行为的不确定性给成果复现带来的影响. 对ReproLink的性能测试和实例分析表明, ReproLink在百万级的数据规模下具有较好的性能表现, 在论文复现、复现相关数据的溯源等现实场景中具有实用价值. ReproLink系统技术架构已集成到国内唯一专门面向科研院所的一体化综合管理与服务平台-科南软件, 支持国内数百家科研机构的成果复现需求.
优先出版日期: 2025-05-22
, DOI: 10.13328/j.cnki.jos.007362
摘要：
最长公共子序列(longest common subsequence, LCS)是一种衡量代码相似度的可行指标. 然而, 经典LCS算法的时间复杂度较高, 难以应对大型数据集, 并且, 由于代码文本序列中的词(token)本质为一种基于离散表示的编码, 直接使用LCS算法无法有效识别文本不同但语义相似的代码片段中的关键语义. 针对这两方面的不足, 提出一种面向LCS的嵌入方法, 将代码间的LCS计算转换为代码低维稠密嵌入向量间的数值运算, 并可以利用近似最近邻算法进一步加速其计算. 为此, 设计了一个可嵌入的基于LCS的距离度量方法, 实验证明这种代码度量在提取函数关键语义的表现上优于对比嵌入工具使用的基于文本的距离或基于树的距离. 同时, 为了在嵌入过程中有重点地保留代码的关键语义, 构建了两种损失函数和相应的训练集, 识别文本上不同但语义上相似的代码元素, 使模型在检测复杂代码克隆时有更好的表现. 实验证明了该方法拥有很强的可扩展性, 且其对复杂克隆的检测能力也保持在很高水平. 将该技术应用于相似缺陷的识别, 上报了23个未知缺陷, 这些缺陷已被开发人员在实际项目中确认, 其中有些复杂缺陷是难以被基于文本的LCS算法检出的.
最长公共子序列(longest common subsequence, LCS)是一种衡量代码相似度的可行指标. 然而, 经典LCS算法的时间复杂度较高, 难以应对大型数据集, 并且, 由于代码文本序列中的词(token)本质为一种基于离散表示的编码, 直接使用LCS算法无法有效识别文本不同但语义相似的代码片段中的关键语义. 针对这两方面的不足, 提出一种面向LCS的嵌入方法, 将代码间的LCS计算转换为代码低维稠密嵌入向量间的数值运算, 并可以利用近似最近邻算法进一步加速其计算. 为此, 设计了一个可嵌入的基于LCS的距离度量方法, 实验证明这种代码度量在提取函数关键语义的表现上优于对比嵌入工具使用的基于文本的距离或基于树的距离. 同时, 为了在嵌入过程中有重点地保留代码的关键语义, 构建了两种损失函数和相应的训练集, 识别文本上不同但语义上相似的代码元素, 使模型在检测复杂代码克隆时有更好的表现. 实验证明了该方法拥有很强的可扩展性, 且其对复杂克隆的检测能力也保持在很高水平. 将该技术应用于相似缺陷的识别, 上报了23个未知缺陷, 这些缺陷已被开发人员在实际项目中确认, 其中有些复杂缺陷是难以被基于文本的LCS算法检出的.
优先出版日期: 2025-05-14
, DOI: 10.13328/j.cnki.jos.007376
摘要：
软件漏洞是软件中易于被攻击利用的代码片段, 确保软件不易受到攻击是软件开发中必须重视的安全性需求. 软件漏洞预测是指对软件代码进行分析预测, 从而及时找出潜在的漏洞. 深度学习驱动的软件漏洞预测是近年来一个热门的研究领域, 时间跨度大、研究数目众多、研究成果丰厚. 为梳理相关研究成果、总结研究热点, 对2017–2024年间发表的151篇深度学习驱动的软件漏洞预测相关的文献进行综述, 总结相关文献的研究问题、进展以及遇到的问题与挑战等内容, 为后续研究提供参考.
软件漏洞是软件中易于被攻击利用的代码片段, 确保软件不易受到攻击是软件开发中必须重视的安全性需求. 软件漏洞预测是指对软件代码进行分析预测, 从而及时找出潜在的漏洞. 深度学习驱动的软件漏洞预测是近年来一个热门的研究领域, 时间跨度大、研究数目众多、研究成果丰厚. 为梳理相关研究成果、总结研究热点, 对2017–2024年间发表的151篇深度学习驱动的软件漏洞预测相关的文献进行综述, 总结相关文献的研究问题、进展以及遇到的问题与挑战等内容, 为后续研究提供参考.
优先出版日期: 2025-05-14
, DOI: 10.13328/j.cnki.jos.007377
摘要：
定时器是操作系统延迟任务调度与执行的驱动器, 具有运行在原子上下文和异步执行的特性, 可以在任何时刻与不同的线程并发执行, 如果开发人员不能考虑到所有多线程交错的场景, 则可能引入多种类型的并发错误, 对操作系统安全产生严重威胁. 定时器并发错误不仅涉及多线程交错, 还涉及定时器处理程序的延迟执行与重复调度, 比普通的并发错误更难发现, 目前还没有工具可以有效地检测此类错误. 总结3种定时器并发错误类型, 即定时器睡眠错误、定时器死锁错误和僵尸定时器错误. 为有效地对错误进行检测, 首先通过指针分析, 提取内核中所有与定时器有关的功能模块, 避免对无关代码进行分析提高检测效率; 然后构建上下文敏感、路径敏感和流敏感的过程间控制流图, 为后续分析奠定基础; 最后综合应用函数调用图遍历、锁集分析、指向分析、控制流分析等静态分析技术, 设计针对3种定时器并发错误的检测算法. 为评估算法的有效性, 在Linux 5.15内核中共发现了328个真实定时器并发错误, 向Linux内核社区提交了个56个补丁, 截至目前, 49个补丁已经合并到Linux内核主线, 295个错误被确认和修复, 申请了14个CVE编号, 说明了所提方法的有效性. 最后通过对比实验对算法的性能、漏报与误报情况进行了系统分析, 并总结3种定时器并发错误的修复方法.
定时器是操作系统延迟任务调度与执行的驱动器, 具有运行在原子上下文和异步执行的特性, 可以在任何时刻与不同的线程并发执行, 如果开发人员不能考虑到所有多线程交错的场景, 则可能引入多种类型的并发错误, 对操作系统安全产生严重威胁. 定时器并发错误不仅涉及多线程交错, 还涉及定时器处理程序的延迟执行与重复调度, 比普通的并发错误更难发现, 目前还没有工具可以有效地检测此类错误. 总结3种定时器并发错误类型, 即定时器睡眠错误、定时器死锁错误和僵尸定时器错误. 为有效地对错误进行检测, 首先通过指针分析, 提取内核中所有与定时器有关的功能模块, 避免对无关代码进行分析提高检测效率; 然后构建上下文敏感、路径敏感和流敏感的过程间控制流图, 为后续分析奠定基础; 最后综合应用函数调用图遍历、锁集分析、指向分析、控制流分析等静态分析技术, 设计针对3种定时器并发错误的检测算法. 为评估算法的有效性, 在Linux 5.15内核中共发现了328个真实定时器并发错误, 向Linux内核社区提交了个56个补丁, 截至目前, 49个补丁已经合并到Linux内核主线, 295个错误被确认和修复, 申请了14个CVE编号, 说明了所提方法的有效性. 最后通过对比实验对算法的性能、漏报与误报情况进行了系统分析, 并总结3种定时器并发错误的修复方法.
优先出版日期: 2025-05-14
, DOI: 10.13328/j.cnki.jos.007378
摘要：
随着嵌入式技术、移动计算技术、物联网等的快速发展和广泛应用, 越来越多的感知设备渗透到人们的日常生活中, 例如智能手机、摄像头、智能手环、智能路由器、耳机等, 这些设备上的传感器可以采集与人们的活动、健康、社交等息息相关的个人信息, 催生了一类新的感知应用-以人为中心的感知(human-centric sensing). 与传统的感知方法, 如可穿戴设备感知技术、计算机视觉感知技术、无线信号感知技术等相比, 基于毫米波信号的感知技术具有高感知精度、非视距、被动感知(无须携带传感器)、高时空分辨率、易部署、良好环境鲁棒性等一系列优势. 基于毫米波的感知技术成为近年来学术界和工业界研究热点, 能够实现对人体活动、体征等信息的非接触式细粒度感知. 因此, 在重新梳理相关研究的基础上, 分析基于毫米波的人体感知技术兴起的背景和研究意义, 总结现有基于毫米波人体感知应用工作和技术, 包括人体跟踪和定位、运动识别、生物测量和人体成像, 并介绍目前常用的公开数据集. 最后, 讨论潜在的研究挑战以及展望了未来的方向, 实现精准、泛在、稳定的人体感知.
随着嵌入式技术、移动计算技术、物联网等的快速发展和广泛应用, 越来越多的感知设备渗透到人们的日常生活中, 例如智能手机、摄像头、智能手环、智能路由器、耳机等, 这些设备上的传感器可以采集与人们的活动、健康、社交等息息相关的个人信息, 催生了一类新的感知应用-以人为中心的感知(human-centric sensing). 与传统的感知方法, 如可穿戴设备感知技术、计算机视觉感知技术、无线信号感知技术等相比, 基于毫米波信号的感知技术具有高感知精度、非视距、被动感知(无须携带传感器)、高时空分辨率、易部署、良好环境鲁棒性等一系列优势. 基于毫米波的感知技术成为近年来学术界和工业界研究热点, 能够实现对人体活动、体征等信息的非接触式细粒度感知. 因此, 在重新梳理相关研究的基础上, 分析基于毫米波的人体感知技术兴起的背景和研究意义, 总结现有基于毫米波人体感知应用工作和技术, 包括人体跟踪和定位、运动识别、生物测量和人体成像, 并介绍目前常用的公开数据集. 最后, 讨论潜在的研究挑战以及展望了未来的方向, 实现精准、泛在、稳定的人体感知.
优先出版日期: 2025-05-14
, DOI: 10.13328/j.cnki.jos.007379
摘要：
近年来, 基于深度学习的漏洞检测模型展示了令人印象深刻的漏洞检测能力. 通过对源代码的变量重命名实现扰动从而逃逸漏洞检测模型的对抗攻击已被广泛研究, 然而, 能否通过对源代码进行更多的扰动以提升对漏洞检测模型对抗攻击的效果并未被充分调研. 采用针对源代码的多种同义转换算子对其进行扰动, 并提出一种基于遗传算法的组合优化策略, 选择一组适应度最高的源代码同义转换算子, 以指导生成可以逃脱漏洞检测的对抗代码段. 在一个名为NonVulGen (无漏洞代码生成器, non vulnerability generator)的框架中实现了上述方法, 采用生成的对抗代码段对基于深度学习的漏洞检测模型进行评估. 考虑了最新提出的多种深度学习漏洞检测模型, 在攻击基于CodeBERT的漏洞检测模型时所提方法可以实现91.38%的平均攻击成功率, 在攻击基于GraphCodeBERT的漏洞检测模型时可以实现93.65%的平均攻击成功率, 以上结果相较于最先进的基线模型平均提升了28.94%和15.52%. 为了检验所提攻击方法的泛化能力, 攻击Devign、ReGVD和LineVul等常见漏洞检测模型, 平均攻击成功率分别为98.88%、97.85%和92.57%. 实验结果表明, 基于深度学习的漏洞检测模型无法有效区分由NonVulGen生成的对抗代码段. 进一步地, 基于训练数据生成的对抗代码段重训练漏洞检测模型, 在CodeBERT, GraphCodeBERT, Devign, ReGVD以及LineVul模型上攻击成功率均大幅度下降, 分别下降96.83%, 97.12%, 98.79%, 98.57%, 以及97.94%. 因此, 研究揭示基于深度学习漏洞检测模型存在亟待关注的对抗攻击问题并呼吁在发布漏洞检测模型之前做好模型加固工作.
近年来, 基于深度学习的漏洞检测模型展示了令人印象深刻的漏洞检测能力. 通过对源代码的变量重命名实现扰动从而逃逸漏洞检测模型的对抗攻击已被广泛研究, 然而, 能否通过对源代码进行更多的扰动以提升对漏洞检测模型对抗攻击的效果并未被充分调研. 采用针对源代码的多种同义转换算子对其进行扰动, 并提出一种基于遗传算法的组合优化策略, 选择一组适应度最高的源代码同义转换算子, 以指导生成可以逃脱漏洞检测的对抗代码段. 在一个名为NonVulGen (无漏洞代码生成器, non vulnerability generator)的框架中实现了上述方法, 采用生成的对抗代码段对基于深度学习的漏洞检测模型进行评估. 考虑了最新提出的多种深度学习漏洞检测模型, 在攻击基于CodeBERT的漏洞检测模型时所提方法可以实现91.38%的平均攻击成功率, 在攻击基于GraphCodeBERT的漏洞检测模型时可以实现93.65%的平均攻击成功率, 以上结果相较于最先进的基线模型平均提升了28.94%和15.52%. 为了检验所提攻击方法的泛化能力, 攻击Devign、ReGVD和LineVul等常见漏洞检测模型, 平均攻击成功率分别为98.88%、97.85%和92.57%. 实验结果表明, 基于深度学习的漏洞检测模型无法有效区分由NonVulGen生成的对抗代码段. 进一步地, 基于训练数据生成的对抗代码段重训练漏洞检测模型, 在CodeBERT, GraphCodeBERT, Devign, ReGVD以及LineVul模型上攻击成功率均大幅度下降, 分别下降96.83%, 97.12%, 98.79%, 98.57%, 以及97.94%. 因此, 研究揭示基于深度学习漏洞检测模型存在亟待关注的对抗攻击问题并呼吁在发布漏洞检测模型之前做好模型加固工作.
优先出版日期: 2025-05-14
, DOI: 10.13328/j.cnki.jos.007356
摘要：
自从比特币诞生以来, 区块链技术在许多领域产生了重大的影响. 然而, 异构、孤立的区块链系统之间缺乏有效的通信机制, 限制了区块链生态的长远发展. 因此, 跨链技术迅速发展并成为了新的研究热点. 由于区块链的去中心化本质和跨链场景的复杂性, 跨链技术面临巨大的安全风险. IBC协议是目前最广泛使用的跨链通信协议之一. 对IBC协议进行形式化分析, 以期帮助开发者更可靠地设计和实现跨链技术. 使用基于时序逻辑的规约语言TLA+对IBC协议进行形式化建模, 并使用模型检测工具TLC验证IBC协议应满足的重要性质. 通过对验证结果深入分析, 发现一些影响数据包传输和代币转移正确性的重要问题, 并提出建议来消除相关安全风险. 这些问题已经向IBC开发者社区汇报, 其中大部分得到确认.
自从比特币诞生以来, 区块链技术在许多领域产生了重大的影响. 然而, 异构、孤立的区块链系统之间缺乏有效的通信机制, 限制了区块链生态的长远发展. 因此, 跨链技术迅速发展并成为了新的研究热点. 由于区块链的去中心化本质和跨链场景的复杂性, 跨链技术面临巨大的安全风险. IBC协议是目前最广泛使用的跨链通信协议之一. 对IBC协议进行形式化分析, 以期帮助开发者更可靠地设计和实现跨链技术. 使用基于时序逻辑的规约语言TLA+对IBC协议进行形式化建模, 并使用模型检测工具TLC验证IBC协议应满足的重要性质. 通过对验证结果深入分析, 发现一些影响数据包传输和代币转移正确性的重要问题, 并提出建议来消除相关安全风险. 这些问题已经向IBC开发者社区汇报, 其中大部分得到确认.
优先出版日期: 2025-05-14
, DOI: 10.13328/j.cnki.jos.007293
摘要：
文本-图像行人重识别旨在使用文本描述检索图像库中的目标行人, 该技术的主要挑战在于将图像和文本特征嵌入到共同的潜在空间中以实现跨模态对齐. 现有的许多工作尝试利用单独预训练的单峰模型来提取视觉和文本特征, 再利用切分或者注意力机制来获得显式的跨模态对齐. 然而, 这些显式对齐方法通常缺乏有效匹配多模态特征所需的底层对齐能力, 并且使用预设的跨模态对应关系来实现显式对齐可能会导致模态内信息失真. 提出了一种隐式多尺度对齐与交互的文本-图像行人重识别方法. 首先利用语义一致特征金字塔网络提取图像的多尺度特征, 并使用注意力权重融合包含全局和局部信息的不同尺度特征. 其次, 利用多元交互注意机制学习图像和文本之间的关联. 该机制可以有效地捕捉到不同视觉特征和文本信息之间的对应关系, 缩小模态间差距, 实现隐式多尺度语义对齐. 此外, 利用前景增强判别器来增强目标行人, 提取更纯洁的行人特征, 有助于缓解图像与文本之间的信息不平等. 在3个主流的文本-图像行人重识别数据集CUHK-PEDES、ICFG-PEDES及RSTPReid上的实验结果表明, 所提方法有效提升了跨模态检索性能, 比SOTA算法的Rank-1高出2%–9%.
文本-图像行人重识别旨在使用文本描述检索图像库中的目标行人, 该技术的主要挑战在于将图像和文本特征嵌入到共同的潜在空间中以实现跨模态对齐. 现有的许多工作尝试利用单独预训练的单峰模型来提取视觉和文本特征, 再利用切分或者注意力机制来获得显式的跨模态对齐. 然而, 这些显式对齐方法通常缺乏有效匹配多模态特征所需的底层对齐能力, 并且使用预设的跨模态对应关系来实现显式对齐可能会导致模态内信息失真. 提出了一种隐式多尺度对齐与交互的文本-图像行人重识别方法. 首先利用语义一致特征金字塔网络提取图像的多尺度特征, 并使用注意力权重融合包含全局和局部信息的不同尺度特征. 其次, 利用多元交互注意机制学习图像和文本之间的关联. 该机制可以有效地捕捉到不同视觉特征和文本信息之间的对应关系, 缩小模态间差距, 实现隐式多尺度语义对齐. 此外, 利用前景增强判别器来增强目标行人, 提取更纯洁的行人特征, 有助于缓解图像与文本之间的信息不平等. 在3个主流的文本-图像行人重识别数据集CUHK-PEDES、ICFG-PEDES及RSTPReid上的实验结果表明, 所提方法有效提升了跨模态检索性能, 比SOTA算法的Rank-1高出2%–9%.
优先出版日期: 2025-05-07
, DOI: 10.13328/j.cnki.jos.007309
摘要：
随着信息技术的持续发展, 软件产品的数量和种类不断增加, 然而即使是高质量的软件也可能存在漏洞. 此外, 软件更新速度快, 软件架构愈发复杂, 这导致漏洞逐渐进化成新的形态, 传统的漏洞检测方法和规则难以适用于新的漏洞特征. 由于零日漏洞样本的稀缺性, 软件演化过程中出现的零日漏洞难以被发现, 这为软件安全带来很大的潜在风险. 提出一种基于抽象语法树变异的漏洞样本生成方法, 能够模拟真实漏洞的结构和语法规则, 生成更符合实际情况的漏洞样本, 它可以为软件安全性和可靠性提供更加有效的解决方案. 该方法通过分析 Eclipse CDT 生成的抽象语法树结构, 提取节点中的语法信息, 重构节点和抽象语法树, 优化抽象语法树结构, 并设计一系列变异算子, 然后在优化后的抽象语法树上进行变异操作. 该方法可以生成具有UAF和CUAF漏洞特征的变异样本, 这些样本可以用于零日漏洞的检测, 有助于提高零日漏洞的检测率. 实验结果表明, 该方法比传统检测方法中的随机变异方法平均减少了 34% 的无效样本量, 并且可以生成更加复杂的变异样本; 此外, 该方法可以生成更加复杂的变异样本, 提高检测的覆盖率和准确率.
随着信息技术的持续发展, 软件产品的数量和种类不断增加, 然而即使是高质量的软件也可能存在漏洞. 此外, 软件更新速度快, 软件架构愈发复杂, 这导致漏洞逐渐进化成新的形态, 传统的漏洞检测方法和规则难以适用于新的漏洞特征. 由于零日漏洞样本的稀缺性, 软件演化过程中出现的零日漏洞难以被发现, 这为软件安全带来很大的潜在风险. 提出一种基于抽象语法树变异的漏洞样本生成方法, 能够模拟真实漏洞的结构和语法规则, 生成更符合实际情况的漏洞样本, 它可以为软件安全性和可靠性提供更加有效的解决方案. 该方法通过分析 Eclipse CDT 生成的抽象语法树结构, 提取节点中的语法信息, 重构节点和抽象语法树, 优化抽象语法树结构, 并设计一系列变异算子, 然后在优化后的抽象语法树上进行变异操作. 该方法可以生成具有UAF和CUAF漏洞特征的变异样本, 这些样本可以用于零日漏洞的检测, 有助于提高零日漏洞的检测率. 实验结果表明, 该方法比传统检测方法中的随机变异方法平均减少了 34% 的无效样本量, 并且可以生成更加复杂的变异样本; 此外, 该方法可以生成更加复杂的变异样本, 提高检测的覆盖率和准确率.
优先出版日期: 2025-04-30
, DOI: 10.13328/j.cnki.jos.007311
摘要：
针对联盟链系统中恶意攻击者利用智能合约中的安全漏洞带来的行为不可信问题, 提出一种面向联盟链的智能合约行为可信验证机制对合约行为完整性进行可信验证. 首先以系统调用作为最小行为单元, 以基于系统调用的行为序列描述历史行为状态, 然后在确保合约代码发布和执行环境可信的前提下, 在合约运行时根据预期行为规则进行可信验证, 最后对该机制进行了理论分析, 并在Hyperledger Fabric环境下进行实验评估. 结果表明, 该方法能够有效实现对智能合约行为的可信验证, 能够保障智能合约生命周期内的行为可信.
针对联盟链系统中恶意攻击者利用智能合约中的安全漏洞带来的行为不可信问题, 提出一种面向联盟链的智能合约行为可信验证机制对合约行为完整性进行可信验证. 首先以系统调用作为最小行为单元, 以基于系统调用的行为序列描述历史行为状态, 然后在确保合约代码发布和执行环境可信的前提下, 在合约运行时根据预期行为规则进行可信验证, 最后对该机制进行了理论分析, 并在Hyperledger Fabric环境下进行实验评估. 结果表明, 该方法能够有效实现对智能合约行为的可信验证, 能够保障智能合约生命周期内的行为可信.
优先出版日期: 2025-04-30
, DOI: 10.13328/j.cnki.jos.007373
摘要：
汉语成语作为汉语写作的重要组成部分, 具有凝练的表现力和深厚的文化内涵. 它们通常是经过长期使用而固定下来的词组或短句, 来源广泛, 含义相对固定. 然而, 由于汉字的形意属性和汉语词汇、语义的古今变迁, 成语的字面意思与实际含义往往存在偏差, 呈现出特有的非组合性特点, 这种特点使得成语在使用过程中极易产生误用现象, 研究显示, 某些成语的误用率甚至高达 98.6%. 与其他语言不同, 汉语成语的误用通常不会导致词法或语法错误, 因此传统的拼写或语法错误检测方法无法有效识别成语误用. 一种直观的方法是将成语的释义融入模型中, 但是简单的拼接释义会导致句子过长难以处理和知识噪声等问题. 为了解决这一问题, 提出一种基于释义知识浮动注入的模型. 该模型通过引入可学习的权重因子来控制知识注入, 并探讨有效的释义知识注入策略. 为了验证模型的有效性, 构建一套针对汉语成语误用诊断的数据集. 实验结果显示, 该模型在所有测试集上均取得了最优效果, 特别是在长文本多成语的复杂场景中, 性能比基线模型提高了 12.4%–13.9%, 同时训练速度提升了 30%–40%, 测试速度提升了 90%. 这证明了所提出的释义知识浮动注入模型不仅有效融合了成语释义特征, 还显著降低了成语释义拼接对模型处理能力和效率的负面影响, 从而提升了成语误用诊断的性能, 并增强了模型处理多成语和长释义等复杂场景的能力.
汉语成语作为汉语写作的重要组成部分, 具有凝练的表现力和深厚的文化内涵. 它们通常是经过长期使用而固定下来的词组或短句, 来源广泛, 含义相对固定. 然而, 由于汉字的形意属性和汉语词汇、语义的古今变迁, 成语的字面意思与实际含义往往存在偏差, 呈现出特有的非组合性特点, 这种特点使得成语在使用过程中极易产生误用现象, 研究显示, 某些成语的误用率甚至高达 98.6%. 与其他语言不同, 汉语成语的误用通常不会导致词法或语法错误, 因此传统的拼写或语法错误检测方法无法有效识别成语误用. 一种直观的方法是将成语的释义融入模型中, 但是简单的拼接释义会导致句子过长难以处理和知识噪声等问题. 为了解决这一问题, 提出一种基于释义知识浮动注入的模型. 该模型通过引入可学习的权重因子来控制知识注入, 并探讨有效的释义知识注入策略. 为了验证模型的有效性, 构建一套针对汉语成语误用诊断的数据集. 实验结果显示, 该模型在所有测试集上均取得了最优效果, 特别是在长文本多成语的复杂场景中, 性能比基线模型提高了 12.4%–13.9%, 同时训练速度提升了 30%–40%, 测试速度提升了 90%. 这证明了所提出的释义知识浮动注入模型不仅有效融合了成语释义特征, 还显著降低了成语释义拼接对模型处理能力和效率的负面影响, 从而提升了成语误用诊断的性能, 并增强了模型处理多成语和长释义等复杂场景的能力.
优先出版日期: 2025-04-25
, DOI: 10.13328/j.cnki.jos.007370
摘要：
知识图谱作为结构化的知识表示形式, 在医疗领域具有广泛应用. 实体对齐, 即识别不同图谱中的等价实体, 是构建大规模知识图谱的基础步骤. 尽管已有大量研究关注此问题, 但主要集中在两个图谱的对齐任务上, 一般通过捕捉实体语义和图谱结构信息生成实体的向量表示, 之后计算向量相似度以确定等价实体. 在发现多源图谱对齐过程中存在对齐错误传递的问题的基础上, 考虑到医疗场景对实体对齐的准确性要求较高, 设计综合实体语义和本体信息的多源中文医疗知识图谱实体对齐方法(MSOI-Align). 该方法首先将多个图谱进行两两组合, 利用表示学习生成实体向量表示, 并且综合实体名称的相似度和本体一致性约束, 借助大语言模型筛选得到候选实体集合. 随后, 基于三元闭包理论结合大语言模型对候选实体集合进行自动化的对齐错误传递识别与纠正. 在4个中文医疗知识图谱上的实验结果表明, MSOI-Align方法显著提升了实体对齐任务的精确性, 与最优的基准方法相比, Hits@1指标从0.42提升至0.92. 融合后的知识图谱CMKG包含13类本体、19万实体和约70万三元组. 考虑到版权限制, 开源了受限图谱外的另外3个图谱融合的结果——OpenCMKG.
知识图谱作为结构化的知识表示形式, 在医疗领域具有广泛应用. 实体对齐, 即识别不同图谱中的等价实体, 是构建大规模知识图谱的基础步骤. 尽管已有大量研究关注此问题, 但主要集中在两个图谱的对齐任务上, 一般通过捕捉实体语义和图谱结构信息生成实体的向量表示, 之后计算向量相似度以确定等价实体. 在发现多源图谱对齐过程中存在对齐错误传递的问题的基础上, 考虑到医疗场景对实体对齐的准确性要求较高, 设计综合实体语义和本体信息的多源中文医疗知识图谱实体对齐方法(MSOI-Align). 该方法首先将多个图谱进行两两组合, 利用表示学习生成实体向量表示, 并且综合实体名称的相似度和本体一致性约束, 借助大语言模型筛选得到候选实体集合. 随后, 基于三元闭包理论结合大语言模型对候选实体集合进行自动化的对齐错误传递识别与纠正. 在4个中文医疗知识图谱上的实验结果表明, MSOI-Align方法显著提升了实体对齐任务的精确性, 与最优的基准方法相比, Hits@1指标从0.42提升至0.92. 融合后的知识图谱CMKG包含13类本体、19万实体和约70万三元组. 考虑到版权限制, 开源了受限图谱外的另外3个图谱融合的结果——OpenCMKG.
优先出版日期: 2025-04-23
, DOI: 10.13328/j.cnki.jos.007369
摘要：
随着编程命名规范的普及和自描述代码的深入实践, 传统与代码字面相似的摘要性代码注释逐渐失去开发者的青睐. 开发者更关注在理解和维护代码过程中能够提供额外信息的补充性代码注释. 但是, 补充性代码注释的生成往往需要代码之外的额外信息源, 且注释中呈现的补充内容复杂多样, 给现有工作带来很大的挑战. 将软件开发中开发者之间的Issue交流记录作为额外信息源, 提出一种基于Issue检索增强大语言模型的补充性代码注释生成方法. 该方法首先将Issue中的代码补充信息整理分类为5种类型, 再利用大语言模型从代码提交时所关联的Issue中检索出包含潜在类型补充信息的语句, 随后根据相应语句进行注释生成. 进一步, 该方法通过分析生成注释的代码相关性和Issue可验证性, 能较好地过滤生成注释中潜在的幻觉. 在两个主流大语言模型ChatGPT和GPT-4o上进行了实验. 实验结果表明, 所提方法能够将ChatGPT生成注释对于人工补充性注释的覆盖率从33.6%提升至72.2%, 将GPT-4o生成注释对于人工补充性注释的覆盖率从35.8%提升至88.4%, 显著地提升了补充性代码注释的生成效果. 同时, 所提方法所生成的注释相比现有方法能够明显提供更多对开发者有帮助的额外信息, 从而对开发者在理解一些复杂代码时具有十分重要的价值.
随着编程命名规范的普及和自描述代码的深入实践, 传统与代码字面相似的摘要性代码注释逐渐失去开发者的青睐. 开发者更关注在理解和维护代码过程中能够提供额外信息的补充性代码注释. 但是, 补充性代码注释的生成往往需要代码之外的额外信息源, 且注释中呈现的补充内容复杂多样, 给现有工作带来很大的挑战. 将软件开发中开发者之间的Issue交流记录作为额外信息源, 提出一种基于Issue检索增强大语言模型的补充性代码注释生成方法. 该方法首先将Issue中的代码补充信息整理分类为5种类型, 再利用大语言模型从代码提交时所关联的Issue中检索出包含潜在类型补充信息的语句, 随后根据相应语句进行注释生成. 进一步, 该方法通过分析生成注释的代码相关性和Issue可验证性, 能较好地过滤生成注释中潜在的幻觉. 在两个主流大语言模型ChatGPT和GPT-4o上进行了实验. 实验结果表明, 所提方法能够将ChatGPT生成注释对于人工补充性注释的覆盖率从33.6%提升至72.2%, 将GPT-4o生成注释对于人工补充性注释的覆盖率从35.8%提升至88.4%, 显著地提升了补充性代码注释的生成效果. 同时, 所提方法所生成的注释相比现有方法能够明显提供更多对开发者有帮助的额外信息, 从而对开发者在理解一些复杂代码时具有十分重要的价值.
优先出版日期: 2025-04-23
, DOI: 10.13328/j.cnki.jos.007381
摘要：
未来水质预测任务根据各个观测节点的历史水质数据及相应的拓扑位置关系, 预测未来水质变化情况, 是图神经网络辅助环境保护的重要任务之一. 然而, 采集数据的数值和节点间的拓扑结构均存在噪声, 且噪声存在耦合现象. 同时, 污染物流向的不同导致数值噪声与结构噪声的耦合现象更为复杂难以解耦. 因此, 提出了一种基于趋势感知图神经网络的耦合噪声水质预测方法: 1)利用历史水质数据趋势特征, 挖掘原始水质数据指标的局部相互关系, 构建多种潜在的水系拓扑结构, 分离结构噪声; 2)利用构建的邻接矩阵与原始数据挖掘时空特征, 分离数值噪声. 最终, 根据潜在结构构建前后图网络节点表征一致性聚合水质预测结果. 实验结果表明, 所提方法在真实数据集上比当前最优方法表现更好, 且给出的水系潜在拓扑结构符合真实情况. 代码和数据可在GitHub上访问: https://github.com/aTongs1/TaGNN.
未来水质预测任务根据各个观测节点的历史水质数据及相应的拓扑位置关系, 预测未来水质变化情况, 是图神经网络辅助环境保护的重要任务之一. 然而, 采集数据的数值和节点间的拓扑结构均存在噪声, 且噪声存在耦合现象. 同时, 污染物流向的不同导致数值噪声与结构噪声的耦合现象更为复杂难以解耦. 因此, 提出了一种基于趋势感知图神经网络的耦合噪声水质预测方法: 1)利用历史水质数据趋势特征, 挖掘原始水质数据指标的局部相互关系, 构建多种潜在的水系拓扑结构, 分离结构噪声; 2)利用构建的邻接矩阵与原始数据挖掘时空特征, 分离数值噪声. 最终, 根据潜在结构构建前后图网络节点表征一致性聚合水质预测结果. 实验结果表明, 所提方法在真实数据集上比当前最优方法表现更好, 且给出的水系潜在拓扑结构符合真实情况. 代码和数据可在GitHub上访问: https://github.com/aTongs1/TaGNN.
优先出版日期: 2025-04-23
, DOI: 10.13328/j.cnki.jos.007374
摘要：
属性图越来越多地用于描述带有关联关系的数据, 其异常检测日益受到关注. 由于属性图具有属性信息丰富、结构信息复杂等特点, 存在全局、结构和社区等多种类型的异常, 且异常特性往往隐藏于图的深度结构信息中, 现有方法仍存在结构信息丢失、异常节点检测困难等问题. 结构信息论使用编码树表示数据中的层次关系、通过最小化结构熵生成不同层次之间的关联, 可有效度量图中所蕴含的实质结构, 研究基于结构熵的属性图异常检测方法. 首先, 综合考虑属性图的结构和属性信息, 通过最小化图的结构熵, 构造属性图的K维编码树, 以描述其中的层次社区结构. 然后, 充分利用编码树中的节点属性和层次社区信息, 基于节点间的欧氏距离和连接程度, 设计结构异常和属性异常的评分机制, 从而确定属性图中的异常节点、检测多种类型的异常. 在多个属性图数据集上对所提方法进行对比测试, 实验结果表明, 所提方法能有效检测属性图的各类异常且显著优于现有方法.
属性图越来越多地用于描述带有关联关系的数据, 其异常检测日益受到关注. 由于属性图具有属性信息丰富、结构信息复杂等特点, 存在全局、结构和社区等多种类型的异常, 且异常特性往往隐藏于图的深度结构信息中, 现有方法仍存在结构信息丢失、异常节点检测困难等问题. 结构信息论使用编码树表示数据中的层次关系、通过最小化结构熵生成不同层次之间的关联, 可有效度量图中所蕴含的实质结构, 研究基于结构熵的属性图异常检测方法. 首先, 综合考虑属性图的结构和属性信息, 通过最小化图的结构熵, 构造属性图的K维编码树, 以描述其中的层次社区结构. 然后, 充分利用编码树中的节点属性和层次社区信息, 基于节点间的欧氏距离和连接程度, 设计结构异常和属性异常的评分机制, 从而确定属性图中的异常节点、检测多种类型的异常. 在多个属性图数据集上对所提方法进行对比测试, 实验结果表明, 所提方法能有效检测属性图的各类异常且显著优于现有方法.
优先出版日期: 2025-04-23
, DOI: 10.13328/j.cnki.jos.007375
摘要：
软件漏洞威胁着现实世界系统的安全. 近年来, 基于学习的漏洞检测方法(尤其是基于深度学习的方法)由于其从大量漏洞样本中挖掘隐式漏洞特征的显著优势, 得到了广泛的研究. 然而, 由于不同类型漏洞之间的特征差异和数据分布不平衡问题, 现有基于深度学习的漏洞检测方法难以准确识别具体的漏洞类型. 因此, 提出一种基于深度学习的多类型漏洞检测方法MulVD. MulVD构建了一种新型的结构感知图神经网络(SA-GNN), 它可以自适应地为不同类型的漏洞提取局部典型的漏洞模式, 并在不引入噪声的情况下重新平衡数据分布. 检验所提方法在二分类和多分类漏洞检测任务中的有效性. 实验结果表明, MulVD显著提高了现有基于深度学习的漏洞检测技术的性能.
软件漏洞威胁着现实世界系统的安全. 近年来, 基于学习的漏洞检测方法(尤其是基于深度学习的方法)由于其从大量漏洞样本中挖掘隐式漏洞特征的显著优势, 得到了广泛的研究. 然而, 由于不同类型漏洞之间的特征差异和数据分布不平衡问题, 现有基于深度学习的漏洞检测方法难以准确识别具体的漏洞类型. 因此, 提出一种基于深度学习的多类型漏洞检测方法MulVD. MulVD构建了一种新型的结构感知图神经网络(SA-GNN), 它可以自适应地为不同类型的漏洞提取局部典型的漏洞模式, 并在不引入噪声的情况下重新平衡数据分布. 检验所提方法在二分类和多分类漏洞检测任务中的有效性. 实验结果表明, MulVD显著提高了现有基于深度学习的漏洞检测技术的性能.
优先出版日期: 2025-04-18
, DOI: 10.13328/j.cnki.jos.007383
摘要：
随机优化算法是机器学习中处理大规模数据和复杂模型的重要方法. 其中, 方差缩减方法(如STORM算法)因其在随机非凸优化问题中能够实现最优的$ {\mathrm{O}}\left({T}^{-1/3}\right) $收敛速率而受到广泛关注. 然而, 传统的方差缩减方法通常需要依赖特定的问题参数(如光滑系数、噪声方差和梯度上界)来设置学习率和动量, 使得它们在实际应用中难以直接使用. 为了解决这一问题, 提出了一种基于归一化的自适应方差缩减方法, 该方法无需预先知道问题参数, 仍然能够实现最优的收敛速率. 与现有的自适应方差缩减方法相比, 所提方法具有以下显著优势: (1)无需依赖额外假设, 如梯度有界、函数值有界或极大的初始批量大小; (2)实现了最优的$ {\mathrm{O}}\left({T}^{-1/3}\right) $收敛速率, 不包含额外的$ \mathrm{O}\left(\mathrm{log}T\right) $项; (3)证明过程简洁明了, 便于推广到其他随机优化问题. 最后, 通过数值实验将该方法与其他方法进行了对比, 验证了其优越性.
随机优化算法是机器学习中处理大规模数据和复杂模型的重要方法. 其中, 方差缩减方法(如STORM算法)因其在随机非凸优化问题中能够实现最优的$ {\mathrm{O}}\left({T}^{-1/3}\right) $收敛速率而受到广泛关注. 然而, 传统的方差缩减方法通常需要依赖特定的问题参数(如光滑系数、噪声方差和梯度上界)来设置学习率和动量, 使得它们在实际应用中难以直接使用. 为了解决这一问题, 提出了一种基于归一化的自适应方差缩减方法, 该方法无需预先知道问题参数, 仍然能够实现最优的收敛速率. 与现有的自适应方差缩减方法相比, 所提方法具有以下显著优势: (1)无需依赖额外假设, 如梯度有界、函数值有界或极大的初始批量大小; (2)实现了最优的$ {\mathrm{O}}\left({T}^{-1/3}\right) $收敛速率, 不包含额外的$ \mathrm{O}\left(\mathrm{log}T\right) $项; (3)证明过程简洁明了, 便于推广到其他随机优化问题. 最后, 通过数值实验将该方法与其他方法进行了对比, 验证了其优越性.
优先出版日期: 2025-03-26
, DOI: 10.13328/j.cnki.jos.007318
摘要：
区块链在加密货币投资领域展现出强劲的生命力, 吸引了大量投资者的参与. 然而, 由于区块链的匿名性, 导致了许多欺诈行为, 其中庞氏骗局智能合约就是一种典型的欺诈性投资活动, 给投资者带来了巨大的经济损失. 因此, 对以太坊上的庞氏骗局合约进行检测变得尤为重要. 但是, 现有研究大都忽略了庞氏骗局合约源代码中的控制流信息. 为提取庞氏骗局合约更丰富的语义信息和结构信息, 提出一种基于代码控制流图的庞氏骗局合约检测模型. 首先, 该模型将获取的合约源代码构建成控制流图的形式. 然后, 使用Word2Vec算法提取了包括数据流信息和代码结构信息在内的关键特征. 考虑到每个智能合约的功能不同、代码篇幅差异明显, 导致提取的特征向量维度差异较大, 对不同智能合约生成的特征向量进行对齐操作, 使得所有的特征向量具有相同的维度, 便于之后处理. 其次, 利用基于图卷积和Transformer的特征学习模块, 引入多头注意力机制, 来学习节点特征的依赖关系. 最后, 使用多层感知机实现对庞氏骗局合约的识别. 通过在Xblock网站提供的数据集上将该模型与传统的图特征学习模型进行对比, 验证该模型引入的多头注意力机制的性能. 实验结果证明, 该模型有效地提升对庞氏骗局合约的检测能力.
区块链在加密货币投资领域展现出强劲的生命力, 吸引了大量投资者的参与. 然而, 由于区块链的匿名性, 导致了许多欺诈行为, 其中庞氏骗局智能合约就是一种典型的欺诈性投资活动, 给投资者带来了巨大的经济损失. 因此, 对以太坊上的庞氏骗局合约进行检测变得尤为重要. 但是, 现有研究大都忽略了庞氏骗局合约源代码中的控制流信息. 为提取庞氏骗局合约更丰富的语义信息和结构信息, 提出一种基于代码控制流图的庞氏骗局合约检测模型. 首先, 该模型将获取的合约源代码构建成控制流图的形式. 然后, 使用Word2Vec算法提取了包括数据流信息和代码结构信息在内的关键特征. 考虑到每个智能合约的功能不同、代码篇幅差异明显, 导致提取的特征向量维度差异较大, 对不同智能合约生成的特征向量进行对齐操作, 使得所有的特征向量具有相同的维度, 便于之后处理. 其次, 利用基于图卷积和Transformer的特征学习模块, 引入多头注意力机制, 来学习节点特征的依赖关系. 最后, 使用多层感知机实现对庞氏骗局合约的识别. 通过在Xblock网站提供的数据集上将该模型与传统的图特征学习模型进行对比, 验证该模型引入的多头注意力机制的性能. 实验结果证明, 该模型有效地提升对庞氏骗局合约的检测能力.
优先出版日期: 2025-03-26
, DOI: 10.13328/j.cnki.jos.007320
摘要：
人工智能技术的应用已经从分类、翻译、问答等相对静态的任务延伸到自动驾驶、机器人控制、博弈等需要和环境进行一系列“交互-行动”才能完成的相对动态的任务. 执行这类任务的模型核心是连续决策算法, 由于面临更高的环境和交互的不确定性, 而且这些任务往往是安全攸关的系统, 其测试技术面临极大的挑战. 现有的智能算法模型测试技术主要集中在单一模型的可靠性、复杂任务多样性测试场景生成、仿真测试等方向, 对连续决策模型的“交互-行动”决策序列没有关注, 导致无法适应, 或者成本效益低下. 提出一个干预惰性“交互-行动”决策序列执行的模糊测试方法IIFuzzing, 在模糊测试框架中, 通过学习“交互-行动”决策序列模式, 预测不会触发失效事故的惰性“交互-行动”决策序列, 并中止这类序列的测试执行, 以提高测试效能. 在4种常见的测试配置中进行实验评估, 结果表明, 与最新的针对连续决策模型的模糊测试相比, IIFuzzing可以在相同时间内多探测16.7%–54.5%的失效事故, 并且事故的多样性也优于基线方法.
人工智能技术的应用已经从分类、翻译、问答等相对静态的任务延伸到自动驾驶、机器人控制、博弈等需要和环境进行一系列“交互-行动”才能完成的相对动态的任务. 执行这类任务的模型核心是连续决策算法, 由于面临更高的环境和交互的不确定性, 而且这些任务往往是安全攸关的系统, 其测试技术面临极大的挑战. 现有的智能算法模型测试技术主要集中在单一模型的可靠性、复杂任务多样性测试场景生成、仿真测试等方向, 对连续决策模型的“交互-行动”决策序列没有关注, 导致无法适应, 或者成本效益低下. 提出一个干预惰性“交互-行动”决策序列执行的模糊测试方法IIFuzzing, 在模糊测试框架中, 通过学习“交互-行动”决策序列模式, 预测不会触发失效事故的惰性“交互-行动”决策序列, 并中止这类序列的测试执行, 以提高测试效能. 在4种常见的测试配置中进行实验评估, 结果表明, 与最新的针对连续决策模型的模糊测试相比, IIFuzzing可以在相同时间内多探测16.7%–54.5%的失效事故, 并且事故的多样性也优于基线方法.
优先出版日期: 2025-03-12
, DOI: 10.13328/j.cnki.jos.007310
摘要：
随着深度学习模型安全性和隐私性研究的不断深入, 研究者发现模型窃取攻击能够对神经网络产生极大的威胁. 典型的数据依赖模型窃取攻击可以利用一定比例的真实数据查询目标模型, 在本地训练一个替代模型, 从而达到目标模型窃取的目的. 2020年以来, 一种新颖的无数据依赖模型窃取攻击方法被提出, 仅使用生成模型生成伪造的查询样本便能对深度神经网络开展窃取和攻击. 由于不依赖于真实数据, 无数据依赖模型窃取攻击具有更严重的破坏力. 然而, 目前的无数据依赖模型窃取攻击方法所构造查询样本的多样性和有效性不足, 存在模型窃取过程中查询次数大、攻击成功率较低的问题. 因此提出一种基于视觉特征解耦的无数据依赖模型窃取攻击方法VFDA (vision feature decoupling-based model stealing attack), 该方法通过利用多解码器结构对无数据依赖模型窃取过程中生成的查询样本的视觉特征进行解耦与生成, 从而提高查询样本的多样性和模型窃取的有效性. 具体来说, VFDA利用3个解码器分别生成查询样本的纹理信息、区域编码和平滑信息, 完成查询样本的视觉特征解耦. 其次, 为了使生成的查询样本更加符合真实样本的视觉特征, 通过限制纹理信息的稀疏性以及对生成的平滑信息进行滤波. VFDA利用了神经网络的表征倾向依赖于图像纹理特征的性质, 能够生成类间多样性的查询样本, 从而有效提高了模型窃取的相似性以及攻击成功率. 此外, VFDA对解耦生成的查询样本平滑信息添加了类内多样性损失, 使查询样本更加符合真实样本的分布. 通过与多个模型窃取攻击方法对比, VFDA方法在模型窃取的相似性以及攻击的成功率上具有更好的表现. 特别在分辨率较高的GTSRB和Tiny-ImageNet数据集上, 相比于目前较好的EBFA方法, 在攻击成功率上VFDA方法平均提高了3.86%和4.15%.
随着深度学习模型安全性和隐私性研究的不断深入, 研究者发现模型窃取攻击能够对神经网络产生极大的威胁. 典型的数据依赖模型窃取攻击可以利用一定比例的真实数据查询目标模型, 在本地训练一个替代模型, 从而达到目标模型窃取的目的. 2020年以来, 一种新颖的无数据依赖模型窃取攻击方法被提出, 仅使用生成模型生成伪造的查询样本便能对深度神经网络开展窃取和攻击. 由于不依赖于真实数据, 无数据依赖模型窃取攻击具有更严重的破坏力. 然而, 目前的无数据依赖模型窃取攻击方法所构造查询样本的多样性和有效性不足, 存在模型窃取过程中查询次数大、攻击成功率较低的问题. 因此提出一种基于视觉特征解耦的无数据依赖模型窃取攻击方法VFDA (vision feature decoupling-based model stealing attack), 该方法通过利用多解码器结构对无数据依赖模型窃取过程中生成的查询样本的视觉特征进行解耦与生成, 从而提高查询样本的多样性和模型窃取的有效性. 具体来说, VFDA利用3个解码器分别生成查询样本的纹理信息、区域编码和平滑信息, 完成查询样本的视觉特征解耦. 其次, 为了使生成的查询样本更加符合真实样本的视觉特征, 通过限制纹理信息的稀疏性以及对生成的平滑信息进行滤波. VFDA利用了神经网络的表征倾向依赖于图像纹理特征的性质, 能够生成类间多样性的查询样本, 从而有效提高了模型窃取的相似性以及攻击成功率. 此外, VFDA对解耦生成的查询样本平滑信息添加了类内多样性损失, 使查询样本更加符合真实样本的分布. 通过与多个模型窃取攻击方法对比, VFDA方法在模型窃取的相似性以及攻击的成功率上具有更好的表现. 特别在分辨率较高的GTSRB和Tiny-ImageNet数据集上, 相比于目前较好的EBFA方法, 在攻击成功率上VFDA方法平均提高了3.86%和4.15%.
优先出版日期: 2025-02-26
, DOI: 10.13328/j.cnki.jos.007303
摘要：
短语视觉定位是多模态研究中一个基础且重要的研究任务, 旨在预测细粒度的文本短语与图片区域的对齐关系. 尽管已有的短语视觉定位方法已经取得了不错的进展, 但都忽略了文本中的短语与其对应图片区域的隐式对齐关系(即隐式短语-区域对齐关系), 而预测这种关系可以有效评估模型理解深层多模态语义的能力. 因此, 为了有效建模隐式短语-区域对齐关系, 提出一种隐式增强的因果建模短语视觉定位方法. 该方法使用因果推理中的干预策略来缓解浅层语义所带来的混淆信息. 为评估模型理解深层多模态语义的能力, 标注一个高质量的隐式数据集, 并进行大量实验. 多组对比实验结果表明, 所提方法能够有效建模隐式短语-区域对齐关系. 此外, 在这个隐式数据集上, 所提方法的性能优于一些先进的多模态大语言模型, 这将进一步促进多模态大模型更多的面向隐式场景的研究.
短语视觉定位是多模态研究中一个基础且重要的研究任务, 旨在预测细粒度的文本短语与图片区域的对齐关系. 尽管已有的短语视觉定位方法已经取得了不错的进展, 但都忽略了文本中的短语与其对应图片区域的隐式对齐关系(即隐式短语-区域对齐关系), 而预测这种关系可以有效评估模型理解深层多模态语义的能力. 因此, 为了有效建模隐式短语-区域对齐关系, 提出一种隐式增强的因果建模短语视觉定位方法. 该方法使用因果推理中的干预策略来缓解浅层语义所带来的混淆信息. 为评估模型理解深层多模态语义的能力, 标注一个高质量的隐式数据集, 并进行大量实验. 多组对比实验结果表明, 所提方法能够有效建模隐式短语-区域对齐关系. 此外, 在这个隐式数据集上, 所提方法的性能优于一些先进的多模态大语言模型, 这将进一步促进多模态大模型更多的面向隐式场景的研究.
优先出版日期: 2025-02-26
, DOI: 10.13328/j.cnki.jos.007306
摘要：
孪生支持向量机 (twin support vector machine, TSVM) 能有效地处理交叉或异或等类型的数据. 然而, 当处理集值数据时, TSVM通常利用集值对象的均值、中值等统计信息. 不同于TSVM, 提出能直接处理集值数据的孪生支持函数机(twin support function machine, TSFM). 依据集值对象定义的支持函数, TSFM在巴拿赫空间取得非平行的超平面. 为了抑制集值数据中的离群点, TSFM采用了弹球损失函数并引入了集值对象的权重. 考虑到TSFM是无穷维空间的优化问题, 测度采用狄拉克测度的线性组合的形式, 这构建有限维空间的优化模型. 为了有效地求解优化模型, 利用采样策略将模型转化成二次规划(quadratic programming, QP)问题并推导出二次规划问题的对偶形式, 这为判断哪些采样点是支持向量提供了理论基础. 为了分类集值数据, 定义集值对象到巴拿赫空间的超平面的距离并由此得出判别规则. 也考虑支持函数的核化以便取得数据的非线性特征, 这使得提出的模型可用于不定核函数. 实验结果表明TSFM能获取交叉类型的集值数据的内在结构并且在离群点或集值对象包含少量高维事例的情况下取得了良好的分类性能.
孪生支持向量机 (twin support vector machine, TSVM) 能有效地处理交叉或异或等类型的数据. 然而, 当处理集值数据时, TSVM通常利用集值对象的均值、中值等统计信息. 不同于TSVM, 提出能直接处理集值数据的孪生支持函数机(twin support function machine, TSFM). 依据集值对象定义的支持函数, TSFM在巴拿赫空间取得非平行的超平面. 为了抑制集值数据中的离群点, TSFM采用了弹球损失函数并引入了集值对象的权重. 考虑到TSFM是无穷维空间的优化问题, 测度采用狄拉克测度的线性组合的形式, 这构建有限维空间的优化模型. 为了有效地求解优化模型, 利用采样策略将模型转化成二次规划(quadratic programming, QP)问题并推导出二次规划问题的对偶形式, 这为判断哪些采样点是支持向量提供了理论基础. 为了分类集值数据, 定义集值对象到巴拿赫空间的超平面的距离并由此得出判别规则. 也考虑支持函数的核化以便取得数据的非线性特征, 这使得提出的模型可用于不定核函数. 实验结果表明TSFM能获取交叉类型的集值数据的内在结构并且在离群点或集值对象包含少量高维事例的情况下取得了良好的分类性能.
优先出版日期: 2025-02-26
, DOI: 10.13328/j.cnki.jos.007299
摘要：
以ChatGPT为代表的大语言模型(large language model, LLM)因其强大的自然语言理解和生成能力在各领域中得到广泛应用. 然而, 深度学习模型在受到对抗样本攻击时往往展现出脆弱性. 在自然语言处理领域中, 当前对抗样本生成方法的研究通常使用CNN类模型、RNN类模型和基于Transformer结构的预训练模型作为目标模型, 而很少有工作探究LLM受到对抗攻击时的鲁棒性并量化LLM鲁棒性的评估标准. 以中文对抗攻击下的ChatGPT为例, 引入了偏移平均差(offset average difference, OAD)这一新概念, 提出了一种基于OAD的可量化的LLM鲁棒性评价指标OAD-based robustness score (ORS). 在黑盒攻击场景下, 选取9种基于词语重要性的主流中文对抗攻击方法来生成对抗文本, 利用这些对抗文本攻击ChatGPT后可以得到每种方法的攻击成功率. 所提的ORS基于攻击成功率为LLM面向每种攻击方法的鲁棒性打分. 除了输出为硬标签的ChatGPT, 还基于攻击成功率和以高置信度误分类对抗文本占比, 设计了适用于输出为软标签的目标模型的ORS. 与此同时, 将这种打分公式推广到对抗文本的流畅性评估中, 提出了一种基于OAD的对抗文本流畅性打分方法OAD-based fluency score (OFS). 相比于需要人类参与的传统方法, 所提的OFS大大降低了评估成本. 分别在真实世界中的中文新闻分类和情感倾向分类数据集上开展实验. 实验结果在一定程度上初步表明, 面向文本分类任务, 对抗攻击下的ChatGPT鲁棒性分数比中文BERT高近20%. 然而, ChatGPT在受到对抗攻击时仍会产生错误预测, 攻击成功率最高可超过40%.
以ChatGPT为代表的大语言模型(large language model, LLM)因其强大的自然语言理解和生成能力在各领域中得到广泛应用. 然而, 深度学习模型在受到对抗样本攻击时往往展现出脆弱性. 在自然语言处理领域中, 当前对抗样本生成方法的研究通常使用CNN类模型、RNN类模型和基于Transformer结构的预训练模型作为目标模型, 而很少有工作探究LLM受到对抗攻击时的鲁棒性并量化LLM鲁棒性的评估标准. 以中文对抗攻击下的ChatGPT为例, 引入了偏移平均差(offset average difference, OAD)这一新概念, 提出了一种基于OAD的可量化的LLM鲁棒性评价指标OAD-based robustness score (ORS). 在黑盒攻击场景下, 选取9种基于词语重要性的主流中文对抗攻击方法来生成对抗文本, 利用这些对抗文本攻击ChatGPT后可以得到每种方法的攻击成功率. 所提的ORS基于攻击成功率为LLM面向每种攻击方法的鲁棒性打分. 除了输出为硬标签的ChatGPT, 还基于攻击成功率和以高置信度误分类对抗文本占比, 设计了适用于输出为软标签的目标模型的ORS. 与此同时, 将这种打分公式推广到对抗文本的流畅性评估中, 提出了一种基于OAD的对抗文本流畅性打分方法OAD-based fluency score (OFS). 相比于需要人类参与的传统方法, 所提的OFS大大降低了评估成本. 分别在真实世界中的中文新闻分类和情感倾向分类数据集上开展实验. 实验结果在一定程度上初步表明, 面向文本分类任务, 对抗攻击下的ChatGPT鲁棒性分数比中文BERT高近20%. 然而, ChatGPT在受到对抗攻击时仍会产生错误预测, 攻击成功率最高可超过40%.
优先出版日期: 2025-02-26
, DOI: 10.13328/j.cnki.jos.007289
摘要：
跨域推荐(cross-domain recommendation, CDR)通过将密集评分辅助域中的用户-项目评分模式迁移到稀疏评分目标域中的评分数据集, 以缓解冷启动现象, 近年来得到广泛研究. 多数CDR算法所采用的基于单域推荐的聚类方法未有效利用重叠信息, 无法充分适应跨域推荐, 导致聚类结果不准确. 在跨域推荐中, 图卷积网络方法(graph convolution network, GCN)可充分利用节点间的关联, 提高推荐的准确性. 然而, 基于GCN的跨域推荐往往使用静态图学习节点嵌入, 忽视了用户的偏好会随推荐场景发生变化的情况, 导致模型在面对不同的推荐任务时表现不佳, 无法有效缓解数据稀疏性. 基于此, 提出一种利用伪重叠判定机制的多层循环GCN跨域推荐模型. 首先, 在社区聚类算法Louvain的基础上充分运用重叠数据, 设计一个伪重叠判定机制, 据此挖掘用户的信任关系以及相似用户社区, 从而提高聚类算法在跨域推荐中的适应能力及其准确性. 其次, 提出一个包含嵌入学习模块和图学习模块的多层循环GCN, 学习动态的域共享特征、域特有特征以及动态图结构, 并通过两模块的循环增强, 获取最新用户偏好, 从而缓解数据稀疏问题. 最后, 采用多层感知器(multi-layer perceptron, MLP)对用户-项目交互建模, 得到预测评分, 通过与12种相关模型在4组数据域上的对比结果发现, 所提方法是高效的, 在MRR、NDCG、HR指标上分别平均提高5.47%、3.44%、2.38%.
跨域推荐(cross-domain recommendation, CDR)通过将密集评分辅助域中的用户-项目评分模式迁移到稀疏评分目标域中的评分数据集, 以缓解冷启动现象, 近年来得到广泛研究. 多数CDR算法所采用的基于单域推荐的聚类方法未有效利用重叠信息, 无法充分适应跨域推荐, 导致聚类结果不准确. 在跨域推荐中, 图卷积网络方法(graph convolution network, GCN)可充分利用节点间的关联, 提高推荐的准确性. 然而, 基于GCN的跨域推荐往往使用静态图学习节点嵌入, 忽视了用户的偏好会随推荐场景发生变化的情况, 导致模型在面对不同的推荐任务时表现不佳, 无法有效缓解数据稀疏性. 基于此, 提出一种利用伪重叠判定机制的多层循环GCN跨域推荐模型. 首先, 在社区聚类算法Louvain的基础上充分运用重叠数据, 设计一个伪重叠判定机制, 据此挖掘用户的信任关系以及相似用户社区, 从而提高聚类算法在跨域推荐中的适应能力及其准确性. 其次, 提出一个包含嵌入学习模块和图学习模块的多层循环GCN, 学习动态的域共享特征、域特有特征以及动态图结构, 并通过两模块的循环增强, 获取最新用户偏好, 从而缓解数据稀疏问题. 最后, 采用多层感知器(multi-layer perceptron, MLP)对用户-项目交互建模, 得到预测评分, 通过与12种相关模型在4组数据域上的对比结果发现, 所提方法是高效的, 在MRR、NDCG、HR指标上分别平均提高5.47%、3.44%、2.38%.
优先出版日期: 2025-02-26
, DOI: 10.13328/j.cnki.jos.007302
摘要：
讨论正则图上的对称双态自旋系统的配分函数计算复杂性. 利用计数指数时间假设(#ETH)和随机指数时间假设(rETH), 将该问题类的经典二分定理, 细化到指数型二分定理, 又称细密度二分定理. 换而言之, 证明满足给定易解条件时, 该问题可在多项式时间内求解; 否则, #ETH成立时, 该问题没有亚指数时间算法. 还针对平面图限制下已有插值方法在构造根号亚指数时间归约时失效的问题, 提出两种解决方案, 并利用这两种方案探讨平面限制下该问题相关的细密度复杂性和二分定理.
讨论正则图上的对称双态自旋系统的配分函数计算复杂性. 利用计数指数时间假设(#ETH)和随机指数时间假设(rETH), 将该问题类的经典二分定理, 细化到指数型二分定理, 又称细密度二分定理. 换而言之, 证明满足给定易解条件时, 该问题可在多项式时间内求解; 否则, #ETH成立时, 该问题没有亚指数时间算法. 还针对平面图限制下已有插值方法在构造根号亚指数时间归约时失效的问题, 提出两种解决方案, 并利用这两种方案探讨平面限制下该问题相关的细密度复杂性和二分定理.
优先出版日期: 2025-02-26
, DOI: 10.13328/j.cnki.jos.007321
摘要：
视觉-语言预训练(visual-language pre-training, VLP)旨在通过在大规模图像-文本多模态数据集上进行学习得到强大的多模态表示. 多模态特征融合、对齐是多模态模型训练的关键挑战. 现有的大多数视觉-语言预训练模型对于多模态特征融合、对齐问题主要方式是将提取的视觉特征和文本特征直接输入至Transformer 模型中. 通过Transformer模型中的attention模块进行融合, 由于attention机制计算的是两两之间的相似度, 因而该方法难以实现多元实体间的对齐. 鉴于超图神经网络的超边具有连接多个实体、编码高阶实体相关性的特性, 进而实现多元实体间关系的建立. 提出基于超图神经网络的多元实体对齐的视觉-语言多模态模型预训练方法. 该方法在Transformer 多模态融合编码器中引入超图神经网络学习模块学习多模态间多元实体的对齐关系以增强预训练模型中多模态融合编码器实体对齐能力. 在大规模图像-文本数据集上对所提视觉-语言预训练模型进行预训练并在视觉问答、图文检索、视觉定位以及自然语言视觉推理多个视觉-语言下游任务上进行微调实验, 实验结果表明所提方法相比于baseline方法在多个下游任务中性能均有提升, 其中在NLVR2任务上相比baseline方法准确率提升1.8%.
视觉-语言预训练(visual-language pre-training, VLP)旨在通过在大规模图像-文本多模态数据集上进行学习得到强大的多模态表示. 多模态特征融合、对齐是多模态模型训练的关键挑战. 现有的大多数视觉-语言预训练模型对于多模态特征融合、对齐问题主要方式是将提取的视觉特征和文本特征直接输入至Transformer 模型中. 通过Transformer模型中的attention模块进行融合, 由于attention机制计算的是两两之间的相似度, 因而该方法难以实现多元实体间的对齐. 鉴于超图神经网络的超边具有连接多个实体、编码高阶实体相关性的特性, 进而实现多元实体间关系的建立. 提出基于超图神经网络的多元实体对齐的视觉-语言多模态模型预训练方法. 该方法在Transformer 多模态融合编码器中引入超图神经网络学习模块学习多模态间多元实体的对齐关系以增强预训练模型中多模态融合编码器实体对齐能力. 在大规模图像-文本数据集上对所提视觉-语言预训练模型进行预训练并在视觉问答、图文检索、视觉定位以及自然语言视觉推理多个视觉-语言下游任务上进行微调实验, 实验结果表明所提方法相比于baseline方法在多个下游任务中性能均有提升, 其中在NLVR2任务上相比baseline方法准确率提升1.8%.
优先出版日期: 2025-02-26
, DOI: 10.13328/j.cnki.jos.007322
摘要：
网络信息来源众多、鱼龙混杂, 及时、准确地判断其是否为谣言是社交媒体认知域研究的关键问题. 先前的研究大多侧重于谣言的文本内容、用户特征或局限于传播模式中的固有特征, 忽略了用户参与事件讨论而产生的群体情绪及其产生且隐藏于谣言传播的情绪稳态特征的关键线索. 提出一种以群体情绪稳态为导向, 融合时序和空间稳态特征的社交网络谣言检测方法, 该方法基于谣言传播中的文本特征和用户行为, 将群体情绪的时序与空间关系稳态化特征相结合, 能够实现较强的表达能力和检测精度. 具体地, 该方法以用户对某事件或话题态度的情绪关键词作为基础, 利用递归神经网络构建时序关系的情绪稳态特征, 使群体情绪具有表达能力较强的时间一致性特征, 可以反映群体情绪随时间的趋同效应; 利用异构图神经网络建立用户与关键词、文本与关键词之间联系, 使群体情绪具有空间关系的细粒度群体情绪稳态特征; 最后, 将两类局部稳态特征进行融合, 具备全局性且提高了特征表达, 进一步分类可获得谣言检测结果. 所提方法运行于两个国际公开且被广泛使用的推特数据集上, 其准确率较基线中性能最好方法分别提高了3.4%和3.2%, T-F1值较基线中性能最好方法分别提高了3.0%和1.8%, N-F1值较基线中性能最好方法分别提高了2.7%和2.3%, U-F1值较基线中性能最好方法分别提高了2.3%和1.0%.
网络信息来源众多、鱼龙混杂, 及时、准确地判断其是否为谣言是社交媒体认知域研究的关键问题. 先前的研究大多侧重于谣言的文本内容、用户特征或局限于传播模式中的固有特征, 忽略了用户参与事件讨论而产生的群体情绪及其产生且隐藏于谣言传播的情绪稳态特征的关键线索. 提出一种以群体情绪稳态为导向, 融合时序和空间稳态特征的社交网络谣言检测方法, 该方法基于谣言传播中的文本特征和用户行为, 将群体情绪的时序与空间关系稳态化特征相结合, 能够实现较强的表达能力和检测精度. 具体地, 该方法以用户对某事件或话题态度的情绪关键词作为基础, 利用递归神经网络构建时序关系的情绪稳态特征, 使群体情绪具有表达能力较强的时间一致性特征, 可以反映群体情绪随时间的趋同效应; 利用异构图神经网络建立用户与关键词、文本与关键词之间联系, 使群体情绪具有空间关系的细粒度群体情绪稳态特征; 最后, 将两类局部稳态特征进行融合, 具备全局性且提高了特征表达, 进一步分类可获得谣言检测结果. 所提方法运行于两个国际公开且被广泛使用的推特数据集上, 其准确率较基线中性能最好方法分别提高了3.4%和3.2%, T-F1值较基线中性能最好方法分别提高了3.0%和1.8%, N-F1值较基线中性能最好方法分别提高了2.7%和2.3%, U-F1值较基线中性能最好方法分别提高了2.3%和1.0%.
优先出版日期: 2025-02-19
, DOI: 10.13328/j.cnki.jos.007307
摘要：
对于点在多边形内的检测处理, 近期提出的一种网格法具有很高的计算效率. 该方法对于每个网格单元内的多边形片段进行条带结构的组织, 使得每个条带中的边均与该条带的左右边界相交. 如此, 该方法加强了局部化计算, 并能方便使用GPU进行并行计算, 使得检测效率优于以往的各种方法. 但该方法基于网格单元创建条带结构, 会产生冗余的条带, 并且创建时的空间需求较大而不便在GPU上创建条带结构. 对此, 提出基于网格行创建条带结构, 由此可消除冗余的条带, 减少创建计算的空间需求, 因而能在GPU上进行条带结构的创建, 提高工作效率. 实验表明, 相比原有方法, 新方法大幅加快了条带结构的创建, 甚至可加速40余倍, 并且有更快的检测速度, 能更高效地处理动态多边形.
对于点在多边形内的检测处理, 近期提出的一种网格法具有很高的计算效率. 该方法对于每个网格单元内的多边形片段进行条带结构的组织, 使得每个条带中的边均与该条带的左右边界相交. 如此, 该方法加强了局部化计算, 并能方便使用GPU进行并行计算, 使得检测效率优于以往的各种方法. 但该方法基于网格单元创建条带结构, 会产生冗余的条带, 并且创建时的空间需求较大而不便在GPU上创建条带结构. 对此, 提出基于网格行创建条带结构, 由此可消除冗余的条带, 减少创建计算的空间需求, 因而能在GPU上进行条带结构的创建, 提高工作效率. 实验表明, 相比原有方法, 新方法大幅加快了条带结构的创建, 甚至可加速40余倍, 并且有更快的检测速度, 能更高效地处理动态多边形.
优先出版日期: 2025-02-19
, DOI: 10.13328/j.cnki.jos.007296
摘要：
在连续且密集奖励的任务中, 离线强化学习取得了显著的效果. 然而由于其训练过程不与环境交互, 泛化能力降低, 在离散且稀疏奖赏的环境下性能难以得到保证. 扩散模型通过加噪结合样本数据邻域的信息, 生成贴近样本数据分布的动作, 强化智能体的学习和泛化能力. 针对以上问题, 提出一种扩散模型期望最大化的离线强化学习方法(offline reinforcement learning with diffusion models and expectation maximization, DMEM). 该方法通过极大似然对数期望最大化更新目标函数, 使策略具有更强的泛化性. 将扩散模型引入策略网络中, 利用扩散的特征, 增强策略学习数据样本的能力. 同时从高维空间的角度看期望回归更新价值函数, 引入一个惩戒项使价值函数评估更准确. 将DMEM应用于一系列离散且稀疏奖励的任务中, 实验表明, 与其他经典的离线强化学习方法相比, DMEM性能上具有较大的优势.
在连续且密集奖励的任务中, 离线强化学习取得了显著的效果. 然而由于其训练过程不与环境交互, 泛化能力降低, 在离散且稀疏奖赏的环境下性能难以得到保证. 扩散模型通过加噪结合样本数据邻域的信息, 生成贴近样本数据分布的动作, 强化智能体的学习和泛化能力. 针对以上问题, 提出一种扩散模型期望最大化的离线强化学习方法(offline reinforcement learning with diffusion models and expectation maximization, DMEM). 该方法通过极大似然对数期望最大化更新目标函数, 使策略具有更强的泛化性. 将扩散模型引入策略网络中, 利用扩散的特征, 增强策略学习数据样本的能力. 同时从高维空间的角度看期望回归更新价值函数, 引入一个惩戒项使价值函数评估更准确. 将DMEM应用于一系列离散且稀疏奖励的任务中, 实验表明, 与其他经典的离线强化学习方法相比, DMEM性能上具有较大的优势.
优先出版日期: 2025-02-19
, DOI: 10.13328/j.cnki.jos.007297
摘要：
近年来, SZZ作为一种识别引入缺陷的变更算法, 被广泛应用于即时软件缺陷预测技术中. 先前的研究表明, SZZ算法在对数据进行标注时会存在误标问题, 这将影响数据集的质量, 进而影响预测模型的性能. 因此, 研究人员对SZZ算法进行了改进, 并提出多个SZZ变体. 然而, 目前尚未有文献研究数据标注质量对移动APP即时缺陷预测性能和解释的影响. 为探究SZZ错误标注的变更对移动APP即时软件缺陷预测模型的影响, 对4种SZZ算法进行广泛而深入的实证研究. 首先, 选取GitHub库中17个大型移动APP项目, 借助PyDriller工具抽取软件度量元. 其次, 采用B-SZZ (原始SZZ版本)、AG-SZZ、MA-SZZ和RA-SZZ这4种算法标注数据. 然后, 根据时间序列划分数据, 利用随机森林、朴素贝叶斯和逻辑回归分类器分别建立即时缺陷预测模型. 最后, 使用AUC、MCC、G-mean传统指标和F-measure@20%、IFA工作量感知指标评估模型性能, 并使用SKESD和SHAP算法对结果进行统计显著性检验与可解释性分析. 通过对比4种SZZ算法的标注性能, 研究发现: (1) 数据的标注质量符合SZZ变体之间的递进关系; (2) B-SZZ、AG-SZZ 和MA-SZZ错误标注的变更会造成AUC、MCC 得分不同程度的下降, 但不会造成G-mean得分下降; (3) B-SZZ会造成F-measure@20%得分下降, 而在代码审查时, B-SZZ、AG-SZZ 和MA-SZZ不会导致审查工作量的增加; (4)在模型解释方面, 不同SZZ算法会影响预测过程中贡献程度排名前3的度量元, 并且la度量元对预测结果有重要影响.
近年来, SZZ作为一种识别引入缺陷的变更算法, 被广泛应用于即时软件缺陷预测技术中. 先前的研究表明, SZZ算法在对数据进行标注时会存在误标问题, 这将影响数据集的质量, 进而影响预测模型的性能. 因此, 研究人员对SZZ算法进行了改进, 并提出多个SZZ变体. 然而, 目前尚未有文献研究数据标注质量对移动APP即时缺陷预测性能和解释的影响. 为探究SZZ错误标注的变更对移动APP即时软件缺陷预测模型的影响, 对4种SZZ算法进行广泛而深入的实证研究. 首先, 选取GitHub库中17个大型移动APP项目, 借助PyDriller工具抽取软件度量元. 其次, 采用B-SZZ (原始SZZ版本)、AG-SZZ、MA-SZZ和RA-SZZ这4种算法标注数据. 然后, 根据时间序列划分数据, 利用随机森林、朴素贝叶斯和逻辑回归分类器分别建立即时缺陷预测模型. 最后, 使用AUC、MCC、G-mean传统指标和F-measure@20%、IFA工作量感知指标评估模型性能, 并使用SKESD和SHAP算法对结果进行统计显著性检验与可解释性分析. 通过对比4种SZZ算法的标注性能, 研究发现: (1) 数据的标注质量符合SZZ变体之间的递进关系; (2) B-SZZ、AG-SZZ 和MA-SZZ错误标注的变更会造成AUC、MCC 得分不同程度的下降, 但不会造成G-mean得分下降; (3) B-SZZ会造成F-measure@20%得分下降, 而在代码审查时, B-SZZ、AG-SZZ 和MA-SZZ不会导致审查工作量的增加; (4)在模型解释方面, 不同SZZ算法会影响预测过程中贡献程度排名前3的度量元, 并且la度量元对预测结果有重要影响.
优先出版日期: 2025-01-24
, DOI: 10.13328/j.cnki.jos.007300
摘要：
当前基于图像变换的对抗样本检测方法利用了图像变换对对抗样本的特征分布造成较大的影响, 而对于良性样本的特征分布影响较小这一特点, 通过计算样本变换前后的特征距离来检测对抗样本. 然而随着对抗攻击的深入研究, 研究者们更注重加强对抗攻击的鲁棒性, 使得一些攻击能“免疫”图像变换带来的影响. 现有方法难以有效地检测出鲁棒性强的对抗样本. 发现当前的对抗样本过于鲁棒, 强鲁棒性对抗样本在图像变换下的特征分布距离远小于良性样本的特征分布距离, 其特征分布距离违背了良性样本特征分布规律. 基于这一关键的发现, 提出基于图像变换的双阈值对抗样本检测方法, 在传统单阈值检测方法的基础上设置一个下阈值, 构成双阈值检测区间, 其特征分布距离不在区间范围的样本将被判定为对抗样本. 在VGG19、DenseNet和ConvNeXt图像分类模型中开展广泛的验证. 实验证明该方法能够有效兼容现有单阈值检测方案的检测能力, 同时对强鲁棒性对抗样本表现出良好的检测效果.
当前基于图像变换的对抗样本检测方法利用了图像变换对对抗样本的特征分布造成较大的影响, 而对于良性样本的特征分布影响较小这一特点, 通过计算样本变换前后的特征距离来检测对抗样本. 然而随着对抗攻击的深入研究, 研究者们更注重加强对抗攻击的鲁棒性, 使得一些攻击能“免疫”图像变换带来的影响. 现有方法难以有效地检测出鲁棒性强的对抗样本. 发现当前的对抗样本过于鲁棒, 强鲁棒性对抗样本在图像变换下的特征分布距离远小于良性样本的特征分布距离, 其特征分布距离违背了良性样本特征分布规律. 基于这一关键的发现, 提出基于图像变换的双阈值对抗样本检测方法, 在传统单阈值检测方法的基础上设置一个下阈值, 构成双阈值检测区间, 其特征分布距离不在区间范围的样本将被判定为对抗样本. 在VGG19、DenseNet和ConvNeXt图像分类模型中开展广泛的验证. 实验证明该方法能够有效兼容现有单阈值检测方案的检测能力, 同时对强鲁棒性对抗样本表现出良好的检测效果.
优先出版日期: 2025-01-24
, DOI: 10.13328/j.cnki.jos.007301
摘要：
标量乘法是传统椭圆曲线密码(ECC)的核心运算. 标量表示决定了标量乘法算法中的迭代方式, 进而直接影响算法的安全性和效率. 提出两种新的标量表示算法: 一种称为规则窗口非相邻算法(ordered window width non-adjacent form, OWNAF), 它将传统的窗口非相邻算法与随机密钥分割处理相结合, 在提升计算效率的同时可以抵抗能量分析攻击; 另一种称为窗口联合正则形式(window joint regular form, wJRF), 它由传统的联合正则形式改进而来, 适用于多标量乘算法, 与已有算法相比, 在减少基础计算量的同时有着更好的安全性.
标量乘法是传统椭圆曲线密码(ECC)的核心运算. 标量表示决定了标量乘法算法中的迭代方式, 进而直接影响算法的安全性和效率. 提出两种新的标量表示算法: 一种称为规则窗口非相邻算法(ordered window width non-adjacent form, OWNAF), 它将传统的窗口非相邻算法与随机密钥分割处理相结合, 在提升计算效率的同时可以抵抗能量分析攻击; 另一种称为窗口联合正则形式(window joint regular form, wJRF), 它由传统的联合正则形式改进而来, 适用于多标量乘算法, 与已有算法相比, 在减少基础计算量的同时有着更好的安全性.
优先出版日期: 2025-01-24
, DOI: 10.13328/j.cnki.jos.007291
摘要：
深度随机配置网络(deep stochastic configuration network, DSCN)采取前馈学习方式, 基于特有的监督机制随机分配节点参数, 具有全局逼近性. 但是, 在实际场景下, 数据采集过程中潜在的离群值和噪声, 易对分类结果产生负面影响. 为提高DSCN解决二分类问题的性能, 基于DSCN引入直觉模糊数思想, 提出了一种直觉模糊深度随机配置网络(intuitionistic fuzzy deep stochastic configuration network, IFDSCN). 与标准DSCN不同, IFDSCN通过计算样本隶属度和非隶属度, 为每个样本分配一个直觉模糊数, 通过加权的方法来生成最优分类器, 以克服噪声和异常值对数据分类的负面影响. 在8个基准数据集上的实验结果表明, 所提出的模型与直觉模糊孪生支持向量机(intuitionistic fuzzy twin support vector machine, IFTWSVM)、核岭回归(kernel ridge regression, KRR)、直觉模糊核岭回归(intuitionistic fuzzy kernel ridge regression, IFKRR)、随机函数向量链接神经网络(random vector functional link neural network, RVFL)和SCN等学习模型相比, IFDSCN具有更好的二分类性能.
深度随机配置网络(deep stochastic configuration network, DSCN)采取前馈学习方式, 基于特有的监督机制随机分配节点参数, 具有全局逼近性. 但是, 在实际场景下, 数据采集过程中潜在的离群值和噪声, 易对分类结果产生负面影响. 为提高DSCN解决二分类问题的性能, 基于DSCN引入直觉模糊数思想, 提出了一种直觉模糊深度随机配置网络(intuitionistic fuzzy deep stochastic configuration network, IFDSCN). 与标准DSCN不同, IFDSCN通过计算样本隶属度和非隶属度, 为每个样本分配一个直觉模糊数, 通过加权的方法来生成最优分类器, 以克服噪声和异常值对数据分类的负面影响. 在8个基准数据集上的实验结果表明, 所提出的模型与直觉模糊孪生支持向量机(intuitionistic fuzzy twin support vector machine, IFTWSVM)、核岭回归(kernel ridge regression, KRR)、直觉模糊核岭回归(intuitionistic fuzzy kernel ridge regression, IFKRR)、随机函数向量链接神经网络(random vector functional link neural network, RVFL)和SCN等学习模型相比, IFDSCN具有更好的二分类性能.
优先出版日期: 2025-01-24
, DOI: 10.13328/j.cnki.jos.007259
摘要：
高质量的训练数据对于预训练语言模型(PLM)至关重要, 但许多专业领域的数据因隐私问题而无法集中收集用于模型训练. 借助联邦学习, 可以在保护数据隐私的前提下完成模型训练. 然而, 联邦学习的客户端通常资源有限, 无法完成预训练语言模型的训练. 针对这一问题进行深入研究. 首先, 明确定义在资源有限前提下完成模型训练的问题, 通过调整计算开销与通信开销来优化模型的训练效果. 其次, 介绍一种适用于联邦学习环境下的BERT模型高效训练框架——FedBT. 该框架旨在实现BERT模型在联邦学习客户端上的训练, 涵盖进一步预训练和下游任务微调两种场景. FedBT适应不同的应用场景, 在客户端针对BERT模型的关键参数进行训练, 并仅将更新的参数上传至服务器进行聚合. 这种方法显著减少模型训练过程中的计算和通信成本. 最后, 在多个专业领域的数据集上进行充分的实验对比, 进一步预训练场景下, FedBT框架可以降低客户端的训练开销与通信开销至原来的34.31%和7.04%, 下游任务微调场景下, FedBT框架可以降低客户端的训练开销与通信开销至原来的48.26%和20.19%, 并且均实现同传统联邦学习训练完整模型接近的精确度.
高质量的训练数据对于预训练语言模型(PLM)至关重要, 但许多专业领域的数据因隐私问题而无法集中收集用于模型训练. 借助联邦学习, 可以在保护数据隐私的前提下完成模型训练. 然而, 联邦学习的客户端通常资源有限, 无法完成预训练语言模型的训练. 针对这一问题进行深入研究. 首先, 明确定义在资源有限前提下完成模型训练的问题, 通过调整计算开销与通信开销来优化模型的训练效果. 其次, 介绍一种适用于联邦学习环境下的BERT模型高效训练框架——FedBT. 该框架旨在实现BERT模型在联邦学习客户端上的训练, 涵盖进一步预训练和下游任务微调两种场景. FedBT适应不同的应用场景, 在客户端针对BERT模型的关键参数进行训练, 并仅将更新的参数上传至服务器进行聚合. 这种方法显著减少模型训练过程中的计算和通信成本. 最后, 在多个专业领域的数据集上进行充分的实验对比, 进一步预训练场景下, FedBT框架可以降低客户端的训练开销与通信开销至原来的34.31%和7.04%, 下游任务微调场景下, FedBT框架可以降低客户端的训练开销与通信开销至原来的48.26%和20.19%, 并且均实现同传统联邦学习训练完整模型接近的精确度.
优先出版日期: 2025-01-24
, DOI: 10.13328/j.cnki.jos.007267
摘要：
软件缺陷(bug)分派是将bug报告与适合解决该bug的开发人员进行匹配的过程, 能够使bug得到及时修复. 目前的bug分派研究大多集中于bug报告的文本分类, 但根据帕累托法则, 用以分类的bug报告存在数据分布不均衡现象, 容易对非活跃开发者产生较差的分派效果; 此外, 现有的分类模型忽视了对开发人员的建模且难以挖掘bug与开发人员之间的相关性, 影响了bug分派效能. 为此, 提出一种基于多模态融合的软件缺陷协同分派方法CBT-MF (collaborative bug triaging method based on multimodal fusion). 该方法首先对bug报告进行预处理并构造bug-开发人员二部图; 其次, 为了缓减bug修复记录分布不均衡性的影响, 通过K-means和正负采样的方法对二部图数据进行增强; 为了表征开发者信息, 基于图卷积模型提取二部图节点特征; 最后, 采用内积匹配的方法捕获bug与开发者的相关性, 并通过贝叶斯个性化排序实现bug报告与开发人员的推荐与分派. 在公开数据集上进行全面的实验评估, 实验结果表明, CBT-MF在bug分派方面相较于多个现有先进方法表现出更优越的性能.
软件缺陷(bug)分派是将bug报告与适合解决该bug的开发人员进行匹配的过程, 能够使bug得到及时修复. 目前的bug分派研究大多集中于bug报告的文本分类, 但根据帕累托法则, 用以分类的bug报告存在数据分布不均衡现象, 容易对非活跃开发者产生较差的分派效果; 此外, 现有的分类模型忽视了对开发人员的建模且难以挖掘bug与开发人员之间的相关性, 影响了bug分派效能. 为此, 提出一种基于多模态融合的软件缺陷协同分派方法CBT-MF (collaborative bug triaging method based on multimodal fusion). 该方法首先对bug报告进行预处理并构造bug-开发人员二部图; 其次, 为了缓减bug修复记录分布不均衡性的影响, 通过K-means和正负采样的方法对二部图数据进行增强; 为了表征开发者信息, 基于图卷积模型提取二部图节点特征; 最后, 采用内积匹配的方法捕获bug与开发者的相关性, 并通过贝叶斯个性化排序实现bug报告与开发人员的推荐与分派. 在公开数据集上进行全面的实验评估, 实验结果表明, CBT-MF在bug分派方面相较于多个现有先进方法表现出更优越的性能.
优先出版日期: 2025-01-15
, DOI: 10.13328/j.cnki.jos.007264
摘要：
自然场景文本检测的主流方法大多使用复杂且层数较多的网络来提升检测精度, 需要较大的计算量和存储空间, 难以部署到计算资源有限的嵌入式设备上. 知识蒸馏可通过引入与教师网络相关的软目标信息, 辅助训练轻量级的学生网络, 实现模型压缩. 然而, 现有的知识蒸馏方法主要为图像分类任务而设计, 提取教师网络输出的软化概率分布作为知识, 其携带的信息量与类别数目高度相关, 当应用于文本检测的二分类任务时会存在信息量不足的问题. 为此, 针对场景文本检测问题, 定义一种新的信息熵知识, 并以此为基础提出基于掩码信息熵迁移的知识蒸馏方法(mask entropy transfer, MaskET). MaskET在传统蒸馏方法的基础上引入信息熵知识, 以增加迁移到学生网络的信息量; 同时, 为了消除图像中背景信息的干扰, MaskET通过添加掩码的方法, 仅提取文本区域的信息熵知识. 在ICDAR 2013、ICDAR 2015、TD500、TD-TR、Total-Text和CASIA-10K这6个公开标准数据集上的实验表明, MaskET方法优于基线模型和其他知识蒸馏方法. 例如, MaskET在CASIA-10K 数据集上将基于MobileNetV3的DBNet的F1得分从65.3%提高到67.2%.
自然场景文本检测的主流方法大多使用复杂且层数较多的网络来提升检测精度, 需要较大的计算量和存储空间, 难以部署到计算资源有限的嵌入式设备上. 知识蒸馏可通过引入与教师网络相关的软目标信息, 辅助训练轻量级的学生网络, 实现模型压缩. 然而, 现有的知识蒸馏方法主要为图像分类任务而设计, 提取教师网络输出的软化概率分布作为知识, 其携带的信息量与类别数目高度相关, 当应用于文本检测的二分类任务时会存在信息量不足的问题. 为此, 针对场景文本检测问题, 定义一种新的信息熵知识, 并以此为基础提出基于掩码信息熵迁移的知识蒸馏方法(mask entropy transfer, MaskET). MaskET在传统蒸馏方法的基础上引入信息熵知识, 以增加迁移到学生网络的信息量; 同时, 为了消除图像中背景信息的干扰, MaskET通过添加掩码的方法, 仅提取文本区域的信息熵知识. 在ICDAR 2013、ICDAR 2015、TD500、TD-TR、Total-Text和CASIA-10K这6个公开标准数据集上的实验表明, MaskET方法优于基线模型和其他知识蒸馏方法. 例如, MaskET在CASIA-10K 数据集上将基于MobileNetV3的DBNet的F1得分从65.3%提高到67.2%.
优先出版日期: 2025-01-15
, DOI: 10.13328/j.cnki.jos.007286
摘要：
社交网络链路预测有助于揭示网络节点之间的潜在联系, 在好友推荐、合作预测等方面有着重要的实际应用价值. 然而, 现有的链路预测方法忽略了社交网络时间序列的中、长期发展趋势, 且没有从长期的角度考虑网络中节点之间的相互影响关系. 针对以上问题, 提出基于时空注意力的多粒度链路预测算法, 该算法能够融合不同粒度社交网络时间序列的时空特征以提升链路预测的准确性. 首先, 以时间衰减函数构建社交网络快照图的权重, 提出图加权移动平均策略, 生成反映短期、中期和长期趋势的不同粒度社交网络时间序列; 然后, 利用基于多头注意力机制的神经网络提取社交网络序列的全局时间特征; 接着, 结合社交网络序列内节点的历史交互信息, 通过基于掩码注意力机制的神经网络从长期角度自适应地构建网络拓扑结构, 以动态地调整节点之间的相互影响, 并结合图卷积网络建模空间信息; 最后, 提出融合注意力神经网络, 从短期、中期和长期时空特征中提取出有用的短期、中期和长期信息, 并进行特征融合, 准确地预测未来社交网络的链接. 在4种社交网络公开数据集上与7种现有的链路预测算法的实验对比证实所提方法的有效性和优越性.
社交网络链路预测有助于揭示网络节点之间的潜在联系, 在好友推荐、合作预测等方面有着重要的实际应用价值. 然而, 现有的链路预测方法忽略了社交网络时间序列的中、长期发展趋势, 且没有从长期的角度考虑网络中节点之间的相互影响关系. 针对以上问题, 提出基于时空注意力的多粒度链路预测算法, 该算法能够融合不同粒度社交网络时间序列的时空特征以提升链路预测的准确性. 首先, 以时间衰减函数构建社交网络快照图的权重, 提出图加权移动平均策略, 生成反映短期、中期和长期趋势的不同粒度社交网络时间序列; 然后, 利用基于多头注意力机制的神经网络提取社交网络序列的全局时间特征; 接着, 结合社交网络序列内节点的历史交互信息, 通过基于掩码注意力机制的神经网络从长期角度自适应地构建网络拓扑结构, 以动态地调整节点之间的相互影响, 并结合图卷积网络建模空间信息; 最后, 提出融合注意力神经网络, 从短期、中期和长期时空特征中提取出有用的短期、中期和长期信息, 并进行特征融合, 准确地预测未来社交网络的链接. 在4种社交网络公开数据集上与7种现有的链路预测算法的实验对比证实所提方法的有效性和优越性.
优先出版日期: 2025-01-08
, DOI: 10.13328/j.cnki.jos.007265
摘要：
图像级标注下的弱监督语义分割方法通常采用卷积神经网络(CNN)生成类激活图以精确定位目标位置, 其面临的主要挑战在于CNN对全局信息感知能力的不足导致前景区域过小的问题. 近年来, 基于Transformer的弱监督语义分割方法利用自注意力机制捕捉全局依赖关系, 解决了CNN的固有缺陷. 然而, Transformer生成的初始类激活图会在目标区域周围引入大量背景噪声, 此时直接对初始类激活图进行使用并不能取得令人满意的效果. 通过综合利用Transformer生成的类与块间注意力(class-to-patch attention)以及区域块间注意力(patch-to-patch attention)对初始类激活图进行联合优化, 同时, 由于原始的类与块间注意力存在误差, 对此设计一种语义调制策略, 利用区域块间注意力的语义上下文信息对类与块间注意力进行调制, 修正其误差, 最终得到能够准确覆盖较多目标区域的类激活图. 在此基础上, 构建一种新颖的基于Transformer的弱监督语义分割模型. 所提方法在PASCAL VOC 2012验证集和测试集上mIoU值分别达到72.7%和71.9%, MS COCO 2014验证集上mIoU为42.3%, 取得了目前较为先进的弱监督语义分割结果.
图像级标注下的弱监督语义分割方法通常采用卷积神经网络(CNN)生成类激活图以精确定位目标位置, 其面临的主要挑战在于CNN对全局信息感知能力的不足导致前景区域过小的问题. 近年来, 基于Transformer的弱监督语义分割方法利用自注意力机制捕捉全局依赖关系, 解决了CNN的固有缺陷. 然而, Transformer生成的初始类激活图会在目标区域周围引入大量背景噪声, 此时直接对初始类激活图进行使用并不能取得令人满意的效果. 通过综合利用Transformer生成的类与块间注意力(class-to-patch attention)以及区域块间注意力(patch-to-patch attention)对初始类激活图进行联合优化, 同时, 由于原始的类与块间注意力存在误差, 对此设计一种语义调制策略, 利用区域块间注意力的语义上下文信息对类与块间注意力进行调制, 修正其误差, 最终得到能够准确覆盖较多目标区域的类激活图. 在此基础上, 构建一种新颖的基于Transformer的弱监督语义分割模型. 所提方法在PASCAL VOC 2012验证集和测试集上mIoU值分别达到72.7%和71.9%, MS COCO 2014验证集上mIoU为42.3%, 取得了目前较为先进的弱监督语义分割结果.
优先出版日期: 2025-01-08
, DOI: 10.13328/j.cnki.jos.007258
摘要：
分子动力学模拟在材料模拟、生物制药等领域发挥着重要作用. 近年来, 科学智能(AI-for-Science)发展, 尤其是神经网络力场在预测能量、力等性质的问题上, 相比于传统势函数方法在准确性上有大幅提升. 针对当前的神经网络力场模型在使用一阶训练方法时出现的超参设置敏感和梯度爆炸问题, 给出层重组卡尔曼滤波优化器在避免超参数设置问题上的若干策略和防止梯度爆炸的理论证明. 基于层重组卡尔曼滤波优化器, 制定交替训练方法并分析该方法的精度收益和时间成本、提出分块阈值的性能模型并论述该模型的有效性、证明防止梯度爆炸的性质并验证该优化器关于激活函数和权重初始化的鲁棒性. 对4种典型的神经网络力场模型在11个有代表性的数据集进行测试, 实验表明, 当层重组卡尔曼滤波优化器和一阶优化器达到相当的预测精度时, 层重组卡尔曼滤波优化器相比于一阶方法快8–10倍. 可以相信, 所提出的层重组卡尔曼滤波训练方法能给其他的科学智能(AI-for-Science)应用带来启发.
分子动力学模拟在材料模拟、生物制药等领域发挥着重要作用. 近年来, 科学智能(AI-for-Science)发展, 尤其是神经网络力场在预测能量、力等性质的问题上, 相比于传统势函数方法在准确性上有大幅提升. 针对当前的神经网络力场模型在使用一阶训练方法时出现的超参设置敏感和梯度爆炸问题, 给出层重组卡尔曼滤波优化器在避免超参数设置问题上的若干策略和防止梯度爆炸的理论证明. 基于层重组卡尔曼滤波优化器, 制定交替训练方法并分析该方法的精度收益和时间成本、提出分块阈值的性能模型并论述该模型的有效性、证明防止梯度爆炸的性质并验证该优化器关于激活函数和权重初始化的鲁棒性. 对4种典型的神经网络力场模型在11个有代表性的数据集进行测试, 实验表明, 当层重组卡尔曼滤波优化器和一阶优化器达到相当的预测精度时, 层重组卡尔曼滤波优化器相比于一阶方法快8–10倍. 可以相信, 所提出的层重组卡尔曼滤波训练方法能给其他的科学智能(AI-for-Science)应用带来启发.
优先出版日期: 2025-01-08
, DOI: 10.13328/j.cnki.jos.007285
摘要：
人脸活体检测是人脸识别技术安全落地的有力保障. 但活体攻击方式的不断变换, 给现有检测方法带来了极大的挑战. 为应对层出不穷的未知场景和攻击方式, 提出一种基于视觉注意力和域特征融合的双流人脸活体检测模型. 首先, 提出基于视觉注意力的特征提取模块, 增强模型提取基于全局信息的内容特征的能力. 接着, 构建一种新型的风格特征融合模块, 将内容特征和浅层纹理表达的风格特征相融合来优化样本的特征表示. 此外, 设计基于孪生网络的特征映射策略并修正对比损失函数, 分别强化模型的鲁棒性和规避训练过程中梯度易振荡的问题. 还采用对抗训练来降低模型对样本数据域之间分歧的敏感性, 进一步增强其泛化性. 多项实验结果表明, 所提方法在主流数据集上跨域表现均优于现有模型, 验证其泛化性和强鲁棒性.
人脸活体检测是人脸识别技术安全落地的有力保障. 但活体攻击方式的不断变换, 给现有检测方法带来了极大的挑战. 为应对层出不穷的未知场景和攻击方式, 提出一种基于视觉注意力和域特征融合的双流人脸活体检测模型. 首先, 提出基于视觉注意力的特征提取模块, 增强模型提取基于全局信息的内容特征的能力. 接着, 构建一种新型的风格特征融合模块, 将内容特征和浅层纹理表达的风格特征相融合来优化样本的特征表示. 此外, 设计基于孪生网络的特征映射策略并修正对比损失函数, 分别强化模型的鲁棒性和规避训练过程中梯度易振荡的问题. 还采用对抗训练来降低模型对样本数据域之间分歧的敏感性, 进一步增强其泛化性. 多项实验结果表明, 所提方法在主流数据集上跨域表现均优于现有模型, 验证其泛化性和强鲁棒性.
优先出版日期: 2024-12-31
, DOI: 10.13328/j.cnki.jos.007262
摘要：
常识知识通常不在自然语言中明确表述, 而是隐含在人类的认知中, 为机器提供常识知识一直是人工智能领域的长期目标之一. 前期, 课题组成员手工构建了一个高精度的以事件为中心的中文种子常识知识图谱(ECKG), 包含了26 606个常识事件三元组, 覆盖了因果、时序、条件等多种常见的事件关系. 尽管种子ECKG具有一定的价值, 但规模较小, 在实际应用中发挥的作用有限, 且大规模的事件常识知识图谱在现有研究中较为稀缺. 为了应对这些挑战, 采用GPT系列的大语言模型来扩展种子ECKG中的因果、时序、条件和子事件这4种事件关系. 扩展方法包括3个主要的步骤: 首先, 将种子ECKG中的事件结合4种关系定义设计了特定的事件知识提示(ek-prompt), 并使用GPT-4-Turbo模型生成相应的事件三元组. 其次, 将种子ECKG的三元组与通过ek-prompt获取的正确三元组组合, 以构建特定的数据集, 并将GPT-3.5-Turbo模型在数据集上进行微调, 以生成更多具体的事件三元组和验证新三元组准确性. 最后, 通过分析种子ECKG事件的相似性, 并引入事件共享机制, 将相同关系下的相似事件关联的事件互相共享, 以保持相似事件的三元组一致性. 经过实验评估, 新获取的三元组具有高质量, 尤其是时序关系的三元组准确率最高, 达到了98.2%. 所提扩展方法最终为种子ECKG增补了2 433 012个常识事件三元组, 显著扩大了ECKG的规模, 可以为人工智能领域的许多应用提供了更为丰富的常识知识资源.
常识知识通常不在自然语言中明确表述, 而是隐含在人类的认知中, 为机器提供常识知识一直是人工智能领域的长期目标之一. 前期, 课题组成员手工构建了一个高精度的以事件为中心的中文种子常识知识图谱(ECKG), 包含了26 606个常识事件三元组, 覆盖了因果、时序、条件等多种常见的事件关系. 尽管种子ECKG具有一定的价值, 但规模较小, 在实际应用中发挥的作用有限, 且大规模的事件常识知识图谱在现有研究中较为稀缺. 为了应对这些挑战, 采用GPT系列的大语言模型来扩展种子ECKG中的因果、时序、条件和子事件这4种事件关系. 扩展方法包括3个主要的步骤: 首先, 将种子ECKG中的事件结合4种关系定义设计了特定的事件知识提示(ek-prompt), 并使用GPT-4-Turbo模型生成相应的事件三元组. 其次, 将种子ECKG的三元组与通过ek-prompt获取的正确三元组组合, 以构建特定的数据集, 并将GPT-3.5-Turbo模型在数据集上进行微调, 以生成更多具体的事件三元组和验证新三元组准确性. 最后, 通过分析种子ECKG事件的相似性, 并引入事件共享机制, 将相同关系下的相似事件关联的事件互相共享, 以保持相似事件的三元组一致性. 经过实验评估, 新获取的三元组具有高质量, 尤其是时序关系的三元组准确率最高, 达到了98.2%. 所提扩展方法最终为种子ECKG增补了2 433 012个常识事件三元组, 显著扩大了ECKG的规模, 可以为人工智能领域的许多应用提供了更为丰富的常识知识资源.
优先出版日期: 2024-12-31
, DOI: 10.13328/j.cnki.jos.007247
摘要：
大语言模型(large language model, LLM)随着不断发展, 在开放领域取得了出色的表现. 然而, 由于缺乏专业知识, LLM在垂直领域问答任务上效果较差. 这一问题引发了研究者的广泛关注. 现有研究通过“检索-问答”的方式, 将领域知识注入大语言模型, 以增强其性能. 然而该方式通常会检索到额外的噪声数据而导致LLM的性能损失. 为了解决该问题, 提出基于知识相关性的知识图谱问答方法. 具体而言, 将噪声数据与回答问题所需要的知识进行区分, 在“检索-相关性评估-问答”的框架下, 引导大语言模型选择合理的知识做出正确的回答. 此外, 提出一个机械领域知识图谱问答的数据集Mecha-QA, 包含传统机械制造以及增材制造两个子领域, 以推进该领域大语言模型与知识图谱问答相关的研究. 为了验证所提方法的有效性, 在Mecha-QA和航空航天领域数据集Aero-QA上进行实验. 结果表明, 该方法可以显著提升大语言模型在垂直领域知识图谱问答的性能.
大语言模型(large language model, LLM)随着不断发展, 在开放领域取得了出色的表现. 然而, 由于缺乏专业知识, LLM在垂直领域问答任务上效果较差. 这一问题引发了研究者的广泛关注. 现有研究通过“检索-问答”的方式, 将领域知识注入大语言模型, 以增强其性能. 然而该方式通常会检索到额外的噪声数据而导致LLM的性能损失. 为了解决该问题, 提出基于知识相关性的知识图谱问答方法. 具体而言, 将噪声数据与回答问题所需要的知识进行区分, 在“检索-相关性评估-问答”的框架下, 引导大语言模型选择合理的知识做出正确的回答. 此外, 提出一个机械领域知识图谱问答的数据集Mecha-QA, 包含传统机械制造以及增材制造两个子领域, 以推进该领域大语言模型与知识图谱问答相关的研究. 为了验证所提方法的有效性, 在Mecha-QA和航空航天领域数据集Aero-QA上进行实验. 结果表明, 该方法可以显著提升大语言模型在垂直领域知识图谱问答的性能.
优先出版日期: 2024-12-31
, DOI: 10.13328/j.cnki.jos.007256
摘要：
近年来, 图流分析在研究领域和工业领域都变得愈发重要. 图流是从数据源持续高速到达的边序列, 这些边组成了一个不断变化的动态图. 在图流上可以进行多种不同的分析, 而三角形计数是其中最基础的操作之一. 由于图流数据规模大, 更新速度高, 在图流上进行精确三角形计数效率较低, 而且并不必要. 因为大部分三角形计数应用都允许一定的误差, 所以, 图流上的近似三角形计数一直都是研究热点之一. 研究基于采样的滑动窗口模型下的图流近似三角形计数. 滑动窗口模型只关注最近到达的图流数据, 较早的图流数据被认定为过期. 它被广泛应用于不同的工业场景和研究工作中. 将一种“采样前计数”的方法与该问题场景下最新的算法结合, 并提出一套策略以应对由于边过期产生的困难. 使用真实数据集展开广泛的实验以测试提出的CBS算法. 实验结果表明, CBS相比目前最好的工作, 估算误差降低了70%以上.
近年来, 图流分析在研究领域和工业领域都变得愈发重要. 图流是从数据源持续高速到达的边序列, 这些边组成了一个不断变化的动态图. 在图流上可以进行多种不同的分析, 而三角形计数是其中最基础的操作之一. 由于图流数据规模大, 更新速度高, 在图流上进行精确三角形计数效率较低, 而且并不必要. 因为大部分三角形计数应用都允许一定的误差, 所以, 图流上的近似三角形计数一直都是研究热点之一. 研究基于采样的滑动窗口模型下的图流近似三角形计数. 滑动窗口模型只关注最近到达的图流数据, 较早的图流数据被认定为过期. 它被广泛应用于不同的工业场景和研究工作中. 将一种“采样前计数”的方法与该问题场景下最新的算法结合, 并提出一套策略以应对由于边过期产生的困难. 使用真实数据集展开广泛的实验以测试提出的CBS算法. 实验结果表明, CBS相比目前最好的工作, 估算误差降低了70%以上.
优先出版日期: 2024-12-25
, DOI: 10.13328/j.cnki.jos.007257
摘要：
针对循环神经网络(recurrent neural network, RNN)的结构不易确定、参数学习过程复杂等问题, 提出一种增量构造式随机循环神经网络(incremental-construction random RNN, IRRNN), 实现了RNN结构的增量构造与参数的随机学习. 首先建立隐含节点增量构造的约束机制, 同时利用候选节点池策略实现隐含节点的优选, 避免了网络随机构造的盲目性; 进一步, 从模型参数的局部优化与全局优化两个角度考虑, 提出模型参数的两种增量随机(incremental random, IR)学习方法, 即IR-1与IR-2, 并证明了其万能逼近特性; 同时通过研究IRRNN的动态特性, 分析了IRRNN的泛化性能. 通过实验验证了IRRNN在动态特性、紧凑性和精度等多个方面具有良好特性.
针对循环神经网络(recurrent neural network, RNN)的结构不易确定、参数学习过程复杂等问题, 提出一种增量构造式随机循环神经网络(incremental-construction random RNN, IRRNN), 实现了RNN结构的增量构造与参数的随机学习. 首先建立隐含节点增量构造的约束机制, 同时利用候选节点池策略实现隐含节点的优选, 避免了网络随机构造的盲目性; 进一步, 从模型参数的局部优化与全局优化两个角度考虑, 提出模型参数的两种增量随机(incremental random, IR)学习方法, 即IR-1与IR-2, 并证明了其万能逼近特性; 同时通过研究IRRNN的动态特性, 分析了IRRNN的泛化性能. 通过实验验证了IRRNN在动态特性、紧凑性和精度等多个方面具有良好特性.
优先出版日期: 2024-12-25
, DOI: 10.13328/j.cnki.jos.007261
摘要：
因果关系发现旨在从观测数据中发现变量间的因果关系, 是帮助我们理解自然界、社会和技术系统中各种现象和变化的重要方法. 一种主流的因果发现方法是基于约束的算法, 这类算法通过检验变量间的条件独立性关系来确定变量之间的因果结构. 然而, 现实世界的数据收集往往受资源或技术的限制, 面临样本量有限, 节点方差大等挑战. 在这些场景下, 条件独立性检验的正确率受到极大影响, 导致学到的因果图中部分变量的因果边被错误地删除, 影响了算法输出的准确性. 为此, 提出一种增强的条件独立性检验的方法, 该方法的核心在于尽可能减少无关外部噪声对于待测试变量的干扰, 从而提高条件独立性检验结果的准确性. 基于该增强的条件独立性检验方法, 提出一种基于启发式搜索的结构学习算法, 该算法在初始结构图的基础上, 迭代搜索被误删的因果边, 基于增强的条件独立性检验并结合得分优化的思想, 重构因果结构. 实验结果显示, 相较于现有方法, 所提算法在仿真数据、贝叶斯网络数据以及真实数据上的F1值和结构汉明距离(SHD)均有显著提升, 证明在有限样本和因果结构中存在高方差节点的条件下更准确地揭示观测数据中潜在的真实因果结构的能力.
因果关系发现旨在从观测数据中发现变量间的因果关系, 是帮助我们理解自然界、社会和技术系统中各种现象和变化的重要方法. 一种主流的因果发现方法是基于约束的算法, 这类算法通过检验变量间的条件独立性关系来确定变量之间的因果结构. 然而, 现实世界的数据收集往往受资源或技术的限制, 面临样本量有限, 节点方差大等挑战. 在这些场景下, 条件独立性检验的正确率受到极大影响, 导致学到的因果图中部分变量的因果边被错误地删除, 影响了算法输出的准确性. 为此, 提出一种增强的条件独立性检验的方法, 该方法的核心在于尽可能减少无关外部噪声对于待测试变量的干扰, 从而提高条件独立性检验结果的准确性. 基于该增强的条件独立性检验方法, 提出一种基于启发式搜索的结构学习算法, 该算法在初始结构图的基础上, 迭代搜索被误删的因果边, 基于增强的条件独立性检验并结合得分优化的思想, 重构因果结构. 实验结果显示, 相较于现有方法, 所提算法在仿真数据、贝叶斯网络数据以及真实数据上的F1值和结构汉明距离(SHD)均有显著提升, 证明在有限样本和因果结构中存在高方差节点的条件下更准确地揭示观测数据中潜在的真实因果结构的能力.
优先出版日期: 2024-12-25
, DOI: 10.13328/j.cnki.jos.007274
摘要：
工业界现用的访问权限控制技术愈来愈难以应对广域互联网场景下部署的分布式系统的访问控制问题, 特别是跨多个信任域部署的大型信息系统在地理分布上不断分散化, 造成防护弱点不断增加. 基于共识的访问控制策略共享技术能够使跨信任域部署的访问控制节点安全快速地达成一致决策. 首先提出面向多节点的基于共识的访问权限控制模型, 提出强安全高性能的访问控制引擎共识算法Super-Dumbo. 该算法突破Dumbo2共识协议的性能瓶颈, 优化消息广播、随机掷币、共识算法设计等关键步骤的设计, 减少数字签名验证等计算开销、有效提升带宽利用率, 从而在吞吐量和延迟时间等性能方面取得大幅提升, 满足CBAC访问控制模型对底层共识算法低延迟、大吞吐量的性能要求.
工业界现用的访问权限控制技术愈来愈难以应对广域互联网场景下部署的分布式系统的访问控制问题, 特别是跨多个信任域部署的大型信息系统在地理分布上不断分散化, 造成防护弱点不断增加. 基于共识的访问控制策略共享技术能够使跨信任域部署的访问控制节点安全快速地达成一致决策. 首先提出面向多节点的基于共识的访问权限控制模型, 提出强安全高性能的访问控制引擎共识算法Super-Dumbo. 该算法突破Dumbo2共识协议的性能瓶颈, 优化消息广播、随机掷币、共识算法设计等关键步骤的设计, 减少数字签名验证等计算开销、有效提升带宽利用率, 从而在吞吐量和延迟时间等性能方面取得大幅提升, 满足CBAC访问控制模型对底层共识算法低延迟、大吞吐量的性能要求.
优先出版日期: 2024-12-11
, DOI: 10.13328/j.cnki.jos.007266
摘要：
随着海量数据的涌现和智能应用需求的日益增长, 保障数据安全成为提高数据质量、实现数据价值的重要举措. 其中, 云边端架构是高效处理和优化数据的新兴技术, 联邦学习(FL)作为一个高效的去中心化的机器学习范式, 能够为数据提供隐私保护, 近年来引起了学术界及工业界的广泛关注. 然而, 联邦学习展示出了固有的脆弱性使其易于遭受投毒攻击. 现有绝大多数抵抗投毒攻击的防御方法依赖于连续更新空间, 但在实际场景中面向灵活的攻击方式和攻击场景可能是欠鲁棒的. 鉴于此, 提出一种面向云边联邦学习系统(CEFL)抵抗投毒攻击的防御方法FedDiscrete. 其关键思想是在客户端利用网络模型边的分数计算本地排名, 实现离散更新空间的创建. 进一步地, 为了兼顾参与FL任务的客户端之间的公平性, 引入贡献度指标, 这样, FedDiscrete能够通过分配更新后的全局排名对可能的攻击者实施惩罚. 广泛的实验结果表明所提方法在抵抗投毒攻击方面表现出显著的优势和鲁棒性, 且适用于独立同分布(IID)和非独立同分布(non-IID)场景, 能够为CEFL系统提供保护.
随着海量数据的涌现和智能应用需求的日益增长, 保障数据安全成为提高数据质量、实现数据价值的重要举措. 其中, 云边端架构是高效处理和优化数据的新兴技术, 联邦学习(FL)作为一个高效的去中心化的机器学习范式, 能够为数据提供隐私保护, 近年来引起了学术界及工业界的广泛关注. 然而, 联邦学习展示出了固有的脆弱性使其易于遭受投毒攻击. 现有绝大多数抵抗投毒攻击的防御方法依赖于连续更新空间, 但在实际场景中面向灵活的攻击方式和攻击场景可能是欠鲁棒的. 鉴于此, 提出一种面向云边联邦学习系统(CEFL)抵抗投毒攻击的防御方法FedDiscrete. 其关键思想是在客户端利用网络模型边的分数计算本地排名, 实现离散更新空间的创建. 进一步地, 为了兼顾参与FL任务的客户端之间的公平性, 引入贡献度指标, 这样, FedDiscrete能够通过分配更新后的全局排名对可能的攻击者实施惩罚. 广泛的实验结果表明所提方法在抵抗投毒攻击方面表现出显著的优势和鲁棒性, 且适用于独立同分布(IID)和非独立同分布(non-IID)场景, 能够为CEFL系统提供保护.
优先出版日期: 2024-12-11
, DOI: 10.13328/j.cnki.jos.007271
摘要：
云存储为用户的数据管理带来了极大便捷, 已成为数字经济的重要组成部分. 然而, 复杂多样的网络环境和不完全可信的第三方对用户隐私造成极大威胁. 为保护用户隐私, 通常先加密数据后存储, 但传统加密技术生成的密文阻碍了后续数据检索. 公钥可搜索加密(public-key encryption with keyword search, PEKS)技术在保障数据加密的同时, 可提供保密检索功能, 但由于常用关键词数量较少, 传统PEKS方案易遭受关键词猜测攻击. 公钥认证可搜索加密(public-key authenticated encryption with keyword search, PAEKS)在PEKS的基础上引入认证技术, 可进一步提高安全性. 然而, 现有PAEKS方案大多基于国外密码算法设计, 不符合我国密码技术自主创新的发展需求. 基于国密SM9提出SM9-PAEKS方案, 通过重新设计算法结构, 将耗时运算转移至资源丰富的云端服务器, 有效提升用户端检索效率. 并在随机谕言模型下基于q-BDHI和Gap-q-BCAA1安全假设证明所提方案的安全性. 最后理论分析和实验结果表明, 与同类方案中通信代价最优的方案相比, SM9-PAEKS在仅增加96字节通信代价的情况下, 总计算开销可至少降低约59.34%, 其中关键词陷门生成的计算开销降低尤其显著, 约为77.55%. 有助于丰富国密算法的应用, 同时可为云存储中数据加密与检索提供理论与技术支撑.
云存储为用户的数据管理带来了极大便捷, 已成为数字经济的重要组成部分. 然而, 复杂多样的网络环境和不完全可信的第三方对用户隐私造成极大威胁. 为保护用户隐私, 通常先加密数据后存储, 但传统加密技术生成的密文阻碍了后续数据检索. 公钥可搜索加密(public-key encryption with keyword search, PEKS)技术在保障数据加密的同时, 可提供保密检索功能, 但由于常用关键词数量较少, 传统PEKS方案易遭受关键词猜测攻击. 公钥认证可搜索加密(public-key authenticated encryption with keyword search, PAEKS)在PEKS的基础上引入认证技术, 可进一步提高安全性. 然而, 现有PAEKS方案大多基于国外密码算法设计, 不符合我国密码技术自主创新的发展需求. 基于国密SM9提出SM9-PAEKS方案, 通过重新设计算法结构, 将耗时运算转移至资源丰富的云端服务器, 有效提升用户端检索效率. 并在随机谕言模型下基于q-BDHI和Gap-q-BCAA1安全假设证明所提方案的安全性. 最后理论分析和实验结果表明, 与同类方案中通信代价最优的方案相比, SM9-PAEKS在仅增加96字节通信代价的情况下, 总计算开销可至少降低约59.34%, 其中关键词陷门生成的计算开销降低尤其显著, 约为77.55%. 有助于丰富国密算法的应用, 同时可为云存储中数据加密与检索提供理论与技术支撑.
优先出版日期: 2024-07-03
, DOI: 10.13328/j.cnki.jos.007222
摘要：
智能合约是运行在以太坊区块链上的脚本, 能够处理复杂的业务逻辑. 大多数的智能合约采用Solidity语言开发. 近年来智能合约的安全问题日益突出, 为此提出了一种采用时序逻辑程序设计语言(MSVL)与命题投影时序逻辑(PPTL)的智能合约形式化验证方法, 开发了SOL2M转换器, 实现了Solidity程序到MSVL程序的半自动化建模, 但是缺乏对Solidity与MSVL操作语义等价性的证明. 首先采用大步语义的形式, 从语义元素、求值规则、表达式以及语句4个层次详细定义了Solidity的操作语义. 其次给出了Solidity与MSVL的状态、表达式和语句之间的等价关系, 并基于Solidity与MSVL的操作语义, 使用结构归纳法对表达式操作语义进行等价证明, 同时使用规则归纳法对语句操作语义进行等价证明.
智能合约是运行在以太坊区块链上的脚本, 能够处理复杂的业务逻辑. 大多数的智能合约采用Solidity语言开发. 近年来智能合约的安全问题日益突出, 为此提出了一种采用时序逻辑程序设计语言(MSVL)与命题投影时序逻辑(PPTL)的智能合约形式化验证方法, 开发了SOL2M转换器, 实现了Solidity程序到MSVL程序的半自动化建模, 但是缺乏对Solidity与MSVL操作语义等价性的证明. 首先采用大步语义的形式, 从语义元素、求值规则、表达式以及语句4个层次详细定义了Solidity的操作语义. 其次给出了Solidity与MSVL的状态、表达式和语句之间的等价关系, 并基于Solidity与MSVL的操作语义, 使用结构归纳法对表达式操作语义进行等价证明, 同时使用规则归纳法对语句操作语义进行等价证明.
优先出版日期: 2017-10-18
摘要：
Data race is a major source of concurrency bugs. Dynamic data race detection tools (e.g., FastTrack) monitor the execu-tions of a program to report data races occurring in runtime. However, such tools incur significant overhead that slows down and perturbs executions. To address the issue, the state-of-the-art dynamic data race detection tools (e.g., LiteRace) ap-ply sampling techniques to selectively monitor memory access-es. Although they reduce overhead, they also miss many data races as confirmed by existing studies. Thus, practitioners face a dilemma on whether to use FastTrack, which detects more data races but is much slower, or LiteRace, which is faster but detects less data races. In this paper, we propose a new sam-pling approach to address the major limitations of current sampling techniques, which ignore the facts that a data race involves two threads and a program under testing is repeatedly executed. We develop a tool called AtexRace to sample memory accesses across both threads and executions. By selectively monitoring the pairs of memory accesses that have not been frequently observed in current and previous executions, AtexRace detects as many data races as FastTrack at a cost as low as LiteRace. We have compared AtexRace against FastTrack and LiteRace on both Parsec benchmark suite and a large-scale real-world MySQL Server with 223 test cases. The experiments confirm that AtexRace can be a replacement of FastTrack and LiteRace.
Data race is a major source of concurrency bugs. Dynamic data race detection tools (e.g., FastTrack) monitor the execu-tions of a program to report data races occurring in runtime. However, such tools incur significant overhead that slows down and perturbs executions. To address the issue, the state-of-the-art dynamic data race detection tools (e.g., LiteRace) ap-ply sampling techniques to selectively monitor memory access-es. Although they reduce overhead, they also miss many data races as confirmed by existing studies. Thus, practitioners face a dilemma on whether to use FastTrack, which detects more data races but is much slower, or LiteRace, which is faster but detects less data races. In this paper, we propose a new sam-pling approach to address the major limitations of current sampling techniques, which ignore the facts that a data race involves two threads and a program under testing is repeatedly executed. We develop a tool called AtexRace to sample memory accesses across both threads and executions. By selectively monitoring the pairs of memory accesses that have not been frequently observed in current and previous executions, AtexRace detects as many data races as FastTrack at a cost as low as LiteRace. We have compared AtexRace against FastTrack and LiteRace on both Parsec benchmark suite and a large-scale real-world MySQL Server with 223 test cases. The experiments confirm that AtexRace can be a replacement of FastTrack and LiteRace.
优先出版日期: 2017-10-18
摘要：
It is difficult to fix atomicity violations correctly. Existing gate lock algorithm (GLA) simply inserts gate locks to serialize exe-cutions, which may introduce performance bugs and deadlocks. Synthesized context-aware gate locks (by Grail) require complex source code synthesis. We propose ?Fixer to adaptively fix ato-micity violations. It firstly analyses the lock acquisitions of an atomicity violation. Then it either adjusts the existing lock scope or inserts a gate lock. The former addresses cases where some locks are used but fail to provide atomic accesses. For the latter, it infers the visibility (being global or a field of a class/struct) of the gate lock such that the lock only protects related accesses. For both cases, ?Fixer further eliminates new lock orders to avoid introducing deadlocks. Of course, ?Fixer can produce both kinds of fixes on atomicity violations with locks. The experi-mental results on 15 previously used atomicity violations show that: ?Fixer correctly fixed all 15 atomicity violations without introducing deadlocks. However, GLA and Grail both intro-duced 5 deadlocks. HFix (that only targets on fixing certain types of atomicity violations) only fixed 2 atomicity violations and introduced 4 deadlocks. ?Fixer also provides an alternative way to insert gate locks (by inserting gate locks with proper visibility) considering fix acceptance.
It is difficult to fix atomicity violations correctly. Existing gate lock algorithm (GLA) simply inserts gate locks to serialize exe-cutions, which may introduce performance bugs and deadlocks. Synthesized context-aware gate locks (by Grail) require complex source code synthesis. We propose ?Fixer to adaptively fix ato-micity violations. It firstly analyses the lock acquisitions of an atomicity violation. Then it either adjusts the existing lock scope or inserts a gate lock. The former addresses cases where some locks are used but fail to provide atomic accesses. For the latter, it infers the visibility (being global or a field of a class/struct) of the gate lock such that the lock only protects related accesses. For both cases, ?Fixer further eliminates new lock orders to avoid introducing deadlocks. Of course, ?Fixer can produce both kinds of fixes on atomicity violations with locks. The experi-mental results on 15 previously used atomicity violations show that: ?Fixer correctly fixed all 15 atomicity violations without introducing deadlocks. However, GLA and Grail both intro-duced 5 deadlocks. HFix (that only targets on fixing certain types of atomicity violations) only fixed 2 atomicity violations and introduced 4 deadlocks. ?Fixer also provides an alternative way to insert gate locks (by inserting gate locks with proper visibility) considering fix acceptance.
优先出版日期: 2017-09-11
摘要：
对Github上Python科学计算软件生态系统中的跨项目关联缺陷进行了实证分析，聚焦于开发者对缺陷根源的追踪和上下游项目开发者修复缺陷的协作。通过定性和定量的分析，揭示了影响这类缺陷定位与修复的因素，以及开发者应对它们的常见行为。
对Github上Python科学计算软件生态系统中的跨项目关联缺陷进行了实证分析，聚焦于开发者对缺陷根源的追踪和上下游项目开发者修复缺陷的协作。通过定性和定量的分析，揭示了影响这类缺陷定位与修复的因素，以及开发者应对它们的常见行为。
优先出版日期: 2017-06-21
摘要：
Numerical instability is a well-known problem that may cause serious runtime failures. This paper discusses the reason of instability in software development process, and presents a toolchain that not only detects the potential instability in software, but also diagnoses the reason for such instability. We classify the reason of instability into two categories. When it is introduced by software requirements, we call the instability caused by problem. In this case, it cannot be avoided by improving software development, but requires inspecting the requirements, especially the underlying mathematical properties. Otherwise, we call the instability caused by practice. We design our toolchain as 4 loosely-coupled tools, which combine stochastic arithmetic with infinite-precision testing. Each tool in our toolchain can be configured with different strategies according to the properties of the analyzed software. We evaluate our toolchain on subjects from literature. The results show that it effectively detects and separates the instabilities caused by problems from others. We also conduct an evaluation on the latest version of GNU Scientific Library, and the toolchain finds a few real bugs in the well-maintained and widely deployed numerical library. With the help of our toolchain, we report the details and fixing advices to the GSL buglist.
Numerical instability is a well-known problem that may cause serious runtime failures. This paper discusses the reason of instability in software development process, and presents a toolchain that not only detects the potential instability in software, but also diagnoses the reason for such instability. We classify the reason of instability into two categories. When it is introduced by software requirements, we call the instability caused by problem. In this case, it cannot be avoided by improving software development, but requires inspecting the requirements, especially the underlying mathematical properties. Otherwise, we call the instability caused by practice. We design our toolchain as 4 loosely-coupled tools, which combine stochastic arithmetic with infinite-precision testing. Each tool in our toolchain can be configured with different strategies according to the properties of the analyzed software. We evaluate our toolchain on subjects from literature. The results show that it effectively detects and separates the instabilities caused by problems from others. We also conduct an evaluation on the latest version of GNU Scientific Library, and the toolchain finds a few real bugs in the well-maintained and widely deployed numerical library. With the help of our toolchain, we report the details and fixing advices to the GSL buglist.
优先出版日期: 2017-06-13
摘要：
Code contributions in Free/Libre and Open Source Software projects are controlled to maintain high-quality of software. Alternatives to patch-based code contribution tools such as mailing lists and issue trackers have been developed with the pull request systems being the most visible and widely available on GitHub. Is the code contribution process more effective with pull request systems? To answer that, we quantify the effectiveness via the rates contributions are accepted and ignored, via the time until the first response and final resolution and via the numbers of contributions. To control for the latent variables, our study includes a project that migrated from an issue tracker to the GitHub pull request system and a comparison between projects using mailing lists and pull request systems. Our results show pull request systems to be associated with reduced review times and larger numbers of contributions. However, not all the comparisons indicate substantially better accept or ignore rates in pull request systems. These variations may be most simply explained by the differences in contribution practices the projects employ and may be less affected by the type of tool. Our results clarify the importance of understanding the role of tools in effective management of the broad network of potential contributors and may lead to strategies and practices making the code contribution more satisfying and efficient from both contributors' and maintainers' perspectives.
Code contributions in Free/Libre and Open Source Software projects are controlled to maintain high-quality of software. Alternatives to patch-based code contribution tools such as mailing lists and issue trackers have been developed with the pull request systems being the most visible and widely available on GitHub. Is the code contribution process more effective with pull request systems? To answer that, we quantify the effectiveness via the rates contributions are accepted and ignored, via the time until the first response and final resolution and via the numbers of contributions. To control for the latent variables, our study includes a project that migrated from an issue tracker to the GitHub pull request system and a comparison between projects using mailing lists and pull request systems. Our results show pull request systems to be associated with reduced review times and larger numbers of contributions. However, not all the comparisons indicate substantially better accept or ignore rates in pull request systems. These variations may be most simply explained by the differences in contribution practices the projects employ and may be less affected by the type of tool. Our results clarify the importance of understanding the role of tools in effective management of the broad network of potential contributors and may lead to strategies and practices making the code contribution more satisfying and efficient from both contributors' and maintainers' perspectives.
优先出版日期: 2017-01-25
摘要：
Code contributions in Free/Libre and Open Source Software projects are controlled to maintain high-quality of software. Alternatives to patch-based code contribution tools such as mailing lists and issue trackers have been developed with the pull request systems being the most visible and widely available on GitHub. Is the code contribution process more effective with pull request systems? To answer that, we quantify the effectiveness via the rates contributions are accepted and ignored, via the time until the first response and final resolution and via the numbers of contributions. To control for the latent variables, our study includes a project that migrated from an issue tracker to the GitHub pull request system and a comparison between projects using mailing lists and pull request systems. Our results show pull request systems to be associated with reduced review times and larger numbers of contributions. However, not all the comparisons indicate substantially better accept or ignore rates in pull request systems. These variations may be most simply explained by the differences in contribution practices the projects employ and may be less affected by the type of tool. Our results clarify the importance of understanding the role of tools in effective management of the broad network of potential contributors and may lead to strategies and practices making the code contribution more satisfying and efficient from both contributors' and maintainers' perspectives.
Code contributions in Free/Libre and Open Source Software projects are controlled to maintain high-quality of software. Alternatives to patch-based code contribution tools such as mailing lists and issue trackers have been developed with the pull request systems being the most visible and widely available on GitHub. Is the code contribution process more effective with pull request systems? To answer that, we quantify the effectiveness via the rates contributions are accepted and ignored, via the time until the first response and final resolution and via the numbers of contributions. To control for the latent variables, our study includes a project that migrated from an issue tracker to the GitHub pull request system and a comparison between projects using mailing lists and pull request systems. Our results show pull request systems to be associated with reduced review times and larger numbers of contributions. However, not all the comparisons indicate substantially better accept or ignore rates in pull request systems. These variations may be most simply explained by the differences in contribution practices the projects employ and may be less affected by the type of tool. Our results clarify the importance of understanding the role of tools in effective management of the broad network of potential contributors and may lead to strategies and practices making the code contribution more satisfying and efficient from both contributors' and maintainers' perspectives.
优先出版日期: 2017-01-18
摘要：
Software should behave correctly even in adverse conditions. Particularly, we study the problem of automated validation of crash consistency, i.e., file system data safety when systems crash. Existing work requires non-trivial manual efforts of specifying checking scripts and workloads, which is an obstacle for software developers. Therefore, we propose C3, a novel approach that makes crash consistency validation as easy as pressing a single button. With a program and an input, C3 automatically reports inconsistent crash sites. C3 not only exempts developers from the need of writing crash site checking scripts (by an algorithm that computes editing distance between file system snapshots) but also reduces the reliance on dedicated workloads (by test amplification). We implemented C3 as an open-source tool. With C3, we found 14 bugs in open-source software that have severe consequences at crash and 11 of them were previously unknown to the developers, including in highly mature software (e.g., GNU zip and GNU coreutils sort) and popular ones being actively developed (e.g., Adobe Brackets and TeXstudio).
Software should behave correctly even in adverse conditions. Particularly, we study the problem of automated validation of crash consistency, i.e., file system data safety when systems crash. Existing work requires non-trivial manual efforts of specifying checking scripts and workloads, which is an obstacle for software developers. Therefore, we propose C3, a novel approach that makes crash consistency validation as easy as pressing a single button. With a program and an input, C3 automatically reports inconsistent crash sites. C3 not only exempts developers from the need of writing crash site checking scripts (by an algorithm that computes editing distance between file system snapshots) but also reduces the reliance on dedicated workloads (by test amplification). We implemented C3 as an open-source tool. With C3, we found 14 bugs in open-source software that have severe consequences at crash and 11 of them were previously unknown to the developers, including in highly mature software (e.g., GNU zip and GNU coreutils sort) and popular ones being actively developed (e.g., Adobe Brackets and TeXstudio).
优先出版日期: 2017-01-04
摘要：
本文提出了一种可部署的数据竞争动态采样检测技术，首先提出了基于线程本地时序的数据竞争定义，之后基于硬件断点进行采样检测。在采样率为1%时，时间开销约为5%，且有效性得以保证。
本文提出了一种可部署的数据竞争动态采样检测技术，首先提出了基于线程本地时序的数据竞争定义，之后基于硬件断点进行采样检测。在采样率为1%时，时间开销约为5%，且有效性得以保证。
优先出版日期: 2017-01-04
摘要：
在软件开发过程中，软件更新时常发生，怎样保证软件更新后的软件质量呢？这就是回归测试的任务。传统上，回归测试通过检测软件异常行为来保证软件质量。然而，在实践中所有的软件行为不可能全部被检测到，尤其针对于大型的复杂软件系统。为帮助开发人员更好的进行回归测试，传统工作集中在增加测试用例上，即通过人工或自动生成测试输入的方法，观测测试输出以捕获程序行为。这种方法虽一定程度上有效，但也存在很大缺陷：人工编写测试用例费时费力，不能覆盖的代码较多，而且容易受人主观判断的误导（例如忽略某些特别容易存在缺陷的类、方法等）；自动生成测试用例技术存在很多问题，例如代价大和无法很好的处理数组、字符串等。基于目前软件测试技术存在的缺陷，很多软件不得不在面临诸多安全威胁的状态下发布，有时甚至造成重大财产损失甚至人员伤亡。因此，我们迫切需要新技术来辅助现有技术以更好的进行回归测试、保障软件质量。
在软件开发过程中，软件更新时常发生，怎样保证软件更新后的软件质量呢？这就是回归测试的任务。传统上，回归测试通过检测软件异常行为来保证软件质量。然而，在实践中所有的软件行为不可能全部被检测到，尤其针对于大型的复杂软件系统。为帮助开发人员更好的进行回归测试，传统工作集中在增加测试用例上，即通过人工或自动生成测试输入的方法，观测测试输出以捕获程序行为。这种方法虽一定程度上有效，但也存在很大缺陷：人工编写测试用例费时费力，不能覆盖的代码较多，而且容易受人主观判断的误导（例如忽略某些特别容易存在缺陷的类、方法等）；自动生成测试用例技术存在很多问题，例如代价大和无法很好的处理数组、字符串等。基于目前软件测试技术存在的缺陷，很多软件不得不在面临诸多安全威胁的状态下发布，有时甚至造成重大财产损失甚至人员伤亡。因此，我们迫切需要新技术来辅助现有技术以更好的进行回归测试、保障软件质量。
优先出版日期: 2016-12-12
摘要：
在程序分析中，循环（Loop）的处理与分析是一个非常重要而且很有挑战的任务。例如，在符号执行（Symbolic Execution）中，循环的不断展开会导致程序路径数量指数级地增长。因此，符号执行通常会陷入不停的循环展开，而不能覆盖到新的程序分支上，最终影响了测试用例生成或者缺陷检测的效率。
在程序分析中，循环（Loop）的处理与分析是一个非常重要而且很有挑战的任务。例如，在符号执行（Symbolic Execution）中，循环的不断展开会导致程序路径数量指数级地增长。因此，符号执行通常会陷入不停的循环展开，而不能覆盖到新的程序分支上，最终影响了测试用例生成或者缺陷检测的效率。
优先出版日期: 2016-09-30
摘要：
在软件测试中，测试预言是一种判断程序在给定测试输入下的执行结果是否符合预期的机制。测试预言通常由在测试中需要被观测的变量以及这些变量的预期值组成。对于相同的测试输入，不同的测试预言可能有不同的缺陷检测能力。因此，高质量的测试预言对于检测软件中的缺陷是非常必要的。在已有的研究中，虽然研究人员提出了各种各样的自动化测试输入生成技术，但是测试预言问题仍然被公认为是软件测试中最难解决的问题之一。
在软件测试中，测试预言是一种判断程序在给定测试输入下的执行结果是否符合预期的机制。测试预言通常由在测试中需要被观测的变量以及这些变量的预期值组成。对于相同的测试输入，不同的测试预言可能有不同的缺陷检测能力。因此，高质量的测试预言对于检测软件中的缺陷是非常必要的。在已有的研究中，虽然研究人员提出了各种各样的自动化测试输入生成技术，但是测试预言问题仍然被公认为是软件测试中最难解决的问题之一。
优先出版日期: 2016-09-09
摘要：
本文基于众测平台，提出了一种基于局部的主动学习方法，能够将众测报告中的缺陷进行自动分类，该方法解决了众测报告分类中的局部偏见问题、及缺少历史训练数据的问题，并基于实际的众测数据进行了验证。
本文基于众测平台，提出了一种基于局部的主动学习方法，能够将众测报告中的缺陷进行自动分类，该方法解决了众测报告分类中的局部偏见问题、及缺少历史训练数据的问题，并基于实际的众测数据进行了验证。
优先出版日期: 2016-09-07
摘要：
并发缺陷是由于某些事件按照一定的顺序发生而导致的，本文提出了一种基于缺陷半径的并发缺陷的概率检测方法RPro，并用于死锁的检测，且有概率保证。实验表明该方法可以显著提高死锁的检测概率。
并发缺陷是由于某些事件按照一定的顺序发生而导致的，本文提出了一种基于缺陷半径的并发缺陷的概率检测方法RPro，并用于死锁的检测，且有概率保证。实验表明该方法可以显著提高死锁的检测概率。
优先出版日期: 2016-08-29
摘要：
当公司投入资源到开源社区,其诉求可能跟开放共享的开源开发方法存在冲突,继而影响自由贡献者.因此我们研究:公司参与会对开源社区带来怎样的影响?面向三个技术同构的混合项目,我们总结了三个商业参与模型,并量化了不同模型对贡献者稳定性和持续性的影响.
当公司投入资源到开源社区,其诉求可能跟开放共享的开源开发方法存在冲突,继而影响自由贡献者.因此我们研究:公司参与会对开源社区带来怎样的影响?面向三个技术同构的混合项目,我们总结了三个商业参与模型,并量化了不同模型对贡献者稳定性和持续性的影响.
-
全文下载排行(总排行，年度排行，各期排行)
摘要点击排行(总排行，年度排行，各期排行)
快速检索
过刊检索
全选反选导出
显示模式：
2010,21(3):427-437
摘要：
主要针对宋词这种特殊的汉语诗歌体裁,开展了有关自动生成算法及其实现方法的探索性研究.研究工作主要根据宋词特点,设计了基于平仄的编码方式、基于句法和语义加权值的适应度函数、基于精英主义和轮盘赌算法的选择策略,采用部分映射和启发式交叉算子和启发式变异算子,从而构建了一种基于遗传算法的宋词生成计算模型并进行了系统实现.实验结果表明,所建立的计算模型及其软件系统,初步实现了机器自动生成宋词的目标,对于给定的主题词和词牌,基本上能够自动生成有一定欣赏价值的宋词.论文的工作也填补了我国在汉语诗歌自动生成研究方面的不足.
主要针对宋词这种特殊的汉语诗歌体裁,开展了有关自动生成算法及其实现方法的探索性研究.研究工作主要根据宋词特点,设计了基于平仄的编码方式、基于句法和语义加权值的适应度函数、基于精英主义和轮盘赌算法的选择策略,采用部分映射和启发式交叉算子和启发式变异算子,从而构建了一种基于遗传算法的宋词生成计算模型并进行了系统实现.实验结果表明,所建立的计算模型及其软件系统,初步实现了机器自动生成宋词的目标,对于给定的主题词和词牌,基本上能够自动生成有一定欣赏价值的宋词.论文的工作也填补了我国在汉语诗歌自动生成研究方面的不足.
2011,22(1):71-83
, DOI: 10.3724/SP.J.1001.2011.03958
摘要：
云计算代表IT 领域向集约化、规模化与专业化道路发展的趋势,是IT 领域正在发生的深刻变革.但它在提高使用效率的同时,为实现用户信息资产安全与隐私保护带来极大的冲击与挑战.当前,安全成为云计算领域亟待突破的重要问题,其重要性与紧迫性已不容忽视.分析了云计算对信息安全领域中技术、标准、监管等各方面带来的挑战;提出云计算安全参考框架及该框架下的主要研究内容;指出云计算的普及与应用是近年来信息安全领域的重大挑战与发展契机,将引发信息安全领域又一次重要的技术变革.
云计算代表IT 领域向集约化、规模化与专业化道路发展的趋势,是IT 领域正在发生的深刻变革.但它在提高使用效率的同时,为实现用户信息资产安全与隐私保护带来极大的冲击与挑战.当前,安全成为云计算领域亟待突破的重要问题,其重要性与紧迫性已不容忽视.分析了云计算对信息安全领域中技术、标准、监管等各方面带来的挑战;提出云计算安全参考框架及该框架下的主要研究内容;指出云计算的普及与应用是近年来信息安全领域的重大挑战与发展契机,将引发信息安全领域又一次重要的技术变革.
2016,27(1):45-71
, DOI: 10.13328/j.cnki.jos.004914
摘要：
Android是目前最流行的智能手机软件平台,报告称,2014年,Android的销售量占到全球份额81%的绝对优势,首次达到10亿部.其余如苹果、微软、黑莓与火狐等则远远落在后面.与此同时,Android智能手机的日益流行也吸引了黑客,导致Android恶意软件应用的大量增加.从Android体系结构、设计原则、安全机制、主要威胁、恶意软件分类与检测、静态分析与动态分析、机器学习方法、安全扩展方案等多维角度,对Android安全的最新研究进展进行了总结与分析.
Android是目前最流行的智能手机软件平台,报告称,2014年,Android的销售量占到全球份额81%的绝对优势,首次达到10亿部.其余如苹果、微软、黑莓与火狐等则远远落在后面.与此同时,Android智能手机的日益流行也吸引了黑客,导致Android恶意软件应用的大量增加.从Android体系结构、设计原则、安全机制、主要威胁、恶意软件分类与检测、静态分析与动态分析、机器学习方法、安全扩展方案等多维角度,对Android安全的最新研究进展进行了总结与分析.
2008,19(1):48-61
摘要：
对近年来聚类算法的研究现状与新进展进行归纳总结.一方面对近年来提出的较有代表性的聚类算法,从算法思想、关键技术和优缺点等方面进行分析概括;另一方面选择一些典型的聚类算法和一些知名的数据集,主要从正确率和运行效率两个方面进行模拟实验,并分别就同一种聚类算法、不同的数据集以及同一个数据集、不同的聚类算法的聚类情况进行对比分析.最后通过综合上述两方面信息给出聚类分析的研究热点、难点、不足和有待解决的一些问题.上述工作将为聚类分析和数据挖掘等研究提供有益的参考.
对近年来聚类算法的研究现状与新进展进行归纳总结.一方面对近年来提出的较有代表性的聚类算法,从算法思想、关键技术和优缺点等方面进行分析概括;另一方面选择一些典型的聚类算法和一些知名的数据集,主要从正确率和运行效率两个方面进行模拟实验,并分别就同一种聚类算法、不同的数据集以及同一个数据集、不同的聚类算法的聚类情况进行对比分析.最后通过综合上述两方面信息给出聚类分析的研究热点、难点、不足和有待解决的一些问题.上述工作将为聚类分析和数据挖掘等研究提供有益的参考.
2009,20(5):1337-1348
摘要：
针对云计算这样一个范畴综述了当前云计算所采用的技术,剖析其背后的技术含义以及当前云计算参与企业所采用的云计算实现方案.云计算包含两个方面的含义:一方面是底层构建的云计算平台基础设施,是用来构造上层应用程序的基础;另外一方面是构建在这个基础平台之上的云计算应用程序.主要是针对云计算的基础架构的研究与实现状况给出综述,对于云计算的应用也有所涉及.云计算有3个最基本的特征:第1个是基础设施架构在大规模的廉价服务器集群之上;第二是应用程序与底层服务协作开发,最大限度地利用资源;第3个是通过多个廉价服务器之间的冗余,通过软件获得高可用性.云计算达到了两个分布式计算的重要目标:可扩展性和高可用性.可扩展性表达了云计算能够无缝地扩展到大规模的集群之上,甚至包含数千个节点同时处理.高可用性代表了云计算能够容忍节点的错误,甚至有很大一部分节点发生失效也不会影响程序的正确运行.通过此文可以了解云计算的当前发展状况以及未来的研究趋势.
针对云计算这样一个范畴综述了当前云计算所采用的技术,剖析其背后的技术含义以及当前云计算参与企业所采用的云计算实现方案.云计算包含两个方面的含义:一方面是底层构建的云计算平台基础设施,是用来构造上层应用程序的基础;另外一方面是构建在这个基础平台之上的云计算应用程序.主要是针对云计算的基础架构的研究与实现状况给出综述,对于云计算的应用也有所涉及.云计算有3个最基本的特征:第1个是基础设施架构在大规模的廉价服务器集群之上;第二是应用程序与底层服务协作开发,最大限度地利用资源;第3个是通过多个廉价服务器之间的冗余,通过软件获得高可用性.云计算达到了两个分布式计算的重要目标:可扩展性和高可用性.可扩展性表达了云计算能够无缝地扩展到大规模的集群之上,甚至包含数千个节点同时处理.高可用性代表了云计算能够容忍节点的错误,甚至有很大一部分节点发生失效也不会影响程序的正确运行.通过此文可以了解云计算的当前发展状况以及未来的研究趋势.
2009,20(2):271-289
摘要：
进化多目标优化主要研究如何利用进化计算方法求解多目标优化问题,已经成为进化计算领域的研究热点之一.在简要总结2003年以前的主要算法后,着重对进化多目标优化的最新进展进行了详细讨论.归纳出当前多目标优化的研究趋势,一方面,粒子群优化、人工免疫系统、分布估计算法等越来越多的进化范例被引入多目标优化领域,一些新颖的受自然系统启发的多目标优化算法相继提出;另一方面,为了更有效的求解高维多目标优化问题,一些区别于传统Pareto占优的新型占优机制相继涌现;同时,对多目标优化问题本身性质的研究也在逐步深入.对公认的代表性算法进行了实验对比.最后,对进化多目标优化的进一步发展提出了自己的看法.
进化多目标优化主要研究如何利用进化计算方法求解多目标优化问题,已经成为进化计算领域的研究热点之一.在简要总结2003年以前的主要算法后,着重对进化多目标优化的最新进展进行了详细讨论.归纳出当前多目标优化的研究趋势,一方面,粒子群优化、人工免疫系统、分布估计算法等越来越多的进化范例被引入多目标优化领域,一些新颖的受自然系统启发的多目标优化算法相继提出;另一方面,为了更有效的求解高维多目标优化问题,一些区别于传统Pareto占优的新型占优机制相继涌现;同时,对多目标优化问题本身性质的研究也在逐步深入.对公认的代表性算法进行了实验对比.最后,对进化多目标优化的进一步发展提出了自己的看法.
2005,16(1):1-7
摘要：
在4个方面对软件工程技术的发展进行一些思索:(1) 从事物发展规律的角度,揭示软件工程技术发展历程;(2) 从软件本质特征的角度,浅析虚拟机各抽象层次的构造;(3) 从软件开发的本质,提出了软件工程学科研究的内容,并研究了软件工业化生产模式;(4) 以Internet的出现为背景,探索了软件技术的发展趋势.
在4个方面对软件工程技术的发展进行一些思索:(1) 从事物发展规律的角度,揭示软件工程技术发展历程;(2) 从软件本质特征的角度,浅析虚拟机各抽象层次的构造;(3) 从软件开发的本质,提出了软件工程学科研究的内容,并研究了软件工业化生产模式;(4) 以Internet的出现为背景,探索了软件技术的发展趋势.
2004,15(3):428-442
摘要：
随着电子商务的迅速崛起,基于Web的应用模式迅速发展,Web应用从局部化发展到全球化,从B2C(business-to-customer)发展到B2B(business-to-business),从集中式发展到分布式,Web服务成为电子商务的有效解决方案.Web服务是一个崭新的分布式计算模型,是Web上数据和信息集成的有效机制.Web服务的新型构架,Web服务的高效执行方式,Web服务与其他成熟技术的有机结合以及Web服务的集成是解决现实应用问题的重要技术.从Web服务研究的不同侧面对其进行了综述,阐述了Web服务的基本概念,分析了当前Web服务的主要研究问题及其核心支撑技术,概括了Web服务中的数据集成技术、Web服务的组合、语义Web服务、Web服务发现,Web服务安全,P2P(Peer-to-Peer)新型计算环境下的Web服务解决方案和网格服务等方面的研究内容,并对这些技术进行了总结,结合已有的研究成果,展望了Web服务未来的研究方向及其面临的挑战.
随着电子商务的迅速崛起,基于Web的应用模式迅速发展,Web应用从局部化发展到全球化,从B2C(business-to-customer)发展到B2B(business-to-business),从集中式发展到分布式,Web服务成为电子商务的有效解决方案.Web服务是一个崭新的分布式计算模型,是Web上数据和信息集成的有效机制.Web服务的新型构架,Web服务的高效执行方式,Web服务与其他成熟技术的有机结合以及Web服务的集成是解决现实应用问题的重要技术.从Web服务研究的不同侧面对其进行了综述,阐述了Web服务的基本概念,分析了当前Web服务的主要研究问题及其核心支撑技术,概括了Web服务中的数据集成技术、Web服务的组合、语义Web服务、Web服务发现,Web服务安全,P2P(Peer-to-Peer)新型计算环境下的Web服务解决方案和网格服务等方面的研究内容,并对这些技术进行了总结,结合已有的研究成果,展望了Web服务未来的研究方向及其面临的挑战.
2005,16(5):857-868
摘要：
作为一种全新的信息获取和处理技术,无线传感器网络可以在广泛的应用领域内实现复杂的大规模监测和追踪任务,而网络自身定位是大多数应用的基础.介绍了无线传感器网络自身定位系统和算法的性能评价标准和分类方法,着重综述了近年来该领域具有代表性的算法及系统的原理和特点,并指出未来的研究方向.
作为一种全新的信息获取和处理技术,无线传感器网络可以在广泛的应用领域内实现复杂的大规模监测和追踪任务,而网络自身定位是大多数应用的基础.介绍了无线传感器网络自身定位系统和算法的性能评价标准和分类方法,着重综述了近年来该领域具有代表性的算法及系统的原理和特点,并指出未来的研究方向.
2009,20(1):54-66
摘要：
网络簇结构是复杂网络最普遍和最重要的拓扑属性之一,具有同簇节点相互连接密集、异簇节点相互连接稀疏的特点.揭示网络簇结构的复杂网络聚类方法对分析复杂网络拓扑结构、理解其功能、发现其隐含模式、预测其行为都具有十分重要的理论意义,在社会网、生物网和万维网中具有广泛应用.综述了复杂网络聚类方法的研究背景、研究意义、国内外研究现状以及目前所面临的主要问题,试图为这个新兴的研究方向勾画出一个较为全面和清晰的概貌,为复杂网络分析、数据挖掘、智能Web、生物信息学等相关领域的研究者提供有益的参考.
网络簇结构是复杂网络最普遍和最重要的拓扑属性之一,具有同簇节点相互连接密集、异簇节点相互连接稀疏的特点.揭示网络簇结构的复杂网络聚类方法对分析复杂网络拓扑结构、理解其功能、发现其隐含模式、预测其行为都具有十分重要的理论意义,在社会网、生物网和万维网中具有广泛应用.综述了复杂网络聚类方法的研究背景、研究意义、国内外研究现状以及目前所面临的主要问题,试图为这个新兴的研究方向勾画出一个较为全面和清晰的概貌,为复杂网络分析、数据挖掘、智能Web、生物信息学等相关领域的研究者提供有益的参考.
2012,23(4):962-986
, DOI: 10.3724/SP.J.1001.2012.04175
摘要：
云计算作为下一代计算模式,在科学计算和商业计算领域均发挥着重要作用,受到当前学术界和企业界的广泛关注.云计算环境下的分布存储主要研究数据在数据中心上的组织和管理,作为云计算环境的核心基础设施,数据中心通常由百万级以上节点组成,存储其上的数据规模往往达到PB 级甚至EB 级,导致数据失效成为一种常态行为,极大地限制了云计算的应用和推广,增加了云计算的成本.因此,提高可扩展性和容错性、降低成本,成为云计算环境下分布存储研究的若干关键技术.针对如何提高存储的可扩展性、容错性以及降低存储的能耗等目标,从数据中心网络的设计、数据的存储组织方式等方面对当前分布存储的关键技术进行了综述.首先,介绍并对比了当前典型的数据中心网络结构的优缺点;其次,介绍并对比了当前常用的两种分布存储容错技术,即基于复制的容错技术和基于纠删码的容错技术;第三,介绍了当前典型的分布存储节能技术,并分析了各项技术的优缺点;最后指出了当前技术面临的主要挑战和下一步研究的方向.
云计算作为下一代计算模式,在科学计算和商业计算领域均发挥着重要作用,受到当前学术界和企业界的广泛关注.云计算环境下的分布存储主要研究数据在数据中心上的组织和管理,作为云计算环境的核心基础设施,数据中心通常由百万级以上节点组成,存储其上的数据规模往往达到PB 级甚至EB 级,导致数据失效成为一种常态行为,极大地限制了云计算的应用和推广,增加了云计算的成本.因此,提高可扩展性和容错性、降低成本,成为云计算环境下分布存储研究的若干关键技术.针对如何提高存储的可扩展性、容错性以及降低存储的能耗等目标,从数据中心网络的设计、数据的存储组织方式等方面对当前分布存储的关键技术进行了综述.首先,介绍并对比了当前典型的数据中心网络结构的优缺点;其次,介绍并对比了当前常用的两种分布存储容错技术,即基于复制的容错技术和基于纠删码的容错技术;第三,介绍了当前典型的分布存储节能技术,并分析了各项技术的优缺点;最后指出了当前技术面临的主要挑战和下一步研究的方向.
2012,23(1):32-45
, DOI: 10.3724/SP.J.1001.2012.04091
摘要：
在科学研究、计算机仿真、互联网应用、电子商务等诸多应用领域,数据量正在以极快的速度增长,为了分析和利用这些庞大的数据资源,必须依赖有效的数据分析技术.传统的关系数据管理技术(并行数据库)经过了将近40 年的发展,在扩展性方面遇到了巨大的障碍,无法胜任大数据分析的任务;而以MapReduce 为代表的非关系数据管理和分析技术异军突起,以其良好的扩展性、容错性和大规模并行处理的优势,从互联网信息搜索领域开始,进而在数据分析的诸多领域和关系数据管理技术展开了竞争.关系数据管理技术阵营在丧失搜索这个阵地之后,开始考虑自身的局限性,不断借鉴MapReduce 的优秀思想改造自身,而以MapReduce 为代表的非关系数据管理技术阵营,从关系数据管理技术所积累的宝贵财富中挖掘可以借鉴的技术和方法,不断解决其性能问题.面向大数据的深度分析需求,新的架构模式正在涌现.关系数据管理技术和非关系数据管理技术在不断的竞争中互相取长补短,在新的大数据分析生态系统内找到自己的位置.
在科学研究、计算机仿真、互联网应用、电子商务等诸多应用领域,数据量正在以极快的速度增长,为了分析和利用这些庞大的数据资源,必须依赖有效的数据分析技术.传统的关系数据管理技术(并行数据库)经过了将近40 年的发展,在扩展性方面遇到了巨大的障碍,无法胜任大数据分析的任务;而以MapReduce 为代表的非关系数据管理和分析技术异军突起,以其良好的扩展性、容错性和大规模并行处理的优势,从互联网信息搜索领域开始,进而在数据分析的诸多领域和关系数据管理技术展开了竞争.关系数据管理技术阵营在丧失搜索这个阵地之后,开始考虑自身的局限性,不断借鉴MapReduce 的优秀思想改造自身,而以MapReduce 为代表的非关系数据管理技术阵营,从关系数据管理技术所积累的宝贵财富中挖掘可以借鉴的技术和方法,不断解决其性能问题.面向大数据的深度分析需求,新的架构模式正在涌现.关系数据管理技术和非关系数据管理技术在不断的竞争中互相取长补短,在新的大数据分析生态系统内找到自己的位置.
2009,20(3):524-545
摘要：
通过软件开发实践,人们逐步地认识到软件产品的质量在很大程度上依赖于产品开发时所使用的过程.软件过程建模是通过特定的方法对软件过程进行抽象、表示和分析以增加对软件过程的理解,同时,可执行的(enactable)软件过程模型可以直接指导实际软件开发活动,进而规范软件开发行为并最终提高软件质量.为了系统地了解软件过程建模方法研究的现状和最新进展,采用系统评价(systematic review)方法对该领域最近10年的主要研究进行了概括和分析.从一系列的相关研究中,选出来自20 个会议和7 种期刊的72 篇文献,作为系统评价的依据.该系统评价回答了如下关于软件过程建模方法的3 个问题,以便从总体上概括和把握该领域的研究:1) 软件过程建模方法主要基于什么范式;2) 软件过程建模方法研究的主要目的集中在哪些方面;3) 软件过程建模方法的研究有哪些新的趋势.同时,在仔细回顾和分析软件过程建模领域研究现状的基础上,给出了一种多维度的集成化软件过程建模方法.该方法有助于解决过程建模领域所面临的主要问题.
通过软件开发实践,人们逐步地认识到软件产品的质量在很大程度上依赖于产品开发时所使用的过程.软件过程建模是通过特定的方法对软件过程进行抽象、表示和分析以增加对软件过程的理解,同时,可执行的(enactable)软件过程模型可以直接指导实际软件开发活动,进而规范软件开发行为并最终提高软件质量.为了系统地了解软件过程建模方法研究的现状和最新进展,采用系统评价(systematic review)方法对该领域最近10年的主要研究进行了概括和分析.从一系列的相关研究中,选出来自20 个会议和7 种期刊的72 篇文献,作为系统评价的依据.该系统评价回答了如下关于软件过程建模方法的3 个问题,以便从总体上概括和把握该领域的研究:1) 软件过程建模方法主要基于什么范式;2) 软件过程建模方法研究的主要目的集中在哪些方面;3) 软件过程建模方法的研究有哪些新的趋势.同时,在仔细回顾和分析软件过程建模领域研究现状的基础上,给出了一种多维度的集成化软件过程建模方法.该方法有助于解决过程建模领域所面临的主要问题.
2009,20(1):124-137
摘要：
大量具备短距离通信能力的智能设备的出现推动了无线自组网应用的迅速发展.但在许多实际应用环境中,节点移动、网络稀疏或信号衰减等各种原因通常导致形成的网络大部分时间不连通.传统的移动自组织网络传输模式要求通信源和目标节点之间存在至少一条完整的路径,因而无法在这类环境中运行.机会网络利用节点移动形成的通信机会逐跳传输消息,以"存储-携带-转发"的路由模式实现节点间通信,这种完全不同于传统网络通信模式的新兴组网方式引起了研究界极大的兴趣.首先介绍机会网络的概念和理论基础,并给出了当前机会网络的一些典型应用,然后详细阐述了机会网络研究的热点问题,包括机会转发机制、移动模型和基于机会通信的数据分发和检索等,并简要叙述了机会网络的通信中间件、协作和安全机制以及机会网络新的应用等其他研究问题,最后进行总结并展望了机会网络未来一段时间内的研究重点.
大量具备短距离通信能力的智能设备的出现推动了无线自组网应用的迅速发展.但在许多实际应用环境中,节点移动、网络稀疏或信号衰减等各种原因通常导致形成的网络大部分时间不连通.传统的移动自组织网络传输模式要求通信源和目标节点之间存在至少一条完整的路径,因而无法在这类环境中运行.机会网络利用节点移动形成的通信机会逐跳传输消息,以"存储-携带-转发"的路由模式实现节点间通信,这种完全不同于传统网络通信模式的新兴组网方式引起了研究界极大的兴趣.首先介绍机会网络的概念和理论基础,并给出了当前机会网络的一些典型应用,然后详细阐述了机会网络研究的热点问题,包括机会转发机制、移动模型和基于机会通信的数据分发和检索等,并简要叙述了机会网络的通信中间件、协作和安全机制以及机会网络新的应用等其他研究问题,最后进行总结并展望了机会网络未来一段时间内的研究重点.
2015,26(1):62-81
, DOI: 10.13328/j.cnki.jos.004701
摘要：
网络抽象促使软件定义网络(software-defined networking,简称SDN)的产生.SDN将数据平面与控制平面解耦合,简化了网络管理.首先从SDN诞生发展的背景入手,梳理了SDN的体系结构,包括数据层、控制层和应用层,并按照SDN的层次结构深入阐述其关键技术,特别分析了一致性、可用性和容错性等特性.然后,论述了SDN在不同应用场景下的最新研究成果.最后,展望未来研究工作.
网络抽象促使软件定义网络(software-defined networking,简称SDN)的产生.SDN将数据平面与控制平面解耦合,简化了网络管理.首先从SDN诞生发展的背景入手,梳理了SDN的体系结构,包括数据层、控制层和应用层,并按照SDN的层次结构深入阐述其关键技术,特别分析了一致性、可用性和容错性等特性.然后,论述了SDN在不同应用场景下的最新研究成果.最后,展望未来研究工作.
2009,20(2):350-362
摘要：
全面地总结推荐系统的研究现状,旨在介绍网络推荐的算法思想、帮助读者了解这个研究领域.首先阐述了推荐系统研究的工业需求、主要研究机构和成果发表的期刊会议;在讨论了推荐问题的形式化和非形式化定义之后,对主流算法进行了分类和对比;最后总结了常用数据集和评测指标,领域的重难点问题和未来可能的研究热点.
全面地总结推荐系统的研究现状,旨在介绍网络推荐的算法思想、帮助读者了解这个研究领域.首先阐述了推荐系统研究的工业需求、主要研究机构和成果发表的期刊会议;在讨论了推荐问题的形式化和非形式化定义之后,对主流算法进行了分类和对比;最后总结了常用数据集和评测指标,领域的重难点问题和未来可能的研究热点.
2009,20(11):2965-2976
摘要：
研究不确定图数据的挖掘,主要解决不确定图数据的频繁子图模式挖掘问题.介绍了一种数据模型来表示图的不确定性,以及一种期望支持度来评价子图模式的重要性.利用期望支持度的Apriori性质,给出了一种基于深度优先搜索策略的挖掘算法.该算法使用高效的期望支持度计算方法和搜索空间裁剪技术,使得计算子图模式的期望支持度所需的子图同构测试的数量从指数级降低到线性级.实验结果表明,该算法比简单的深度优先搜索算法快3～5个数量级,有很高的效率和可扩展性.
研究不确定图数据的挖掘,主要解决不确定图数据的频繁子图模式挖掘问题.介绍了一种数据模型来表示图的不确定性,以及一种期望支持度来评价子图模式的重要性.利用期望支持度的Apriori性质,给出了一种基于深度优先搜索策略的挖掘算法.该算法使用高效的期望支持度计算方法和搜索空间裁剪技术,使得计算子图模式的期望支持度所需的子图同构测试的数量从指数级降低到线性级.实验结果表明,该算法比简单的深度优先搜索算法快3～5个数量级,有很高的效率和可扩展性.
2009,20(5):1226-1240
摘要：
对几种智能规划方法中利用的逻辑演绎与推理技术予以分析,分别介绍利用命题逻辑的基于可满足性的规划方法与规划系统,利用模态逻辑与析取推理的Conformant规划方法与规划系统,利用非单调逻辑的规划方法和利用模糊描述逻辑的Flexible规划方法,并结合国际规划竞赛和相关论文等的实验结论说明上述方法的有效性和可行性.最后,提出目前基于自动推理技术的智能规划方法所面临的挑战、可能的处理方法以及与之相关的研究热点与趋势.
对几种智能规划方法中利用的逻辑演绎与推理技术予以分析,分别介绍利用命题逻辑的基于可满足性的规划方法与规划系统,利用模态逻辑与析取推理的Conformant规划方法与规划系统,利用非单调逻辑的规划方法和利用模糊描述逻辑的Flexible规划方法,并结合国际规划竞赛和相关论文等的实验结论说明上述方法的有效性和可行性.最后,提出目前基于自动推理技术的智能规划方法所面临的挑战、可能的处理方法以及与之相关的研究热点与趋势.
2003,14(10):1717-1727
摘要：
传感器网络综合了传感器技术、嵌入式计算技术、分布式信息处理技术和无线通信技术,能够协作地实时监测、感知和采集各种环境或监测对象的信息,并对其进行处理,传送到这些信息的用户.传感器网络是计算机科学技术的一个新的研究领域,具有十分广阔的应用前景,引起了学术界和工业界的高度重视.介绍了传感器网络及其数据管理的概念和特点,探讨了传感器网络及其数据管理的研究问题,并综述了传感器网络及其数据管理的研究现状.
传感器网络综合了传感器技术、嵌入式计算技术、分布式信息处理技术和无线通信技术,能够协作地实时监测、感知和采集各种环境或监测对象的信息,并对其进行处理,传送到这些信息的用户.传感器网络是计算机科学技术的一个新的研究领域,具有十分广阔的应用前景,引起了学术界和工业界的高度重视.介绍了传感器网络及其数据管理的概念和特点,探讨了传感器网络及其数据管理的研究问题,并综述了传感器网络及其数据管理的研究现状.
2014,25(4):839-862
, DOI: 10.13328/j.cnki.jos.004558
摘要：
大数据计算主要有批量计算和流式计算两种形态，目前，关于大数据批量计算系统的研究和讨论相对充分，而如何构建低延迟、高吞吐且持续可靠运行的大数据流式计算系统是当前亟待解决的问题且研究成果和实践经验相对较少.总结了典型应用领域中流式大数据所呈现出的实时性、易失性、突发性、无序性、无限性等特征，给出了理想的大数据流式计算系统在系统结构、数据传输、应用接口、高可用技术等方面应该具有的关键技术特征，论述并对比了已有的大数据流式计算系统的典型实例，最后阐述了大数据流式计算系统在可伸缩性、系统容错、状态一致性、负载均衡、数据吞吐量等方面所面临的技术挑战.
大数据计算主要有批量计算和流式计算两种形态，目前，关于大数据批量计算系统的研究和讨论相对充分，而如何构建低延迟、高吞吐且持续可靠运行的大数据流式计算系统是当前亟待解决的问题且研究成果和实践经验相对较少.总结了典型应用领域中流式大数据所呈现出的实时性、易失性、突发性、无序性、无限性等特征，给出了理想的大数据流式计算系统在系统结构、数据传输、应用接口、高可用技术等方面应该具有的关键技术特征，论述并对比了已有的大数据流式计算系统的典型实例，最后阐述了大数据流式计算系统在可伸缩性、系统容错、状态一致性、负载均衡、数据吞吐量等方面所面临的技术挑战.
2012,23(1):1-20
, DOI: 10.3724/SP.J.1001.2012.04100
摘要：
近年来,上下文感知推荐系统已成为推荐系统研究领域最为活跃的研究领域之一.如何利用上下文信息进一步提高推荐系统的推荐精确度和用户满意度,成为上下文感知推荐系统的主要任务.从面向过程的角度对最近几年上下文感知推荐系统的研究进展进行综述,对其系统框架、关键技术、主要模型、效用评价以及应用实践等进行了前沿概括、比较和分析.最后,对上下文感知推荐系统有待深入的研究难点和发展趋势进行了展望
近年来,上下文感知推荐系统已成为推荐系统研究领域最为活跃的研究领域之一.如何利用上下文信息进一步提高推荐系统的推荐精确度和用户满意度,成为上下文感知推荐系统的主要任务.从面向过程的角度对最近几年上下文感知推荐系统的研究进展进行综述,对其系统框架、关键技术、主要模型、效用评价以及应用实践等进行了前沿概括、比较和分析.最后,对上下文感知推荐系统有待深入的研究难点和发展趋势进行了展望
2009,20(10):2729-2743
摘要：
基于多跳的无线传感器网络,越靠近sink的传感器节点因需要转发更多的数据,其能量消耗就越快,从而在sink周围形成了一种称为“能量洞”的现象.“能量洞”问题会导致整个网络由于内部节点能量过早耗尽而结束寿命,同时,网络中离sink较远的节点仍有大量能量剩余.研究“能量洞”现象,基于改进的分级环模型,总结出调节各环内节点的数据传输距离是实现网络节能的有效方法.证明搜索各区域最优的传输距离是一个多目标优化问题,即是NP难问题.从而提出一种基于蚁群优化的分布式算法,各区域根据其节点分布情况自适应地探索近似最优的传输距离,延长网络寿命.模拟实验结果表明,该算法在较短的时间内能够收敛到合理的解,并且得到的网络寿命接近于理想情况下的最优时间,与现有的类似算法相比,该算法提供了更长的网络寿命,并能适用于非均匀节点分布情况.
基于多跳的无线传感器网络,越靠近sink的传感器节点因需要转发更多的数据,其能量消耗就越快,从而在sink周围形成了一种称为“能量洞”的现象.“能量洞”问题会导致整个网络由于内部节点能量过早耗尽而结束寿命,同时,网络中离sink较远的节点仍有大量能量剩余.研究“能量洞”现象,基于改进的分级环模型,总结出调节各环内节点的数据传输距离是实现网络节能的有效方法.证明搜索各区域最优的传输距离是一个多目标优化问题,即是NP难问题.从而提出一种基于蚁群优化的分布式算法,各区域根据其节点分布情况自适应地探索近似最优的传输距离,延长网络寿命.模拟实验结果表明,该算法在较短的时间内能够收敛到合理的解,并且得到的网络寿命接近于理想情况下的最优时间,与现有的类似算法相比,该算法提供了更长的网络寿命,并能适用于非均匀节点分布情况.
2012,23(5):1148-1166
, DOI: 10.3724/SP.J.1001.2012.04195
摘要：
随着云计算的发展,云数据库的重要性和价值日益显现.介绍了云数据库的特性、影响、相关产品.详细讨论了云数据库领域的研究问题,包括数据模型、系统体系架构、事务一致性、编程模型、数据安全、性能优化和测试基准等.最后讨论了云数据库未来的研究方向.
随着云计算的发展,云数据库的重要性和价值日益显现.介绍了云数据库的特性、影响、相关产品.详细讨论了云数据库领域的研究问题,包括数据模型、系统体系架构、事务一致性、编程模型、数据安全、性能优化和测试基准等.最后讨论了云数据库未来的研究方向.
2000,11(11):1460-1466
摘要：
入侵检测是近年来网络安全研究的热 点.首先说明入侵检测的必要性,并给出入侵检测的概念和模型,概述了多种入侵检测方法及 体系结构.最后,讨论了该领域当前存在的问题及今后的研究方向.
入侵检测是近年来网络安全研究的热 点.首先说明入侵检测的必要性,并给出入侵检测的概念和模型,概述了多种入侵检测方法及 体系结构.最后,讨论了该领域当前存在的问题及今后的研究方向.
2015,26(1):26-39
, DOI: 10.13328/j.cnki.jos.004631
摘要：
近年来,迁移学习已经引起了广泛的关注和研究.迁移学习是运用已存有的知识对不同但相关领域问题进行求解的一种新的机器学习方法.它放宽了传统机器学习中的两个基本假设:(1) 用于学习的训练样本与新的测试样本满足独立同分布的条件;(2) 必须有足够可利用的训练样本才能学习得到一个好的分类模型.目的是迁移已有的知识来解决目标领域中仅有少量有标签样本数据甚至没有的学习问题.对迁移学习算法的研究以及相关理论研究的进展进行了综述,并介绍了在该领域所做的研究工作,特别是利用生成模型在概念层面建立迁移学习模型.最后介绍了迁移学习在文本分类、协同过滤等方面的应用工作,并指出了迁移学习下一步可能的研究方向.
近年来,迁移学习已经引起了广泛的关注和研究.迁移学习是运用已存有的知识对不同但相关领域问题进行求解的一种新的机器学习方法.它放宽了传统机器学习中的两个基本假设:(1) 用于学习的训练样本与新的测试样本满足独立同分布的条件;(2) 必须有足够可利用的训练样本才能学习得到一个好的分类模型.目的是迁移已有的知识来解决目标领域中仅有少量有标签样本数据甚至没有的学习问题.对迁移学习算法的研究以及相关理论研究的进展进行了综述,并介绍了在该领域所做的研究工作,特别是利用生成模型在概念层面建立迁移学习模型.最后介绍了迁移学习在文本分类、协同过滤等方面的应用工作,并指出了迁移学习下一步可能的研究方向.
2002,13(7):1228-1237
摘要：
近年来,软件体系结构逐渐成为软件工程领域的研究热点以及大型软件系统与软件产品线开发中的关键技术之一.归纳了软件体系结构技术发展过程及其主要研究方向.在分析了典型的软件体系结构概念之后,给出了软件体系结构的定义.通过总结软件体系结构领域的若干研究活动,提出了软件体系结构研究的两大思路,并从7个方面介绍了软件体系结构研究进展.探讨了软件体系结构研究中的不足之处,并分析其原因.作为总结,给出了软件体系结构领域最有前途的发展趋势.
近年来,软件体系结构逐渐成为软件工程领域的研究热点以及大型软件系统与软件产品线开发中的关键技术之一.归纳了软件体系结构技术发展过程及其主要研究方向.在分析了典型的软件体系结构概念之后,给出了软件体系结构的定义.通过总结软件体系结构领域的若干研究活动,提出了软件体系结构研究的两大思路,并从7个方面介绍了软件体系结构研究进展.探讨了软件体系结构研究中的不足之处,并分析其原因.作为总结,给出了软件体系结构领域最有前途的发展趋势.
2013,24(8):1786-1803
, DOI: 10.3724/SP.J.1001.2013.04416
摘要：
针对大数据管理的新需求,呈现出了许多面向特定应用的NoSQL 数据库系统.针对基于key-value 数据模型的NoSQL 数据库的相关研究进行综述.首先,介绍了大数据的特点以及支持大数据管理系统面临的关键技术问题;然后,介绍了相关前沿研究和研究挑战,其中典型的包括系统体系结构、数据模型、访问方式、索引技术、事务特性、系统弹性、动态负载均衡、副本策略、数据一致性策略、基于flash 的多级缓存机制、基于MapReduce 的数据处理策略和新一代数据管理系统等;最后给出了研究展望.
针对大数据管理的新需求,呈现出了许多面向特定应用的NoSQL 数据库系统.针对基于key-value 数据模型的NoSQL 数据库的相关研究进行综述.首先,介绍了大数据的特点以及支持大数据管理系统面临的关键技术问题;然后,介绍了相关前沿研究和研究挑战,其中典型的包括系统体系结构、数据模型、访问方式、索引技术、事务特性、系统弹性、动态负载均衡、副本策略、数据一致性策略、基于flash 的多级缓存机制、基于MapReduce 的数据处理策略和新一代数据管理系统等;最后给出了研究展望.
2006,17(7):1588-1600
摘要：
在无线传感器网络体系结构中,网络层的路由技术至关重要.分簇路由具有拓扑管理方便、能量利用高效、数据融合简单等优点,成为当前重点研究的路由技术.分析了无线传感器网络分簇路由机制,着重从簇头的产生、簇的形成和簇的路由角度系统地描述了当前典型的分簇路由算法,并比较和分析了这些算法的特点和适用情况.最后结合该领域当前研究现状,指出分簇路由算法未来的研究重点.
在无线传感器网络体系结构中,网络层的路由技术至关重要.分簇路由具有拓扑管理方便、能量利用高效、数据融合简单等优点,成为当前重点研究的路由技术.分析了无线传感器网络分簇路由机制,着重从簇头的产生、簇的形成和簇的路由角度系统地描述了当前典型的分簇路由算法,并比较和分析了这些算法的特点和适用情况.最后结合该领域当前研究现状,指出分簇路由算法未来的研究重点.
2011,22(1):115-131
, DOI: 10.3724/SP.J.1001.2011.03950
摘要：
Internet 流量模型对网络性能管理、QoS、准入控制等都有很重要的意义和作用.首先总结了现阶段已发现的主要网络流量的特性及相关度量参数,概要地介绍网络流量建模的意义和分类,然后按照“传统-自相似-流量建模的新发展”这3 个阶段阐述网络流量建模的发展历程与最新的研究成果,最后针对目前网络流量建模中存在的难点问题,展望了该领域未来的研究发展方向.
Internet 流量模型对网络性能管理、QoS、准入控制等都有很重要的意义和作用.首先总结了现阶段已发现的主要网络流量的特性及相关度量参数,概要地介绍网络流量建模的意义和分类,然后按照“传统-自相似-流量建模的新发展”这3 个阶段阐述网络流量建模的发展历程与最新的研究成果,最后针对目前网络流量建模中存在的难点问题,展望了该领域未来的研究发展方向.
2004,15(4):571-583
摘要：
在诸如文件共享等无中心的Peer-to-Peer环境中,资源共享是用户自愿的行为.在这类系统中,由于用户不为自身的行为担负(法律)责任,因而节点间的信任关系往往很难通过传统的信任机制建立.一种更合理的考虑是参考人际网络中基于推荐的信任关系建立方法.现有的模型不能很好地解决模型的迭代收敛性问题,同时缺乏对诸如冒名、诋毁等安全性问题的考虑.针对上述问题,在节点推荐的基础上提出了一种基于Peer-to-Peer环境的信任模型,并给出了该模型的数学分析和分布式实现方法.分析及仿真表明,该信任模型较已有模型在迭代的收敛性、模型的安全性等问题上有较大改进.
在诸如文件共享等无中心的Peer-to-Peer环境中,资源共享是用户自愿的行为.在这类系统中,由于用户不为自身的行为担负(法律)责任,因而节点间的信任关系往往很难通过传统的信任机制建立.一种更合理的考虑是参考人际网络中基于推荐的信任关系建立方法.现有的模型不能很好地解决模型的迭代收敛性问题,同时缺乏对诸如冒名、诋毁等安全性问题的考虑.针对上述问题,在节点推荐的基础上提出了一种基于Peer-to-Peer环境的信任模型,并给出了该模型的数学分析和分布式实现方法.分析及仿真表明,该信任模型较已有模型在迭代的收敛性、模型的安全性等问题上有较大改进.
2009,20(1):11-29
摘要：
约束优化问题是科学和工程应用领域经常会遇到的一类数学规划问题.近年来,约束优化问题求解已成为进化计算研究的一个重要方向.从约束优化进化算法=约束处理技术+进化算法的研究框架出发,从约束处理技术和进化算法两个基本方面对约束优化进化算法的研究及进展进行了综述.此外,对约束优化进化算法中的一些重要问题进行了探讨.最后进行了各种算法的比较性总结,深入分析了目前约束优化进化算法中亟待解决的问题,并指出了值得进一步研究的方向.
约束优化问题是科学和工程应用领域经常会遇到的一类数学规划问题.近年来,约束优化问题求解已成为进化计算研究的一个重要方向.从约束优化进化算法=约束处理技术+进化算法的研究框架出发,从约束处理技术和进化算法两个基本方面对约束优化进化算法的研究及进展进行了综述.此外,对约束优化进化算法中的一些重要问题进行了探讨.最后进行了各种算法的比较性总结,深入分析了目前约束优化进化算法中亟待解决的问题,并指出了值得进一步研究的方向.
2013,24(1):50-66
, DOI: 10.3724/SP.J.1001.2013.04276
摘要：
作为云平台提升应用性能的一种重要手段,分布式缓存技术近年来受到了工业界和学术界的广泛关注.从云计算与分布式缓存技术的结合入手,分析介绍了分布式缓存的特性、典型应用场景、发展阶段、相关标准规范以及推动缓存技术发展的若干关键要素.为系统地了解分布式缓存技术的现状和不足,建立了一个云环境下分布式缓存技术的分析框架——DctAF.该框架从分析云计算的特点和缓存技术的边界出发,涵盖6个分析维度.基于DctAF框架,对当前缓存技术进行总结和分析,并对典型系统进行比较.在此基础上,深入阐述了云环境下分布式缓存系统面临的挑战;围绕上述挑战,分析和比较了已有的研究工作.
作为云平台提升应用性能的一种重要手段,分布式缓存技术近年来受到了工业界和学术界的广泛关注.从云计算与分布式缓存技术的结合入手,分析介绍了分布式缓存的特性、典型应用场景、发展阶段、相关标准规范以及推动缓存技术发展的若干关键要素.为系统地了解分布式缓存技术的现状和不足,建立了一个云环境下分布式缓存技术的分析框架——DctAF.该框架从分析云计算的特点和缓存技术的边界出发,涵盖6个分析维度.基于DctAF框架,对当前缓存技术进行总结和分析,并对典型系统进行比较.在此基础上,深入阐述了云环境下分布式缓存系统面临的挑战;围绕上述挑战,分析和比较了已有的研究工作.
2008,19(zk):112-120
摘要：
无线移动Ad Hoc网络是一种不依赖任何固定基础设施的移动无线多跳网络.由于其动态性和资源的限制,在Ad Hoc网络中提供多路径路由是一个重要的研究课题.描述了一种Ad Hoc网络中基于信息熵选择的稳定多路径路由算法(stability multipath on-demand routing,简称SMDR),提出了路径熵的度量参数,并利用路径熵来选择稳定的、长寿命的多路径,减少了重构路由的次数,从而在网络拓扑频繁变化的Ad Hoc网络环境中较好地提供QoS保证和提高数据传输率.仿真结果表明,SMDR协议改进了分组传输率、端到端时延和路由负载率.SMDR协议为解决动态的Ad Hoc网络多路径传输提供了一种新的有效途径.
无线移动Ad Hoc网络是一种不依赖任何固定基础设施的移动无线多跳网络.由于其动态性和资源的限制,在Ad Hoc网络中提供多路径路由是一个重要的研究课题.描述了一种Ad Hoc网络中基于信息熵选择的稳定多路径路由算法(stability multipath on-demand routing,简称SMDR),提出了路径熵的度量参数,并利用路径熵来选择稳定的、长寿命的多路径,减少了重构路由的次数,从而在网络拓扑频繁变化的Ad Hoc网络环境中较好地提供QoS保证和提高数据传输率.仿真结果表明,SMDR协议改进了分组传输率、端到端时延和路由负载率.SMDR协议为解决动态的Ad Hoc网络多路径传输提供了一种新的有效途径.
2003,14(9):1621-1628
摘要：
推荐系统是电子商务系统中最重要的技术之一.随着电子商务系统用户数目和商品数目的日益增加,在整个商品空间上用户评分数据极端稀疏,传统的相似性度量方法均存在各自的弊端,导致推荐系统的推荐质量急剧下降.针对用户评分数据极端稀疏情况下传统相似性度量方法的不足,提出了一种基于项目评分预测的协同过滤推荐算法,根据项目之间的相似性初步预测用户对未评分项目的评分,在此基础上,采用一种新颖的相似性度量方法计算目标用户的最近邻居.实验结果表明,该算法可以有效地解决用户评分数据极端稀疏情况下传统相似性度量方法存在的问题,显著地提高推荐系统的推荐质量.
推荐系统是电子商务系统中最重要的技术之一.随着电子商务系统用户数目和商品数目的日益增加,在整个商品空间上用户评分数据极端稀疏,传统的相似性度量方法均存在各自的弊端,导致推荐系统的推荐质量急剧下降.针对用户评分数据极端稀疏情况下传统相似性度量方法的不足,提出了一种基于项目评分预测的协同过滤推荐算法,根据项目之间的相似性初步预测用户对未评分项目的评分,在此基础上,采用一种新颖的相似性度量方法计算目标用户的最近邻居.实验结果表明,该算法可以有效地解决用户评分数据极端稀疏情况下传统相似性度量方法存在的问题,显著地提高推荐系统的推荐质量.
2003,14(9):1635-1644
摘要：
计算机取证研究的是如何为调查计算机犯罪提供彻底、有效和安全的技术.其关键是确保证据的真实性、可靠性、完整性和符合法律规定.介绍了计算机取证的过程以及取证软件的原理和实现,并且给出完整的取证实例.从理论和实现两个方面讨论了现有取证技术的局限性和面临的挑战,并展望其未来的发展方向.由于计算机犯罪手段的变化和其他技术的引入,现有的取证工作将向着深入和综合的方向发展.
计算机取证研究的是如何为调查计算机犯罪提供彻底、有效和安全的技术.其关键是确保证据的真实性、可靠性、完整性和符合法律规定.介绍了计算机取证的过程以及取证软件的原理和实现,并且给出完整的取证实例.从理论和实现两个方面讨论了现有取证技术的局限性和面临的挑战,并展望其未来的发展方向.由于计算机犯罪手段的变化和其他技术的引入,现有的取证工作将向着深入和综合的方向发展.
2012,23(1):82-96
, DOI: 10.3724/SP.J.1001.2012.04101
摘要：
以僵尸网络为载体的各种网络攻击活动是目前互联网所面临的最为严重的安全威胁之一.虽然近年来这方面的研究取得了显著的进展,但是由于僵尸网络不断演化、越来越复杂和隐蔽以及网络和系统体系结构的限制给检测和防御带来的困难,如何有效应对僵尸网络的威胁仍是一项持续而具有挑战性的课题.首先从僵尸网络的传播、攻击以及命令与控制这3 个方面介绍了近年来僵尸网络工作机制的发展,然后从监测、工作机制分析、特征分析、检测和主动遏制这5 个环节对僵尸网络防御方面的研究进行总结和分析,并对目前的防御方法的局限、僵尸网络的发展趋势和进一步的研究方向进行了讨论.
以僵尸网络为载体的各种网络攻击活动是目前互联网所面临的最为严重的安全威胁之一.虽然近年来这方面的研究取得了显著的进展,但是由于僵尸网络不断演化、越来越复杂和隐蔽以及网络和系统体系结构的限制给检测和防御带来的困难,如何有效应对僵尸网络的威胁仍是一项持续而具有挑战性的课题.首先从僵尸网络的传播、攻击以及命令与控制这3 个方面介绍了近年来僵尸网络工作机制的发展,然后从监测、工作机制分析、特征分析、检测和主动遏制这5 个环节对僵尸网络防御方面的研究进行总结和分析,并对目前的防御方法的局限、僵尸网络的发展趋势和进一步的研究方向进行了讨论.
2008,19(8):1947-1964
摘要：
设计与实现面向领域应用的交互式信息可视化软件十分困难.缺乏统一的开发方法与支撑工具箱,为非专家用户提供对层次、网络、多维等数据类型的统一支持,对各种可视化技术与交互技术的统一支持,以及对信息可视化任务的统一支持.针对此问题,提出了一种模型驱动的交互式信息可视化开发方法Daisy.首先,提出了交互式信息可视化界面模型IIVM(interactive information visualization interface model);然后,提出了基于IIVM的交互式信息可视化开发方法Daisy,讨论了该方法的两个核心技术:IIVM建模与描述文件生成方法、系统自动生成方法.同时,给出了Daisy工具箱,包括Daisy建模工具、Daisy系统自动生成工具以及运行时框架与组件库.最后,给出了该开发方法与工具箱的应用实例.实例表明,该方法能够为交互式信息可视化开发的统一支撑方法问题提供一种有效的解决方案.
设计与实现面向领域应用的交互式信息可视化软件十分困难.缺乏统一的开发方法与支撑工具箱,为非专家用户提供对层次、网络、多维等数据类型的统一支持,对各种可视化技术与交互技术的统一支持,以及对信息可视化任务的统一支持.针对此问题,提出了一种模型驱动的交互式信息可视化开发方法Daisy.首先,提出了交互式信息可视化界面模型IIVM(interactive information visualization interface model);然后,提出了基于IIVM的交互式信息可视化开发方法Daisy,讨论了该方法的两个核心技术:IIVM建模与描述文件生成方法、系统自动生成方法.同时,给出了Daisy工具箱,包括Daisy建模工具、Daisy系统自动生成工具以及运行时框架与组件库.最后,给出了该开发方法与工具箱的应用实例.实例表明,该方法能够为交互式信息可视化开发的统一支撑方法问题提供一种有效的解决方案.
2008,19(8):1902-1919
摘要：
可视化语言技术比一维文本语言在描述软件组成方面具有优越性.由于图表和图形概念在系统建模中的广泛使用,可视化语言可以应用于需求分析、设计、测试和维护等软件开发的各个阶段.除了具有直观易见的特点之外,图文法在计算机上的精确建模和验证能力,为设计可视化语言提供了一个坚实的理论基础.讨论了可视化语言的形式理论基础,回顾了相关的可视化图形编程环境.特别提出了一种空间图文法,并且用该图文法定义了统一建模语言的行为语义.基于空间图文法,开发了一种基于模式驱动的框架,以帮助软件架构与设计.
可视化语言技术比一维文本语言在描述软件组成方面具有优越性.由于图表和图形概念在系统建模中的广泛使用,可视化语言可以应用于需求分析、设计、测试和维护等软件开发的各个阶段.除了具有直观易见的特点之外,图文法在计算机上的精确建模和验证能力,为设计可视化语言提供了一个坚实的理论基础.讨论了可视化语言的形式理论基础,回顾了相关的可视化图形编程环境.特别提出了一种空间图文法,并且用该图文法定义了统一建模语言的行为语义.基于空间图文法,开发了一种基于模式驱动的框架,以帮助软件架构与设计.
2006,17(9):1848-1859
摘要：
文本自动分类是信息检索与数据挖掘领域的研究热点与核心技术,近年来得到了广泛的关注和快速的发展.提出了基于机器学习的文本分类技术所面临的互联网内容信息处理等复杂应用的挑战,从模型、算法和评测等方面对其研究进展进行综述评论.认为非线性、数据集偏斜、标注瓶颈、多层分类、算法的扩展性及Web页分类等问题是目前文本分类研究的关键问题,并讨论了这些问题可能采取的方法.最后对研究的方向进行了展望.
文本自动分类是信息检索与数据挖掘领域的研究热点与核心技术,近年来得到了广泛的关注和快速的发展.提出了基于机器学习的文本分类技术所面临的互联网内容信息处理等复杂应用的挑战,从模型、算法和评测等方面对其研究进展进行综述评论.认为非线性、数据集偏斜、标注瓶颈、多层分类、算法的扩展性及Web页分类等问题是目前文本分类研究的关键问题,并讨论了这些问题可能采取的方法.最后对研究的方向进行了展望.
2010,21(2):231-247
摘要：
通过分析服务组合的故障需求,给出服务组合故障处理的框架.该框架采用Petri网来解决服务组合的错误发现及其处理问题.重点讨论了可用服务失败、组件失败及网络故障的情况,并相应地给出了服务组合故障模型.在此基础上对故障处理模型进行分析,给出服务组合故障处理正确性准则,并证明了其正确性.最后,采用CTL (computational tree logic)描述相关性质并提出验证服务组合故障分析的实施算法.仿真结果表明,该方法在处理服务组合故障时具有一定的优越性.
通过分析服务组合的故障需求,给出服务组合故障处理的框架.该框架采用Petri网来解决服务组合的错误发现及其处理问题.重点讨论了可用服务失败、组件失败及网络故障的情况,并相应地给出了服务组合故障模型.在此基础上对故障处理模型进行分析,给出服务组合故障处理正确性准则,并证明了其正确性.最后,采用CTL (computational tree logic)描述相关性质并提出验证服务组合故障分析的实施算法.仿真结果表明,该方法在处理服务组合故障时具有一定的优越性.
2017,28(1):1-16
, DOI: 10.13328/j.cnki.jos.005139
摘要：
背包问题（knapsack problem，简称KP）是一类著名的组合优化问题，也是一类NP难问题，它包括0-1背包问题、有界背包问题、多维背包问题、多背包问题、多选择背包问题、二次背包问题、动态背包问题和折扣背包问题等多种形式，在众多领域有着广泛的应用.演化算法（EAs）是一类有效的快速近似求解KP的算法.对近10余年来利用EAs求解KP的研究情况进行了较为详细的总结，一方面讨论了利用EAs求解各种KP问题时个体的编码方法与处理不可行解的有效方法，另一方面，为今后进一步利用最新提出的EAs求解KP问题提供了一条可借鉴的思路.
背包问题（knapsack problem，简称KP）是一类著名的组合优化问题，也是一类NP难问题，它包括0-1背包问题、有界背包问题、多维背包问题、多背包问题、多选择背包问题、二次背包问题、动态背包问题和折扣背包问题等多种形式，在众多领域有着广泛的应用.演化算法（EAs）是一类有效的快速近似求解KP的算法.对近10余年来利用EAs求解KP的研究情况进行了较为详细的总结，一方面讨论了利用EAs求解各种KP问题时个体的编码方法与处理不可行解的有效方法，另一方面，为今后进一步利用最新提出的EAs求解KP问题提供了一条可借鉴的思路.
2010,21(5):916-929
摘要：
重复数据删除技术主要分为两类:相同数据的检测技术和相似数据的检测与编码技术,系统地总结了 这两类技术,并分析了其优缺点.此外,由于重复数据删除技术会影响存储系统的可靠性和性能,又总结了针对这 两方面的问题提出的各种技术.通过对重复数据删除技术当前研究现状的分析,得出如下结论:a) 重复数据删除 中的数据特性挖掘问题还未得到完全解决,如何利用数据特征信息有效地消除重复数据还需要更深入的研 究;b) 从存储系统设计的角度,如何引入恰当的机制打破重复数据删除技术的可靠性局限并减少重复数据删除技术带来的额外系统开销也是一个需要深入研究的方面.
重复数据删除技术主要分为两类:相同数据的检测技术和相似数据的检测与编码技术,系统地总结了 这两类技术,并分析了其优缺点.此外,由于重复数据删除技术会影响存储系统的可靠性和性能,又总结了针对这 两方面的问题提出的各种技术.通过对重复数据删除技术当前研究现状的分析,得出如下结论:a) 重复数据删除 中的数据特性挖掘问题还未得到完全解决,如何利用数据特征信息有效地消除重复数据还需要更深入的研 究;b) 从存储系统设计的角度,如何引入恰当的机制打破重复数据删除技术的可靠性局限并减少重复数据删除技术带来的额外系统开销也是一个需要深入研究的方面.
2009,20(6):1393-1405
摘要：
组合测试能够在保证错误检出率的前提下采用较少的测试用例测试系统.但是,组合测试用例集的构造问题的复杂度是NP完全的.组合测试方法的有效性和复杂性吸引了组合数学领域和软件工程领域的学者们对其进行深入的研究.总结了近年来在组合测试方面的研究进展,主要内容包括:组合测试准则的研究、组合测试生成问题与其他NP完全问题的联系、组合测试用例的数学构造方法、采用计算机搜索的组合测试生成方法以及基于组合测试的错误定位技术.
组合测试能够在保证错误检出率的前提下采用较少的测试用例测试系统.但是,组合测试用例集的构造问题的复杂度是NP完全的.组合测试方法的有效性和复杂性吸引了组合数学领域和软件工程领域的学者们对其进行深入的研究.总结了近年来在组合测试方面的研究进展,主要内容包括:组合测试准则的研究、组合测试生成问题与其他NP完全问题的联系、组合测试用例的数学构造方法、采用计算机搜索的组合测试生成方法以及基于组合测试的错误定位技术.
2008,19(10):2706-2719
摘要：
Web搜索引擎已经成为人们从海量Web信息中快速找到所需信息的重要工具,随着Web数据量的爆炸性增长,传统的集中式搜索引擎已经越来越不能满足人们不断增长的信息获取需求.随着对等网络(peer-to-peer,简称P2P)技术的快速发展,人们提出了基于P2P的Web搜索技术并迅速成为研究热点.研究的目的是对现有的基于P2P的Web搜索技术进行总结,以期为进一步研究指明方向.首先分析了基于P2P的Web搜索面临的诸多挑战;然后重点总结分析了基于P2P的Web搜索的各项关键技术的研究现状,包括系统拓扑结构、数据存放策略、查询路由机制、索引切分策略、数据集选择、相关性排序、网页收集方法等;最后对已有的3个较有特色的基于P2P的Web搜索原型系统进行了介绍.
Web搜索引擎已经成为人们从海量Web信息中快速找到所需信息的重要工具,随着Web数据量的爆炸性增长,传统的集中式搜索引擎已经越来越不能满足人们不断增长的信息获取需求.随着对等网络(peer-to-peer,简称P2P)技术的快速发展,人们提出了基于P2P的Web搜索技术并迅速成为研究热点.研究的目的是对现有的基于P2P的Web搜索技术进行总结,以期为进一步研究指明方向.首先分析了基于P2P的Web搜索面临的诸多挑战;然后重点总结分析了基于P2P的Web搜索的各项关键技术的研究现状,包括系统拓扑结构、数据存放策略、查询路由机制、索引切分策略、数据集选择、相关性排序、网页收集方法等;最后对已有的3个较有特色的基于P2P的Web搜索原型系统进行了介绍.
-
全文下载排行(总排行，年度排行，各期排行)
摘要点击排行(总排行，年度排行，各期排行)
快速检索
过刊检索
全选反选导出
显示模式：
2008,19(1):48-61
摘要：
对近年来聚类算法的研究现状与新进展进行归纳总结.一方面对近年来提出的较有代表性的聚类算法,从算法思想、关键技术和优缺点等方面进行分析概括;另一方面选择一些典型的聚类算法和一些知名的数据集,主要从正确率和运行效率两个方面进行模拟实验,并分别就同一种聚类算法、不同的数据集以及同一个数据集、不同的聚类算法的聚类情况进行对比分析.最后通过综合上述两方面信息给出聚类分析的研究热点、难点、不足和有待解决的一些问题.上述工作将为聚类分析和数据挖掘等研究提供有益的参考.
对近年来聚类算法的研究现状与新进展进行归纳总结.一方面对近年来提出的较有代表性的聚类算法,从算法思想、关键技术和优缺点等方面进行分析概括;另一方面选择一些典型的聚类算法和一些知名的数据集,主要从正确率和运行效率两个方面进行模拟实验,并分别就同一种聚类算法、不同的数据集以及同一个数据集、不同的聚类算法的聚类情况进行对比分析.最后通过综合上述两方面信息给出聚类分析的研究热点、难点、不足和有待解决的一些问题.上述工作将为聚类分析和数据挖掘等研究提供有益的参考.
2011,22(1):71-83
, DOI: 10.3724/SP.J.1001.2011.03958
摘要：
云计算代表IT 领域向集约化、规模化与专业化道路发展的趋势,是IT 领域正在发生的深刻变革.但它在提高使用效率的同时,为实现用户信息资产安全与隐私保护带来极大的冲击与挑战.当前,安全成为云计算领域亟待突破的重要问题,其重要性与紧迫性已不容忽视.分析了云计算对信息安全领域中技术、标准、监管等各方面带来的挑战;提出云计算安全参考框架及该框架下的主要研究内容;指出云计算的普及与应用是近年来信息安全领域的重大挑战与发展契机,将引发信息安全领域又一次重要的技术变革.
云计算代表IT 领域向集约化、规模化与专业化道路发展的趋势,是IT 领域正在发生的深刻变革.但它在提高使用效率的同时,为实现用户信息资产安全与隐私保护带来极大的冲击与挑战.当前,安全成为云计算领域亟待突破的重要问题,其重要性与紧迫性已不容忽视.分析了云计算对信息安全领域中技术、标准、监管等各方面带来的挑战;提出云计算安全参考框架及该框架下的主要研究内容;指出云计算的普及与应用是近年来信息安全领域的重大挑战与发展契机,将引发信息安全领域又一次重要的技术变革.
2009,20(1):54-66
摘要：
网络簇结构是复杂网络最普遍和最重要的拓扑属性之一,具有同簇节点相互连接密集、异簇节点相互连接稀疏的特点.揭示网络簇结构的复杂网络聚类方法对分析复杂网络拓扑结构、理解其功能、发现其隐含模式、预测其行为都具有十分重要的理论意义,在社会网、生物网和万维网中具有广泛应用.综述了复杂网络聚类方法的研究背景、研究意义、国内外研究现状以及目前所面临的主要问题,试图为这个新兴的研究方向勾画出一个较为全面和清晰的概貌,为复杂网络分析、数据挖掘、智能Web、生物信息学等相关领域的研究者提供有益的参考.
网络簇结构是复杂网络最普遍和最重要的拓扑属性之一,具有同簇节点相互连接密集、异簇节点相互连接稀疏的特点.揭示网络簇结构的复杂网络聚类方法对分析复杂网络拓扑结构、理解其功能、发现其隐含模式、预测其行为都具有十分重要的理论意义,在社会网、生物网和万维网中具有广泛应用.综述了复杂网络聚类方法的研究背景、研究意义、国内外研究现状以及目前所面临的主要问题,试图为这个新兴的研究方向勾画出一个较为全面和清晰的概貌,为复杂网络分析、数据挖掘、智能Web、生物信息学等相关领域的研究者提供有益的参考.
2009,20(2):271-289
摘要：
进化多目标优化主要研究如何利用进化计算方法求解多目标优化问题,已经成为进化计算领域的研究热点之一.在简要总结2003年以前的主要算法后,着重对进化多目标优化的最新进展进行了详细讨论.归纳出当前多目标优化的研究趋势,一方面,粒子群优化、人工免疫系统、分布估计算法等越来越多的进化范例被引入多目标优化领域,一些新颖的受自然系统启发的多目标优化算法相继提出;另一方面,为了更有效的求解高维多目标优化问题,一些区别于传统Pareto占优的新型占优机制相继涌现;同时,对多目标优化问题本身性质的研究也在逐步深入.对公认的代表性算法进行了实验对比.最后,对进化多目标优化的进一步发展提出了自己的看法.
进化多目标优化主要研究如何利用进化计算方法求解多目标优化问题,已经成为进化计算领域的研究热点之一.在简要总结2003年以前的主要算法后,着重对进化多目标优化的最新进展进行了详细讨论.归纳出当前多目标优化的研究趋势,一方面,粒子群优化、人工免疫系统、分布估计算法等越来越多的进化范例被引入多目标优化领域,一些新颖的受自然系统启发的多目标优化算法相继提出;另一方面,为了更有效的求解高维多目标优化问题,一些区别于传统Pareto占优的新型占优机制相继涌现;同时,对多目标优化问题本身性质的研究也在逐步深入.对公认的代表性算法进行了实验对比.最后,对进化多目标优化的进一步发展提出了自己的看法.
2009,20(5):1337-1348
摘要：
针对云计算这样一个范畴综述了当前云计算所采用的技术,剖析其背后的技术含义以及当前云计算参与企业所采用的云计算实现方案.云计算包含两个方面的含义:一方面是底层构建的云计算平台基础设施,是用来构造上层应用程序的基础;另外一方面是构建在这个基础平台之上的云计算应用程序.主要是针对云计算的基础架构的研究与实现状况给出综述,对于云计算的应用也有所涉及.云计算有3个最基本的特征:第1个是基础设施架构在大规模的廉价服务器集群之上;第二是应用程序与底层服务协作开发,最大限度地利用资源;第3个是通过多个廉价服务器之间的冗余,通过软件获得高可用性.云计算达到了两个分布式计算的重要目标:可扩展性和高可用性.可扩展性表达了云计算能够无缝地扩展到大规模的集群之上,甚至包含数千个节点同时处理.高可用性代表了云计算能够容忍节点的错误,甚至有很大一部分节点发生失效也不会影响程序的正确运行.通过此文可以了解云计算的当前发展状况以及未来的研究趋势.
针对云计算这样一个范畴综述了当前云计算所采用的技术,剖析其背后的技术含义以及当前云计算参与企业所采用的云计算实现方案.云计算包含两个方面的含义:一方面是底层构建的云计算平台基础设施,是用来构造上层应用程序的基础;另外一方面是构建在这个基础平台之上的云计算应用程序.主要是针对云计算的基础架构的研究与实现状况给出综述,对于云计算的应用也有所涉及.云计算有3个最基本的特征:第1个是基础设施架构在大规模的廉价服务器集群之上;第二是应用程序与底层服务协作开发,最大限度地利用资源;第3个是通过多个廉价服务器之间的冗余,通过软件获得高可用性.云计算达到了两个分布式计算的重要目标:可扩展性和高可用性.可扩展性表达了云计算能够无缝地扩展到大规模的集群之上,甚至包含数千个节点同时处理.高可用性代表了云计算能够容忍节点的错误,甚至有很大一部分节点发生失效也不会影响程序的正确运行.通过此文可以了解云计算的当前发展状况以及未来的研究趋势.
2014,25(9):1889-1908
, DOI: 10.13328/j.cnki.jos.004674
摘要：
首先根据处理形式的不同,介绍了不同形式数据的特征和各自的典型应用场景以及相应的代表性处理系统,总结了大数据处理系统的三大发展趋势;随后,对系统支撑下的大数据分析技术和应用(包括深度学习、知识计算、社会计算与可视化等)进行了简要综述,总结了各种技术在大数据分析理解过程中的关键作用;最后梳理了大数据处理和分析面临的数据复杂性、计算复杂性和系统复杂性挑战,并逐一提出了可能的应对之策.
首先根据处理形式的不同,介绍了不同形式数据的特征和各自的典型应用场景以及相应的代表性处理系统,总结了大数据处理系统的三大发展趋势;随后,对系统支撑下的大数据分析技术和应用(包括深度学习、知识计算、社会计算与可视化等)进行了简要综述,总结了各种技术在大数据分析理解过程中的关键作用;最后梳理了大数据处理和分析面临的数据复杂性、计算复杂性和系统复杂性挑战,并逐一提出了可能的应对之策.
2009,20(2):350-362
摘要：
全面地总结推荐系统的研究现状,旨在介绍网络推荐的算法思想、帮助读者了解这个研究领域.首先阐述了推荐系统研究的工业需求、主要研究机构和成果发表的期刊会议;在讨论了推荐问题的形式化和非形式化定义之后,对主流算法进行了分类和对比;最后总结了常用数据集和评测指标,领域的重难点问题和未来可能的研究热点.
全面地总结推荐系统的研究现状,旨在介绍网络推荐的算法思想、帮助读者了解这个研究领域.首先阐述了推荐系统研究的工业需求、主要研究机构和成果发表的期刊会议;在讨论了推荐问题的形式化和非形式化定义之后,对主流算法进行了分类和对比;最后总结了常用数据集和评测指标,领域的重难点问题和未来可能的研究热点.
2010,21(3):427-437
摘要：
主要针对宋词这种特殊的汉语诗歌体裁,开展了有关自动生成算法及其实现方法的探索性研究.研究工作主要根据宋词特点,设计了基于平仄的编码方式、基于句法和语义加权值的适应度函数、基于精英主义和轮盘赌算法的选择策略,采用部分映射和启发式交叉算子和启发式变异算子,从而构建了一种基于遗传算法的宋词生成计算模型并进行了系统实现.实验结果表明,所建立的计算模型及其软件系统,初步实现了机器自动生成宋词的目标,对于给定的主题词和词牌,基本上能够自动生成有一定欣赏价值的宋词.论文的工作也填补了我国在汉语诗歌自动生成研究方面的不足.
主要针对宋词这种特殊的汉语诗歌体裁,开展了有关自动生成算法及其实现方法的探索性研究.研究工作主要根据宋词特点,设计了基于平仄的编码方式、基于句法和语义加权值的适应度函数、基于精英主义和轮盘赌算法的选择策略,采用部分映射和启发式交叉算子和启发式变异算子,从而构建了一种基于遗传算法的宋词生成计算模型并进行了系统实现.实验结果表明,所建立的计算模型及其软件系统,初步实现了机器自动生成宋词的目标,对于给定的主题词和词牌,基本上能够自动生成有一定欣赏价值的宋词.论文的工作也填补了我国在汉语诗歌自动生成研究方面的不足.
2004,15(10):1493-1504
摘要：
多年来计算机图形处理器(GP以大大超过摩尔定律的速度高速发展.图形处理器的发展极大地提高了计算机图形处理的速度和图形质量,并促进了与计算机图形相关应用领域的快速发展与此同时,图形处理器绘制流水线的高速度和并行性以及近年来发展起来的可编程功能为图形处理以外的通用计算提供了良好的运行平台,这使得基于GPU的通用计算成为近两三年来人们关注的一个研究热点.从介绍GPU的发展历史及其现代GPU的基本结构开始,阐述GPU用于通用计算的技术原理,以及其用于通用计算的主要领域和最新发展情况,并详细地介绍了GPU在流体模拟和代数计算、数据库应用、频谱分析等领域的应用和技术,包括在流体模拟方面的研究工作.还对GPU应用的软件工具及其最新发展作了较详细的介绍.最后,展望了GPU应用于通用计算的发展前景,并从硬件和软件两方面分析了这一领域未来所面临的挑战.
多年来计算机图形处理器(GP以大大超过摩尔定律的速度高速发展.图形处理器的发展极大地提高了计算机图形处理的速度和图形质量,并促进了与计算机图形相关应用领域的快速发展与此同时,图形处理器绘制流水线的高速度和并行性以及近年来发展起来的可编程功能为图形处理以外的通用计算提供了良好的运行平台,这使得基于GPU的通用计算成为近两三年来人们关注的一个研究热点.从介绍GPU的发展历史及其现代GPU的基本结构开始,阐述GPU用于通用计算的技术原理,以及其用于通用计算的主要领域和最新发展情况,并详细地介绍了GPU在流体模拟和代数计算、数据库应用、频谱分析等领域的应用和技术,包括在流体模拟方面的研究工作.还对GPU应用的软件工具及其最新发展作了较详细的介绍.最后,展望了GPU应用于通用计算的发展前景,并从硬件和软件两方面分析了这一领域未来所面临的挑战.
2021,32(2):349-369
, DOI: 10.13328/j.cnki.jos.006138
摘要：
小样本学习旨在通过少量样本学习到解决问题的模型.近年来，在大数据训练模型的趋势下，机器学习和深度学习在许多领域中取得了成功.但是在现实世界中的很多应用场景中，样本量很少或者标注样本很少，而对大量无标签样本进行标注工作将会耗费很大的人力.所以，如何用少量样本进行学习就成为目前人们需要关注的问题.系统地梳理了当前小样本学习的相关工作，具体来说介绍了基于模型微调、基于数据增强和基于迁移学习这3大类小样本学习模型与算法的研究进展；将基于数据增强的方法细分为基于无标签数据、基于数据合成和基于特征增强这3类，将基于迁移学习的方法细分为基于度量学习、基于元学习和基于图神经网络这3类；总结了目前常用的小样本数据集和代表性的小样本学习模型在这些数据集上的实验结果；随后对小样本学习的现状和挑战进行了概述；最后展望了小样本学习的未来发展方向.
小样本学习旨在通过少量样本学习到解决问题的模型.近年来，在大数据训练模型的趋势下，机器学习和深度学习在许多领域中取得了成功.但是在现实世界中的很多应用场景中，样本量很少或者标注样本很少，而对大量无标签样本进行标注工作将会耗费很大的人力.所以，如何用少量样本进行学习就成为目前人们需要关注的问题.系统地梳理了当前小样本学习的相关工作，具体来说介绍了基于模型微调、基于数据增强和基于迁移学习这3大类小样本学习模型与算法的研究进展；将基于数据增强的方法细分为基于无标签数据、基于数据合成和基于特征增强这3类，将基于迁移学习的方法细分为基于度量学习、基于元学习和基于图神经网络这3类；总结了目前常用的小样本数据集和代表性的小样本学习模型在这些数据集上的实验结果；随后对小样本学习的现状和挑战进行了概述；最后展望了小样本学习的未来发展方向.
2013,24(11):2476-2497
, DOI: 10.3724/SP.J.1001.2013.04486
摘要：
概率图模型作为一类有力的工具,能够简洁地表示复杂的概率分布,有效地(近似)计算边缘分布和条件分布,方便地学习概率模型中的参数和超参数.因此,它作为一种处理不确定性的形式化方法,被广泛应用于需要进行自动的概率推理的场合,例如计算机视觉、自然语言处理.回顾了有关概率图模型的表示、推理和学习的基本概念和主要结果,并详细介绍了这些方法在两种重要的概率模型中的应用.还回顾了在加速经典近似推理算法方面的新进展.最后讨论了相关方向的研究前景.
概率图模型作为一类有力的工具,能够简洁地表示复杂的概率分布,有效地(近似)计算边缘分布和条件分布,方便地学习概率模型中的参数和超参数.因此,它作为一种处理不确定性的形式化方法,被广泛应用于需要进行自动的概率推理的场合,例如计算机视觉、自然语言处理.回顾了有关概率图模型的表示、推理和学习的基本概念和主要结果,并详细介绍了这些方法在两种重要的概率模型中的应用.还回顾了在加速经典近似推理算法方面的新进展.最后讨论了相关方向的研究前景.
2022,33(7):2464-2481
, DOI: 10.13328/j.cnki.jos.006585
摘要：
基于线性抽象的符号传播方法在神经网络验证中具有重要地位.针对这类方法,提出了多路径回溯的概念.现有方法可看作仅使用单条回溯路径计算每个神经网络节点的上下界,是这一概念的特例.使用多条回溯路径,可以有效地改善这类方法的精度.在数据集ACAS Xu,MNIST和CIFAR10上,将多路径回溯方法与使用单条回溯路径的DeepPoly进行定量比较,结果表明,多路径回溯方法能够获得明显的精度提升,而仅引入较小的额外时间代价.此外,在数据集MNIST上,将多路径回溯方法与使用全局优化的Optimized LiRPA比较,结果表明,该方法仍然具有精度优势.
基于线性抽象的符号传播方法在神经网络验证中具有重要地位.针对这类方法,提出了多路径回溯的概念.现有方法可看作仅使用单条回溯路径计算每个神经网络节点的上下界,是这一概念的特例.使用多条回溯路径,可以有效地改善这类方法的精度.在数据集ACAS Xu,MNIST和CIFAR10上,将多路径回溯方法与使用单条回溯路径的DeepPoly进行定量比较,结果表明,多路径回溯方法能够获得明显的精度提升,而仅引入较小的额外时间代价.此外,在数据集MNIST上,将多路径回溯方法与使用全局优化的Optimized LiRPA比较,结果表明,该方法仍然具有精度优势.
2016,27(1):45-71
, DOI: 10.13328/j.cnki.jos.004914
摘要：
Android是目前最流行的智能手机软件平台,报告称,2014年,Android的销售量占到全球份额81%的绝对优势,首次达到10亿部.其余如苹果、微软、黑莓与火狐等则远远落在后面.与此同时,Android智能手机的日益流行也吸引了黑客,导致Android恶意软件应用的大量增加.从Android体系结构、设计原则、安全机制、主要威胁、恶意软件分类与检测、静态分析与动态分析、机器学习方法、安全扩展方案等多维角度,对Android安全的最新研究进展进行了总结与分析.
Android是目前最流行的智能手机软件平台,报告称,2014年,Android的销售量占到全球份额81%的绝对优势,首次达到10亿部.其余如苹果、微软、黑莓与火狐等则远远落在后面.与此同时,Android智能手机的日益流行也吸引了黑客,导致Android恶意软件应用的大量增加.从Android体系结构、设计原则、安全机制、主要威胁、恶意软件分类与检测、静态分析与动态分析、机器学习方法、安全扩展方案等多维角度,对Android安全的最新研究进展进行了总结与分析.
2018,29(5):1471-1514
, DOI: 10.13328/j.cnki.jos.005519
摘要：
计算机辅助检测/诊断（computer-aided detection/diagnosis，简称CAD）能够提高诊断的准确性，减少假阳性的产生，为医生提供有效的诊断决策支持.旨在分析计算机辅助诊断工具的最新发展.以CAD研究较多的四大致命性癌症的发病医学部位为主线，按照不同的成像技术和病类，对目前CAD在不同医学图像领域的应用进行了较为详尽的综述，从图像数据集、算法和评估方法等方面做多维度梳理.最后分析了医学图像CAD系统研究领域目前存在的问题，并对此领域的研究趋势和发展方向进行展望.
计算机辅助检测/诊断（computer-aided detection/diagnosis，简称CAD）能够提高诊断的准确性，减少假阳性的产生，为医生提供有效的诊断决策支持.旨在分析计算机辅助诊断工具的最新发展.以CAD研究较多的四大致命性癌症的发病医学部位为主线，按照不同的成像技术和病类，对目前CAD在不同医学图像领域的应用进行了较为详尽的综述，从图像数据集、算法和评估方法等方面做多维度梳理.最后分析了医学图像CAD系统研究领域目前存在的问题，并对此领域的研究趋势和发展方向进行展望.
2012,23(4):962-986
, DOI: 10.3724/SP.J.1001.2012.04175
摘要：
云计算作为下一代计算模式,在科学计算和商业计算领域均发挥着重要作用,受到当前学术界和企业界的广泛关注.云计算环境下的分布存储主要研究数据在数据中心上的组织和管理,作为云计算环境的核心基础设施,数据中心通常由百万级以上节点组成,存储其上的数据规模往往达到PB 级甚至EB 级,导致数据失效成为一种常态行为,极大地限制了云计算的应用和推广,增加了云计算的成本.因此,提高可扩展性和容错性、降低成本,成为云计算环境下分布存储研究的若干关键技术.针对如何提高存储的可扩展性、容错性以及降低存储的能耗等目标,从数据中心网络的设计、数据的存储组织方式等方面对当前分布存储的关键技术进行了综述.首先,介绍并对比了当前典型的数据中心网络结构的优缺点;其次,介绍并对比了当前常用的两种分布存储容错技术,即基于复制的容错技术和基于纠删码的容错技术;第三,介绍了当前典型的分布存储节能技术,并分析了各项技术的优缺点;最后指出了当前技术面临的主要挑战和下一步研究的方向.
云计算作为下一代计算模式,在科学计算和商业计算领域均发挥着重要作用,受到当前学术界和企业界的广泛关注.云计算环境下的分布存储主要研究数据在数据中心上的组织和管理,作为云计算环境的核心基础设施,数据中心通常由百万级以上节点组成,存储其上的数据规模往往达到PB 级甚至EB 级,导致数据失效成为一种常态行为,极大地限制了云计算的应用和推广,增加了云计算的成本.因此,提高可扩展性和容错性、降低成本,成为云计算环境下分布存储研究的若干关键技术.针对如何提高存储的可扩展性、容错性以及降低存储的能耗等目标,从数据中心网络的设计、数据的存储组织方式等方面对当前分布存储的关键技术进行了综述.首先,介绍并对比了当前典型的数据中心网络结构的优缺点;其次,介绍并对比了当前常用的两种分布存储容错技术,即基于复制的容错技术和基于纠删码的容错技术;第三,介绍了当前典型的分布存储节能技术,并分析了各项技术的优缺点;最后指出了当前技术面临的主要挑战和下一步研究的方向.
2012,23(1):1-20
, DOI: 10.3724/SP.J.1001.2012.04100
摘要：
近年来,上下文感知推荐系统已成为推荐系统研究领域最为活跃的研究领域之一.如何利用上下文信息进一步提高推荐系统的推荐精确度和用户满意度,成为上下文感知推荐系统的主要任务.从面向过程的角度对最近几年上下文感知推荐系统的研究进展进行综述,对其系统框架、关键技术、主要模型、效用评价以及应用实践等进行了前沿概括、比较和分析.最后,对上下文感知推荐系统有待深入的研究难点和发展趋势进行了展望
近年来,上下文感知推荐系统已成为推荐系统研究领域最为活跃的研究领域之一.如何利用上下文信息进一步提高推荐系统的推荐精确度和用户满意度,成为上下文感知推荐系统的主要任务.从面向过程的角度对最近几年上下文感知推荐系统的研究进展进行综述,对其系统框架、关键技术、主要模型、效用评价以及应用实践等进行了前沿概括、比较和分析.最后,对上下文感知推荐系统有待深入的研究难点和发展趋势进行了展望
2015,26(1):62-81
, DOI: 10.13328/j.cnki.jos.004701
摘要：
网络抽象促使软件定义网络(software-defined networking,简称SDN)的产生.SDN将数据平面与控制平面解耦合,简化了网络管理.首先从SDN诞生发展的背景入手,梳理了SDN的体系结构,包括数据层、控制层和应用层,并按照SDN的层次结构深入阐述其关键技术,特别分析了一致性、可用性和容错性等特性.然后,论述了SDN在不同应用场景下的最新研究成果.最后,展望未来研究工作.
网络抽象促使软件定义网络(software-defined networking,简称SDN)的产生.SDN将数据平面与控制平面解耦合,简化了网络管理.首先从SDN诞生发展的背景入手,梳理了SDN的体系结构,包括数据层、控制层和应用层,并按照SDN的层次结构深入阐述其关键技术,特别分析了一致性、可用性和容错性等特性.然后,论述了SDN在不同应用场景下的最新研究成果.最后,展望未来研究工作.
2012,23(1):32-45
, DOI: 10.3724/SP.J.1001.2012.04091
摘要：
在科学研究、计算机仿真、互联网应用、电子商务等诸多应用领域,数据量正在以极快的速度增长,为了分析和利用这些庞大的数据资源,必须依赖有效的数据分析技术.传统的关系数据管理技术(并行数据库)经过了将近40 年的发展,在扩展性方面遇到了巨大的障碍,无法胜任大数据分析的任务;而以MapReduce 为代表的非关系数据管理和分析技术异军突起,以其良好的扩展性、容错性和大规模并行处理的优势,从互联网信息搜索领域开始,进而在数据分析的诸多领域和关系数据管理技术展开了竞争.关系数据管理技术阵营在丧失搜索这个阵地之后,开始考虑自身的局限性,不断借鉴MapReduce 的优秀思想改造自身,而以MapReduce 为代表的非关系数据管理技术阵营,从关系数据管理技术所积累的宝贵财富中挖掘可以借鉴的技术和方法,不断解决其性能问题.面向大数据的深度分析需求,新的架构模式正在涌现.关系数据管理技术和非关系数据管理技术在不断的竞争中互相取长补短,在新的大数据分析生态系统内找到自己的位置.
在科学研究、计算机仿真、互联网应用、电子商务等诸多应用领域,数据量正在以极快的速度增长,为了分析和利用这些庞大的数据资源,必须依赖有效的数据分析技术.传统的关系数据管理技术(并行数据库)经过了将近40 年的发展,在扩展性方面遇到了巨大的障碍,无法胜任大数据分析的任务;而以MapReduce 为代表的非关系数据管理和分析技术异军突起,以其良好的扩展性、容错性和大规模并行处理的优势,从互联网信息搜索领域开始,进而在数据分析的诸多领域和关系数据管理技术展开了竞争.关系数据管理技术阵营在丧失搜索这个阵地之后,开始考虑自身的局限性,不断借鉴MapReduce 的优秀思想改造自身,而以MapReduce 为代表的非关系数据管理技术阵营,从关系数据管理技术所积累的宝贵财富中挖掘可以借鉴的技术和方法,不断解决其性能问题.面向大数据的深度分析需求,新的架构模式正在涌现.关系数据管理技术和非关系数据管理技术在不断的竞争中互相取长补短,在新的大数据分析生态系统内找到自己的位置.
2005,16(5):857-868
摘要：
作为一种全新的信息获取和处理技术,无线传感器网络可以在广泛的应用领域内实现复杂的大规模监测和追踪任务,而网络自身定位是大多数应用的基础.介绍了无线传感器网络自身定位系统和算法的性能评价标准和分类方法,着重综述了近年来该领域具有代表性的算法及系统的原理和特点,并指出未来的研究方向.
作为一种全新的信息获取和处理技术,无线传感器网络可以在广泛的应用领域内实现复杂的大规模监测和追踪任务,而网络自身定位是大多数应用的基础.介绍了无线传感器网络自身定位系统和算法的性能评价标准和分类方法,着重综述了近年来该领域具有代表性的算法及系统的原理和特点,并指出未来的研究方向.
2011,22(1):115-131
, DOI: 10.3724/SP.J.1001.2011.03950
摘要：
Internet 流量模型对网络性能管理、QoS、准入控制等都有很重要的意义和作用.首先总结了现阶段已发现的主要网络流量的特性及相关度量参数,概要地介绍网络流量建模的意义和分类,然后按照“传统-自相似-流量建模的新发展”这3 个阶段阐述网络流量建模的发展历程与最新的研究成果,最后针对目前网络流量建模中存在的难点问题,展望了该领域未来的研究发展方向.
Internet 流量模型对网络性能管理、QoS、准入控制等都有很重要的意义和作用.首先总结了现阶段已发现的主要网络流量的特性及相关度量参数,概要地介绍网络流量建模的意义和分类,然后按照“传统-自相似-流量建模的新发展”这3 个阶段阐述网络流量建模的发展历程与最新的研究成果,最后针对目前网络流量建模中存在的难点问题,展望了该领域未来的研究发展方向.
2013,24(1):77-90
, DOI: 10.3724/SP.J.1001.2013.04339
摘要：
任务并行编程模型是近年来多核平台上广泛研究和使用的并行编程模型,旨在简化并行编程和提高多核利用率.首先,介绍了任务并行编程模型的基本编程接口和支持机制;然后,从3个角度,即并行性表达、数据管理和任务调度介绍任务并行编程模型的研究问题、困难和最新研究成果;最后展望了任务并行未来的研究方向.
任务并行编程模型是近年来多核平台上广泛研究和使用的并行编程模型,旨在简化并行编程和提高多核利用率.首先,介绍了任务并行编程模型的基本编程接口和支持机制;然后,从3个角度,即并行性表达、数据管理和任务调度介绍任务并行编程模型的研究问题、困难和最新研究成果;最后展望了任务并行未来的研究方向.
2020,31(7):2245-2282
, DOI: 10.13328/j.cnki.jos.006037
摘要：
超声诊断是甲状腺、乳腺癌首选影像学检查和术前评估方法.但良/恶性结节的超声表现存在重叠，仍欠缺定量、稳定的分析手段，严重依赖操作者的经验.近年来，基于计算机技术的医疗影像分析水平快速发展，超声影像分析取得了一系列里程碑式的突破，为医疗提供有效的诊断决策支持.以甲状腺、乳腺两类超声影像为对象，梳理了计算机视觉、图像识别技术在医学超声图像上的学术进展，以超声影像自动诊断涉及的一系列关键技术为主线，从图像预处理、病灶区定位及分割、特征提取和分类这4个方面对近年来主流算法进行了详尽的综述分析，从算法分析、数据和评估方法等方面进行多维度梳理.最后讨论了具体面向这两种腺体的超声图像计算机分析存在的问题，并对此领域的研究趋势和发展方向进行了展望.
超声诊断是甲状腺、乳腺癌首选影像学检查和术前评估方法.但良/恶性结节的超声表现存在重叠，仍欠缺定量、稳定的分析手段，严重依赖操作者的经验.近年来，基于计算机技术的医疗影像分析水平快速发展，超声影像分析取得了一系列里程碑式的突破，为医疗提供有效的诊断决策支持.以甲状腺、乳腺两类超声影像为对象，梳理了计算机视觉、图像识别技术在医学超声图像上的学术进展，以超声影像自动诊断涉及的一系列关键技术为主线，从图像预处理、病灶区定位及分割、特征提取和分类这4个方面对近年来主流算法进行了详尽的综述分析，从算法分析、数据和评估方法等方面进行多维度梳理.最后讨论了具体面向这两种腺体的超声图像计算机分析存在的问题，并对此领域的研究趋势和发展方向进行了展望.
2017,28(4):959-992
, DOI: 10.13328/j.cnki.jos.005143
摘要：
大数据时代下，移动互联网发展与移动终端的普及形成了海量移动对象轨迹数据.轨迹数据含有丰富的时空特征信息，通过轨迹数据处理技术，可以挖掘人类活动规律与行为特征、城市车辆移动特征、大气环境变化规律等信息.海量的轨迹数据也潜在性地暴露出移动对象行为特征、兴趣爱好和社会习惯等隐私信息，攻击者可以根据轨迹数据挖掘出移动对象的活动场景、位置等属性信息.另外，量子计算因其强大的存储和计算能力成为大数据挖掘重要的理论研究方向，用量子计算技术处理轨迹大数据，可以使一些复杂的问题得到解决并实现更高的效率.对轨迹大数据中数据处理关键技术进行了综述.首先，介绍轨迹数据概念和特征，并且总结了轨迹数据预处理方法，包括噪声滤波、轨迹压缩等；其次，归纳轨迹索引与查询技术以及轨迹数据挖掘已有的研究成果，包括模式挖掘、轨迹分类等；总结了轨迹数据隐私保护技术基本原理和特点，介绍了轨迹大数据支撑技术，如处理框架、数据可视化；也讨论了轨迹数据处理中应用量子计算的可能方式，并且介绍了目前轨迹数据处理中所使用的核心算法所对应的量子算法实现；最后，对轨迹数据处理面临的挑战与未来研究方向进行了总结与展望.
大数据时代下，移动互联网发展与移动终端的普及形成了海量移动对象轨迹数据.轨迹数据含有丰富的时空特征信息，通过轨迹数据处理技术，可以挖掘人类活动规律与行为特征、城市车辆移动特征、大气环境变化规律等信息.海量的轨迹数据也潜在性地暴露出移动对象行为特征、兴趣爱好和社会习惯等隐私信息，攻击者可以根据轨迹数据挖掘出移动对象的活动场景、位置等属性信息.另外，量子计算因其强大的存储和计算能力成为大数据挖掘重要的理论研究方向，用量子计算技术处理轨迹大数据，可以使一些复杂的问题得到解决并实现更高的效率.对轨迹大数据中数据处理关键技术进行了综述.首先，介绍轨迹数据概念和特征，并且总结了轨迹数据预处理方法，包括噪声滤波、轨迹压缩等；其次，归纳轨迹索引与查询技术以及轨迹数据挖掘已有的研究成果，包括模式挖掘、轨迹分类等；总结了轨迹数据隐私保护技术基本原理和特点，介绍了轨迹大数据支撑技术，如处理框架、数据可视化；也讨论了轨迹数据处理中应用量子计算的可能方式，并且介绍了目前轨迹数据处理中所使用的核心算法所对应的量子算法实现；最后，对轨迹数据处理面临的挑战与未来研究方向进行了总结与展望.
2010,21(2):344-358
摘要：
将现有入侵容忍、自毁技术与自律计算相结合,提出了一种基于SM-PEPA(semi-Markov performance evaluation process algebra)的关键任务系统自律可信性模型以支持形式化分析和推理.该模型具有一定程度的自管理能力,采用分级处理的方式应对各种程度的可信性威胁,满足了关键任务系统对可信性的特殊需求.在此基础上,从稳态概率角度提出了一种自律可信性度量方法.最后,结合具体实例对模型参数对自律可信性的影响进行了初步分析.实验结果表明,增大关键任务系统可信性威胁检测率和自恢复成功率,可在较大范围内提高系统的自律可信 特性.
将现有入侵容忍、自毁技术与自律计算相结合,提出了一种基于SM-PEPA(semi-Markov performance evaluation process algebra)的关键任务系统自律可信性模型以支持形式化分析和推理.该模型具有一定程度的自管理能力,采用分级处理的方式应对各种程度的可信性威胁,满足了关键任务系统对可信性的特殊需求.在此基础上,从稳态概率角度提出了一种自律可信性度量方法.最后,结合具体实例对模型参数对自律可信性的影响进行了初步分析.实验结果表明,增大关键任务系统可信性威胁检测率和自恢复成功率,可在较大范围内提高系统的自律可信 特性.
2011,22(6):1299-1315
, DOI: 10.3724/SP.J.1001.2011.03993
摘要：
由于属性基加密(attribute-based encryption,简称ABE)机制以属性为公钥,将密文和用户私钥与属性关联,能够灵活地表示访问控制策略,从而极大地降低了数据共享细粒度访问控制带来的网络带宽和发送结点的处理开销.因此,ABE 在细粒度访问控制领域具有广阔的应用前景.在对基本ABE 机制及其两种扩展:密钥-策略ABE(KP-ABE)和密文-策略ABE(CP-ABE)进行深入研究、分析后,针对ABE 中的CP-ABE 机制访问结构的设计、属性密钥撤销、ABE 的密钥滥用、多授权机构等难点问题进行了深入探讨和综合分析,对比了现有研究工作的功能及开销.最后讨论了ABE 未来需进一步研究的问题和主要研究方向.
由于属性基加密(attribute-based encryption,简称ABE)机制以属性为公钥,将密文和用户私钥与属性关联,能够灵活地表示访问控制策略,从而极大地降低了数据共享细粒度访问控制带来的网络带宽和发送结点的处理开销.因此,ABE 在细粒度访问控制领域具有广阔的应用前景.在对基本ABE 机制及其两种扩展:密钥-策略ABE(KP-ABE)和密文-策略ABE(CP-ABE)进行深入研究、分析后,针对ABE 中的CP-ABE 机制访问结构的设计、属性密钥撤销、ABE 的密钥滥用、多授权机构等难点问题进行了深入探讨和综合分析,对比了现有研究工作的功能及开销.最后讨论了ABE 未来需进一步研究的问题和主要研究方向.
2014,25(1):37-50
, DOI: 10.13328/j.cnki.jos.004497
摘要：
对语音情感识别的研究现状和进展进行了归纳和总结，对未来语音情感识别技术发展趋势进行了展望. 从5个角度逐步展开进行归纳总结，即情感描述模型、具有代表性的情感语音库、语音情感特征提取、语音情感识别算法研究和语音情感识别技术应用，旨在尽可能全面地对语音情感识别技术进行细致的介绍与分析，为相关研究人员提供有价值的学术参考；最后，立足于研究现状的分析与把握，对当前语音情感识别领域所面临的挑战与发展趋势进行了展望.侧重于对语音情感识别研究的主流方法和前沿进展进行概括、比较和分析.
对语音情感识别的研究现状和进展进行了归纳和总结，对未来语音情感识别技术发展趋势进行了展望. 从5个角度逐步展开进行归纳总结，即情感描述模型、具有代表性的情感语音库、语音情感特征提取、语音情感识别算法研究和语音情感识别技术应用，旨在尽可能全面地对语音情感识别技术进行细致的介绍与分析，为相关研究人员提供有价值的学术参考；最后，立足于研究现状的分析与把握，对当前语音情感识别领域所面临的挑战与发展趋势进行了展望.侧重于对语音情感识别研究的主流方法和前沿进展进行概括、比较和分析.
2018,29(10):2966-2994
, DOI: 10.13328/j.cnki.jos.005551
摘要：
近年来，随着互联网技术和应用模式的迅猛发展，引发了互联网数据规模的爆炸式增长，其中包含大量有价值的知识.如何组织和表达这些知识，并对其进行深入计算和分析备受关注.知识图谱作为丰富直观的知识表达方式应运而生.面向知识图谱的知识推理是知识图谱的研究热点之一，已在垂直搜索、智能问答等应用领域发挥了重要作用.面向知识图谱的知识推理旨在根据已有的知识推理出新的知识或识别错误的知识.不同于传统的知识推理，由于知识图谱中知识表达形式的简洁直观、灵活丰富，面向知识图谱的知识推理方法也更加多样化.将从知识推理的基本概念出发，介绍近年来面向知识图谱知识推理方法的最新研究进展.具体地，根据推理类型划分，将面向知识图谱的知识推理分为单步推理和多步推理，根据方法的不同，每类又包括基于规则的推理、基于分布式表示的推理、基于神经网络的推理以及混合推理.详细总结这些方法，并探讨和展望面向知识图谱知识推理的未来研究方向和前景.
近年来，随着互联网技术和应用模式的迅猛发展，引发了互联网数据规模的爆炸式增长，其中包含大量有价值的知识.如何组织和表达这些知识，并对其进行深入计算和分析备受关注.知识图谱作为丰富直观的知识表达方式应运而生.面向知识图谱的知识推理是知识图谱的研究热点之一，已在垂直搜索、智能问答等应用领域发挥了重要作用.面向知识图谱的知识推理旨在根据已有的知识推理出新的知识或识别错误的知识.不同于传统的知识推理，由于知识图谱中知识表达形式的简洁直观、灵活丰富，面向知识图谱的知识推理方法也更加多样化.将从知识推理的基本概念出发，介绍近年来面向知识图谱知识推理方法的最新研究进展.具体地，根据推理类型划分，将面向知识图谱的知识推理分为单步推理和多步推理，根据方法的不同，每类又包括基于规则的推理、基于分布式表示的推理、基于神经网络的推理以及混合推理.详细总结这些方法，并探讨和展望面向知识图谱知识推理的未来研究方向和前景.
2009,20(3):524-545
摘要：
通过软件开发实践,人们逐步地认识到软件产品的质量在很大程度上依赖于产品开发时所使用的过程.软件过程建模是通过特定的方法对软件过程进行抽象、表示和分析以增加对软件过程的理解,同时,可执行的(enactable)软件过程模型可以直接指导实际软件开发活动,进而规范软件开发行为并最终提高软件质量.为了系统地了解软件过程建模方法研究的现状和最新进展,采用系统评价(systematic review)方法对该领域最近10年的主要研究进行了概括和分析.从一系列的相关研究中,选出来自20 个会议和7 种期刊的72 篇文献,作为系统评价的依据.该系统评价回答了如下关于软件过程建模方法的3 个问题,以便从总体上概括和把握该领域的研究:1) 软件过程建模方法主要基于什么范式;2) 软件过程建模方法研究的主要目的集中在哪些方面;3) 软件过程建模方法的研究有哪些新的趋势.同时,在仔细回顾和分析软件过程建模领域研究现状的基础上,给出了一种多维度的集成化软件过程建模方法.该方法有助于解决过程建模领域所面临的主要问题.
通过软件开发实践,人们逐步地认识到软件产品的质量在很大程度上依赖于产品开发时所使用的过程.软件过程建模是通过特定的方法对软件过程进行抽象、表示和分析以增加对软件过程的理解,同时,可执行的(enactable)软件过程模型可以直接指导实际软件开发活动,进而规范软件开发行为并最终提高软件质量.为了系统地了解软件过程建模方法研究的现状和最新进展,采用系统评价(systematic review)方法对该领域最近10年的主要研究进行了概括和分析.从一系列的相关研究中,选出来自20 个会议和7 种期刊的72 篇文献,作为系统评价的依据.该系统评价回答了如下关于软件过程建模方法的3 个问题,以便从总体上概括和把握该领域的研究:1) 软件过程建模方法主要基于什么范式;2) 软件过程建模方法研究的主要目的集中在哪些方面;3) 软件过程建模方法的研究有哪些新的趋势.同时,在仔细回顾和分析软件过程建模领域研究现状的基础上,给出了一种多维度的集成化软件过程建模方法.该方法有助于解决过程建模领域所面临的主要问题.
2013,24(4):825-842
, DOI: 10.3724/SP.J.1001.2013.04369
摘要：
蜜罐是防御方为了改变网络攻防博弈不对称局面而引入的一种主动防御技术,通过部署没有业务用途的安全资源,诱骗攻击者对其进行非法使用,从而对攻击行为进行捕获和分析,了解攻击工具与方法,推测攻击意图和动机.蜜罐技术赢得了安全社区的持续关注,得到了长足发展与广泛应用,并已成为互联网安全威胁监测与分析的一种主要技术手段.介绍了蜜罐技术的起源与发展演化过程,全面分析了蜜罐技术关键机制的研究现状,回顾了蜜罐部署结构的发展过程,并归纳总结了蜜罐技术在互联网安全威胁监测、分析与防范等方向上的最新应用成果.最后,对蜜罐技术存在的问题、发展趋势与进一步研究方向进行了讨论.
蜜罐是防御方为了改变网络攻防博弈不对称局面而引入的一种主动防御技术,通过部署没有业务用途的安全资源,诱骗攻击者对其进行非法使用,从而对攻击行为进行捕获和分析,了解攻击工具与方法,推测攻击意图和动机.蜜罐技术赢得了安全社区的持续关注,得到了长足发展与广泛应用,并已成为互联网安全威胁监测与分析的一种主要技术手段.介绍了蜜罐技术的起源与发展演化过程,全面分析了蜜罐技术关键机制的研究现状,回顾了蜜罐部署结构的发展过程,并归纳总结了蜜罐技术在互联网安全威胁监测、分析与防范等方向上的最新应用成果.最后,对蜜罐技术存在的问题、发展趋势与进一步研究方向进行了讨论.
2018,29(10):3068-3090
, DOI: 10.13328/j.cnki.jos.005607
摘要：
设计类问题在科学研究和工业领域无处不在.作为一种十分有效的全局优化算法，近年来，贝叶斯优化方法在设计类问题上被广泛应用.通过设计恰当的概率代理模型和采集函数，贝叶斯优化框架只需经过少数次目标函数评估即可获得理想解，非常适用于求解目标函数表达式未知、非凸、多峰和评估代价高昂的复杂优化问题.从方法论和应用领域两方面深入分析、讨论和展望了贝叶斯优化的研究现状、面临的问题和应用领域，期望为相关领域的研究者提供有益的借鉴和参考.
设计类问题在科学研究和工业领域无处不在.作为一种十分有效的全局优化算法，近年来，贝叶斯优化方法在设计类问题上被广泛应用.通过设计恰当的概率代理模型和采集函数，贝叶斯优化框架只需经过少数次目标函数评估即可获得理想解，非常适用于求解目标函数表达式未知、非凸、多峰和评估代价高昂的复杂优化问题.从方法论和应用领域两方面深入分析、讨论和展望了贝叶斯优化的研究现状、面临的问题和应用领域，期望为相关领域的研究者提供有益的借鉴和参考.
2009,20(1):124-137
摘要：
大量具备短距离通信能力的智能设备的出现推动了无线自组网应用的迅速发展.但在许多实际应用环境中,节点移动、网络稀疏或信号衰减等各种原因通常导致形成的网络大部分时间不连通.传统的移动自组织网络传输模式要求通信源和目标节点之间存在至少一条完整的路径,因而无法在这类环境中运行.机会网络利用节点移动形成的通信机会逐跳传输消息,以"存储-携带-转发"的路由模式实现节点间通信,这种完全不同于传统网络通信模式的新兴组网方式引起了研究界极大的兴趣.首先介绍机会网络的概念和理论基础,并给出了当前机会网络的一些典型应用,然后详细阐述了机会网络研究的热点问题,包括机会转发机制、移动模型和基于机会通信的数据分发和检索等,并简要叙述了机会网络的通信中间件、协作和安全机制以及机会网络新的应用等其他研究问题,最后进行总结并展望了机会网络未来一段时间内的研究重点.
大量具备短距离通信能力的智能设备的出现推动了无线自组网应用的迅速发展.但在许多实际应用环境中,节点移动、网络稀疏或信号衰减等各种原因通常导致形成的网络大部分时间不连通.传统的移动自组织网络传输模式要求通信源和目标节点之间存在至少一条完整的路径,因而无法在这类环境中运行.机会网络利用节点移动形成的通信机会逐跳传输消息,以"存储-携带-转发"的路由模式实现节点间通信,这种完全不同于传统网络通信模式的新兴组网方式引起了研究界极大的兴趣.首先介绍机会网络的概念和理论基础,并给出了当前机会网络的一些典型应用,然后详细阐述了机会网络研究的热点问题,包括机会转发机制、移动模型和基于机会通信的数据分发和检索等,并简要叙述了机会网络的通信中间件、协作和安全机制以及机会网络新的应用等其他研究问题,最后进行总结并展望了机会网络未来一段时间内的研究重点.
2019,30(2):440-468
, DOI: 10.13328/j.cnki.jos.005659
摘要：
近年来，深度学习技术已经广泛应用到图像语义分割领域.主要对基于深度学习的图像语义分割的经典方法与研究现状进行分类、梳理和总结.根据分割特点和处理粒度的不同，将基于深度学习的图像语义分割方法分为基于区域分类的图像语义分割方法和基于像素分类的图像语义分割方法.把基于像素分类的图像语义分割方法进一步细分为全监督学习图像语义分割方法和弱监督学习图像语义分割方法.对每类方法的代表性算法进行了分析介绍，并详细总结了每类方法的基本思想和优缺点，系统地阐述了深度学习对图像语义分割领域的贡献.对图像语义分割相关实验进行了分析对比，并介绍了图像语义分割实验中常用公共数据集和性能评价指标.最后，预测并分析总结了该领域未来可能的研究方向及相应的发展趋势.
近年来，深度学习技术已经广泛应用到图像语义分割领域.主要对基于深度学习的图像语义分割的经典方法与研究现状进行分类、梳理和总结.根据分割特点和处理粒度的不同，将基于深度学习的图像语义分割方法分为基于区域分类的图像语义分割方法和基于像素分类的图像语义分割方法.把基于像素分类的图像语义分割方法进一步细分为全监督学习图像语义分割方法和弱监督学习图像语义分割方法.对每类方法的代表性算法进行了分析介绍，并详细总结了每类方法的基本思想和优缺点，系统地阐述了深度学习对图像语义分割领域的贡献.对图像语义分割相关实验进行了分析对比，并介绍了图像语义分割实验中常用公共数据集和性能评价指标.最后，预测并分析总结了该领域未来可能的研究方向及相应的发展趋势.
2004,15(11):1583-1594
摘要：
在主、客观世界普遍存在的不确定性中,随机性和模糊性是最重要的两种形式.研究了随机性和模糊性之间的关联性,统一用熵作为客观事物和主观认知中不确定状态的度量,用超熵来度量不确定状态的变化,并利用熵和超熵进一步研究了混沌、分形和复杂网络中的不确定性,以及由此带来的种种进化和变异,为实现不确定性人工智能找到了一种简单、有效的形式化方法,也为包括形象思维在内的不确定性思维的自动化打下了基础.不确定性人工智能是人工智能进入21世纪的新发展.这个由多学科交叉渗透构成的新学科,必将使得机器能够具备人脑一样的不确定性信息和知识的表示能力、处理能力和思维能力.
在主、客观世界普遍存在的不确定性中,随机性和模糊性是最重要的两种形式.研究了随机性和模糊性之间的关联性,统一用熵作为客观事物和主观认知中不确定状态的度量,用超熵来度量不确定状态的变化,并利用熵和超熵进一步研究了混沌、分形和复杂网络中的不确定性,以及由此带来的种种进化和变异,为实现不确定性人工智能找到了一种简单、有效的形式化方法,也为包括形象思维在内的不确定性思维的自动化打下了基础.不确定性人工智能是人工智能进入21世纪的新发展.这个由多学科交叉渗透构成的新学科,必将使得机器能够具备人脑一样的不确定性信息和知识的表示能力、处理能力和思维能力.
2011,22(3):381-407
, DOI: 10.3724/SP.J.1001.2011.03934
摘要：
互联网的普及和万维网的兴起,引发了软件技术的变革,催生了新的软件形态——网络化软件,为大众用户提供多样化、个性化的按需服务.随着应用领域的不断扩展和用户群的日益庞大,其规模与复杂度正以超越人类处理能力的速度增长,使得软件工程不得不面临一系列的挑战.为了科学地认识和理解这类规模庞大的人工复杂系统,从网络化-服务化-社会化的三维视角出发,对其基础设施、应用服务和大众交互三方面的复杂网络特性实证研究进行了综述分析,并系统论述了网络化软件中隐含的“小世界”和“无尺度”复杂网络特性对软件工程今后研究的影响和启示.软件工程与其他学科的交叉汇聚,将迸发新的观点和思想,为网络化软件的研究提供新的思维方式和方法论,有望实现软件工程理论、方法和关键技术的创新,从而推动我国软件服务业的快速发展.
互联网的普及和万维网的兴起,引发了软件技术的变革,催生了新的软件形态——网络化软件,为大众用户提供多样化、个性化的按需服务.随着应用领域的不断扩展和用户群的日益庞大,其规模与复杂度正以超越人类处理能力的速度增长,使得软件工程不得不面临一系列的挑战.为了科学地认识和理解这类规模庞大的人工复杂系统,从网络化-服务化-社会化的三维视角出发,对其基础设施、应用服务和大众交互三方面的复杂网络特性实证研究进行了综述分析,并系统论述了网络化软件中隐含的“小世界”和“无尺度”复杂网络特性对软件工程今后研究的影响和启示.软件工程与其他学科的交叉汇聚,将迸发新的观点和思想,为网络化软件的研究提供新的思维方式和方法论,有望实现软件工程理论、方法和关键技术的创新,从而推动我国软件服务业的快速发展.
2014,25(4):839-862
, DOI: 10.13328/j.cnki.jos.004558
摘要：
大数据计算主要有批量计算和流式计算两种形态，目前，关于大数据批量计算系统的研究和讨论相对充分，而如何构建低延迟、高吞吐且持续可靠运行的大数据流式计算系统是当前亟待解决的问题且研究成果和实践经验相对较少.总结了典型应用领域中流式大数据所呈现出的实时性、易失性、突发性、无序性、无限性等特征，给出了理想的大数据流式计算系统在系统结构、数据传输、应用接口、高可用技术等方面应该具有的关键技术特征，论述并对比了已有的大数据流式计算系统的典型实例，最后阐述了大数据流式计算系统在可伸缩性、系统容错、状态一致性、负载均衡、数据吞吐量等方面所面临的技术挑战.
大数据计算主要有批量计算和流式计算两种形态，目前，关于大数据批量计算系统的研究和讨论相对充分，而如何构建低延迟、高吞吐且持续可靠运行的大数据流式计算系统是当前亟待解决的问题且研究成果和实践经验相对较少.总结了典型应用领域中流式大数据所呈现出的实时性、易失性、突发性、无序性、无限性等特征，给出了理想的大数据流式计算系统在系统结构、数据传输、应用接口、高可用技术等方面应该具有的关键技术特征，论述并对比了已有的大数据流式计算系统的典型实例，最后阐述了大数据流式计算系统在可伸缩性、系统容错、状态一致性、负载均衡、数据吞吐量等方面所面临的技术挑战.
2018,29(7):2092-2115
, DOI: 10.13328/j.cnki.jos.005589
摘要：
区块链是一种源于数字加密货币比特币的分布式总账技术，其发展引起了产业界与学术界的广泛关注.区块链具有去中心化、去信任、匿名、数据不可篡改等优势，突破了传统基于中心式技术的局限，具有广阔的发展前景.介绍了区块链技术在信息安全领域的研究现状和进展.首先，从区块链的基础框架、关键技术、技术特点、应用模式、应用领域这5个方面介绍了区块链的基本理论与模型；然后，从区块链在当前信息安全领域研究现状的角度出发，综述了区块链应用于认证技术、访问控制技术、数据保护技术的研究进展，并对比了各类研究的特点；最后，分析了区块链技术的应用挑战，对区块链在信息安全领域的发展进行了总结与展望，希望对未来进一步的研究工作有一定的参考价值.
区块链是一种源于数字加密货币比特币的分布式总账技术，其发展引起了产业界与学术界的广泛关注.区块链具有去中心化、去信任、匿名、数据不可篡改等优势，突破了传统基于中心式技术的局限，具有广阔的发展前景.介绍了区块链技术在信息安全领域的研究现状和进展.首先，从区块链的基础框架、关键技术、技术特点、应用模式、应用领域这5个方面介绍了区块链的基本理论与模型；然后，从区块链在当前信息安全领域研究现状的角度出发，综述了区块链应用于认证技术、访问控制技术、数据保护技术的研究进展，并对比了各类研究的特点；最后，分析了区块链技术的应用挑战，对区块链在信息安全领域的发展进行了总结与展望，希望对未来进一步的研究工作有一定的参考价值.
2005,16(1):1-7
摘要：
在4个方面对软件工程技术的发展进行一些思索:(1) 从事物发展规律的角度,揭示软件工程技术发展历程;(2) 从软件本质特征的角度,浅析虚拟机各抽象层次的构造;(3) 从软件开发的本质,提出了软件工程学科研究的内容,并研究了软件工业化生产模式;(4) 以Internet的出现为背景,探索了软件技术的发展趋势.
在4个方面对软件工程技术的发展进行一些思索:(1) 从事物发展规律的角度,揭示软件工程技术发展历程;(2) 从软件本质特征的角度,浅析虚拟机各抽象层次的构造;(3) 从软件开发的本质,提出了软件工程学科研究的内容,并研究了软件工业化生产模式;(4) 以Internet的出现为背景,探索了软件技术的发展趋势.
2006,17(9):1848-1859
摘要：
文本自动分类是信息检索与数据挖掘领域的研究热点与核心技术,近年来得到了广泛的关注和快速的发展.提出了基于机器学习的文本分类技术所面临的互联网内容信息处理等复杂应用的挑战,从模型、算法和评测等方面对其研究进展进行综述评论.认为非线性、数据集偏斜、标注瓶颈、多层分类、算法的扩展性及Web页分类等问题是目前文本分类研究的关键问题,并讨论了这些问题可能采取的方法.最后对研究的方向进行了展望.
文本自动分类是信息检索与数据挖掘领域的研究热点与核心技术,近年来得到了广泛的关注和快速的发展.提出了基于机器学习的文本分类技术所面临的互联网内容信息处理等复杂应用的挑战,从模型、算法和评测等方面对其研究进展进行综述评论.认为非线性、数据集偏斜、标注瓶颈、多层分类、算法的扩展性及Web页分类等问题是目前文本分类研究的关键问题,并讨论了这些问题可能采取的方法.最后对研究的方向进行了展望.
2012,23(8):2058-2072
, DOI: 10.3724/SP.J.1001.2012.04237
摘要：
分布式拒绝服务(distributed denial of service,简称DDoS)攻击是当今互联网的重要威胁之一.基于攻击包所处网络层次,将DDoS 攻击分为网络层DDoS 攻击和应用层DDoS 攻击,介绍了两类攻击的各种检测和控制方法,比较了处于不同部署位置控制方法的优劣.最后分析了现有检测和控制方法应对DDoS 攻击的不足,并提出了DDoS 过滤系统的未来发展趋势和相关技术难点.
分布式拒绝服务(distributed denial of service,简称DDoS)攻击是当今互联网的重要威胁之一.基于攻击包所处网络层次,将DDoS 攻击分为网络层DDoS 攻击和应用层DDoS 攻击,介绍了两类攻击的各种检测和控制方法,比较了处于不同部署位置控制方法的优劣.最后分析了现有检测和控制方法应对DDoS 攻击的不足,并提出了DDoS 过滤系统的未来发展趋势和相关技术难点.
2013,24(2):295-316
, DOI: 10.3724/SP.J.1001.2013.04336
摘要：
在新的应用模式下,传统层次结构数据中心网络在规模、带宽、扩展性和成本方面存在诸多不足.为了适应新型应用的需求,数据中心网络需要在低成本的前提下,满足高扩展性、低配置开销、健壮性和节能的要求.首先,概述了传统数据中心网络体系结构及其不足,并指出了新的需求;其次,将现有方案划分为两类,即以网络为中心和以服务器为中心的方案;然后,对两类方案中的代表性结构进行了详细的综述和对比分析;最后指出了数据中心网络未来的发展方向.
在新的应用模式下,传统层次结构数据中心网络在规模、带宽、扩展性和成本方面存在诸多不足.为了适应新型应用的需求,数据中心网络需要在低成本的前提下,满足高扩展性、低配置开销、健壮性和节能的要求.首先,概述了传统数据中心网络体系结构及其不足,并指出了新的需求;其次,将现有方案划分为两类,即以网络为中心和以服务器为中心的方案;然后,对两类方案中的代表性结构进行了详细的综述和对比分析;最后指出了数据中心网络未来的发展方向.
2023,34(2):625-654
, DOI: 10.13328/j.cnki.jos.006696
摘要：
源代码缺陷检测是判别程序代码中是否存在非预期行为的过程，广泛应用于软件测试、软件维护等软件工程任务，对软件的功能保障与应用安全方面具有至关重要的作用.传统的缺陷检测研究以程序分析为基础，通常需要很强的领域知识与复杂的计算规则，面临状态爆炸问题，导致检测性能有限，在误报漏报率上都有较大提高空间.近年来，开源社区的蓬勃发展积累了以开源代码为核心的海量数据，在此背景下，利用深度学习的特征学习能力能够自动学习语义丰富的代码表示，从而为缺陷检测提供一种新的途径.搜集了该领域最新的高水平论文，从缺陷代码数据集与深度学习缺陷检测模型两方面系统地对当前方法进行了归纳与阐述.最后对该领域研究所面临的主要挑战进行总结，并展望了未来可能的研究重点.
源代码缺陷检测是判别程序代码中是否存在非预期行为的过程，广泛应用于软件测试、软件维护等软件工程任务，对软件的功能保障与应用安全方面具有至关重要的作用.传统的缺陷检测研究以程序分析为基础，通常需要很强的领域知识与复杂的计算规则，面临状态爆炸问题，导致检测性能有限，在误报漏报率上都有较大提高空间.近年来，开源社区的蓬勃发展积累了以开源代码为核心的海量数据，在此背景下，利用深度学习的特征学习能力能够自动学习语义丰富的代码表示，从而为缺陷检测提供一种新的途径.搜集了该领域最新的高水平论文，从缺陷代码数据集与深度学习缺陷检测模型两方面系统地对当前方法进行了归纳与阐述.最后对该领域研究所面临的主要挑战进行总结，并展望了未来可能的研究重点.
2005,16(10):1743-1756
摘要：
论述了可证明安全性理论在安全方案与安全协议的设计与分析中的应用,内容主要包括:什么是可证明安全性,可证明安全性理论涉及到的一些基本概念,RO(random oracle)模型方法论的基本思想及其在公钥加密和数字签名等方案中的应用研究进展,标准模型下可证明安全性理论在公钥加密和数字签名等方案中的应用研究进展,以及可证明安全性理论在会话密钥分配协议的设计与分析中的应用研究进展.
论述了可证明安全性理论在安全方案与安全协议的设计与分析中的应用,内容主要包括:什么是可证明安全性,可证明安全性理论涉及到的一些基本概念,RO(random oracle)模型方法论的基本思想及其在公钥加密和数字签名等方案中的应用研究进展,标准模型下可证明安全性理论在公钥加密和数字签名等方案中的应用研究进展,以及可证明安全性理论在会话密钥分配协议的设计与分析中的应用研究进展.
2021,32(2):496-518
, DOI: 10.13328/j.cnki.jos.006140
摘要：
深度学习在计算机视觉领域取得了重大成功，超越了众多传统的方法.然而近年来，深度学习技术被滥用在假视频的制作上，使得以Deepfakes为代表的伪造视频在网络上泛滥成灾.这种深度伪造技术通过篡改或替换原始视频的人脸信息，并合成虚假的语音来制作色情电影、虚假新闻、政治谣言等.为了消除此类伪造技术带来的负面影响，众多学者对假视频的鉴别进行了深入的研究，并提出一系列的检测方法来帮助机构或社区去识别此类伪造视频.尽管如此，目前的检测技术仍然存在依赖特定分布数据、特定压缩率等诸多的局限性，远远落后于假视频的生成技术.并且不同学者解决问题的角度不同，使用的数据集和评价指标均不统一.迄今为止，学术界对深度伪造与检测技术仍缺乏统一的认识，深度伪造和检测技术研究的体系架构尚不明确.回顾了深度伪造与检测技术的发展，并对现有研究工作进行了系统的总结和科学的归类.最后讨论了深度伪造技术蔓延带来的社会风险，分析了检测技术的诸多局限性，并探讨了检测技术面临的挑战和潜在研究方向，旨在为后续学者进一步推动深度伪造检测技术的发展和部署提供指导.
深度学习在计算机视觉领域取得了重大成功，超越了众多传统的方法.然而近年来，深度学习技术被滥用在假视频的制作上，使得以Deepfakes为代表的伪造视频在网络上泛滥成灾.这种深度伪造技术通过篡改或替换原始视频的人脸信息，并合成虚假的语音来制作色情电影、虚假新闻、政治谣言等.为了消除此类伪造技术带来的负面影响，众多学者对假视频的鉴别进行了深入的研究，并提出一系列的检测方法来帮助机构或社区去识别此类伪造视频.尽管如此，目前的检测技术仍然存在依赖特定分布数据、特定压缩率等诸多的局限性，远远落后于假视频的生成技术.并且不同学者解决问题的角度不同，使用的数据集和评价指标均不统一.迄今为止，学术界对深度伪造与检测技术仍缺乏统一的认识，深度伪造和检测技术研究的体系架构尚不明确.回顾了深度伪造与检测技术的发展，并对现有研究工作进行了系统的总结和科学的归类.最后讨论了深度伪造技术蔓延带来的社会风险，分析了检测技术的诸多局限性，并探讨了检测技术面临的挑战和潜在研究方向，旨在为后续学者进一步推动深度伪造检测技术的发展和部署提供指导.
2003,14(9):1621-1628
摘要：
推荐系统是电子商务系统中最重要的技术之一.随着电子商务系统用户数目和商品数目的日益增加,在整个商品空间上用户评分数据极端稀疏,传统的相似性度量方法均存在各自的弊端,导致推荐系统的推荐质量急剧下降.针对用户评分数据极端稀疏情况下传统相似性度量方法的不足,提出了一种基于项目评分预测的协同过滤推荐算法,根据项目之间的相似性初步预测用户对未评分项目的评分,在此基础上,采用一种新颖的相似性度量方法计算目标用户的最近邻居.实验结果表明,该算法可以有效地解决用户评分数据极端稀疏情况下传统相似性度量方法存在的问题,显著地提高推荐系统的推荐质量.
推荐系统是电子商务系统中最重要的技术之一.随着电子商务系统用户数目和商品数目的日益增加,在整个商品空间上用户评分数据极端稀疏,传统的相似性度量方法均存在各自的弊端,导致推荐系统的推荐质量急剧下降.针对用户评分数据极端稀疏情况下传统相似性度量方法的不足,提出了一种基于项目评分预测的协同过滤推荐算法,根据项目之间的相似性初步预测用户对未评分项目的评分,在此基础上,采用一种新颖的相似性度量方法计算目标用户的最近邻居.实验结果表明,该算法可以有效地解决用户评分数据极端稀疏情况下传统相似性度量方法存在的问题,显著地提高推荐系统的推荐质量.
2010,21(7):1605-1619
摘要：
随着Internet规模的迅速扩大,复杂性和不确定性也随之增加,基于融合的网络态势感知必将成为网络管理的发展方向.在分析现有网络管理不足以及发展需求的基础上,介绍了网络态势感知的起源、概念、目标和特点.首先,提出了一个网络态势感知研究框架,介绍了研究历程,指出了研究重点以及存在的问题,并将现有评估方法分为3类:基于数学模型的方法、基于知识推理的方法、基于模式识别的方法.然后详细讨论了模型、知识表示和评估方法这3方面的研究内容,总结存在的共性问题,着重评价了每种评估方法的基本思路、评估过程和优缺点,并进行了对比分析.随后介绍了网络态势感知在安全、传输、生存性、系统评价等领域的应用研究.最后指出了网络态势感知的发展方向,并从问题体系、技术体系和应用体系3方面作了总结.
随着Internet规模的迅速扩大,复杂性和不确定性也随之增加,基于融合的网络态势感知必将成为网络管理的发展方向.在分析现有网络管理不足以及发展需求的基础上,介绍了网络态势感知的起源、概念、目标和特点.首先,提出了一个网络态势感知研究框架,介绍了研究历程,指出了研究重点以及存在的问题,并将现有评估方法分为3类:基于数学模型的方法、基于知识推理的方法、基于模式识别的方法.然后详细讨论了模型、知识表示和评估方法这3方面的研究内容,总结存在的共性问题,着重评价了每种评估方法的基本思路、评估过程和优缺点,并进行了对比分析.随后介绍了网络态势感知在安全、传输、生存性、系统评价等领域的应用研究.最后指出了网络态势感知的发展方向,并从问题体系、技术体系和应用体系3方面作了总结.
2016,27(11):2855-2869
, DOI: 10.13328/j.cnki.jos.004932
摘要：
随着中文社交网络的发展（特别是微博的兴起），互联网中文公众事件越来越深刻地影响现实社会的生产和生活.由于缺乏有效的技术手段，信息处理的效率受到了限制.提出了一种公众事件信息熵的计算方法，其基本思想是：首先，对公众事件信息内容进行建模；然后，以香农信息论为理论基础，对公众事件的多维随机变量信息熵进行计算.这为互联网公众事件的定量化分析提供了一个重要的技术指标，为进一步的研究工作打下基础.
随着中文社交网络的发展（特别是微博的兴起），互联网中文公众事件越来越深刻地影响现实社会的生产和生活.由于缺乏有效的技术手段，信息处理的效率受到了限制.提出了一种公众事件信息熵的计算方法，其基本思想是：首先，对公众事件信息内容进行建模；然后，以香农信息论为理论基础，对公众事件的多维随机变量信息熵进行计算.这为互联网公众事件的定量化分析提供了一个重要的技术指标，为进一步的研究工作打下基础.
2017,28(1):17-34
, DOI: 10.13328/j.cnki.jos.005151
摘要：
定位技术与普适计算的蓬勃发展催生了轨迹大数据，轨迹大数据表现为定位设备所产生的大规模高速数据流.及时、有效地对以数据流形式出现的轨迹大数据进行分析处理，可以发现隐含在轨迹数据中的异常现象，从而服务于城市规划、交通管理、安全管控等应用.受限于轨迹大数据固有的不确定性、无限性、时变进化性、稀疏性和偏态分布性等特征，传统的异常检测技术不能直接应用于轨迹大数据的异常检测.由于静态轨迹数据集的异常检测方法通常假定数据分布先验已知，忽视了轨迹数据的时间特征，也不能评测轨迹大数据中动态演化的异常行为.面对轨迹大数据低劣的数据质量和快速的数据更新，需要利用有限的系统资源处理因时变带来的概念漂移，实时地检测多样化的轨迹异常，分析轨迹异常间的因果联系，继而识别更大时空区域内进化的、关联的轨迹异常，这是轨迹大数据异常检测的核心研究内容.此外，融合与位置服务应用相关的多源异质数据，剖析异常轨迹的起因以及其隐含的异常事件，也是轨迹大数据异常检测当下亟待研究的问题.为解决上述问题，对轨迹异常检测技术的研究成果进行了分类总结.针对现有轨迹异常检测方法的局限性，提出了轨迹大数据异常检测的系统架构.最后，在面向轨迹流的在线异常检测、轨迹异常的演化分析、轨迹异常检测系统的基准评测、异常检测结果语义分析的数据融合以及轨迹异常检测的可视化技术等方面探讨了今后的研究工作.
定位技术与普适计算的蓬勃发展催生了轨迹大数据，轨迹大数据表现为定位设备所产生的大规模高速数据流.及时、有效地对以数据流形式出现的轨迹大数据进行分析处理，可以发现隐含在轨迹数据中的异常现象，从而服务于城市规划、交通管理、安全管控等应用.受限于轨迹大数据固有的不确定性、无限性、时变进化性、稀疏性和偏态分布性等特征，传统的异常检测技术不能直接应用于轨迹大数据的异常检测.由于静态轨迹数据集的异常检测方法通常假定数据分布先验已知，忽视了轨迹数据的时间特征，也不能评测轨迹大数据中动态演化的异常行为.面对轨迹大数据低劣的数据质量和快速的数据更新，需要利用有限的系统资源处理因时变带来的概念漂移，实时地检测多样化的轨迹异常，分析轨迹异常间的因果联系，继而识别更大时空区域内进化的、关联的轨迹异常，这是轨迹大数据异常检测的核心研究内容.此外，融合与位置服务应用相关的多源异质数据，剖析异常轨迹的起因以及其隐含的异常事件，也是轨迹大数据异常检测当下亟待研究的问题.为解决上述问题，对轨迹异常检测技术的研究成果进行了分类总结.针对现有轨迹异常检测方法的局限性，提出了轨迹大数据异常检测的系统架构.最后，在面向轨迹流的在线异常检测、轨迹异常的演化分析、轨迹异常检测系统的基准评测、异常检测结果语义分析的数据融合以及轨迹异常检测的可视化技术等方面探讨了今后的研究工作.
2025,36(5):2229-2253
, DOI: 10.13328/j.cnki.jos.007181
, CSTR: 32375.14.jos.007181
摘要：
2025,36(4):1758-1795
, DOI: 10.13328/j.cnki.jos.007298
, CSTR: 32375.14.jos.007298
摘要：
2025,36(4):1530-1556
, DOI: 10.13328/j.cnki.jos.007288
, CSTR: 32375.14.jos.007288
摘要：
2025,36(4):1811-1843
, DOI: 10.13328/j.cnki.jos.007275
, CSTR: 32375.14.jos.007275
摘要：
2025,36(4):1881-1905
, DOI: 10.13328/j.cnki.jos.007273
, CSTR: 32375.14.jos.007273
摘要：
2025,36(4):1859-1880
, DOI: 10.13328/j.cnki.jos.007272
, CSTR: 32375.14.jos.007272
摘要：
2025,36(4):1489-1529
, DOI: 10.13328/j.cnki.jos.007268
, CSTR: 32375.14.jos.007268
摘要：
2025,36(4):1461-1488
, DOI: 10.13328/j.cnki.jos.007254
, CSTR: 32375.14.jos.007254
摘要：
2025,36(4):1715-1757
, DOI: 10.13328/j.cnki.jos.007250
, CSTR: 32375.14.jos.007250
摘要：
2025,36(4):1692-1714
, DOI: 10.13328/j.cnki.jos.007248
, CSTR: 32375.14.jos.007248
摘要：
2025,36(4):1665-1691
, DOI: 10.13328/j.cnki.jos.007245
, CSTR: 32375.14.jos.007245
摘要：
2025,36(4):1637-1664
, DOI: 10.13328/j.cnki.jos.007237
, CSTR: 32375.14.jos.007237
摘要：
2025,36(4):1570-1589
, DOI: 10.13328/j.cnki.jos.007202
, CSTR: 32375.14.jos.007202
摘要：
2025,36(3):1040-1064
, DOI: 10.13328/j.cnki.jos.007276
, CSTR: 32375.14.jos.007276
摘要：
2025,36(3):1390-1412
, DOI: 10.13328/j.cnki.jos.007263
, CSTR: 32375.14.jos.007263
摘要：
2025,36(3):1152-1185
, DOI: 10.13328/j.cnki.jos.007242
, CSTR: 32375.14.jos.007242
摘要：
2025,36(2):886-914
, DOI: 10.13328/j.cnki.jos.007168
, CSTR: 32375.14.jos.007168
摘要：
2025,36(1):446-468
, DOI: 10.13328/j.cnki.jos.007240
, CSTR: 32375.14.jos.007240
摘要：
2025,36(1):371-398
, DOI: 10.13328/j.cnki.jos.007231
, CSTR: 32375.14.jos.007231
摘要：
2025,36(1):424-445
, DOI: 10.13328/j.cnki.jos.007225
, CSTR: 32375.14.jos.007225
摘要：
2025,36(1):152-183
, DOI: 10.13328/j.cnki.jos.007217
, CSTR: 32375.14.jos.007217
摘要：
2025,36(1):107-151
, DOI: 10.13328/j.cnki.jos.007212
, CSTR: 32375.14.jos.007212
摘要：
2025,36(1):341-370
, DOI: 10.13328/j.cnki.jos.007196
, CSTR: 32375.14.jos.007196
摘要：
2025,36(1):321-340
, DOI: 10.13328/j.cnki.jos.007194
, CSTR: 32375.14.jos.007194
摘要：
2025,36(1):289-320
, DOI: 10.13328/j.cnki.jos.007193
, CSTR: 32375.14.jos.007193
摘要：
2025,36(1):47-78
, DOI: 10.13328/j.cnki.jos.007190
, CSTR: 32375.14.jos.007190
摘要：
2025,36(1):253-288
, DOI: 10.13328/j.cnki.jos.007182
, CSTR: 32375.14.jos.007182
摘要：
2025,36(1):203-252
, DOI: 10.13328/j.cnki.jos.007162
, CSTR: 32375.14.jos.007162
摘要：
2025,36(1):27-46
, DOI: 10.13328/j.cnki.jos.007157
, CSTR: 32375.14.jos.007157
摘要：
2025,36(1):184-202
, DOI: 10.13328/j.cnki.jos.007148
, CSTR: 32375.14.jos.007148
摘要：
2025,36(1):1-26
, DOI: 10.13328/j.cnki.jos.007143
, CSTR: 32375.14.jos.007143
摘要：
2025,36(1):79-106
, DOI: 10.13328/j.cnki.jos.007141
, CSTR: 32375.14.jos.007141
摘要：
2025,36(1):399-423
, DOI: 10.13328/j.cnki.jos.007048
, CSTR: 32375.14.jos.007048
摘要：
2024,35(12):5487-5508
, DOI: 10.13328/j.cnki.jos.007232
, CSTR: 32375.14.jos.007232
摘要：
2024,35(12):5582-5608
, DOI: 10.13328/j.cnki.jos.007089
, CSTR: 32375.14.jos.007089
摘要：
2024,35(9):4069-4099
, DOI: 10.13328/j.cnki.jos.007138
摘要：
2024,35(9):4038-4068
, DOI: 10.13328/j.cnki.jos.007127
摘要：
2024,35(9):4013-4037
, DOI: 10.13328/j.cnki.jos.007126
摘要：
2024,35(8):3980-4010
, DOI: 10.13328/j.cnki.jos.007095
摘要：
2024,35(8):3923-3951
, DOI: 10.13328/j.cnki.jos.007093
摘要：
2024,35(8):3897-3922
, DOI: 10.13328/j.cnki.jos.007087
摘要：
2024,35(8):3785-3808
, DOI: 10.13328/j.cnki.jos.007080
摘要：
2024,35(8):3752-3784
, DOI: 10.13328/j.cnki.jos.007059
摘要：
2024,35(8):3952-3979
, DOI: 10.13328/j.cnki.jos.007045
摘要：
2024,35(8):3843-3877
, DOI: 10.13328/j.cnki.jos.007042
摘要：
2024,35(7):3265-3290
, DOI: 10.13328/j.cnki.jos.007112
摘要：
2024,35(7):3497-3530
, DOI: 10.13328/j.cnki.jos.007053
摘要：
2024,35(6):2687-2723
, DOI: 10.13328/j.cnki.jos.007099
摘要：
2024,35(5):2235-2267
, DOI: 10.13328/j.cnki.jos.007046
摘要：
2024,35(5):2268-2288
, DOI: 10.13328/j.cnki.jos.007038
摘要：
2024,35(5):2379-2399
, DOI: 10.13328/j.cnki.jos.006804
摘要：
2024,35(4):1682-1702
, DOI: 10.13328/j.cnki.jos.007012
摘要：
2024,35(4):1618-1650
, DOI: 10.13328/j.cnki.jos.007011
摘要：
2024,35(3):1207-1230
, DOI: 10.13328/j.cnki.jos.007075
摘要：
2024,35(3):1231-1256
, DOI: 10.13328/j.cnki.jos.007061
摘要：
2024,35(3):1377-1402
, DOI: 10.13328/j.cnki.jos.006807
摘要：
2024,35(2):711-738
, DOI: 10.13328/j.cnki.jos.007006
摘要：
2024,35(2):927-974
, DOI: 10.13328/j.cnki.jos.006996
摘要：
2024,35(2):773-799
, DOI: 10.13328/j.cnki.jos.006985
摘要：
2024,35(2):1028-1047
, DOI: 10.13328/j.cnki.jos.006984
摘要：
2024,35(2):629-674
, DOI: 10.13328/j.cnki.jos.006983
摘要：
2024,35(2):604-628
, DOI: 10.13328/j.cnki.jos.006981
摘要：
2024,35(2):581-603
, DOI: 10.13328/j.cnki.jos.006975
摘要：
2024,35(2):828-851
, DOI: 10.13328/j.cnki.jos.006954
摘要：
2024,35(2):532-580
, DOI: 10.13328/j.cnki.jos.006953
摘要：
2024,35(2):899-926
, DOI: 10.13328/j.cnki.jos.006952
摘要：
2024,35(2):800-827
, DOI: 10.13328/j.cnki.jos.006950
摘要：
2024,35(2):975-1009
, DOI: 10.13328/j.cnki.jos.006946
摘要：
2024,35(2):513-531
, DOI: 10.13328/j.cnki.jos.006944
摘要：
2024,35(2):1010-1027
, DOI: 10.13328/j.cnki.jos.006943
摘要：
2024,35(2):872-898
, DOI: 10.13328/j.cnki.jos.006942
摘要：
2024,35(2):852-871
, DOI: 10.13328/j.cnki.jos.006938
摘要：
2024,35(2):675-710
, DOI: 10.13328/j.cnki.jos.006933
摘要：
2024,35(1):19-37
, DOI: 10.13328/j.cnki.jos.006935
摘要：
2024,35(1):430-454
, DOI: 10.13328/j.cnki.jos.006917
摘要：
2024,35(1):405-429
, DOI: 10.13328/j.cnki.jos.006916
摘要：
2024,35(1):236-265
, DOI: 10.13328/j.cnki.jos.006913
摘要：
2024,35(1):356-404
, DOI: 10.13328/j.cnki.jos.006911
摘要：
2024,35(1):1-18
, DOI: 10.13328/j.cnki.jos.006908
摘要：
2024,35(1):87-117
, DOI: 10.13328/j.cnki.jos.006902
摘要：
2024,35(1):309-332
, DOI: 10.13328/j.cnki.jos.006898
摘要：
2024,35(1):333-355
, DOI: 10.13328/j.cnki.jos.006891
摘要：
2024,35(1):220-235
, DOI: 10.13328/j.cnki.jos.006844
摘要：
2024,35(1):63-86
, DOI: 10.13328/j.cnki.jos.006835
摘要：
2024,35(1):185-219
, DOI: 10.13328/j.cnki.jos.006834
摘要：
2024,35(1):136-158
, DOI: 10.13328/j.cnki.jos.006828
摘要：
2024,35(1):118-135
, DOI: 10.13328/j.cnki.jos.006827
摘要：
2024,35(1):455-480
, DOI: 10.13328/j.cnki.jos.006822
摘要：
2024,35(1):288-308
, DOI: 10.13328/j.cnki.jos.006818
摘要：
2024,35(1):38-62
, DOI: 10.13328/j.cnki.jos.006810
摘要：
2024,35(1):481-512
, DOI: 10.13328/j.cnki.jos.006777
摘要：
2024,35(1):159-184
, DOI: 10.13328/j.cnki.jos.006758
摘要：
2024,35(1):266-287
, DOI: 10.13328/j.cnki.jos.006753
摘要：
2023,34(12):5597-5613
, DOI: 10.13328/j.cnki.jos.006806
摘要：
2023,34(12):5862-5886
, DOI: 10.13328/j.cnki.jos.006800
摘要：
2023,34(12):5527-5551
, DOI: 10.13328/j.cnki.jos.006765
摘要：
2023,34(12):5822-5847
, DOI: 10.13328/j.cnki.jos.006764
摘要：
2023,34(12):5501-5526
, DOI: 10.13328/j.cnki.jos.006749
摘要：
2023,34(11):5058-5083
, DOI: 10.13328/j.cnki.jos.006735
摘要：
2023,34(11):4989-5007
, DOI: 10.13328/j.cnki.jos.006684
摘要：
2023,34(11):5008-5028
, DOI: 10.13328/j.cnki.jos.006679
摘要：
2023,34(11):5330-5354
, DOI: 10.13328/j.cnki.jos.006669
摘要：
2023,34(10):4439-4462
, DOI: 10.13328/j.cnki.jos.006884
摘要：
2023,34(10):4870-4915
, DOI: 10.13328/j.cnki.jos.006680
摘要：
2023,34(10):4607-4635
, DOI: 10.13328/j.cnki.jos.006677
摘要：
2023,34(10):4743-4771
, DOI: 10.13328/j.cnki.jos.006672
摘要：
2023,34(10):4772-4803
, DOI: 10.13328/j.cnki.jos.006671
摘要：
2023,34(10):4636-4660
, DOI: 10.13328/j.cnki.jos.006666
摘要：
2023,34(9):4310-4335
, DOI: 10.13328/j.cnki.jos.006657
摘要：
2023,34(9):4167-4194
, DOI: 10.13328/j.cnki.jos.006650
摘要：
2023,34(8):3905-3923
, DOI: 10.13328/j.cnki.jos.006645
摘要：
2023,34(8):3870-3890
, DOI: 10.13328/j.cnki.jos.006635
摘要：
2023,34(8):3774-3792
, DOI: 10.13328/j.cnki.jos.006592
摘要：
2023,34(8):3605-3636
, DOI: 10.13328/j.cnki.jos.006558
摘要：
2023,34(7):3134-3166
, DOI: 10.13328/j.cnki.jos.006863
摘要：
2023,34(6):2606-2627
, DOI: 10.13328/j.cnki.jos.006850
摘要：
2023,34(6):2833-2864
, DOI: 10.13328/j.cnki.jos.006658
摘要：
2023,34(5):2365-2391
, DOI: 10.13328/j.cnki.jos.006808
摘要：
2023,34(5):2000-2023
, DOI: 10.13328/j.cnki.jos.006774
摘要：
2023,34(5):2300-2316
, DOI: 10.13328/j.cnki.jos.006485
摘要：
2023,34(4):1944-1961
, DOI: 10.13328/j.cnki.jos.006725
摘要：
2023,34(4):1711-1731
, DOI: 10.13328/j.cnki.jos.006700
摘要：
2023,34(4):1879-1906
, DOI: 10.13328/j.cnki.jos.006692
摘要：
2023,34(3):1168-1192
, DOI: 10.13328/j.cnki.jos.006786
摘要：
2023,34(3):1236-1258
, DOI: 10.13328/j.cnki.jos.006785
摘要：
2023,34(3):1470-1490
, DOI: 10.13328/j.cnki.jos.006778
摘要：
2023,34(3):1396-1424
, DOI: 10.13328/j.cnki.jos.006751
摘要：
2023,34(3):1330-1364
, DOI: 10.13328/j.cnki.jos.006717
摘要：
2023,34(3):1365-1395
, DOI: 10.13328/j.cnki.jos.006715
摘要：
2023,34(2):582-624
, DOI: 10.13328/j.cnki.jos.006714
摘要：
2023,34(2):761-785
, DOI: 10.13328/j.cnki.jos.006713
摘要：
2023,34(2):565-581
, DOI: 10.13328/j.cnki.jos.006711
摘要：
2023,34(2):690-711
, DOI: 10.13328/j.cnki.jos.006709
摘要：
2023,34(2):985-1006
, DOI: 10.13328/j.cnki.jos.006707
摘要：
2023,34(2):733-760
, DOI: 10.13328/j.cnki.jos.006706
摘要：
2023,34(2):539-564
, DOI: 10.13328/j.cnki.jos.006705
摘要：
2023,34(2):509-538
, DOI: 10.13328/j.cnki.jos.006704
摘要：
2023,34(2):712-732
, DOI: 10.13328/j.cnki.jos.006699
摘要：
2023,34(2):625-654
, DOI: 10.13328/j.cnki.jos.006696
摘要：
2023,34(2):964-984
, DOI: 10.13328/j.cnki.jos.006693
摘要：
2023,34(1):404-420
, DOI: 10.13328/j.cnki.jos.006513
摘要：
2023,34(1):351-380
, DOI: 10.13328/j.cnki.jos.006510
摘要：
2023,34(1):50-102
, DOI: 10.13328/j.cnki.jos.006503
摘要：
2023,34(1):463-488
, DOI: 10.13328/j.cnki.jos.006502
摘要：
2023,34(1):381-403
, DOI: 10.13328/j.cnki.jos.006501
摘要：
2023,34(1):171-196
, DOI: 10.13328/j.cnki.jos.006500
摘要：
2023,34(1):444-462
, DOI: 10.13328/j.cnki.jos.006488
摘要：
2023,34(1):489-508
, DOI: 10.13328/j.cnki.jos.006436
摘要：
2023,34(1):334-350
, DOI: 10.13328/j.cnki.jos.006435
摘要：
2023,34(1):421-443
, DOI: 10.13328/j.cnki.jos.006434
摘要：
2023,34(1):150-170
, DOI: 10.13328/j.cnki.jos.006431
摘要：
2023,34(1):277-311
, DOI: 10.13328/j.cnki.jos.006429
摘要：
2023,34(1):130-149
, DOI: 10.13328/j.cnki.jos.006425
摘要：
2023,34(1):33-49
, DOI: 10.13328/j.cnki.jos.006421
摘要：
2023,34(1):255-276
, DOI: 10.13328/j.cnki.jos.006420
摘要：
2023,34(1):230-254
, DOI: 10.13328/j.cnki.jos.006415
摘要：
2023,34(1):197-229
, DOI: 10.13328/j.cnki.jos.006411
摘要：
2023,34(1):103-129
, DOI: 10.13328/j.cnki.jos.006409
摘要：
2023,34(1):1-32
, DOI: 10.13328/j.cnki.jos.006402
摘要：
2023,34(1):312-333
, DOI: 10.13328/j.cnki.jos.006395
摘要：
2022,33(12):4668-4687
, DOI: 10.13328/j.cnki.jos.006544
摘要：
2022,33(12):4644-4667
, DOI: 10.13328/j.cnki.jos.006522
摘要：
2022,33(12):4616-4643
, DOI: 10.13328/j.cnki.jos.006521
摘要：
2022,33(12):4590-4615
, DOI: 10.13328/j.cnki.jos.006518
摘要：
2022,33(11):4107-4136
, DOI: 10.13328/j.cnki.jos.006539
摘要：
2022,33(11):4084-4106
, DOI: 10.13328/j.cnki.jos.006528
摘要：
2022,33(11):4334-4355
, DOI: 10.13328/j.cnki.jos.006524
摘要：
2022,33(11):4217-4238
, DOI: 10.13328/j.cnki.jos.006391
摘要：
2022,33(11):4173-4191
, DOI: 10.13328/j.cnki.jos.006390
摘要：
2022,33(11):4192-4216
, DOI: 10.13328/j.cnki.jos.006385
摘要：
2022,33(10):3635-3655
, DOI: 10.13328/j.cnki.jos.006631
摘要：
2022,33(10):3582-3618
, DOI: 10.13328/j.cnki.jos.006626
摘要：
2022,33(10):3673-3699
, DOI: 10.13328/j.cnki.jos.006372
摘要：
2022,33(10):3732-3753
, DOI: 10.13328/j.cnki.jos.006365
摘要：
2022,33(9):3370-3390
, DOI: 10.13328/j.cnki.jos.006426
摘要：
2022,33(8):3059-3085
, DOI: 10.13328/j.cnki.jos.006375
摘要：
2022,33(8):3015-3034
, DOI: 10.13328/j.cnki.jos.006355
摘要：
2022,33(7):2411-2446
, DOI: 10.13328/j.cnki.jos.006590
摘要：
2022,33(7):2367-2410
, DOI: 10.13328/j.cnki.jos.006587
摘要：
2022,33(7):2729-2752
, DOI: 10.13328/j.cnki.jos.006299
摘要：
2022,33(6):2288-2311
, DOI: 10.13328/j.cnki.jos.006367
摘要：
2022,33(5):1612-1634
, DOI: 10.13328/j.cnki.jos.006551
摘要：
2022,33(5):1800-1816
, DOI: 10.13328/j.cnki.jos.006122
摘要：
2022,33(4):1244-1266
, DOI: 10.13328/j.cnki.jos.006481
摘要：
2022,33(4):1287-1314
, DOI: 10.13328/j.cnki.jos.006476
摘要：
2022,33(3):1057-1092
, DOI: 10.13328/j.cnki.jos.006446
摘要：
2022,33(2):751-769
, DOI: 10.13328/j.cnki.jos.006370
摘要：
2022,33(2):598-621
, DOI: 10.13328/j.cnki.jos.006357
摘要：
2022,33(2):498-523
, DOI: 10.13328/j.cnki.jos.006353
摘要：
2022,33(1):78-101
, DOI: 10.13328/j.cnki.jos.006345
摘要：
2022,33(1):297-323
, DOI: 10.13328/j.cnki.jos.006344
摘要：
2022,33(1):193-210
, DOI: 10.13328/j.cnki.jos.006342
摘要：
2022,33(1):274-296
, DOI: 10.13328/j.cnki.jos.006338
摘要：
2022,33(1):55-77
, DOI: 10.13328/j.cnki.jos.006337
摘要：
2022,33(1):356-376
, DOI: 10.13328/j.cnki.jos.006334
摘要：
2022,33(1):171-192
, DOI: 10.13328/j.cnki.jos.006323
摘要：
2022,33(1):150-170
, DOI: 10.13328/j.cnki.jos.006311
摘要：
2022,33(1):129-149
, DOI: 10.13328/j.cnki.jos.006306
摘要：
2022,33(1):102-128
, DOI: 10.13328/j.cnki.jos.006304
摘要：
2022,33(1):254-273
, DOI: 10.13328/j.cnki.jos.006303
摘要：
2022,33(1):26-54
, DOI: 10.13328/j.cnki.jos.006292
摘要：
2022,33(1):324-355
, DOI: 10.13328/j.cnki.jos.006280
摘要：
2022,33(1):1-25
, DOI: 10.13328/j.cnki.jos.006279
摘要：
2022,33(1):233-253
, DOI: 10.13328/j.cnki.jos.006219
摘要：
2022,33(1):211-232
, DOI: 10.13328/j.cnki.jos.006218
摘要：
2021,32(12):3992-4024
, DOI: 10.13328/j.cnki.jos.006490
摘要：
2021,32(10):3051-3067
, DOI: 10.13328/j.cnki.jos.006217
摘要：
2021,32(10):3176-3202
, DOI: 10.13328/j.cnki.jos.006203
摘要：
2021,32(9):2642-2664
, DOI: 10.13328/j.cnki.jos.006275
摘要：
2021,32(9):2665-2690
, DOI: 10.13328/j.cnki.jos.006274
摘要：
2021,32(8):2522-2544
, DOI: 10.13328/j.cnki.jos.006215
摘要：
2021,32(8):2469-2504
, DOI: 10.13328/j.cnki.jos.006153
摘要：
2021,32(7):2260-2286
, DOI: 10.13328/j.cnki.jos.006309
摘要：
2021,32(7):2078-2102
, DOI: 10.13328/j.cnki.jos.006269
摘要：
2021,32(7):1926-1956
, DOI: 10.13328/j.cnki.jos.006267
摘要：
2021,32(7):2056-2077
, DOI: 10.13328/j.cnki.jos.006266
摘要：
2021,32(7):2016-2038
, DOI: 10.13328/j.cnki.jos.006265
摘要：
2021,32(7):2118-2141
, DOI: 10.13328/j.cnki.jos.006258
摘要：
2021,32(5):1404-1426
, DOI: 10.13328/j.cnki.jos.006214
摘要：
2021,32(5):1495-1525
, DOI: 10.13328/j.cnki.jos.006213
摘要：
2021,32(5):1461-1479
, DOI: 10.13328/j.cnki.jos.006210
摘要：
2021,32(5):1427-1460
, DOI: 10.13328/j.cnki.jos.006205
摘要：
2021,32(5):1526-1546
, DOI: 10.13328/j.cnki.jos.006204
摘要：
2021,32(5):1373-1384
, DOI: 10.13328/j.cnki.jos.006200
摘要：
2021,32(4):1082-1115
, DOI: 10.13328/j.cnki.jos.006169
摘要：
2021,32(4):1129-1150
, DOI: 10.13328/j.cnki.jos.006168
摘要：
2021,32(4):1067-1081
, DOI: 10.13328/j.cnki.jos.006167
摘要：
2021,32(4):1201-1227
, DOI: 10.13328/j.cnki.jos.006166
摘要：
2021,32(4):1165-1185
, DOI: 10.13328/j.cnki.jos.006165
摘要：
2021,32(4):1151-1164
, DOI: 10.13328/j.cnki.jos.006116
摘要：
2021,32(3):604-621
, DOI: 10.13328/j.cnki.jos.006182
摘要：
2021,32(3):859-885
, DOI: 10.13328/j.cnki.jos.006175
摘要：
2021,32(2):579-600
, DOI: 10.13328/j.cnki.jos.006155
摘要：
2021,32(2):300-326
, DOI: 10.13328/j.cnki.jos.006151
摘要：
2021,32(2):277-299
, DOI: 10.13328/j.cnki.jos.006150
摘要：
2021,32(2):406-423
, DOI: 10.13328/j.cnki.jos.006147
摘要：
2021,32(2):370-405
, DOI: 10.13328/j.cnki.jos.006146
摘要：
2021,32(2):424-444
, DOI: 10.13328/j.cnki.jos.006145
摘要：
2021,32(2):496-518
, DOI: 10.13328/j.cnki.jos.006140
摘要：
2021,32(2):349-369
, DOI: 10.13328/j.cnki.jos.006138
摘要：
2021,32(2):551-578
, DOI: 10.13328/j.cnki.jos.006135
摘要：
2021,32(2):475-495
, DOI: 10.13328/j.cnki.jos.006134
摘要：
2021,32(2):247-276
, DOI: 10.13328/j.cnki.jos.006130
摘要：
2021,32(2):327-348
, DOI: 10.13328/j.cnki.jos.006125
摘要：
2021,32(2):445-474
, DOI: 10.13328/j.cnki.jos.006124
摘要：
2021,32(2):519-550
, DOI: 10.13328/j.cnki.jos.006104
摘要：
2021,32(1):41-67
, DOI: 10.13328/j.cnki.jos.006131
摘要：
2021,32(1):21-40
, DOI: 10.13328/j.cnki.jos.006121
摘要：
2021,32(1):118-136
, DOI: 10.13328/j.cnki.jos.006120
摘要：
2021,32(1):1-20
, DOI: 10.13328/j.cnki.jos.006111
摘要：
2021,32(1):194-217
, DOI: 10.13328/j.cnki.jos.006105
摘要：
2021,32(1):218-245
, DOI: 10.13328/j.cnki.jos.006103
摘要：
2021,32(1):167-193
, DOI: 10.13328/j.cnki.jos.006100
摘要：
2021,32(1):68-92
, DOI: 10.13328/j.cnki.jos.006096
摘要：
2021,32(1):137-166
, DOI: 10.13328/j.cnki.jos.006095
摘要：
2021,32(1):93-117
, DOI: 10.13328/j.cnki.jos.006092
摘要：
2020,31(10):3120-3146
, DOI: 10.13328/j.cnki.jos.006067
摘要：
2020,31(10):3100-3119
, DOI: 10.13328/j.cnki.jos.006066
摘要：
2020,31(10):3087-3099
, DOI: 10.13328/j.cnki.jos.006065
摘要：
2020,31(9):2903-2925
, DOI: 10.13328/j.cnki.jos.006091
摘要：
2020,31(9):2826-2854
, DOI: 10.13328/j.cnki.jos.006087
摘要：
2020,31(9):2802-2825
, DOI: 10.13328/j.cnki.jos.006085
摘要：
2020,31(9):2883-2902
, DOI: 10.13328/j.cnki.jos.006083
摘要：
2020,31(9):2654-2677
, DOI: 10.13328/j.cnki.jos.005946
摘要：
2020,31(9):2627-2653
, DOI: 10.13328/j.cnki.jos.005942
摘要：
2020,31(8):2574-2587
, DOI: 10.13328/j.cnki.jos.006088
摘要：
2020,31(8):2432-2452
, DOI: 10.13328/j.cnki.jos.006081
摘要：
2020,31(8):2603-2624
, DOI: 10.13328/j.cnki.jos.006080
摘要：
2020,31(8):2465-2491
, DOI: 10.13328/j.cnki.jos.006078
摘要：
2020,31(8):2404-2431
, DOI: 10.13328/j.cnki.jos.006076
摘要：
2020,31(7):2040-2061
, DOI: 10.13328/j.cnki.jos.006055
摘要：
2020,31(7):2127-2156
, DOI: 10.13328/j.cnki.jos.006052
摘要：
2020,31(7):2221-2244
, DOI: 10.13328/j.cnki.jos.006050
摘要：
2020,31(7):2095-2126
, DOI: 10.13328/j.cnki.jos.006048
摘要：
2020,31(7):2019-2039
, DOI: 10.13328/j.cnki.jos.006047
摘要：
2020,31(7):2205-2220
, DOI: 10.13328/j.cnki.jos.006046
摘要：
2020,31(7):1997-2018
, DOI: 10.13328/j.cnki.jos.006045
摘要：
2020,31(7):2062-2094
, DOI: 10.13328/j.cnki.jos.006040
摘要：
2020,31(7):2184-2204
, DOI: 10.13328/j.cnki.jos.006039
摘要：
2020,31(7):2245-2282
, DOI: 10.13328/j.cnki.jos.006037
摘要：
2020,31(6):1761-1785
, DOI: 10.13328/j.cnki.jos.006042
摘要：
2020,31(6):1723-1746
, DOI: 10.13328/j.cnki.jos.006029
摘要：
2020,31(6):1681-1702
, DOI: 10.13328/j.cnki.jos.006014
摘要：
2020,31(5):1465-1496
, DOI: 10.13328/j.cnki.jos.005988
摘要：
2020,31(5):1406-1434
, DOI: 10.13328/j.cnki.jos.005967
摘要：
2020,31(5):1435-1453
, DOI: 10.13328/j.cnki.jos.005966
摘要：
2020,31(5):1255-1275
, DOI: 10.13328/j.cnki.jos.005951
摘要：
2020,31(5):1243-1254
, DOI: 10.13328/j.cnki.jos.005950
摘要：
2020,31(4):1143-1161
, DOI: 10.13328/j.cnki.jos.005987
摘要：
2020,31(4):1124-1142
, DOI: 10.13328/j.cnki.jos.005982
摘要：
2020,31(4):912-931
, DOI: 10.13328/j.cnki.jos.005916
摘要：
2020,31(3):893-908
, DOI: 10.13328/j.cnki.jos.005911
摘要：
2020,31(3):600-619
, DOI: 10.13328/j.cnki.jos.005909
摘要：
2020,31(3):806-830
, DOI: 10.13328/j.cnki.jos.005908
摘要：
2020,31(3):866-892
, DOI: 10.13328/j.cnki.jos.005904
摘要：
2020,31(2):544-563
, DOI: 10.13328/j.cnki.jos.005979
摘要：
2020,31(2):302-320
, DOI: 10.13328/j.cnki.jos.005977
摘要：
2020,31(1):47-66
, DOI: 10.13328/j.cnki.jos.005893
摘要：
2020,31(1):1-19
, DOI: 10.13328/j.cnki.jos.005891
摘要：
2020,31(1):20-46
, DOI: 10.13328/j.cnki.jos.005887
摘要：
2020,31(1):162-182
, DOI: 10.13328/j.cnki.jos.005886
摘要：
2020,31(1):67-81
, DOI: 10.13328/j.cnki.jos.005884
摘要：
2020,31(1):183-207
, DOI: 10.13328/j.cnki.jos.005879
摘要：
2020,31(1):228-245
, DOI: 10.13328/j.cnki.jos.005878
摘要：
2020,31(1):137-161
, DOI: 10.13328/j.cnki.jos.005872
摘要：
2020,31(1):113-136
, DOI: 10.13328/j.cnki.jos.005871
摘要：
2020,31(1):82-112
, DOI: 10.13328/j.cnki.jos.005870
摘要：
2020,31(1):208-227
, DOI: 10.13328/j.cnki.jos.005867
摘要：
2019,30(10):3206-3226
, DOI: 10.13328/j.cnki.jos.005796
摘要：
2019,30(10):3090-3114
, DOI: 10.13328/j.cnki.jos.005790
摘要：
2019,30(9):2830-2856
, DOI: 10.13328/j.cnki.jos.005854
摘要：
2019,30(9):2918-2924
, DOI: 10.13328/j.cnki.jos.005849
摘要：
2019,30(9):2571-2592
, DOI: 10.13328/j.cnki.jos.005775
摘要：
2019,30(8):2491-2516
, DOI: 10.13328/j.cnki.jos.005861
摘要：
2019,30(8):2470-2490
, DOI: 10.13328/j.cnki.jos.005859
摘要：
2019,30(8):2545-2568
, DOI: 10.13328/j.cnki.jos.005845
摘要：
2019,30(8):2229-2267
, DOI: 10.13328/j.cnki.jos.005767
摘要：
2019,30(7):2139-2174
, DOI: 10.13328/j.cnki.jos.005841
摘要：
2019,30(7):2073-2090
, DOI: 10.13328/j.cnki.jos.005840
摘要：
2019,30(7):2188-2207
, DOI: 10.13328/j.cnki.jos.005837
摘要：
2019,30(7):2052-2072
, DOI: 10.13328/j.cnki.jos.005834
摘要：
2019,30(6):1853-1874
, DOI: 10.13328/j.cnki.jos.005832
摘要：
2019,30(6):1793-1818
, DOI: 10.13328/j.cnki.jos.005817
摘要：
2019,30(6):1649-1660
, DOI: 10.13328/j.cnki.jos.005741
摘要：
2019,30(6):1632-1648
, DOI: 10.13328/j.cnki.jos.005740
摘要：
2019,30(6):1721-1741
, DOI: 10.13328/j.cnki.jos.005491
摘要：
2019,30(5):1522-1531
, DOI: 10.13328/j.cnki.jos.005727
摘要：
2019,30(5):1206-1223
, DOI: 10.13328/j.cnki.jos.005717
摘要：
2019,30(5):1288-1307
, DOI: 10.13328/j.cnki.jos.005713
摘要：
2019,30(4):1164-1190
, DOI: 10.13328/j.cnki.jos.005811
摘要：
2019,30(4):962-980
, DOI: 10.13328/j.cnki.jos.005711
摘要：
2019,30(3):799-821
, DOI: 10.13328/j.cnki.jos.005698
摘要：
2019,30(3):845-864
, DOI: 10.13328/j.cnki.jos.005689
摘要：
2019,30(2):302-322
, DOI: 10.13328/j.cnki.jos.005678
摘要：
2019,30(2):266-281
, DOI: 10.13328/j.cnki.jos.005677
摘要：
2019,30(2):440-468
, DOI: 10.13328/j.cnki.jos.005659
摘要：
2019,30(2):244-265
, DOI: 10.13328/j.cnki.jos.005657
摘要：
2019,30(2):416-439
, DOI: 10.13328/j.cnki.jos.005636
摘要：
2019,30(2):323-345
, DOI: 10.13328/j.cnki.jos.005635
摘要：
2019,30(1):33-61
, DOI: 10.13328/j.cnki.jos.005652
摘要：
2019,30(1):3-21
, DOI: 10.13328/j.cnki.jos.005650
摘要：
2019,30(1):142-163
, DOI: 10.13328/j.cnki.jos.005649
摘要：
2019,30(1):164-193
, DOI: 10.13328/j.cnki.jos.005646
摘要：
2019,30(1):62-79
, DOI: 10.13328/j.cnki.jos.005645
摘要：
2019,30(1):127-141
, DOI: 10.13328/j.cnki.jos.005644
摘要：
2019,30(1):110-126
, DOI: 10.13328/j.cnki.jos.005643
摘要：
2018,29(11):3400-3411
, DOI: 10.13328/j.cnki.jos.005622
摘要：
2018,29(10):3205-3222
, DOI: 10.13328/j.cnki.jos.005620
摘要：
2018,29(10):3021-3050
, DOI: 10.13328/j.cnki.jos.005613
摘要：
2018,29(10):3111-3133
, DOI: 10.13328/j.cnki.jos.005608
摘要：
2018,29(10):3068-3090
, DOI: 10.13328/j.cnki.jos.005607
摘要：
2018,29(9):2733-2752
, DOI: 10.13328/j.cnki.jos.005605
摘要：
2018,29(9):2799-2820
, DOI: 10.13328/j.cnki.jos.005597
摘要：
2018,29(9):2778-2798
, DOI: 10.13328/j.cnki.jos.005594
摘要：
2018,29(9):2753-2777
, DOI: 10.13328/j.cnki.jos.005591
摘要：
2018,29(8):2397-2426
, DOI: 10.13328/j.cnki.jos.005564
摘要：
2018,29(8):2371-2396
, DOI: 10.13328/j.cnki.jos.005563
摘要：
2018,29(8):2527-2544
, DOI: 10.13328/j.cnki.jos.005560
摘要：
2018,29(8):2448-2469
, DOI: 10.13328/j.cnki.jos.005558
摘要：
2018,29(7):2092-2115
, DOI: 10.13328/j.cnki.jos.005589
摘要：
2018,29(7):2152-2176
, DOI: 10.13328/j.cnki.jos.005580
摘要：
2018,29(7):2018-2045
, DOI: 10.13328/j.cnki.jos.005576
摘要：
2018,29(7):2071-2091
, DOI: 10.13328/j.cnki.jos.005561
摘要：
2018,29(7):2116-2132
, DOI: 10.13328/j.cnki.jos.005555
摘要：
2018,29(7):2133-2151
, DOI: 10.13328/j.cnki.jos.005546
摘要：
2018,29(7):2046-2070
, DOI: 10.13328/j.cnki.jos.005538
摘要：
2018,29(6):1770-1791
, DOI: 10.13328/j.cnki.jos.005557
摘要：
2018,29(6):1813-1825
, DOI: 10.13328/j.cnki.jos.005547
摘要：
2018,29(6):1716-1738
, DOI: 10.13328/j.cnki.jos.005541
摘要：
2018,29(5):1422-1450
, DOI: 10.13328/j.cnki.jos.005520
摘要：
2018,29(5):1471-1514
, DOI: 10.13328/j.cnki.jos.005519
摘要：
2018,29(4):1085-1093
, DOI: 10.13328/j.cnki.jos.005536
摘要：
2018,29(2):320-339
, DOI: 10.13328/j.cnki.jos.005430
摘要：
2018,29(2):251-266
, DOI: 10.13328/j.cnki.jos.005428
摘要：
2018,29(2):225-250
, DOI: 10.13328/j.cnki.jos.005424
摘要：
2018,29(2):506-523
, DOI: 10.13328/j.cnki.jos.005393
摘要：
2018,29(2):340-362
, DOI: 10.13328/j.cnki.jos.005391
摘要：
2018,29(2):417-441
, DOI: 10.13328/j.cnki.jos.005386
摘要：
2018,29(2):299-319
, DOI: 10.13328/j.cnki.jos.005383
摘要：
2018,29(2):483-505
, DOI: 10.13328/j.cnki.jos.005379
摘要：
2018,29(1):150-159
, DOI: 10.13328/j.cnki.jos.005434
摘要：
2018,29(1):131-149
, DOI: 10.13328/j.cnki.jos.005433
摘要：
2018,29(1):69-88
, DOI: 10.13328/j.cnki.jos.005377
摘要：
2018,29(1):109-130
, DOI: 10.13328/j.cnki.jos.005376
摘要：
2018,29(1):1-22
, DOI: 10.13328/j.cnki.jos.005375
摘要：
2018,29(1):196-224
, DOI: 10.13328/j.cnki.jos.005373
摘要：
2018,29(1):23-41
, DOI: 10.13328/j.cnki.jos.005323
摘要：
2018,29(1):42-68
, DOI: 10.13328/j.cnki.jos.005320
摘要：
2018,29(1):89-108
, DOI: 10.13328/j.cnki.jos.005319
摘要：
2018,29(1):176-195
, DOI: 10.13328/j.cnki.jos.005318
摘要：
2018,29(1):160-175
, DOI: 10.13328/j.cnki.jos.005316
摘要：
2017,28(9):2402-2430
, DOI: 10.13328/j.cnki.jos.005306
摘要：
2017,28(9):2502-2523
, DOI: 10.13328/j.cnki.jos.005305
摘要：
2017,28(9):2431-2449
, DOI: 10.13328/j.cnki.jos.005301
摘要：
2017,28(8):2010-2025
, DOI: 10.13328/j.cnki.jos.005272
摘要：
2017,28(8):2026-2045
, DOI: 10.13328/j.cnki.jos.005270
摘要：
2017,28(6):1547-1564
, DOI: 10.13328/j.cnki.jos.005260
摘要：
2017,28(6):1529-1546
, DOI: 10.13328/j.cnki.jos.005259
摘要：
2017,28(6):1584-1605
, DOI: 10.13328/j.cnki.jos.005256
摘要：
2017,28(6):1606-1628
, DOI: 10.13328/j.cnki.jos.005254
摘要：
2017,28(6):1565-1583
, DOI: 10.13328/j.cnki.jos.005249
摘要：
2017,28(1):17-34
, DOI: 10.13328/j.cnki.jos.005151
摘要：
2017,28(1):59-83
, DOI: 10.13328/j.cnki.jos.005141
摘要：
2017,28(1):35-58
, DOI: 10.13328/j.cnki.jos.005140
摘要：
2017,28(1):1-16
, DOI: 10.13328/j.cnki.jos.005139
摘要：
2017,28(1):160-183
, DOI: 10.13328/j.cnki.jos.005136
摘要：
2017,28(1):135-159
, DOI: 10.13328/j.cnki.jos.005131
摘要：
2017,28(1):105-134
, DOI: 10.13328/j.cnki.jos.005127
摘要：
2017,28(1):84-104
, DOI: 10.13328/j.cnki.jos.005115
摘要：
2016,27(9):2230-2247
, DOI: 10.13328/j.cnki.jos.005068
摘要：
2016,27(8):2147-2167
, DOI: 10.13328/j.cnki.jos.005103
摘要：
2016,27(8):2048-2067
, DOI: 10.13328/j.cnki.jos.005060
摘要：
2016,27(8):2025-2047
, DOI: 10.13328/j.cnki.jos.005049
摘要：
2016,27(8):1934-1947
, DOI: 10.13328/j.cnki.jos.004936
摘要：
2016,27(4):993-1008
, DOI: 10.13328/j.cnki.jos.005028
摘要：
2016,27(4):955-968
, DOI: 10.13328/j.cnki.jos.005024
摘要：
2016,27(4):1026-1041
, DOI: 10.13328/j.cnki.jos.005022
摘要：
2016,27(4):1009-1025
, DOI: 10.13328/j.cnki.jos.005021
摘要：
2016,27(4):969-992
, DOI: 10.13328/j.cnki.jos.005020
摘要：
2016,27(3):691-713
, DOI: 10.13328/j.cnki.jos.004948
摘要：
2016,27(3):736-759
, DOI: 10.13328/j.cnki.jos.004947
摘要：
2016,27(3):760-767
, DOI: 10.13328/j.cnki.jos.004922
摘要：
2016,27(2):247-263
, DOI: 10.13328/j.cnki.jos.004944
摘要：
2016,27(2):195-208
, DOI: 10.13328/j.cnki.jos.004939
摘要：
2016,27(2):394-417
, DOI: 10.13328/j.cnki.jos.004935
摘要：
2016,27(2):329-347
, DOI: 10.13328/j.cnki.jos.004934
摘要：
2016,27(2):264-279
, DOI: 10.13328/j.cnki.jos.004881
摘要：
2016,27(1):188-194
, DOI: 10.13328/j.cnki.jos.005011
摘要：
2016,27(1):155-187
, DOI: 10.13328/j.cnki.jos.004933
摘要：
2016,27(1):26-44
, DOI: 10.13328/j.cnki.jos.004929
摘要：
2016,27(1):96-111
, DOI: 10.13328/j.cnki.jos.004925
摘要：
2016,27(1):1-25
, DOI: 10.13328/j.cnki.jos.004923
摘要：
2016,27(1):112-135
, DOI: 10.13328/j.cnki.jos.004919
摘要：
2016,27(1):45-71
, DOI: 10.13328/j.cnki.jos.004914
摘要：
2016,27(1):72-95
, DOI: 10.13328/j.cnki.jos.004883
摘要：
2016,27(1):136-154
, DOI: 10.13328/j.cnki.jos.004871
摘要：
2015,26(9):2356-2372
, DOI: 10.13328/j.cnki.jos.004867
摘要：
2015,26(9):2373-2395
, DOI: 10.13328/j.cnki.jos.004857
摘要：
2015,26(8):1853-1870
, DOI: 10.13328/j.cnki.jos.004838
摘要：
2015,26(6):1356-1372
, DOI: 10.13328/j.cnki.jos.004831
摘要：
2015,26(6):1285-1305
, DOI: 10.13328/j.cnki.jos.004823
摘要：
2015,26(6):1265-1284
, DOI: 10.13328/j.cnki.jos.004811
摘要：
2015,26(5):1213-1236
, DOI: 10.13328/j.cnki.jos.004822
摘要：
2015,26(5):1151-1172
, DOI: 10.13328/j.cnki.jos.004821
摘要：
2015,26(5):1129-1150
, DOI: 10.13328/j.cnki.jos.004820
摘要：
2015,26(4):927-944
, DOI: 10.13328/j.cnki.jos.004812
摘要：
2015,26(4):960-976
, DOI: 10.13328/j.cnki.jos.004804
摘要：
2015,26(4):945-959
, DOI: 10.13328/j.cnki.jos.004794
摘要：
2015,26(4):904-926
, DOI: 10.13328/j.cnki.jos.004740
摘要：
2015,26(3):680-698
, DOI: 10.13328/j.cnki.jos.004763
摘要：
2015,26(3):600-616
, DOI: 10.13328/j.cnki.jos.004741
摘要：
2015,26(3):617-639
, DOI: 10.13328/j.cnki.jos.004715
摘要：
2015,26(2):413-426
, DOI: 10.13328/j.cnki.jos.004793
摘要：
2015,26(2):390-412
, DOI: 10.13328/j.cnki.jos.004708
摘要：
2015,26(1):62-81
, DOI: 10.13328/j.cnki.jos.004701
摘要：
2015,26(1):109-128
, DOI: 10.13328/j.cnki.jos.004700
摘要：
2015,26(1):82-97
, DOI: 10.13328/j.cnki.jos.004696
摘要：
2015,26(1):167-177
, DOI: 10.13328/j.cnki.jos.004692
摘要：
2015,26(1):145-166
, DOI: 10.13328/j.cnki.jos.004688
摘要：
2015,26(1):40-51
, DOI: 10.13328/j.cnki.jos.004669
摘要：
2015,26(1):26-39
, DOI: 10.13328/j.cnki.jos.004631
摘要：
2014,25(7):1527-1540
, DOI: 10.13328/j.cnki.jos.004621
摘要：
2014,25(7):1505-1526
, DOI: 10.13328/j.cnki.jos.004617
摘要：
2014,25(7):1459-1475
, DOI: 10.13328/j.cnki.jos.004608
摘要：
2014,25(5):1061-1084
, DOI: 10.13328/j.cnki.jos.004579
摘要：
2014,25(4):839-862
, DOI: 10.13328/j.cnki.jos.004558
摘要：
2014,25(4):896-912
, DOI: 10.13328/j.cnki.jos.004557
摘要：
2014,25(4):880-895
, DOI: 10.13328/j.cnki.jos.004554
摘要：
2014,25(3):606-630
, DOI: 10.13328/j.cnki.jos.004522
摘要：
2014,25(3):439-456
, DOI: 10.13328/j.cnki.jos.004521
摘要：
2014,25(3):591-605
, DOI: 10.13328/j.cnki.jos.004520
摘要：
2014,25(3):506-527
, DOI: 10.13328/j.cnki.jos.004517
摘要：
2014,25(3):576-590
, DOI: 10.13328/j.cnki.jos.004511
摘要：
2014,25(1):78-97
, DOI: 10.13328/j.cnki.jos.004509
摘要：
2014,25(1):1-15
, DOI: 10.13328/j.cnki.jos.004503
摘要：
2014,25(1):37-50
, DOI: 10.13328/j.cnki.jos.004497
摘要：
2014,25(1):154-175
, DOI: 10.13328/j.cnki.jos.004494
摘要：
2014,25(1):118-134
, DOI: 10.13328/j.cnki.jos.004458
摘要：
2014,25(1):98-117
, DOI: 10.13328/j.cnki.jos.004454
摘要：
2014,25(1):135-153
, DOI: 10.13328/j.cnki.jos.004445
摘要：
2013,24(9):2042-2061
, DOI: 10.3724/SP.J.1001.2013.04439
摘要：
2013,24(9):2001-2019
, DOI: 10.3724/SP.J.1001.2013.04433
摘要：
2013,24(9):1981-2000
, DOI: 10.3724/SP.J.1001.2013.04432
摘要：
2013,24(8):1804-1815
, DOI: 10.3724/SP.J.1001.2013.04422
摘要：
2013,24(8):1695-1712
, DOI: 10.3724/SP.J.1001.2013.04420
摘要：
2013,24(8):1786-1803
, DOI: 10.3724/SP.J.1001.2013.04416
摘要：
2013,24(6):1346-1360
, DOI: 10.3724/SP.J.1001.2013.04395
摘要：
2013,24(6):1390-1402
, DOI: 10.3724/SP.J.1001.2013.04392
摘要：
2013,24(6):1222-1242
, DOI: 10.3724/SP.J.1001.2013.04387
摘要：
2013,24(5):1078-1097
, DOI: 10.3724/SP.J.1001.2013.04390
摘要：
2013,24(4):663-674
, DOI: 10.3724/SP.J.1001.2013.04379
摘要：
2013,24(4):843-858
, DOI: 10.3724/SP.J.1001.2013.04376
摘要：
2013,24(4):781-797
, DOI: 10.3724/SP.J.1001.2013.04374
摘要：
2013,24(4):825-842
, DOI: 10.3724/SP.J.1001.2013.04369
摘要：
2013,24(4):761-780
, DOI: 10.3724/SP.J.1001.2013.04355
摘要：
2013,24(2):198-214
, DOI: 10.3724/SP.J.1001.2013.04349
摘要：
2013,24(2):295-316
, DOI: 10.3724/SP.J.1001.2013.04336
摘要：
2013,24(1):77-90
, DOI: 10.3724/SP.J.1001.2013.04339
摘要：
2013,24(1):91-108
, DOI: 10.3724/SP.J.1001.2013.04292
摘要：
2012,23(11):2871-2884
, DOI: 10.3724/SP.J.1001.2012.04302
摘要：
2012,23(11):2885-2904
, DOI: 10.3724/SP.J.1001.2012.04297
摘要：
2012,23(11):3009-3028
, DOI: 10.3724/SP.J.1001.2012.04156
摘要：
2012,23(8):2058-2072
, DOI: 10.3724/SP.J.1001.2012.04237
摘要：
2012,23(8):2173-2187
, DOI: 10.3724/SP.J.1001.2012.04219
摘要：
2012,23(7):1824-1837
, DOI: 10.3724/SP.J.1001.2012.04225
摘要：
2012,23(7):1729-1744
, DOI: 10.3724/SP.J.1001.2012.04215
摘要：
2012,23(6):1542-1560
, DOI: 10.3724/SP.J.1001.2012.04200
摘要：
2012,23(5):1148-1166
, DOI: 10.3724/SP.J.1001.2012.04195
摘要：
2012,23(4):962-986
, DOI: 10.3724/SP.J.1001.2012.04175
摘要：
2012,23(4):864-877
, DOI: 10.3724/SP.J.1001.2012.04063
摘要：
2012,23(1):46-64
, DOI: 10.3724/SP.J.1001.2012.04120
摘要：
2012,23(1):65-81
, DOI: 10.3724/SP.J.1001.2012.04119
摘要：
2012,23(1):82-96
, DOI: 10.3724/SP.J.1001.2012.04101
摘要：
2012,23(1):1-20
, DOI: 10.3724/SP.J.1001.2012.04100
摘要：
2012,23(1):152-170
, DOI: 10.3724/SP.J.1001.2012.04096
摘要：
2012,23(1):140-151
, DOI: 10.3724/SP.J.1001.2012.04092
摘要：
2012,23(1):32-45
, DOI: 10.3724/SP.J.1001.2012.04091
摘要：
2011,22(10):2317-2334
, DOI: 10.3724/SP.J.1001.2011.04080
摘要：
2011,22(8):1699-1713
, DOI: 10.3724/SP.J.1001.2011.04053
摘要：
2011,22(8):1838-1854
, DOI: 10.3724/SP.J.1001.2011.04034
摘要：
2011,22(7):1503-1523
, DOI: 10.3724/SP.J.1001.2011.04012
摘要：
2011,22(6):1316-1332
, DOI: 10.3724/SP.J.1001.2011.04007
摘要：
2011,22(6):1281-1298
, DOI: 10.3724/SP.J.1001.2011.03995
摘要：
2011,22(6):1299-1315
, DOI: 10.3724/SP.J.1001.2011.03993
摘要：
2011,22(4):676-694
, DOI: 10.3724/SP.J.1001.2011.03954
摘要：
2011,22(3):417-438
, DOI: 10.3724/SP.J.1001.2011.03962
摘要：
2011,22(3):381-407
, DOI: 10.3724/SP.J.1001.2011.03934
摘要：
2011,22(3):408-416
, DOI: 10.3724/SP.J.1001.2011.03931
摘要：
2011,22(1):71-83
, DOI: 10.3724/SP.J.1001.2011.03958
摘要：
2011,22(1):115-131
, DOI: 10.3724/SP.J.1001.2011.03950
摘要：
2011,22(1):101-114
, DOI: 10.3724/SP.J.1001.2011.03936
摘要：
2011,22(1):84-100
, DOI: 10.3724/SP.J.1001.2011.03935
摘要：
2011,22(1):28-43
, DOI: 10.3724/SP.J.1001.2011.03928
摘要：
2011,22(1):132-148
, DOI: 10.3724/SP.J.1001.2011.03899
摘要：
2010,21(10):2454-2476
摘要：
2010,21(7):1635-1645
摘要：
2010,21(6):1308-1325
摘要：
2010,21(5):991-1006
摘要：
2010,21(5):1067-1082
摘要：
2010,21(5):899-915
摘要：
2009,20(8):2199-2213
摘要：
2009,20(7):1986-2004
摘要：
2009,20(5):1226-1240
摘要：
2009,20(1):54-66
摘要：
2009,20(1):109-123
摘要：
2008,19(10):2706-2719
摘要：
2008,19(6):1481-1490
摘要：
2008,19(6):1386-1400
摘要：
2008,19(4):879-887
摘要：
2008,19(4):779-802
摘要：
2008,19(2):419-431
摘要：
2008,19(2):389-403
摘要：
2008,19(1):90-102
摘要：
2007,18(11):2942-2954
摘要：
2007,18(7):1639-1651
摘要：
2007,18(6):1477-1490
摘要：
2007,18(6):1400-1418
摘要：
2007,18(5):1218-1231
摘要：
2007,18(4):943-954
摘要：
2007,18(4):775-795
摘要：
2007,18(3):477-489
摘要：
2006,17(12):2403-2415
摘要：
2006,17(10):2131-2140
摘要：
2006,17(9):1848-1859
摘要：
2005,16(8):1445-1455
摘要：
2005,16(3):434-444
摘要：
2005,16(2):239-250
摘要：
2004,15(12):1885-1893
摘要：
2003,14(10):1753-1760
摘要：
2003,14(10):1717-1727
摘要：
2003,14(7):1324-1337
摘要：
2003,14(1):110-116
摘要：
2002,13(11):2065-2075
摘要：
2001,12(5):677-688
摘要：
2000,11(11):1460-1466
摘要：
2025,36(9):1-21
, DOI: 10.13328/j.cnki.jos.007360
摘要：
2025,36(8):3494-3511
, DOI: 10.13328/j.cnki.jos.007347
摘要：
2025,36(3):939-940
, DOI: 10.13328/j.cnki.jos.007284
, CSTR: 32375.14.jos.007284
摘要：
2025,36(3):1084-1106
, DOI: 10.13328/j.cnki.jos.007283
, CSTR: 32375.14.jos.007283
摘要：
2025,36(3):1022-1039
, DOI: 10.13328/j.cnki.jos.007282
, CSTR: 32375.14.jos.007282
摘要：
2025,36(3):995-1021
, DOI: 10.13328/j.cnki.jos.007281
, CSTR: 32375.14.jos.007281
摘要：
2025,36(3):981-994
, DOI: 10.13328/j.cnki.jos.007280
, CSTR: 32375.14.jos.007280
摘要：
2025,36(3):1065-1083
, DOI: 10.13328/j.cnki.jos.007279
, CSTR: 32375.14.jos.007279
摘要：
2025,36(3):962-980
, DOI: 10.13328/j.cnki.jos.007278
, CSTR: 32375.14.jos.007278
摘要：
2025,36(3):941-961
, DOI: 10.13328/j.cnki.jos.007277
, CSTR: 32375.14.jos.007277
摘要：
2024,35(9):4011-4012
, DOI: 10.13328/j.cnki.jos.007140
摘要：
2024,35(9):4310-4323
, DOI: 10.13328/j.cnki.jos.007139
摘要：
2024,35(9):4287-4309
, DOI: 10.13328/j.cnki.jos.007137
摘要：
2024,35(9):4265-4286
, DOI: 10.13328/j.cnki.jos.007136
摘要：
2024,35(9):4242-4264
, DOI: 10.13328/j.cnki.jos.007135
摘要：
2024,35(9):4218-4241
, DOI: 10.13328/j.cnki.jos.007134
摘要：
2024,35(9):4193-4217
, DOI: 10.13328/j.cnki.jos.007133
摘要：
2024,35(9):4179-4192
, DOI: 10.13328/j.cnki.jos.007132
摘要：
2024,35(9):4160-4178
, DOI: 10.13328/j.cnki.jos.007131
摘要：
2024,35(9):4141-4159
, DOI: 10.13328/j.cnki.jos.007130
摘要：
2024,35(9):4123-4140
, DOI: 10.13328/j.cnki.jos.007129
摘要：
2024,35(9):4100-4122
, DOI: 10.13328/j.cnki.jos.007128
摘要：
2024,35(8):3551-3552
, DOI: 10.13328/j.cnki.jos.007125
摘要：
2024,35(8):3698-3720
, DOI: 10.13328/j.cnki.jos.007124
摘要：
2024,35(8):3684-3697
, DOI: 10.13328/j.cnki.jos.007122
摘要：
2024,35(8):3668-3683
, DOI: 10.13328/j.cnki.jos.007121
摘要：
2024,35(8):3647-3667
, DOI: 10.13328/j.cnki.jos.007120
摘要：
2024,35(8):3626-3646
, DOI: 10.13328/j.cnki.jos.007119
摘要：
2024,35(8):3610-3625
, DOI: 10.13328/j.cnki.jos.007118
摘要：
2024,35(8):3591-3609
, DOI: 10.13328/j.cnki.jos.007117
摘要：
2024,35(8):3577-3590
, DOI: 10.13328/j.cnki.jos.007116
摘要：
2024,35(8):3553-3576
, DOI: 10.13328/j.cnki.jos.007115
摘要：
2024,35(7):3069-3070
, DOI: 10.13328/j.cnki.jos.007114
摘要：
2024,35(7):3093-3114
, DOI: 10.13328/j.cnki.jos.007113
摘要：
2024,35(7):3245-3264
, DOI: 10.13328/j.cnki.jos.007111
摘要：
2024,35(7):3071-3092
, DOI: 10.13328/j.cnki.jos.007110
摘要：
2024,35(7):3227-3244
, DOI: 10.13328/j.cnki.jos.007109
摘要：
2024,35(7):3204-3226
, DOI: 10.13328/j.cnki.jos.007108
摘要：
2024,35(7):3180-3203
, DOI: 10.13328/j.cnki.jos.007107
摘要：
2024,35(7):3162-3179
, DOI: 10.13328/j.cnki.jos.007106
摘要：
2024,35(7):3141-3161
, DOI: 10.13328/j.cnki.jos.007105
摘要：
2024,35(7):3115-3140
, DOI: 10.13328/j.cnki.jos.007104
摘要：
2024,35(6):2583-2584
, DOI: 10.13328/j.cnki.jos.007103
摘要：
2024,35(6):2668-2686
, DOI: 10.13328/j.cnki.jos.007102
摘要：
2024,35(6):2724-2752
, DOI: 10.13328/j.cnki.jos.007101
摘要：
2024,35(6):2608-2630
, DOI: 10.13328/j.cnki.jos.007100
摘要：
2024,35(6):2648-2667
, DOI: 10.13328/j.cnki.jos.007098
摘要：
2024,35(6):2631-2647
, DOI: 10.13328/j.cnki.jos.007097
摘要：
2024,35(6):2585-2607
, DOI: 10.13328/j.cnki.jos.007096
摘要：
2024,35(5):2099-2100
, DOI: 10.13328/j.cnki.jos.007030
摘要：
2024,35(5):2176-2191
, DOI: 10.13328/j.cnki.jos.007029
摘要：
2024,35(5):2192-2207
, DOI: 10.13328/j.cnki.jos.007028
摘要：
2024,35(5):2165-2175
, DOI: 10.13328/j.cnki.jos.007027
摘要：
2024,35(5):2208-2219
, DOI: 10.13328/j.cnki.jos.007026
摘要：
2024,35(5):2133-2149
, DOI: 10.13328/j.cnki.jos.007025
摘要：
2024,35(5):2150-2164
, DOI: 10.13328/j.cnki.jos.007024
摘要：
2024,35(5):2220-2234
, DOI: 10.13328/j.cnki.jos.007023
摘要：
2024,35(5):2101-2119
, DOI: 10.13328/j.cnki.jos.007022
摘要：
2024,35(5):2120-2132
, DOI: 10.13328/j.cnki.jos.007021
摘要：
2024,35(4):1585-1586
, DOI: 10.13328/j.cnki.jos.007020
摘要：
2024,35(4):1774-1789
, DOI: 10.13328/j.cnki.jos.007019
摘要：
2024,35(4):1751-1773
, DOI: 10.13328/j.cnki.jos.007018
摘要：
2024,35(4):1732-1750
, DOI: 10.13328/j.cnki.jos.007017
摘要：
2024,35(4):1601-1617
, DOI: 10.13328/j.cnki.jos.007016
摘要：
2024,35(4):1703-1716
, DOI: 10.13328/j.cnki.jos.007015
摘要：
2024,35(4):1587-1600
, DOI: 10.13328/j.cnki.jos.007014
摘要：
2024,35(4):1717-1731
, DOI: 10.13328/j.cnki.jos.007013
摘要：
2024,35(4):1651-1666
, DOI: 10.13328/j.cnki.jos.007010
摘要：
2024,35(4):1667-1681
, DOI: 10.13328/j.cnki.jos.007009
摘要：
2024,35(3):1049-1050
, DOI: 10.13328/j.cnki.jos.007079
摘要：
2024,35(3):1140-1153
, DOI: 10.13328/j.cnki.jos.007078
摘要：
2024,35(3):1173-1193
, DOI: 10.13328/j.cnki.jos.007077
摘要：
2024,35(3):1074-1089
, DOI: 10.13328/j.cnki.jos.007076
摘要：
2024,35(3):1194-1206
, DOI: 10.13328/j.cnki.jos.007074
摘要：
2024,35(3):1125-1139
, DOI: 10.13328/j.cnki.jos.007073
摘要：
2024,35(3):1090-1106
, DOI: 10.13328/j.cnki.jos.007072
摘要：
2024,35(3):1051-1073
, DOI: 10.13328/j.cnki.jos.007071
摘要：
2024,35(3):1154-1172
, DOI: 10.13328/j.cnki.jos.007070
摘要：
2024,35(3):1107-1124
, DOI: 10.13328/j.cnki.jos.007069
摘要：
2023,34(10):4437-4438
, DOI: 10.13328/j.cnki.jos.006890
摘要：
2023,34(10):4565-4583
, DOI: 10.13328/j.cnki.jos.006889
摘要：
2023,34(10):4533-4547
, DOI: 10.13328/j.cnki.jos.006888
摘要：
2023,34(10):4501-4517
, DOI: 10.13328/j.cnki.jos.006887
摘要：
2023,34(10):4548-4564
, DOI: 10.13328/j.cnki.jos.006886
摘要：
2023,34(10):4518-4532
, DOI: 10.13328/j.cnki.jos.006885
摘要：
2023,34(10):4477-4500
, DOI: 10.13328/j.cnki.jos.006883
摘要：
2023,34(10):4584-4600
, DOI: 10.13328/j.cnki.jos.006882
摘要：
2023,34(10):4463-4476
, DOI: 10.13328/j.cnki.jos.006881
摘要：
2023,34(9):3939-3940
, DOI: 10.13328/j.cnki.jos.006880
摘要：
2023,34(9):4018-4036
, DOI: 10.13328/j.cnki.jos.006879
摘要：
2023,34(9):4003-4017
, DOI: 10.13328/j.cnki.jos.006878
摘要：
2023,34(9):3981-4002
, DOI: 10.13328/j.cnki.jos.006877
摘要：
2023,34(9):4069-4095
, DOI: 10.13328/j.cnki.jos.006876
摘要：
2023,34(9):3941-3965
, DOI: 10.13328/j.cnki.jos.006875
摘要：
2023,34(9):3966-3980
, DOI: 10.13328/j.cnki.jos.006874
摘要：
2023,34(9):4056-4068
, DOI: 10.13328/j.cnki.jos.006873
摘要：
2023,34(9):4037-4055
, DOI: 10.13328/j.cnki.jos.006872
摘要：
2023,34(8):3465-3466
, DOI: 10.13328/j.cnki.jos.006871
摘要：
2023,34(8):3574-3586
, DOI: 10.13328/j.cnki.jos.006870
摘要：
2023,34(8):3527-3548
, DOI: 10.13328/j.cnki.jos.006869
摘要：
2023,34(8):3549-3573
, DOI: 10.13328/j.cnki.jos.006868
摘要：
2023,34(8):3467-3484
, DOI: 10.13328/j.cnki.jos.006867
摘要：
2023,34(8):3507-3526
, DOI: 10.13328/j.cnki.jos.006866
摘要：
2023,34(8):3485-3506
, DOI: 10.13328/j.cnki.jos.006865
摘要：
2023,34(7):2979-2980
, DOI: 10.13328/j.cnki.jos.006864
摘要：
2023,34(7):3043-3063
, DOI: 10.13328/j.cnki.jos.006862
摘要：
2023,34(7):3080-3098
, DOI: 10.13328/j.cnki.jos.006861
摘要：
2023,34(7):3116-3133
, DOI: 10.13328/j.cnki.jos.006860
摘要：
2023,34(7):3099-3115
, DOI: 10.13328/j.cnki.jos.006859
摘要：
2023,34(7):3022-3042
, DOI: 10.13328/j.cnki.jos.006858
摘要：
2023,34(7):2981-3001
, DOI: 10.13328/j.cnki.jos.006857
摘要：
2023,34(7):3064-3079
, DOI: 10.13328/j.cnki.jos.006856
摘要：
2023,34(7):3002-3021
, DOI: 10.13328/j.cnki.jos.006855
摘要：
2023,34(6):2507-2508
, DOI: 10.13328/j.cnki.jos.006854
摘要：
2023,34(6):2562-2585
, DOI: 10.13328/j.cnki.jos.006853
摘要：
2023,34(6):2628-2640
, DOI: 10.13328/j.cnki.jos.006852
摘要：
2023,34(6):2586-2605
, DOI: 10.13328/j.cnki.jos.006851
摘要：
2023,34(6):2543-2561
, DOI: 10.13328/j.cnki.jos.006849
摘要：
2023,34(6):2526-2542
, DOI: 10.13328/j.cnki.jos.006848
摘要：
2023,34(6):2641-2668
, DOI: 10.13328/j.cnki.jos.006847
摘要：
2023,34(6):2509-2525
, DOI: 10.13328/j.cnki.jos.006846
摘要：
2023,34(5):1997-1999
, DOI: 10.13328/j.cnki.jos.006776
摘要：
2023,34(5):2083-2100
, DOI: 10.13328/j.cnki.jos.006775
摘要：
2023,34(5):2152-2169
, DOI: 10.13328/j.cnki.jos.006773
摘要：
2023,34(5):2134-2151
, DOI: 10.13328/j.cnki.jos.006772
摘要：
2023,34(5):2068-2082
, DOI: 10.13328/j.cnki.jos.006771
摘要：
2023,34(5):2024-2034
, DOI: 10.13328/j.cnki.jos.006770
摘要：
2023,34(5):2116-2133
, DOI: 10.13328/j.cnki.jos.006769
摘要：
2023,34(5):2051-2067
, DOI: 10.13328/j.cnki.jos.006768
摘要：
2023,34(5):2035-2050
, DOI: 10.13328/j.cnki.jos.006766
摘要：
2023,34(3):1007-1009
, DOI: 10.13328/j.cnki.jos.006796
摘要：
2023,34(3):1109-1125
, DOI: 10.13328/j.cnki.jos.006795
摘要：
2023,34(3):1087-1108
, DOI: 10.13328/j.cnki.jos.006794
摘要：
2023,34(3):1065-1086
, DOI: 10.13328/j.cnki.jos.006793
摘要：
2023,34(3):1277-1291
, DOI: 10.13328/j.cnki.jos.006792
摘要：
2023,34(3):1049-1064
, DOI: 10.13328/j.cnki.jos.006791
摘要：
2023,34(3):1292-1309
, DOI: 10.13328/j.cnki.jos.006790
摘要：
2023,34(3):1027-1048
, DOI: 10.13328/j.cnki.jos.006789
摘要：
2023,34(3):1259-1276
, DOI: 10.13328/j.cnki.jos.006788
摘要：
2023,34(3):1010-1026
, DOI: 10.13328/j.cnki.jos.006787
摘要：
2023,34(3):1148-1167
, DOI: 10.13328/j.cnki.jos.006784
摘要：
2023,34(3):1213-1235
, DOI: 10.13328/j.cnki.jos.006783
摘要：
2023,34(3):1193-1212
, DOI: 10.13328/j.cnki.jos.006782
摘要：
2023,34(3):1126-1147
, DOI: 10.13328/j.cnki.jos.006781
摘要：
2022,33(10):3529-3530
, DOI: 10.13328/j.cnki.jos.006633
摘要：
2022,33(10):3619-3634
, DOI: 10.13328/j.cnki.jos.006632
摘要：
2022,33(10):3565-3581
, DOI: 10.13328/j.cnki.jos.006630
摘要：
2022,33(10):3656-3672
, DOI: 10.13328/j.cnki.jos.006629
摘要：
2022,33(10):3531-3545
, DOI: 10.13328/j.cnki.jos.006628
摘要：
2022,33(10):3546-3564
, DOI: 10.13328/j.cnki.jos.006627
摘要：
2022,33(9):3137-3138
, DOI: 10.13328/j.cnki.jos.006625
摘要：
2022,33(9):3165-3179
, DOI: 10.13328/j.cnki.jos.006624
摘要：
2022,33(9):3210-3222
, DOI: 10.13328/j.cnki.jos.006623
摘要：
2022,33(9):3139-3151
, DOI: 10.13328/j.cnki.jos.006622
摘要：
2022,33(9):3195-3209
, DOI: 10.13328/j.cnki.jos.006621
摘要：
2022,33(9):3152-3164
, DOI: 10.13328/j.cnki.jos.006620
摘要：
2022,33(9):3180-3194
, DOI: 10.13328/j.cnki.jos.006619
摘要：
2022,33(8):2753-2754
, DOI: 10.13328/j.cnki.jos.006611
摘要：
2022,33(8):2995-3014
, DOI: 10.13328/j.cnki.jos.006610
摘要：
2022,33(8):2980-2994
, DOI: 10.13328/j.cnki.jos.006609
摘要：
2022,33(8):2964-2979
, DOI: 10.13328/j.cnki.jos.006608
摘要：
2022,33(8):2947-2963
, DOI: 10.13328/j.cnki.jos.006607
摘要：
2022,33(8):2930-2946
, DOI: 10.13328/j.cnki.jos.006606
摘要：
2022,33(8):2918-2929
, DOI: 10.13328/j.cnki.jos.006605
摘要：
2022,33(8):2896-2917
, DOI: 10.13328/j.cnki.jos.006604
摘要：
2022,33(8):2875-2895
, DOI: 10.13328/j.cnki.jos.006603
摘要：
2022,33(8):2839-2850
, DOI: 10.13328/j.cnki.jos.006601
摘要：
2022,33(8):2815-2838
, DOI: 10.13328/j.cnki.jos.006600
摘要：
2022,33(8):2797-2814
, DOI: 10.13328/j.cnki.jos.006599
摘要：
2022,33(8):2782-2796
, DOI: 10.13328/j.cnki.jos.006598
摘要：
2022,33(8):2769-2781
, DOI: 10.13328/j.cnki.jos.006597
摘要：
2022,33(8):2755-2768
, DOI: 10.13328/j.cnki.jos.006596
摘要：
2022,33(7):2365-2366
, DOI: 10.13328/j.cnki.jos.006591
摘要：
2022,33(7):2525-2537
, DOI: 10.13328/j.cnki.jos.006589
摘要：
2022,33(7):2538-2561
, DOI: 10.13328/j.cnki.jos.006588
摘要：
2022,33(7):2447-2463
, DOI: 10.13328/j.cnki.jos.006586
摘要：
2022,33(7):2464-2481
, DOI: 10.13328/j.cnki.jos.006585
摘要：
2022,33(7):2482-2498
, DOI: 10.13328/j.cnki.jos.006584
摘要：
2022,33(7):2499-2524
, DOI: 10.13328/j.cnki.jos.006583
摘要：
2022,33(6):2113-2114
, DOI: 10.13328/j.cnki.jos.006582
摘要：
2022,33(6):2264-2287
, DOI: 10.13328/j.cnki.jos.006581
摘要：
2022,33(6):2246-2263
, DOI: 10.13328/j.cnki.jos.006580
摘要：
2022,33(6):2224-2245
, DOI: 10.13328/j.cnki.jos.006579
摘要：
2022,33(6):2208-2223
, DOI: 10.13328/j.cnki.jos.006578
摘要：
2022,33(6):2189-2207
, DOI: 10.13328/j.cnki.jos.006577
摘要：
2022,33(6):2172-2188
, DOI: 10.13328/j.cnki.jos.006576
摘要：
2022,33(6):2150-2171
, DOI: 10.13328/j.cnki.jos.006575
摘要：
2022,33(6):2127-2149
, DOI: 10.13328/j.cnki.jos.006574
摘要：
2022,33(6):2115-2126
, DOI: 10.13328/j.cnki.jos.006573
摘要：
2022,33(6):1959-1960
, DOI: 10.13328/j.cnki.jos.006572
摘要：
2022,33(6):2097-2112
, DOI: 10.13328/j.cnki.jos.006571
摘要：
2022,33(6):2082-2096
, DOI: 10.13328/j.cnki.jos.006570
摘要：
2022,33(6):2061-2081
, DOI: 10.13328/j.cnki.jos.006569
摘要：
2022,33(6):2047-2060
, DOI: 10.13328/j.cnki.jos.006568
摘要：
2022,33(6):2030-2046
, DOI: 10.13328/j.cnki.jos.006567
摘要：
2022,33(6):2012-2029
, DOI: 10.13328/j.cnki.jos.006566
摘要：
2022,33(6):1996-2011
, DOI: 10.13328/j.cnki.jos.006565
摘要：
2022,33(6):1978-1995
, DOI: 10.13328/j.cnki.jos.006564
摘要：
2022,33(6):1961-1977
, DOI: 10.13328/j.cnki.jos.006563
摘要：
2022,33(5):1527-1528
, DOI: 10.13328/j.cnki.jos.006562
摘要：
2022,33(5):1774-1799
, DOI: 10.13328/j.cnki.jos.006561
摘要：
2022,33(5):1758-1773
, DOI: 10.13328/j.cnki.jos.006560
摘要：
2022,33(5):1736-1757
, DOI: 10.13328/j.cnki.jos.006559
摘要：
2022,33(5):1711-1735
, DOI: 10.13328/j.cnki.jos.006557
摘要：
2022,33(5):1699-1710
, DOI: 10.13328/j.cnki.jos.006556
摘要：
2022,33(5):1674-1698
, DOI: 10.13328/j.cnki.jos.006555
摘要：
2022,33(5):1652-1673
, DOI: 10.13328/j.cnki.jos.006554
摘要：
2022,33(5):1635-1651
, DOI: 10.13328/j.cnki.jos.006553
摘要：
2022,33(5):1587-1611
, DOI: 10.13328/j.cnki.jos.006550
摘要：
2022,33(5):1569-1586
, DOI: 10.13328/j.cnki.jos.006549
摘要：
2022,33(5):1551-1568
, DOI: 10.13328/j.cnki.jos.006548
摘要：
2022,33(5):1529-1550
, DOI: 10.13328/j.cnki.jos.006547
摘要：
2022,33(4):1153-1155
, DOI: 10.13328/j.cnki.jos.006484
摘要：
2022,33(4):1439-1450
, DOI: 10.13328/j.cnki.jos.006483
摘要：
2022,33(4):1516-1526
, DOI: 10.13328/j.cnki.jos.006482
摘要：
2022,33(4):1315-1325
, DOI: 10.13328/j.cnki.jos.006480
摘要：
2022,33(4):1274-1286
, DOI: 10.13328/j.cnki.jos.006479
摘要：
2022,33(4):1170-1182
, DOI: 10.13328/j.cnki.jos.006478
摘要：
2022,33(4):1218-1230
, DOI: 10.13328/j.cnki.jos.006477
摘要：
2022,33(4):1267-1273
, DOI: 10.13328/j.cnki.jos.006475
摘要：
2022,33(4):1373-1389
, DOI: 10.13328/j.cnki.jos.006474
摘要：
2022,33(4):1430-1438
, DOI: 10.13328/j.cnki.jos.006473
摘要：
2022,33(4):1477-1500
, DOI: 10.13328/j.cnki.jos.006472
摘要：
2022,33(4):1354-1372
, DOI: 10.13328/j.cnki.jos.006471
摘要：
2022,33(4):1412-1429
, DOI: 10.13328/j.cnki.jos.006470
摘要：
2022,33(4):1501-1515
, DOI: 10.13328/j.cnki.jos.006469
摘要：
2022,33(4):1156-1169
, DOI: 10.13328/j.cnki.jos.006468
摘要：
2022,33(4):1183-1199
, DOI: 10.13328/j.cnki.jos.006467
摘要：
2022,33(4):1338-1353
, DOI: 10.13328/j.cnki.jos.006466
摘要：
2022,33(4):1326-1337
, DOI: 10.13328/j.cnki.jos.006465
摘要：
2022,33(4):1231-1243
, DOI: 10.13328/j.cnki.jos.006464
摘要：
2022,33(4):1200-1217
, DOI: 10.13328/j.cnki.jos.006463
摘要：
2022,33(4):1390-1411
, DOI: 10.13328/j.cnki.jos.006462
摘要：
2022,33(4):1451-1476
, DOI: 10.13328/j.cnki.jos.006461
摘要：
2022,33(3):771-773
, DOI: 10.13328/j.cnki.jos.006459
摘要：
2022,33(3):1111-1127
, DOI: 10.13328/j.cnki.jos.006458
摘要：
2022,33(3):1043-1056
, DOI: 10.13328/j.cnki.jos.006457
摘要：
2022,33(3):832-848
, DOI: 10.13328/j.cnki.jos.006456
摘要：
2022,33(3):931-949
, DOI: 10.13328/j.cnki.jos.006455
摘要：
2022,33(3):867-890
, DOI: 10.13328/j.cnki.jos.006454
摘要：
2022,33(3):968-984
, DOI: 10.13328/j.cnki.jos.006453
摘要：
2022,33(3):814-831
, DOI: 10.13328/j.cnki.jos.006452
摘要：
2022,33(3):1005-1017
, DOI: 10.13328/j.cnki.jos.006451
摘要：
2022,33(3):1093-1110
, DOI: 10.13328/j.cnki.jos.006450
摘要：
2022,33(3):1018-1042
, DOI: 10.13328/j.cnki.jos.006449
摘要：
2022,33(3):797-813
, DOI: 10.13328/j.cnki.jos.006448
摘要：
2022,33(3):985-1004
, DOI: 10.13328/j.cnki.jos.006447
摘要：
2022,33(3):950-967
, DOI: 10.13328/j.cnki.jos.006445
摘要：
2022,33(3):849-866
, DOI: 10.13328/j.cnki.jos.006444
摘要：
2022,33(3):891-908
, DOI: 10.13328/j.cnki.jos.006443
摘要：
2022,33(3):909-930
, DOI: 10.13328/j.cnki.jos.006442
摘要：
2022,33(3):774-796
, DOI: 10.13328/j.cnki.jos.006441
摘要：
2022,33(3):1141-1152
, DOI: 10.13328/j.cnki.jos.006201
摘要：
2022,33(3):1128-1140
, DOI: 10.13328/j.cnki.jos.006099
摘要：
2021,32(8):2377-2378
, DOI: 10.13328/j.cnki.jos.006194
摘要：
2021,32(8):2457-2468
, DOI: 10.13328/j.cnki.jos.006193
摘要：
2021,32(8):2439-2456
, DOI: 10.13328/j.cnki.jos.006192
摘要：
2021,32(8):2425-2438
, DOI: 10.13328/j.cnki.jos.006191
摘要：
2021,32(8):2408-2424
, DOI: 10.13328/j.cnki.jos.006190
摘要：
2021,32(8):2391-2407
, DOI: 10.13328/j.cnki.jos.006189
摘要：
2021,32(8):2379-2390
, DOI: 10.13328/j.cnki.jos.006188
摘要：
2021,32(8):2287-2288
, DOI: 10.13328/j.cnki.jos.006009
摘要：
2021,32(8):2365-2376
, DOI: 10.13328/j.cnki.jos.006008
摘要：
2021,32(8):2352-2364
, DOI: 10.13328/j.cnki.jos.006007
摘要：
2021,32(8):2341-2351
, DOI: 10.13328/j.cnki.jos.006006
摘要：
2021,32(8):2329-2340
, DOI: 10.13328/j.cnki.jos.006005
摘要：
2021,32(8):2319-2328
, DOI: 10.13328/j.cnki.jos.006004
摘要：
2021,32(8):2307-2318
, DOI: 10.13328/j.cnki.jos.006003
摘要：
2021,32(8):2289-2306
, DOI: 10.13328/j.cnki.jos.006002
摘要：
2021,32(7):1923-1925
, DOI: 10.13328/j.cnki.jos.006273
摘要：
2021,32(7):1999-2015
, DOI: 10.13328/j.cnki.jos.006272
摘要：
2021,32(7):2242-2259
, DOI: 10.13328/j.cnki.jos.006271
摘要：
2021,32(7):2142-2165
, DOI: 10.13328/j.cnki.jos.006270
摘要：
2021,32(7):1978-1998
, DOI: 10.13328/j.cnki.jos.006268
摘要：
2021,32(7):2103-2117
, DOI: 10.13328/j.cnki.jos.006264
摘要：
2021,32(7):2183-2203
, DOI: 10.13328/j.cnki.jos.006263
摘要：
2021,32(7):2166-2182
, DOI: 10.13328/j.cnki.jos.006262
摘要：
2021,32(7):2219-2241
, DOI: 10.13328/j.cnki.jos.006261
摘要：
2021,32(7):2039-2055
, DOI: 10.13328/j.cnki.jos.006260
摘要：
2021,32(7):1957-1977
, DOI: 10.13328/j.cnki.jos.006259
摘要：
2021,32(7):2204-2218
, DOI: 10.13328/j.cnki.jos.006257
摘要：
2021,32(6):1579-1580
, DOI: 10.13328/j.cnki.jos.006256
摘要：
2021,32(6):1882-1909
, DOI: 10.13328/j.cnki.jos.006255
摘要：
2021,32(6):1867-1881
, DOI: 10.13328/j.cnki.jos.006254
摘要：
2021,32(6):1849-1866
, DOI: 10.13328/j.cnki.jos.006253
摘要：
2021,32(6):1830-1848
, DOI: 10.13328/j.cnki.jos.006252
摘要：
2021,32(6):1818-1829
, DOI: 10.13328/j.cnki.jos.006251
摘要：
2021,32(6):1799-1817
, DOI: 10.13328/j.cnki.jos.006250
摘要：
2021,32(6):1779-1798
, DOI: 10.13328/j.cnki.jos.006249
摘要：
2021,32(6):1748-1778
, DOI: 10.13328/j.cnki.jos.006248
摘要：
2021,32(6):1733-1747
, DOI: 10.13328/j.cnki.jos.006247
摘要：
2021,32(6):1717-1732
, DOI: 10.13328/j.cnki.jos.006246
摘要：
2021,32(6):1701-1716
, DOI: 10.13328/j.cnki.jos.006245
摘要：
2021,32(6):1682-1700
, DOI: 10.13328/j.cnki.jos.006244
摘要：
2021,32(6):1663-1681
, DOI: 10.13328/j.cnki.jos.006243
摘要：
2021,32(6):1647-1662
, DOI: 10.13328/j.cnki.jos.006242
摘要：
2021,32(6):1631-1646
, DOI: 10.13328/j.cnki.jos.006241
摘要：
2021,32(6):1612-1630
, DOI: 10.13328/j.cnki.jos.006240
摘要：
2021,32(6):1597-1611
, DOI: 10.13328/j.cnki.jos.006239
摘要：
2021,32(6):1581-1596
, DOI: 10.13328/j.cnki.jos.006238
摘要：
2021,32(5):1229-1230
, DOI: 10.13328/j.cnki.jos.006237
摘要：
2021,32(5):1341-1359
, DOI: 10.13328/j.cnki.jos.006236
摘要：
2021,32(5):1322-1340
, DOI: 10.13328/j.cnki.jos.006235
摘要：
2021,32(5):1302-1321
, DOI: 10.13328/j.cnki.jos.006234
摘要：
2021,32(5):1284-1301
, DOI: 10.13328/j.cnki.jos.006233
摘要：
2021,32(5):1256-1283
, DOI: 10.13328/j.cnki.jos.006232
摘要：
2021,32(5):1231-1255
, DOI: 10.13328/j.cnki.jos.006231
摘要：
2021,32(4):887-888
, DOI: 10.13328/j.cnki.jos.006230
摘要：
2021,32(4):953-972
, DOI: 10.13328/j.cnki.jos.006229
摘要：
2021,32(4):1023-1038
, DOI: 10.13328/j.cnki.jos.006228
摘要：
2021,32(4):1006-1022
, DOI: 10.13328/j.cnki.jos.006227
摘要：
2021,32(4):973-987
, DOI: 10.13328/j.cnki.jos.006226
摘要：
2021,32(4):988-1005
, DOI: 10.13328/j.cnki.jos.006225
摘要：
2021,32(4):934-952
, DOI: 10.13328/j.cnki.jos.006224
摘要：
2021,32(4):904-933
, DOI: 10.13328/j.cnki.jos.006223
摘要：
2021,32(4):889-903
, DOI: 10.13328/j.cnki.jos.006222
摘要：
2021,32(4):1051-1066
, DOI: 10.13328/j.cnki.jos.006221
摘要：
2021,32(4):1039-1050
, DOI: 10.13328/j.cnki.jos.006220
摘要：
2021,32(3):601-603
, DOI: 10.13328/j.cnki.jos.006187
摘要：
2021,32(3):636-649
, DOI: 10.13328/j.cnki.jos.006186
摘要：
2021,32(3):818-830
, DOI: 10.13328/j.cnki.jos.006185
摘要：
2021,32(3):753-762
, DOI: 10.13328/j.cnki.jos.006184
摘要：
2021,32(3):831-844
, DOI: 10.13328/j.cnki.jos.006183
摘要：
2021,32(3):781-804
, DOI: 10.13328/j.cnki.jos.006181
摘要：
2021,32(3):763-780
, DOI: 10.13328/j.cnki.jos.006180
摘要：
2021,32(3):622-635
, DOI: 10.13328/j.cnki.jos.006179
摘要：
2021,32(3):742-752
, DOI: 10.13328/j.cnki.jos.006178
摘要：
2021,32(3):845-858
, DOI: 10.13328/j.cnki.jos.006177
摘要：
2021,32(3):689-711
, DOI: 10.13328/j.cnki.jos.006176
摘要：
2021,32(3):669-688
, DOI: 10.13328/j.cnki.jos.006174
摘要：
2021,32(3):650-668
, DOI: 10.13328/j.cnki.jos.006173
摘要：
2021,32(3):712-725
, DOI: 10.13328/j.cnki.jos.006172
摘要：
2021,32(3):805-817
, DOI: 10.13328/j.cnki.jos.006171
摘要：
2021,32(3):726-741
, DOI: 10.13328/j.cnki.jos.006170
摘要：
2020,31(10):2981-2982
, DOI: 10.13328/j.cnki.jos.006072
摘要：
2020,31(10):3074-3086
, DOI: 10.13328/j.cnki.jos.006071
摘要：
2020,31(10):3056-3073
, DOI: 10.13328/j.cnki.jos.006070
摘要：
2020,31(10):3038-3055
, DOI: 10.13328/j.cnki.jos.006069
摘要：
2020,31(10):3019-3037
, DOI: 10.13328/j.cnki.jos.006068
摘要：
2020,31(10):3004-3018
, DOI: 10.13328/j.cnki.jos.006064
摘要：
2020,31(10):2983-3003
, DOI: 10.13328/j.cnki.jos.006063
摘要：
2020,31(9):2785-2801
, DOI: 10.13328/j.cnki.jos.005945
摘要：
2020,31(9):2770-2784
, DOI: 10.13328/j.cnki.jos.005944
摘要：
2020,31(9):2756-2769
, DOI: 10.13328/j.cnki.jos.005943
摘要：
2020,31(9):2723-2740
, DOI: 10.13328/j.cnki.jos.005941
摘要：
2020,31(9):2709-2722
, DOI: 10.13328/j.cnki.jos.005940
摘要：
2020,31(9):2741-2755
, DOI: 10.13328/j.cnki.jos.005939
摘要：
2020,31(9):2691-2708
, DOI: 10.13328/j.cnki.jos.005938
摘要：
2020,31(9):2678-2690
, DOI: 10.13328/j.cnki.jos.005937
摘要：
2020,31(8):2336-2361
, DOI: 10.13328/j.cnki.jos.005964
摘要：
2020,31(8):2309-2335
, DOI: 10.13328/j.cnki.jos.005963
摘要：
2020,31(8):2285-2308
, DOI: 10.13328/j.cnki.jos.005962
摘要：
2020,31(8):2375-2387
, DOI: 10.13328/j.cnki.jos.005961
摘要：
2020,31(8):2362-2374
, DOI: 10.13328/j.cnki.jos.005960
摘要：
2020,31(8):2388-2403
, DOI: 10.13328/j.cnki.jos.005959
摘要：
2020,31(7):1969-1979
, DOI: 10.13328/j.cnki.jos.005935
摘要：
2020,31(7):1933-1942
, DOI: 10.13328/j.cnki.jos.005934
摘要：
2020,31(7):1959-1968
, DOI: 10.13328/j.cnki.jos.005933
摘要：
2020,31(7):1943-1958
, DOI: 10.13328/j.cnki.jos.005932
摘要：
2020,31(6):1672-1680
, DOI: 10.13328/j.cnki.jos.006000
摘要：
2020,31(6):1654-1671
, DOI: 10.13328/j.cnki.jos.005999
摘要：
2020,31(6):1638-1653
, DOI: 10.13328/j.cnki.jos.005997
摘要：
2020,31(6):1619-1637
, DOI: 10.13328/j.cnki.jos.005996
摘要：
2020,31(6):1600-1618
, DOI: 10.13328/j.cnki.jos.005994
摘要：
2020,31(6):1587-1599
, DOI: 10.13328/j.cnki.jos.005993
摘要：
2020,31(5):1241-1242
, DOI: 10.13328/j.cnki.jos.005958
摘要：
2020,31(5):1353-1373
, DOI: 10.13328/j.cnki.jos.005957
摘要：
2020,31(5):1332-1352
, DOI: 10.13328/j.cnki.jos.005956
摘要：
2020,31(5):1314-1331
, DOI: 10.13328/j.cnki.jos.005955
摘要：
2020,31(5):1294-1313
, DOI: 10.13328/j.cnki.jos.005954
摘要：
2020,31(5):1392-1405
, DOI: 10.13328/j.cnki.jos.005953
摘要：
2020,31(5):1374-1391
, DOI: 10.13328/j.cnki.jos.005952
摘要：
2020,31(5):1276-1293
, DOI: 10.13328/j.cnki.jos.005949
摘要：
2020,31(3):597-599
, DOI: 10.13328/j.cnki.jos.005915
摘要：
2020,31(3):680-694
, DOI: 10.13328/j.cnki.jos.005914
摘要：
2020,31(3):778-793
, DOI: 10.13328/j.cnki.jos.005913
摘要：
2020,31(3):763-777
, DOI: 10.13328/j.cnki.jos.005912
摘要：
2020,31(3):620-633
, DOI: 10.13328/j.cnki.jos.005910
摘要：
2020,31(3):726-747
, DOI: 10.13328/j.cnki.jos.005907
摘要：
2020,31(3):634-647
, DOI: 10.13328/j.cnki.jos.005906
摘要：
2020,31(3):710-725
, DOI: 10.13328/j.cnki.jos.005905
摘要：
2020,31(3):748-762
, DOI: 10.13328/j.cnki.jos.005903
摘要：
2020,31(3):663-679
, DOI: 10.13328/j.cnki.jos.005902
摘要：
2020,31(3):648-662
, DOI: 10.13328/j.cnki.jos.005901
摘要：
2020,31(3):695-709
, DOI: 10.13328/j.cnki.jos.005900
摘要：
2020,31(3):831-844
, DOI: 10.13328/j.cnki.jos.005899
摘要：
2020,31(3):845-865
, DOI: 10.13328/j.cnki.jos.005898
摘要：
2020,31(3):794-805
, DOI: 10.13328/j.cnki.jos.005897
摘要：
2019,30(10):3054-3055
, DOI: 10.13328/j.cnki.jos.005798
摘要：
2019,30(10):3227-3241
, DOI: 10.13328/j.cnki.jos.005797
摘要：
2019,30(10):3186-3205
, DOI: 10.13328/j.cnki.jos.005795
摘要：
2019,30(10):3168-3185
, DOI: 10.13328/j.cnki.jos.005794
摘要：
2019,30(10):3148-3167
, DOI: 10.13328/j.cnki.jos.005793
摘要：
2019,30(10):3127-3147
, DOI: 10.13328/j.cnki.jos.005792
摘要：
2019,30(10):3115-3126
, DOI: 10.13328/j.cnki.jos.005791
摘要：
2019,30(10):3071-3089
, DOI: 10.13328/j.cnki.jos.005789
摘要：
2019,30(10):3056-3070
, DOI: 10.13328/j.cnki.jos.005788
摘要：
2019,30(10):2925-2926
, DOI: 10.13328/j.cnki.jos.005787
摘要：
2019,30(10):2964-2985
, DOI: 10.13328/j.cnki.jos.005786
摘要：
2019,30(10):3037-3053
, DOI: 10.13328/j.cnki.jos.005784
摘要：
2019,30(10):3026-3036
, DOI: 10.13328/j.cnki.jos.005783
摘要：
2019,30(10):3005-3016
, DOI: 10.13328/j.cnki.jos.005782
摘要：
2019,30(10):2942-2953
, DOI: 10.13328/j.cnki.jos.005781
摘要：
2019,30(10):3017-3025
, DOI: 10.13328/j.cnki.jos.005780
摘要：
2019,30(10):2954-2963
, DOI: 10.13328/j.cnki.jos.005779
摘要：
2019,30(10):2927-2941
, DOI: 10.13328/j.cnki.jos.005778
摘要：
2019,30(9):2569-2570
, DOI: 10.13328/j.cnki.jos.005777
摘要：
2019,30(9):2671-2685
, DOI: 10.13328/j.cnki.jos.005776
摘要：
2019,30(9):2655-2670
, DOI: 10.13328/j.cnki.jos.005774
摘要：
2019,30(9):2608-2619
, DOI: 10.13328/j.cnki.jos.005773
摘要：
2019,30(9):2593-2607
, DOI: 10.13328/j.cnki.jos.005772
摘要：
2019,30(9):2636-2654
, DOI: 10.13328/j.cnki.jos.005771
摘要：
2019,30(9):2620-2635
, DOI: 10.13328/j.cnki.jos.005770
摘要：
2019,30(8):2268-2286
, DOI: 10.13328/j.cnki.jos.005768
摘要：
2019,30(8):2375-2391
, DOI: 10.13328/j.cnki.jos.005766
摘要：
2019,30(8):2415-2427
, DOI: 10.13328/j.cnki.jos.005765
摘要：
2019,30(8):2314-2336
, DOI: 10.13328/j.cnki.jos.005764
摘要：
2019,30(8):2362-2374
, DOI: 10.13328/j.cnki.jos.005763
摘要：
2019,30(8):2349-2361
, DOI: 10.13328/j.cnki.jos.005762
摘要：
2019,30(8):2287-2313
, DOI: 10.13328/j.cnki.jos.005761
摘要：
2019,30(8):2392-2414
, DOI: 10.13328/j.cnki.jos.005760
摘要：
2019,30(8):2337-2348
, DOI: 10.13328/j.cnki.jos.005759
摘要：
2019,30(7):2033-2051
, DOI: 10.13328/j.cnki.jos.005757
摘要：
2019,30(7):2018-2032
, DOI: 10.13328/j.cnki.jos.005756
摘要：
2019,30(7):2003-2017
, DOI: 10.13328/j.cnki.jos.005755
摘要：
2019,30(7):1980-2002
, DOI: 10.13328/j.cnki.jos.005754
摘要：
2019,30(7):1966-1979
, DOI: 10.13328/j.cnki.jos.005753
摘要：
2019,30(7):1953-1965
, DOI: 10.13328/j.cnki.jos.005752
摘要：
2019,30(7):1939-1952
, DOI: 10.13328/j.cnki.jos.005750
摘要：
2019,30(7):1916-1938
, DOI: 10.13328/j.cnki.jos.005749
摘要：
2019,30(7):1903-1915
, DOI: 10.13328/j.cnki.jos.005748
摘要：
2019,30(6):1575-1576
, DOI: 10.13328/j.cnki.jos.005747
摘要：
2019,30(6):1692-1704
, DOI: 10.13328/j.cnki.jos.005745
摘要：
2019,30(6):1681-1691
, DOI: 10.13328/j.cnki.jos.005744
摘要：
2019,30(6):1670-1680
, DOI: 10.13328/j.cnki.jos.005743
摘要：
2019,30(6):1661-1669
, DOI: 10.13328/j.cnki.jos.005742
摘要：
2019,30(6):1614-1631
, DOI: 10.13328/j.cnki.jos.005739
摘要：
2019,30(6):1594-1613
, DOI: 10.13328/j.cnki.jos.005738
摘要：
2019,30(6):1577-1593
, DOI: 10.13328/j.cnki.jos.005737
摘要：
2019,30(5):1203-1205
, DOI: 10.13328/j.cnki.jos.005736
摘要：
2019,30(5):1422-1437
, DOI: 10.13328/j.cnki.jos.005735
摘要：
2019,30(5):1269-1287
, DOI: 10.13328/j.cnki.jos.005734
摘要：
2019,30(5):1561-1574
, DOI: 10.13328/j.cnki.jos.005733
摘要：
2019,30(5):1407-1421
, DOI: 10.13328/j.cnki.jos.005732
摘要：
2019,30(5):1547-1560
, DOI: 10.13328/j.cnki.jos.005731
摘要：
2019,30(5):1375-1385
, DOI: 10.13328/j.cnki.jos.005730
摘要：
2019,30(5):1243-1255
, DOI: 10.13328/j.cnki.jos.005729
摘要：
2019,30(5):1532-1546
, DOI: 10.13328/j.cnki.jos.005728
摘要：
2019,30(5):1510-1521
, DOI: 10.13328/j.cnki.jos.005726
摘要：
2019,30(5):1386-1406
, DOI: 10.13328/j.cnki.jos.005725
摘要：
2019,30(5):1359-1374
, DOI: 10.13328/j.cnki.jos.005724
摘要：
2019,30(5):1464-1480
, DOI: 10.13328/j.cnki.jos.005723
摘要：
2019,30(5):1342-1358
, DOI: 10.13328/j.cnki.jos.005722
摘要：
2019,30(5):1481-1497
, DOI: 10.13328/j.cnki.jos.005721
摘要：
2019,30(5):1450-1463
, DOI: 10.13328/j.cnki.jos.005720
摘要：
2019,30(5):1224-1242
, DOI: 10.13328/j.cnki.jos.005719
摘要：
2019,30(5):1498-1509
, DOI: 10.13328/j.cnki.jos.005718
摘要：
2019,30(5):1256-1268
, DOI: 10.13328/j.cnki.jos.005716
摘要：
2019,30(5):1330-1341
, DOI: 10.13328/j.cnki.jos.005715
摘要：
2019,30(5):1438-1449
, DOI: 10.13328/j.cnki.jos.005714
摘要：
2019,30(5):1308-1329
, DOI: 10.13328/j.cnki.jos.005712
摘要：
2019,30(4):865-866
, DOI: 10.13328/j.cnki.jos.005668
摘要：
2019,30(4):954-961
, DOI: 10.13328/j.cnki.jos.005667
摘要：
2019,30(4):896-913
, DOI: 10.13328/j.cnki.jos.005666
摘要：
2019,30(4):867-883
, DOI: 10.13328/j.cnki.jos.005665
摘要：
2019,30(4):884-895
, DOI: 10.13328/j.cnki.jos.005664
摘要：
2019,30(4):941-953
, DOI: 10.13328/j.cnki.jos.005663
摘要：
2019,30(4):927-940
, DOI: 10.13328/j.cnki.jos.005662
摘要：
2019,30(4):914-926
, DOI: 10.13328/j.cnki.jos.005661
摘要：
2019,30(3):495-497
, DOI: 10.13328/j.cnki.jos.005701
摘要：
2019,30(3):620-647
, DOI: 10.13328/j.cnki.jos.005700
摘要：
2019,30(3):552-572
, DOI: 10.13328/j.cnki.jos.005699
摘要：
2019,30(3):759-769
, DOI: 10.13328/j.cnki.jos.005697
摘要：
2019,30(3):498-514
, DOI: 10.13328/j.cnki.jos.005696
摘要：
2019,30(3):738-758
, DOI: 10.13328/j.cnki.jos.005695
摘要：
2019,30(3):684-699
, DOI: 10.13328/j.cnki.jos.005694
摘要：
2019,30(3):667-683
, DOI: 10.13328/j.cnki.jos.005693
摘要：
2019,30(3):515-536
, DOI: 10.13328/j.cnki.jos.005692
摘要：
2019,30(3):604-619
, DOI: 10.13328/j.cnki.jos.005691
摘要：
2019,30(3):784-798
, DOI: 10.13328/j.cnki.jos.005690
摘要：
2019,30(3):589-603
, DOI: 10.13328/j.cnki.jos.005688
摘要：
2019,30(3):700-717
, DOI: 10.13328/j.cnki.jos.005687
摘要：
2019,30(3):648-666
, DOI: 10.13328/j.cnki.jos.005686
摘要：
2019,30(3):718-737
, DOI: 10.13328/j.cnki.jos.005685
摘要：
2019,30(3):537-551
, DOI: 10.13328/j.cnki.jos.005684
摘要：
2019,30(3):770-783
, DOI: 10.13328/j.cnki.jos.005683
摘要：
2019,30(3):573-588
, DOI: 10.13328/j.cnki.jos.005682
摘要：
2019,30(3):822-844
, DOI: 10.13328/j.cnki.jos.005681
摘要：
2018,29(11):3239-3240
, DOI: 10.13328/j.cnki.jos.005484
摘要：
2018,29(11):3340-3354
, DOI: 10.13328/j.cnki.jos.005483
摘要：
2018,29(11):3374-3387
, DOI: 10.13328/j.cnki.jos.005482
摘要：
2018,29(11):3295-3305
, DOI: 10.13328/j.cnki.jos.005481
摘要：
2018,29(11):3241-3259
, DOI: 10.13328/j.cnki.jos.005480
摘要：
2018,29(11):3306-3325
, DOI: 10.13328/j.cnki.jos.005479
摘要：
2018,29(11):3278-3294
, DOI: 10.13328/j.cnki.jos.005478
摘要：
2018,29(11):3326-3339
, DOI: 10.13328/j.cnki.jos.005477
摘要：
2018,29(11):3260-3277
, DOI: 10.13328/j.cnki.jos.005476
摘要：
2018,29(11):3355-3373
, DOI: 10.13328/j.cnki.jos.005475
摘要：
2018,29(11):3388-3399
, DOI: 10.13328/j.cnki.jos.005474
摘要：
2018,29(10):2897-2898
, DOI: 10.13328/j.cnki.jos.005554
摘要：
2018,29(10):2995-3008
, DOI: 10.13328/j.cnki.jos.005553
摘要：
2018,29(10):2931-2947
, DOI: 10.13328/j.cnki.jos.005552
摘要：
2018,29(10):2966-2994
, DOI: 10.13328/j.cnki.jos.005551
摘要：
2018,29(10):2948-2965
, DOI: 10.13328/j.cnki.jos.005550
摘要：
2018,29(10):2915-2930
, DOI: 10.13328/j.cnki.jos.005549
摘要：
2018,29(10):2899-2914
, DOI: 10.13328/j.cnki.jos.005548
摘要：
2018,29(9):2545-2546
, DOI: 10.13328/j.cnki.jos.005401
摘要：
2018,29(9):2580-2594
, DOI: 10.13328/j.cnki.jos.005400
摘要：
2018,29(9):2632-2648
, DOI: 10.13328/j.cnki.jos.005399
摘要：
2018,29(9):2595-2605
, DOI: 10.13328/j.cnki.jos.005398
摘要：
2018,29(9):2606-2615
, DOI: 10.13328/j.cnki.jos.005397
摘要：
2018,29(9):2616-2631
, DOI: 10.13328/j.cnki.jos.005396
摘要：
2018,29(9):2547-2558
, DOI: 10.13328/j.cnki.jos.005395
摘要：
2018,29(9):2559-2579
, DOI: 10.13328/j.cnki.jos.005394
摘要：
2018,29(8):2485-2500
, DOI: 10.13328/j.cnki.jos.005543
摘要：
2018,29(8):2177-2179
, DOI: 10.13328/j.cnki.jos.005534
摘要：
2018,29(8):2210-2225
, DOI: 10.13328/j.cnki.jos.005533
摘要：
2018,29(8):2322-2335
, DOI: 10.13328/j.cnki.jos.005532
摘要：
2018,29(8):2243-2257
, DOI: 10.13328/j.cnki.jos.005531
摘要：
2018,29(8):2350-2370
, DOI: 10.13328/j.cnki.jos.005530
摘要：
2018,29(8):2180-2197
, DOI: 10.13328/j.cnki.jos.005529
摘要：
2018,29(8):2226-2242
, DOI: 10.13328/j.cnki.jos.005528
摘要：
2018,29(8):2198-2209
, DOI: 10.13328/j.cnki.jos.005527
摘要：
2018,29(8):2336-2349
, DOI: 10.13328/j.cnki.jos.005526
摘要：
2018,29(8):2306-2321
, DOI: 10.13328/j.cnki.jos.005525
摘要：
2018,29(8):2258-2271
, DOI: 10.13328/j.cnki.jos.005524
摘要：
2018,29(8):2294-2305
, DOI: 10.13328/j.cnki.jos.005523
摘要：
2018,29(8):2283-2293
, DOI: 10.13328/j.cnki.jos.005522
摘要：
2018,29(8):2272-2282
, DOI: 10.13328/j.cnki.jos.005521
摘要：
2018,29(7):1827-1829
, DOI: 10.13328/j.cnki.jos.005366
摘要：
2018,29(7):2006-2017
, DOI: 10.13328/j.cnki.jos.005365
摘要：
2018,29(7):1981-2005
, DOI: 10.13328/j.cnki.jos.005364
摘要：
2018,29(7):1963-1980
, DOI: 10.13328/j.cnki.jos.005363
摘要：
2018,29(7):1953-1962
, DOI: 10.13328/j.cnki.jos.005362
摘要：
2018,29(7):1937-1952
, DOI: 10.13328/j.cnki.jos.005361
摘要：
2018,29(7):1922-1936
, DOI: 10.13328/j.cnki.jos.005360
摘要：
2018,29(7):1909-1921
, DOI: 10.13328/j.cnki.jos.005359
摘要：
2018,29(7):1893-1908
, DOI: 10.13328/j.cnki.jos.005358
摘要：
2018,29(7):1880-1892
, DOI: 10.13328/j.cnki.jos.005357
摘要：
2018,29(7):1863-1879
, DOI: 10.13328/j.cnki.jos.005356
摘要：
2018,29(7):1852-1862
, DOI: 10.13328/j.cnki.jos.005355
摘要：
2018,29(7):1830-1851
, DOI: 10.13328/j.cnki.jos.005354
摘要：
2018,29(6):1515-1516
, DOI: 10.13328/j.cnki.jos.005473
摘要：
2018,29(6):1670-1680
, DOI: 10.13328/j.cnki.jos.005472
摘要：
2018,29(6):1607-1621
, DOI: 10.13328/j.cnki.jos.005471
摘要：
2018,29(6):1681-1698
, DOI: 10.13328/j.cnki.jos.005470
摘要：
2018,29(6):1595-1606
, DOI: 10.13328/j.cnki.jos.005469
摘要：
2018,29(6):1699-1715
, DOI: 10.13328/j.cnki.jos.005468
摘要：
2018,29(6):1527-1543
, DOI: 10.13328/j.cnki.jos.005467
摘要：
2018,29(6):1622-1634
, DOI: 10.13328/j.cnki.jos.005466
摘要：
2018,29(6):1566-1581
, DOI: 10.13328/j.cnki.jos.005465
摘要：
2018,29(6):1544-1565
, DOI: 10.13328/j.cnki.jos.005463
摘要：
2018,29(6):1582-1594
, DOI: 10.13328/j.cnki.jos.005462
摘要：
2018,29(6):1517-1526
, DOI: 10.13328/j.cnki.jos.005461
摘要：
2018,29(6):1647-1669
, DOI: 10.13328/j.cnki.jos.005460
摘要：
2018,29(6):1635-1646
, DOI: 10.13328/j.cnki.jos.005459
摘要：
2018,29(5):1177-1178
, DOI: 10.13328/j.cnki.jos.005509
摘要：
2018,29(5):1360-1378
, DOI: 10.13328/j.cnki.jos.005508
摘要：
2018,29(5):1213-1229
, DOI: 10.13328/j.cnki.jos.005507
摘要：
2018,29(5):1244-1257
, DOI: 10.13328/j.cnki.jos.005506
摘要：
2018,29(5):1199-1212
, DOI: 10.13328/j.cnki.jos.005505
摘要：
2018,29(5):1179-1198
, DOI: 10.13328/j.cnki.jos.005504
摘要：
2018,29(5):1230-1243
, DOI: 10.13328/j.cnki.jos.005503
摘要：
2018,29(5):1318-1332
, DOI: 10.13328/j.cnki.jos.005502
摘要：
2018,29(5):1275-1287
, DOI: 10.13328/j.cnki.jos.005501
摘要：
2018,29(5):1348-1359
, DOI: 10.13328/j.cnki.jos.005500
摘要：
2018,29(5):1303-1317
, DOI: 10.13328/j.cnki.jos.005498
摘要：
2018,29(5):1379-1391
, DOI: 10.13328/j.cnki.jos.005497
摘要：
2018,29(5):1333-1347
, DOI: 10.13328/j.cnki.jos.005496
摘要：
2018,29(5):1410-1421
, DOI: 10.13328/j.cnki.jos.005495
摘要：
2018,29(5):1392-1409
, DOI: 10.13328/j.cnki.jos.005494
摘要：
2018,29(5):1288-1302
, DOI: 10.13328/j.cnki.jos.005493
摘要：
2018,29(4):897-899
, DOI: 10.13328/j.cnki.jos.005417
摘要：
2018,29(4):945-956
, DOI: 10.13328/j.cnki.jos.005416
摘要：
2018,29(4):935-944
, DOI: 10.13328/j.cnki.jos.005415
摘要：
2018,29(4):1071-1084
, DOI: 10.13328/j.cnki.jos.005414
摘要：
2018,29(4):1002-1016
, DOI: 10.13328/j.cnki.jos.005413
摘要：
2018,29(4):1060-1070
, DOI: 10.13328/j.cnki.jos.005412
摘要：
2018,29(4):987-1001
, DOI: 10.13328/j.cnki.jos.005411
摘要：
2018,29(4):973-986
, DOI: 10.13328/j.cnki.jos.005410
摘要：
2018,29(4):1049-1059
, DOI: 10.13328/j.cnki.jos.005409
摘要：
2018,29(4):1039-1048
, DOI: 10.13328/j.cnki.jos.005408
摘要：
2018,29(4):926-934
, DOI: 10.13328/j.cnki.jos.005407
摘要：
2018,29(4):957-972
, DOI: 10.13328/j.cnki.jos.005406
摘要：
2018,29(4):914-925
, DOI: 10.13328/j.cnki.jos.005405
摘要：
2018,29(4):1029-1038
, DOI: 10.13328/j.cnki.jos.005404
摘要：
2018,29(4):900-913
, DOI: 10.13328/j.cnki.jos.005403
摘要：
2018,29(4):1017-1028
, DOI: 10.13328/j.cnki.jos.005402
摘要：
2018,29(3):525-527
, DOI: 10.13328/j.cnki.jos.005458
摘要：
2018,29(3):853-868
, DOI: 10.13328/j.cnki.jos.005457
摘要：
2018,29(3):627-641
, DOI: 10.13328/j.cnki.jos.005456
摘要：
2018,29(3):599-613
, DOI: 10.13328/j.cnki.jos.005455
摘要：
2018,29(3):839-852
, DOI: 10.13328/j.cnki.jos.005454
摘要：
2018,29(3):824-838
, DOI: 10.13328/j.cnki.jos.005453
摘要：
2018,29(3):587-598
, DOI: 10.13328/j.cnki.jos.005452
摘要：
2018,29(3):703-720
, DOI: 10.13328/j.cnki.jos.005451
摘要：
2018,29(3):569-586
, DOI: 10.13328/j.cnki.jos.005450
摘要：
2018,29(3):689-702
, DOI: 10.13328/j.cnki.jos.005449
摘要：
2018,29(3):811-823
, DOI: 10.13328/j.cnki.jos.005448
摘要：
2018,29(3):614-626
, DOI: 10.13328/j.cnki.jos.005447
摘要：
2018,29(3):883-895
, DOI: 10.13328/j.cnki.jos.005446
摘要：
2018,29(3):721-733
, DOI: 10.13328/j.cnki.jos.005445
摘要：
2018,29(3):663-688
, DOI: 10.13328/j.cnki.jos.005444
摘要：
2018,29(3):545-568
, DOI: 10.13328/j.cnki.jos.005443
摘要：
2018,29(3):642-662
, DOI: 10.13328/j.cnki.jos.005442
摘要：
2018,29(3):528-544
, DOI: 10.13328/j.cnki.jos.005441
摘要：
2018,29(3):869-882
, DOI: 10.13328/j.cnki.jos.005440
摘要：
2018,29(3):799-810
, DOI: 10.13328/j.cnki.jos.005439
摘要：
2018,29(3):734-755
, DOI: 10.13328/j.cnki.jos.005438
摘要：
2018,29(3):786-798
, DOI: 10.13328/j.cnki.jos.005437
摘要：
2018,29(3):772-785
, DOI: 10.13328/j.cnki.jos.005436
摘要：
2018,29(3):756-771
, DOI: 10.13328/j.cnki.jos.005435
摘要：
2017,28(9):2227-2228
, DOI: 10.13328/j.cnki.jos.005188
摘要：
2017,28(9):2281-2292
, DOI: 10.13328/j.cnki.jos.005187
摘要：
2017,28(9):2370-2387
, DOI: 10.13328/j.cnki.jos.005186
摘要：
2017,28(9):2229-2247
, DOI: 10.13328/j.cnki.jos.005185
摘要：
2017,28(9):2309-2322
, DOI: 10.13328/j.cnki.jos.005184
摘要：
2017,28(9):2293-2308
, DOI: 10.13328/j.cnki.jos.005183
摘要：
2017,28(9):2334-2353
, DOI: 10.13328/j.cnki.jos.005182
摘要：
2017,28(9):2264-2280
, DOI: 10.13328/j.cnki.jos.005181
摘要：
2017,28(9):2354-2369
, DOI: 10.13328/j.cnki.jos.005180
摘要：
2017,28(9):2388-2401
, DOI: 10.13328/j.cnki.jos.005179
摘要：
2017,28(9):2323-2333
, DOI: 10.13328/j.cnki.jos.005178
摘要：
2017,28(9):2248-2263
, DOI: 10.13328/j.cnki.jos.005177
摘要：
2017,28(8):1927-1928
, DOI: 10.13328/j.cnki.jos.005205
摘要：
2017,28(8):1940-1951
, DOI: 10.13328/j.cnki.jos.005204
摘要：
2017,28(8):1999-2009
, DOI: 10.13328/j.cnki.jos.005203
摘要：
2017,28(8):1968-1981
, DOI: 10.13328/j.cnki.jos.005202
摘要：
2017,28(8):1982-1998
, DOI: 10.13328/j.cnki.jos.005201
摘要：
2017,28(8):1929-1939
, DOI: 10.13328/j.cnki.jos.005200
摘要：
2017,28(8):1952-1967
, DOI: 10.13328/j.cnki.jos.005199
摘要：
2017,28(6):1327-1329
, DOI: 10.13328/j.cnki.jos.005222
摘要：
2017,28(6):1474-1487
, DOI: 10.13328/j.cnki.jos.005232
摘要：
2017,28(6):1516-1528
, DOI: 10.13328/j.cnki.jos.005231
摘要：
2017,28(6):1357-1372
, DOI: 10.13328/j.cnki.jos.005230
摘要：
2017,28(6):1488-1497
, DOI: 10.13328/j.cnki.jos.005229
摘要：
2017,28(6):1455-1473
, DOI: 10.13328/j.cnki.jos.005228
摘要：
2017,28(6):1343-1356
, DOI: 10.13328/j.cnki.jos.005227
摘要：
2017,28(6):1405-1417
, DOI: 10.13328/j.cnki.jos.005226
摘要：
2017,28(6):1418-1434
, DOI: 10.13328/j.cnki.jos.005225
摘要：
2017,28(6):1389-1404
, DOI: 10.13328/j.cnki.jos.005224
摘要：
2017,28(6):1435-1454
, DOI: 10.13328/j.cnki.jos.005223
摘要：
2017,28(6):1330-1342
, DOI: 10.13328/j.cnki.jos.005222
摘要：
2017,28(6):1373-1388
, DOI: 10.13328/j.cnki.jos.005221
摘要：
2017,28(6):1498-1515
, DOI: 10.13328/j.cnki.jos.005220
摘要：
2017,28(5):1049-1050
, DOI: 10.13328/j.cnki.jos.005219
摘要：
2017,28(5):1204-1220
, DOI: 10.13328/j.cnki.jos.005218
摘要：
2017,28(5):1183-1203
, DOI: 10.13328/j.cnki.jos.005217
摘要：
2017,28(5):1128-1143
, DOI: 10.13328/j.cnki.jos.005216
摘要：
2017,28(5):1167-1182
, DOI: 10.13328/j.cnki.jos.005215
摘要：
2017,28(5):1144-1166
, DOI: 10.13328/j.cnki.jos.005214
摘要：
2017,28(5):1233-1246
, DOI: 10.13328/j.cnki.jos.005213
摘要：
2017,28(5):1091-1106
, DOI: 10.13328/j.cnki.jos.005212
摘要：
2017,28(5):1051-1069
, DOI: 10.13328/j.cnki.jos.005211
摘要：
2017,28(5):1107-1117
, DOI: 10.13328/j.cnki.jos.005210
摘要：
2017,28(5):1080-1090
, DOI: 10.13328/j.cnki.jos.005209
摘要：
2017,28(5):1070-1079
, DOI: 10.13328/j.cnki.jos.005208
摘要：
2017,28(5):1118-1127
, DOI: 10.13328/j.cnki.jos.005207
摘要：
2017,28(5):1221-1232
, DOI: 10.13328/j.cnki.jos.005206
摘要：
2017,28(4):745-746
, DOI: 10.13328/j.cnki.jos.005198
摘要：
2017,28(4):764-785
, DOI: 10.13328/j.cnki.jos.005197
摘要：
2017,28(4):819-826
, DOI: 10.13328/j.cnki.jos.005196
摘要：
2017,28(4):786-803
, DOI: 10.13328/j.cnki.jos.005195
摘要：
2017,28(4):845-859
, DOI: 10.13328/j.cnki.jos.005194
摘要：
2017,28(4):747-763
, DOI: 10.13328/j.cnki.jos.005193
摘要：
2017,28(4):883-897
, DOI: 10.13328/j.cnki.jos.005192
摘要：
2017,28(4):804-818
, DOI: 10.13328/j.cnki.jos.005191
摘要：
2017,28(4):860-882
, DOI: 10.13328/j.cnki.jos.005190
摘要：
2017,28(4):827-844
, DOI: 10.13328/j.cnki.jos.005189
摘要：
2016,27(10):2459-2461
, DOI: 10.13328/j.cnki.jos.005091
摘要：
2016,27(10):2462-2472
, DOI: 10.13328/j.cnki.jos.005090
摘要：
2016,27(10):2519-2529
, DOI: 10.13328/j.cnki.jos.005089
摘要：
2016,27(10):2612-2621
, DOI: 10.13328/j.cnki.jos.005088
摘要：
2016,27(10):2499-2508
, DOI: 10.13328/j.cnki.jos.005087
摘要：
2016,27(10):2473-2487
, DOI: 10.13328/j.cnki.jos.005086
摘要：
2016,27(10):2587-2599
, DOI: 10.13328/j.cnki.jos.005085
摘要：
2016,27(10):2622-2631
, DOI: 10.13328/j.cnki.jos.005084
摘要：
2016,27(10):2661-2675
, DOI: 10.13328/j.cnki.jos.005083
摘要：
2016,27(10):2654-2660
, DOI: 10.13328/j.cnki.jos.005082
摘要：
2016,27(10):2600-2611
, DOI: 10.13328/j.cnki.jos.005081
摘要：
2016,27(10):2676-2690
, DOI: 10.13328/j.cnki.jos.005079
摘要：
2016,27(10):2642-2653
, DOI: 10.13328/j.cnki.jos.005078
摘要：
2016,27(10):2632-2641
, DOI: 10.13328/j.cnki.jos.005077
摘要：
2016,27(10):2488-2498
, DOI: 10.13328/j.cnki.jos.005076
摘要：
2016,27(10):2530-2541
, DOI: 10.13328/j.cnki.jos.005074
摘要：
2016,27(10):2509-2518
, DOI: 10.13328/j.cnki.jos.005073
摘要：
2016,27(10):2557-2573
, DOI: 10.13328/j.cnki.jos.005072
摘要：
2016,27(10):2574-2586
, DOI: 10.13328/j.cnki.jos.005071
摘要：
2016,27(10):2542-2556
, DOI: 10.13328/j.cnki.jos.005070
摘要：
2016,27(8):1889-1890
, DOI: 10.13328/j.cnki.jos.005097
摘要：
2016,27(8):1891-1903
, DOI: 10.13328/j.cnki.jos.005096
摘要：
2016,27(8):1922-1933
, DOI: 10.13328/j.cnki.jos.005093
摘要：
2016,27(8):1904-1921
, DOI: 10.13328/j.cnki.jos.005092
摘要：
2016,27(7):1685-1699
, DOI: 10.13328/j.cnki.jos.005041
摘要：
2016,27(7):1626-1644
, DOI: 10.13328/j.cnki.jos.005040
摘要：
2016,27(7):1729-1740
, DOI: 10.13328/j.cnki.jos.005039
摘要：
2016,27(7):1605-1625
, DOI: 10.13328/j.cnki.jos.005038
摘要：
2016,27(7):1671-1684
, DOI: 10.13328/j.cnki.jos.005037
摘要：
2016,27(7):1645-1654
, DOI: 10.13328/j.cnki.jos.005036
摘要：
2016,27(7):1700-1714
, DOI: 10.13328/j.cnki.jos.005035
摘要：
2016,27(7):1715-1728
, DOI: 10.13328/j.cnki.jos.005034
摘要：
2016,27(7):1655-1670
, DOI: 10.13328/j.cnki.jos.005033
摘要：
2016,27(6):1325-1327
, DOI: 10.13328/j.cnki.jos.005010
摘要：
2016,27(6):1402-1416
, DOI: 10.13328/j.cnki.jos.005009
摘要：
2016,27(6):1463-1474
, DOI: 10.13328/j.cnki.jos.005008
摘要：
2016,27(6):1592-1601
, DOI: 10.13328/j.cnki.jos.005007
摘要：
2016,27(6):1384-1401
, DOI: 10.13328/j.cnki.jos.005006
摘要：
2016,27(6):1577-1591
, DOI: 10.13328/j.cnki.jos.005005
摘要：
2016,27(6):1328-1348
, DOI: 10.13328/j.cnki.jos.005004
摘要：
2016,27(6):1432-1450
, DOI: 10.13328/j.cnki.jos.005003
摘要：
2016,27(6):1475-1486
, DOI: 10.13328/j.cnki.jos.005002
摘要：
2016,27(6):1511-1522
, DOI: 10.13328/j.cnki.jos.005001
摘要：
2016,27(6):1366-1383
, DOI: 10.13328/j.cnki.jos.005000
摘要：
2016,27(6):1451-1462
, DOI: 10.13328/j.cnki.jos.004999
摘要：
2016,27(6):1566-1576
, DOI: 10.13328/j.cnki.jos.004998
摘要：
2016,27(6):1538-1548
, DOI: 10.13328/j.cnki.jos.004997
摘要：
2016,27(6):1549-1565
, DOI: 10.13328/j.cnki.jos.004996
摘要：
2016,27(6):1417-1431
, DOI: 10.13328/j.cnki.jos.004995
摘要：
2016,27(6):1349-1365
, DOI: 10.13328/j.cnki.jos.004994
摘要：
2016,27(6):1498-1510
, DOI: 10.13328/j.cnki.jos.004993
摘要：
2016,27(6):1523-1537
, DOI: 10.13328/j.cnki.jos.004992
摘要：
2016,27(6):1487-1497
, DOI: 10.13328/j.cnki.jos.004991
摘要：
2016,27(5):1059-1060
, DOI: 10.13328/j.cnki.jos.004963
摘要：
2016,27(5):1163-1173
, DOI: 10.13328/j.cnki.jos.004962
摘要：
2016,27(5):1061-1073
, DOI: 10.13328/j.cnki.jos.004961
摘要：
2016,27(5):1188-1198
, DOI: 10.13328/j.cnki.jos.004960
摘要：
2016,27(5):1199-1211
, DOI: 10.13328/j.cnki.jos.004959
摘要：
2016,27(5):1174-1187
, DOI: 10.13328/j.cnki.jos.004958
摘要：
2016,27(5):1074-1090
, DOI: 10.13328/j.cnki.jos.004957
摘要：
2016,27(5):1091-1102
, DOI: 10.13328/j.cnki.jos.004956
摘要：
2016,27(5):1114-1126
, DOI: 10.13328/j.cnki.jos.004955
摘要：
2016,27(5):1140-1150
, DOI: 10.13328/j.cnki.jos.004954
摘要：
2016,27(5):1151-1162
, DOI: 10.13328/j.cnki.jos.004953
摘要：
2016,27(5):1103-1113
, DOI: 10.13328/j.cnki.jos.004952
摘要：
2016,27(5):1127-1139
, DOI: 10.13328/j.cnki.jos.004951
摘要：
2016,27(4):769-770
, DOI: 10.13328/j.cnki.jos.004976
摘要：
2016,27(4):839-854
, DOI: 10.13328/j.cnki.jos.004975
摘要：
2016,27(4):855-878
, DOI: 10.13328/j.cnki.jos.004974
摘要：
2016,27(4):828-838
, DOI: 10.13328/j.cnki.jos.004973
摘要：
2016,27(4):771-784
, DOI: 10.13328/j.cnki.jos.004972
摘要：
2016,27(4):814-827
, DOI: 10.13328/j.cnki.jos.004971
摘要：
2016,27(4):879-900
, DOI: 10.13328/j.cnki.jos.004970
摘要：
2016,27(4):901-915
, DOI: 10.13328/j.cnki.jos.004969
摘要：
2016,27(4):943-954
, DOI: 10.13328/j.cnki.jos.004968
摘要：
2016,27(4):802-813
, DOI: 10.13328/j.cnki.jos.004967
摘要：
2016,27(4):785-801
, DOI: 10.13328/j.cnki.jos.004966
摘要：
2016,27(4):916-932
, DOI: 10.13328/j.cnki.jos.004965
摘要：
2016,27(4):933-942
, DOI: 10.13328/j.cnki.jos.004964
摘要：
2016,27(3):495-496
, DOI: 10.13328/j.cnki.jos.004990
摘要：
2016,27(3):682-690
, DOI: 10.13328/j.cnki.jos.004989
摘要：
2016,27(3):670-681
, DOI: 10.13328/j.cnki.jos.004988
摘要：
2016,27(3):655-669
, DOI: 10.13328/j.cnki.jos.004987
摘要：
2016,27(3):645-654
, DOI: 10.13328/j.cnki.jos.004986
摘要：
2016,27(3):633-644
, DOI: 10.13328/j.cnki.jos.004985
摘要：
2016,27(3):611-632
, DOI: 10.13328/j.cnki.jos.004984
摘要：
2016,27(3):593-610
, DOI: 10.13328/j.cnki.jos.004983
摘要：
2016,27(3):580-592
, DOI: 10.13328/j.cnki.jos.004982
摘要：
2016,27(3):562-579
, DOI: 10.13328/j.cnki.jos.004981
摘要：
2016,27(3):547-561
, DOI: 10.13328/j.cnki.jos.004980
摘要：
2016,27(3):527-546
, DOI: 10.13328/j.cnki.jos.004979
摘要：
2016,27(3):517-526
, DOI: 10.13328/j.cnki.jos.004978
摘要：
2016,27(3):497-516
, DOI: 10.13328/j.cnki.jos.004977
摘要：
2015,26(11):2749-2751
, DOI: 10.13328/j.cnki.jos.004909
摘要：
2015,26(11):2811-2819
, DOI: 10.13328/j.cnki.jos.004908
摘要：
2015,26(11):2951-2963
, DOI: 10.13328/j.cnki.jos.004907
摘要：
2015,26(11):2994-3009
, DOI: 10.13328/j.cnki.jos.004906
摘要：
2015,26(11):2856-2868
, DOI: 10.13328/j.cnki.jos.004905
摘要：
2015,26(11):2981-2993
, DOI: 10.13328/j.cnki.jos.004904
摘要：
2015,26(11):2820-2835
, DOI: 10.13328/j.cnki.jos.004902
摘要：
2015,26(11):2781-2794
, DOI: 10.13328/j.cnki.jos.004901
摘要：
2015,26(11):3010-3025
, DOI: 10.13328/j.cnki.jos.004900
摘要：
2015,26(11):2939-2950
, DOI: 10.13328/j.cnki.jos.004899
摘要：
2015,26(11):2930-2938
, DOI: 10.13328/j.cnki.jos.004898
摘要：
2015,26(11):2795-2810
, DOI: 10.13328/j.cnki.jos.004897
摘要：
2015,26(11):2912-2929
, DOI: 10.13328/j.cnki.jos.004896
摘要：
2015,26(11):2847-2855
, DOI: 10.13328/j.cnki.jos.004895
摘要：
2015,26(11):2897-2911
, DOI: 10.13328/j.cnki.jos.004894
摘要：
2015,26(11):2884-2896
, DOI: 10.13328/j.cnki.jos.004893
摘要：
2015,26(11):2762-2780
, DOI: 10.13328/j.cnki.jos.004892
摘要：
2015,26(11):2964-2980
, DOI: 10.13328/j.cnki.jos.004891
摘要：
2015,26(11):2752-2761
, DOI: 10.13328/j.cnki.jos.004890
摘要：
2015,26(11):2869-2883
, DOI: 10.13328/j.cnki.jos.004889
摘要：
2015,26(11):2836-2846
, DOI: 10.13328/j.cnki.jos.004888
摘要：
2015,26(11):3026-3042
, DOI: 10.13328/j.cnki.jos.004887
摘要：
2015,26(4):711-712
, DOI: 10.13328/j.cnki.jos.004762
摘要：
2015,26(4):886-903
, DOI: 10.13328/j.cnki.jos.004761
摘要：
2015,26(4):835-848
, DOI: 10.13328/j.cnki.jos.004760
摘要：
2015,26(4):778-789
, DOI: 10.13328/j.cnki.jos.004759
摘要：
2015,26(4):730-746
, DOI: 10.13328/j.cnki.jos.004758
摘要：
2015,26(4):760-777
, DOI: 10.13328/j.cnki.jos.004757
摘要：
2015,26(4):867-885
, DOI: 10.13328/j.cnki.jos.004756
摘要：
2015,26(4):713-729
, DOI: 10.13328/j.cnki.jos.004755
摘要：
2015,26(4):802-818
, DOI: 10.13328/j.cnki.jos.004754
摘要：
2015,26(4):790-801
, DOI: 10.13328/j.cnki.jos.004753
摘要：
2015,26(4):819-834
, DOI: 10.13328/j.cnki.jos.004752
摘要：
2015,26(4):747-759
, DOI: 10.13328/j.cnki.jos.004751
摘要：
2015,26(4):849-866
, DOI: 10.13328/j.cnki.jos.004750
摘要：
2015,26(3):447-448
, DOI: 10.13328/j.cnki.jos.004774
摘要：
2015,26(3):474-490
, DOI: 10.13328/j.cnki.jos.004773
摘要：
2015,26(3):584-599
, DOI: 10.13328/j.cnki.jos.004772
摘要：
2015,26(3):509-532
, DOI: 10.13328/j.cnki.jos.004771
摘要：
2015,26(3):550-561
, DOI: 10.13328/j.cnki.jos.004770
摘要：
2015,26(3):533-549
, DOI: 10.13328/j.cnki.jos.004769
摘要：
2015,26(3):460-473
, DOI: 10.13328/j.cnki.jos.004768
摘要：
2015,26(3):574-583
, DOI: 10.13328/j.cnki.jos.004767
摘要：
2015,26(3):562-573
, DOI: 10.13328/j.cnki.jos.004766
摘要：
2015,26(3):449-459
, DOI: 10.13328/j.cnki.jos.004765
摘要：
2015,26(3):491-508
, DOI: 10.13328/j.cnki.jos.004764
摘要：
2015,26(2):179-180
, DOI: 10.13328/j.cnki.jos.004789
摘要：
2015,26(2):380-389
, DOI: 10.13328/j.cnki.jos.004788
摘要：
2015,26(2):364-379
, DOI: 10.13328/j.cnki.jos.004787
摘要：
2015,26(2):348-363
, DOI: 10.13328/j.cnki.jos.004786
摘要：
2015,26(2):332-347
, DOI: 10.13328/j.cnki.jos.004785
摘要：
2015,26(2):321-331
, DOI: 10.13328/j.cnki.jos.004784
摘要：
2015,26(2):305-320
, DOI: 10.13328/j.cnki.jos.004783
摘要：
2015,26(2):297-304
, DOI: 10.13328/j.cnki.jos.004782
摘要：
2015,26(2):279-296
, DOI: 10.13328/j.cnki.jos.004781
摘要：
2015,26(2):269-278
, DOI: 10.13328/j.cnki.jos.004780
摘要：
2015,26(2):254-268
, DOI: 10.13328/j.cnki.jos.004779
摘要：
2015,26(2):239-253
, DOI: 10.13328/j.cnki.jos.004778
摘要：
2015,26(2):223-238
, DOI: 10.13328/j.cnki.jos.004777
摘要：
2015,26(2):202-222
, DOI: 10.13328/j.cnki.jos.004776
摘要：
2015,26(2):181-201
, DOI: 10.13328/j.cnki.jos.004775
摘要：
2014,25(12):2731-2732
, DOI: 10.13328/j.cnki.jos.004732
摘要：
2014,25(12):2893-2904
, DOI: 10.13328/j.cnki.jos.004731
摘要：
2014,25(12):2767-2776
, DOI: 10.13328/j.cnki.jos.004730
摘要：
2014,25(12):2777-2789
, DOI: 10.13328/j.cnki.jos.004729
摘要：
2014,25(12):2790-2807
, DOI: 10.13328/j.cnki.jos.004728
摘要：
2014,25(12):2877-2892
, DOI: 10.13328/j.cnki.jos.004727
摘要：
2014,25(12):2865-2876
, DOI: 10.13328/j.cnki.jos.004726
摘要：
2014,25(12):2852-2864
, DOI: 10.13328/j.cnki.jos.004725
摘要：
2014,25(12):2733-2752
, DOI: 10.13328/j.cnki.jos.004724
摘要：
2014,25(12):2837-2851
, DOI: 10.13328/j.cnki.jos.004723
摘要：
2014,25(12):2753-2766
, DOI: 10.13328/j.cnki.jos.004722
摘要：
2014,25(12):2824-2836
, DOI: 10.13328/j.cnki.jos.004721
摘要：
2014,25(12):2808-2823
, DOI: 10.13328/j.cnki.jos.004720
摘要：
2014,25(10):2187-2188
, DOI: 10.13328/j.cnki.jos.004683
摘要：
2014,25(10):2251-2265
, DOI: 10.13328/j.cnki.jos.004682
摘要：
2014,25(10):2206-2219
, DOI: 10.13328/j.cnki.jos.004681
摘要：
2014,25(10):2189-2205
, DOI: 10.13328/j.cnki.jos.004680
摘要：
2014,25(10):2220-2234
, DOI: 10.13328/j.cnki.jos.004679
摘要：
2014,25(10):2235-2250
, DOI: 10.13328/j.cnki.jos.004678
摘要：
2014,25(9):1889-1908
, DOI: 10.13328/j.cnki.jos.004674
摘要：
2014,25(9):1887-1888
, DOI: 10.13328/j.cnki.jos.004652
摘要：
2014,25(9):2102-2118
, DOI: 10.13328/j.cnki.jos.004651
摘要：
2014,25(9):2149-2159
, DOI: 10.13328/j.cnki.jos.004650
摘要：
2014,25(9):2018-2025
, DOI: 10.13328/j.cnki.jos.004649
摘要：
2014,25(9):1953-1966
, DOI: 10.13328/j.cnki.jos.004648
摘要：
2014,25(9):2172-2179
, DOI: 10.13328/j.cnki.jos.004647
摘要：
2014,25(9):2180-2186
, DOI: 10.13328/j.cnki.jos.004646
摘要：
2014,25(9):1909-1936
, DOI: 10.13328/j.cnki.jos.004645
摘要：
2014,25(9):2050-2075
, DOI: 10.13328/j.cnki.jos.004644
摘要：
2014,25(9):2037-2049
, DOI: 10.13328/j.cnki.jos.004643
摘要：
2014,25(9):2076-2087
, DOI: 10.13328/j.cnki.jos.004642
摘要：
2014,25(9):1992-2001
, DOI: 10.13328/j.cnki.jos.004641
摘要：
2014,25(9):2119-2135
, DOI: 10.13328/j.cnki.jos.004640
摘要：
2014,25(9):1982-1991
, DOI: 10.13328/j.cnki.jos.004639
摘要：
2014,25(9):2088-2101
, DOI: 10.13328/j.cnki.jos.004638
摘要：
2014,25(9):2136-2148
, DOI: 10.13328/j.cnki.jos.004637
摘要：
2014,25(9):1937-1952
, DOI: 10.13328/j.cnki.jos.004636
摘要：
2014,25(9):2002-2017
, DOI: 10.13328/j.cnki.jos.004635
摘要：
2014,25(9):1967-1981
, DOI: 10.13328/j.cnki.jos.004634
摘要：
2014,25(9):2160-2171
, DOI: 10.13328/j.cnki.jos.004633
摘要：
2014,25(9):2026-2036
, DOI: 10.13328/j.cnki.jos.004632
摘要：
2014,25(8):1621-1624
, DOI: 10.13328/j.cnki.jos.004668
摘要：
2014,25(8):1729-1742
, DOI: 10.13328/j.cnki.jos.004667
摘要：
2014,25(8):1713-1728
, DOI: 10.13328/j.cnki.jos.004666
摘要：
2014,25(8):1696-1712
, DOI: 10.13328/j.cnki.jos.004665
摘要：
2014,25(8):1685-1695
, DOI: 10.13328/j.cnki.jos.004664
摘要：
2014,25(8):1671-1684
, DOI: 10.13328/j.cnki.jos.004663
摘要：
2014,25(8):1659-1670
, DOI: 10.13328/j.cnki.jos.004662
摘要：
2014,25(8):1640-1658
, DOI: 10.13328/j.cnki.jos.004661
摘要：
2014,25(8):1625-1639
, DOI: 10.13328/j.cnki.jos.004660
摘要：
2014,25(7):1369-1370
, DOI: 10.13328/j.cnki.jos.004605
摘要：
2014,25(7):1371-1387
, DOI: 10.13328/j.cnki.jos.004604
摘要：
2014,25(7):1416-1431
, DOI: 10.13328/j.cnki.jos.004603
摘要：
2014,25(7):1388-1402
, DOI: 10.13328/j.cnki.jos.004602
摘要：
2014,25(7):1432-1447
, DOI: 10.13328/j.cnki.jos.004601
摘要：
2014,25(7):1403-1415
, DOI: 10.13328/j.cnki.jos.004600
摘要：
2014,25(7):1448-1458
, DOI: 10.13328/j.cnki.jos.004599
摘要：
2014,25(4):691-692
, DOI: 10.13328/j.cnki.jos.004572
摘要：
2014,25(4):826-838
, DOI: 10.13328/j.cnki.jos.004571
摘要：
2014,25(4):713-730
, DOI: 10.13328/j.cnki.jos.004570
摘要：
2014,25(4):731-752
, DOI: 10.13328/j.cnki.jos.004569
摘要：
2014,25(4):753-767
, DOI: 10.13328/j.cnki.jos.004568
摘要：
2014,25(4):797-812
, DOI: 10.13328/j.cnki.jos.004567
摘要：
2014,25(4):781-796
, DOI: 10.13328/j.cnki.jos.004566
摘要：
2014,25(4):768-780
, DOI: 10.13328/j.cnki.jos.004565
摘要：
2014,25(4):813-825
, DOI: 10.13328/j.cnki.jos.004564
摘要：
2014,25(4):693-712
, DOI: 10.13328/j.cnki.jos.004551
摘要：
2014,25(2):177-178
, DOI: 10.13328/j.cnki.jos.004543
摘要：
2014,25(2):341-356
, DOI: 10.13328/j.cnki.jos.004542
摘要：
2014,25(2):373-385
, DOI: 10.13328/j.cnki.jos.004541
摘要：
2014,25(2):400-418
, DOI: 10.13328/j.cnki.jos.004540
摘要：
2014,25(2):267-283
, DOI: 10.13328/j.cnki.jos.004539
摘要：
2014,25(2):386-399
, DOI: 10.13328/j.cnki.jos.004538
摘要：
2014,25(2):254-266
, DOI: 10.13328/j.cnki.jos.004537
摘要：
2014,25(2):419-438
, DOI: 10.13328/j.cnki.jos.004536
摘要：
2014,25(2):219-233
, DOI: 10.13328/j.cnki.jos.004535
摘要：
2014,25(2):284-297
, DOI: 10.13328/j.cnki.jos.004534
摘要：
2014,25(2):234-253
, DOI: 10.13328/j.cnki.jos.004533
摘要：
2014,25(2):357-372
, DOI: 10.13328/j.cnki.jos.004532
摘要：
2014,25(2):326-340
, DOI: 10.13328/j.cnki.jos.004531
摘要：
2014,25(2):200-218
, DOI: 10.13328/j.cnki.jos.004530
摘要：
2014,25(2):179-199
, DOI: 10.13328/j.cnki.jos.004529
摘要：
2014,25(2):314-325
, DOI: 10.13328/j.cnki.jos.004528]
摘要：
2014,25(2):298-313
, DOI: 10.13328/j.cnki.jos.004527
摘要：
2013,24(11):2473-2475
, DOI: 10.3724/SP.J.1001.2013.04487
摘要：
2013,24(11):2476-2497
, DOI: 10.3724/SP.J.1001.2013.04486
摘要：
2013,24(11):2584-2596
, DOI: 10.3724/SP.J.1001.2013.04485
摘要：
2013,24(11):2747-2757
, DOI: 10.3724/SP.J.1001.2013.04484
摘要：
2013,24(11):2522-2534
, DOI: 10.3724/SP.J.1001.2013.04483
摘要：
2013,24(11):2558-2570
, DOI: 10.3724/SP.J.1001.2013.04482
摘要：
2013,24(11):2758-2766
, DOI: 10.3724/SP.J.1001.2013.04481
摘要：
2013,24(11):2734-2746
, DOI: 10.3724/SP.J.1001.2013.04480
摘要：
2013,24(11):2498-2507
, DOI: 10.3724/SP.J.1001.2013.04479
摘要：
2013,24(11):2721-2733
, DOI: 10.3724/SP.J.1001.2013.04478
摘要：
2013,24(11):2710-2720
, DOI: 10.3724/SP.J.1001.2013.04477
摘要：
2013,24(11):2687-2698
, DOI: 10.3724/SP.J.1001.2013.04476
摘要：
2013,24(11):2548-2557
, DOI: 10.3724/SP.J.1001.2013.04475
摘要：
2013,24(11):2699-2709
, DOI: 10.3724/SP.J.1001.2013.04474
摘要：
2013,24(11):2597-2609
, DOI: 10.3724/SP.J.1001.2013.04473
摘要：
2013,24(11):2535-2547
, DOI: 10.3724/SP.J.1001.2013.04472
摘要：
2013,24(11):2667-2675
, DOI: 10.3724/SP.J.1001.2013.04471
摘要：
2013,24(11):2628-2641
, DOI: 10.3724/SP.J.1001.2013.04470
摘要：
2013,24(11):2610-2627
, DOI: 10.3724/SP.J.1001.2013.04469
摘要：
2013,24(11):2508-2521
, DOI: 10.3724/SP.J.1001.2013.04468
摘要：
2013,24(11):2571-2583
, DOI: 10.3724/SP.J.1001.2013.04467
摘要：
2013,24(11):2676-2686
, DOI: 10.3724/SP.J.1001.2013.04466
摘要：
2013,24(11):2656-2666
, DOI: 10.3724/SP.J.1001.2013.04465
摘要：
2013,24(11):2642-2655
, DOI: 10.3724/SP.J.1001.2013.04464
摘要：
2012,23(11):2833-2834
, DOI: 10.3724/SP.J.1001.2012.04309
摘要：
2012,23(11):2971-2986
, DOI: 10.3724/SP.J.1001.2012.04308
摘要：
2012,23(11):2937-2945
, DOI: 10.3724/SP.J.1001.2012.04307
摘要：
2012,23(11):2946-2954
, DOI: 10.3724/SP.J.1001.2012.04306
摘要：
2012,23(11):3000-3008
, DOI: 10.3724/SP.J.1001.2012.04305
摘要：
2012,23(11):2835-2861
, DOI: 10.3724/SP.J.1001.2012.04304
摘要：
2012,23(11):2862-2870
, DOI: 10.3724/SP.J.1001.2012.04303
摘要：
2012,23(11):2905-2922
, DOI: 10.3724/SP.J.1001.2012.04301
摘要：
2012,23(11):2955-2970
, DOI: 10.3724/SP.J.1001.2012.04300
摘要：
2012,23(11):2987-2999
, DOI: 10.3724/SP.J.1001.2012.04299
摘要：
2012,23(11):2923-2936
, DOI: 10.3724/SP.J.1001.2012.04298
摘要：
2012,23(2):177-178
, DOI: 10.3724/SP.J.1001.2012.04147
摘要：
2012,23(2):179-199
, DOI: 10.3724/SP.J.1001.2012.04146
摘要：
2012,23(2):230-239
, DOI: 10.3724/SP.J.1001.2012.04145
摘要：
2012,23(2):200-214
, DOI: 10.3724/SP.J.1001.2012.04144
摘要：
2012,23(2):266-278
, DOI: 10.3724/SP.J.1001.2012.04143
摘要：
2012,23(2):215-229
, DOI: 10.3724/SP.J.1001.2012.04142
摘要：
2012,23(2):240-252
, DOI: 10.3724/SP.J.1001.2012.04141
摘要：
2012,23(2):253-265
, DOI: 10.3724/SP.J.1001.2012.04140
摘要：
2011,22(6):1121-1122
, DOI: 10.3724/SP.J.1001.2011.04036
摘要：
2011,22(6):1267-1280
, DOI: 10.3724/SP.J.1001.2011.04033
摘要：
2011,22(6):1123-1139
, DOI: 10.3724/SP.J.1001.2011.04026
摘要：
2011,22(6):1140-1154
, DOI: 10.3724/SP.J.1001.2011.04025
摘要：
2011,22(6):1155-1168
, DOI: 10.3724/SP.J.1001.2011.04021
摘要：
2011,22(6):1169-1184
, DOI: 10.3724/SP.J.1001.2011.04020
摘要：
2011,22(6):1185-1198
, DOI: 10.3724/SP.J.1001.2011.04019
摘要：
2011,22(6):1199-1209
, DOI: 10.3724/SP.J.1001.2011.04018
摘要：
2011,22(6):1210-1223
, DOI: 10.3724/SP.J.1001.2011.04017
摘要：
2011,22(6):1224-1235
, DOI: 10.3724/SP.J.1001.2011.04016
摘要：
2011,22(6):1236-1251
, DOI: 10.3724/SP.J.1001.2011.04015
摘要：
2011,22(6):1252-1266
, DOI: 10.3724/SP.J.1001.2011.04014
摘要：
2010,21(2):248-260
摘要：
2010,21(2):287-304
摘要：
2010,21(2):388-400
摘要：
2010,21(2):231-247
摘要：
2010,21(2):373-387
摘要：
2010,21(2):218-230
摘要：
2010,21(2):359-372
摘要：
2010,21(2):179-193
摘要：
2010,21(2):344-358
摘要：
2010,21(2):334-343
摘要：
2010,21(2):209-217
摘要：
2010,21(2):194-208
摘要：
2010,21(2):318-333
摘要：
2010,21(2):261-276
摘要：
2009,20(5):1156-1165
摘要：
2009,20(5):1139-1145
摘要：
2009,20(5):1089-1095
摘要：
2009,20(5):1123-1138
摘要：
2009,20(5):1116-1122
摘要：
2009,20(5):1106-1115
摘要：
2009,20(5):1146-1155
摘要：
2009,20(5):1166-1175
摘要：
2009,20(5):1207-1215
摘要：
2009,20(5):1216-1225
摘要：
2008,19(11):2853-2868
摘要：
2008,19(11):2814-2821
摘要：
2008,19(11):2791-2802
摘要：
2008,19(8):2004-2017
摘要：
2008,19(8):1995-2003
摘要：
2008,19(8):1933-1946
摘要：
2008,19(8):1920-1932
摘要：
2008,19(8):1893-1901
摘要：
2008,19(8):1881-1892
摘要：
2008,19(8):1867-1880
摘要：
2008,19(5):1186-1200
摘要：
2008,19(5):1173-1185
摘要：
2008,19(5):1160-1172
摘要：
2008,19(5):1113-1124
摘要：
2008,19(5):1099-1112
摘要：
2008,19(5):1081-1082
摘要：
2008,19(2):275-290
摘要：
2008,19(2):267-274
摘要：
2008,19(2):257-266
摘要：
2008,19(2):224-236
摘要：
2008,19(2):194-208
摘要：
2007,18(12):3015-3030
摘要：
2007,18(12):3001-3014
摘要：
2007,18(12):2991-3000
摘要：
2007,18(12):2980-2990
摘要：
2007,18(12):2967-2979
摘要：
2007,18(8):2049-2062
摘要：
2007,18(8):2038-2048
摘要：
2007,18(8):2027-2037
摘要：
2007,18(8):1987-2001
摘要：
2007,18(8):1933-1942
摘要：
2007,18(8):1911-1921
摘要：
2007,18(8):1896-1910
摘要：
2007,18(8):1870-1882
摘要：
2007,18(8):1855-1857
摘要：
2007,18(5):1246-1253
摘要：
2007,18(5):1232-1245
摘要：
2007,18(5):1208-1217
摘要：
2007,18(5):1186-1197
摘要：
2007,18(5):1164-1172
摘要：
2007,18(5):1152-1163
摘要：
2007,18(5):1138-1151
摘要：
2007,18(5):1130-1137
摘要：
2007,18(5):1122-1129
摘要：
2007,18(5):1110-1121
摘要：
2007,18(5):1092-1109
摘要：
2006,17(11):2373-2383
摘要：
2006,17(11):2362-2372
摘要：
2006,17(11):2324-2334
摘要：
2006,17(11):2314-2323
摘要：
2006,17(11):2302-2313
摘要：
2006,17(11):2277-2288
摘要：
2006,17(11):2255-2263
摘要：
2006,17(11):2245-2254
摘要：
2006,17(11):2224-2233
摘要：
2006,17(6):1459-1469
摘要：
2006,17(6):1448-1458
摘要：
2006,17(6):1391-1400
摘要：
2006,17(6):1381-1390
摘要：
2006,17(6):1372-1380
摘要：
2006,17(6):1360-1371
摘要：
2006,17(6):1328-1337
摘要：
2006,17(6):1307-1317
摘要：
2006,17(6):1276-1286
摘要：
您是第位访问者
版权所有：中国科学院软件研究所 京ICP备05046678号-3
地址：北京市海淀区中关村南四街4号,邮政编码：100190
电话：010-62562563 传真：010-62562533 Email：jos@iscas.ac.cn
技术支持：北京勤云科技发展有限公司
版权所有：中国科学院软件研究所 京ICP备05046678号-3
地址：北京市海淀区中关村南四街4号,邮政编码：100190
电话：010-62562563 传真：010-62562533 Email：jos@iscas.ac.cn
技术支持：北京勤云科技发展有限公司
