摘要:区块链的本质是分布式账本.它作为比特币的底层技术日益被熟知，具有去中心化、开放性、自治性、信息不可篡改、匿名性的特点.区块链即服务（blockchain as a service）则是把区块链当作基础设施，并在其上搭建各种满足普通用户需求的应用，向用户提供服务.区块链即服务已成为云计算领域的研究重点.研究了区块链即服务最新的技术发展状况，结合行业研究和企业实践探索，对区块链即服务的架构以及各模块功能进行了概要设计说明，为区块链即服务的发展提供了通用架构模型.另外，分析了结合区块链即服务的云计算相关技术特点，并给出了可能的攻击模型.最后，结合行业区块链即服务的应用，对区块链即服务的技术前景进行了展望.

摘要:缺陷理解是针对缺陷本身及衍生产物建立完整认知过程的研究.由于调试的连贯性及完美缺陷理解假设不合理性，深入分析缺陷传播过程及缺陷间关系、研究关键信息检测及理解信息表达方式，提取及表达面向缺陷研究不同场景不同需求下的可理解性信息，最终达到优化缺陷分析结果及辅助调试各过程缺陷知识复用及积累的目的成为必然.由定位与修复之间存在的知识割裂问题出发，思考缺陷理解研究的本质，明确缺陷处理过程中缺乏知识挖掘及互用问题.通过工程实例分析及文献成果梳理，提炼总结缺陷理解领域的研究方向及技术方法，探讨缺陷理解研究中的特点及难点，思考缺陷理解研究中存在的问题及未来的研究方向，对缺陷理解的研究趋势进行了展望.

摘要:智能化软件开发正在经历从简单的代码检索到语义赋能的代码自动生成的转变，传统的语义表达方式无法有效地支撑人、机器和代码之间的语义交互，探索机器可理解的语义表达机制迫在眉睫.首先指出了代码知识图谱是实现智能化软件开发的基础，进而分析了大数据时代智能化软件开发的新特点以及基于代码知识图谱进行智能化软件开发的新挑战；随后回顾了智能化软件开发和代码知识图谱的研究现状，指出了现有智能化软件开发的研究仍然处于较低水平，而现有知识图谱的研究主要面向开放领域知识图谱，无法直接应用于代码领域知识图谱.因此，从代码知识图谱的建模与表示、构建与精化、存储与演化管理、查询语义理解以及智能化应用这5个方面详细探讨了研究新趋势，以更好地满足基于代码知识图谱进行智能化软件开发的需要.

摘要:如今，深度学习已被广泛应用于图像分类和图像识别的问题中，取得了令人满意的实际效果，成为许多人工智能应用的关键所在.在对于模型准确率的不断探究中，研究人员在近期提出了“对抗样本”这一概念.通过在原有样本中添加微小扰动的方法，成功地大幅度降低原有分类深度模型的准确率，实现了对于深度学习的对抗目的，同时也给深度学习的攻方提供了新的思路，对如何开展防御提出了新的要求.在介绍对抗样本生成技术的起源和原理的基础上，对近年来有关对抗样本的研究和文献进行了总结，按照各自的算法原理将经典的生成算法分成两大类——全像素添加扰动和部分像素添加扰动.之后，以目标定向和目标非定向、黑盒测试和白盒测试、肉眼可见和肉眼不可见的二级分类标准进行二次分类.同时，使用MNIST数据集对各类代表性的方法进行了实验验证，以探究各种方法的优缺点.最后总结了生成对抗样本所面临的挑战及其可以发展的方向，并就该技术的发展前景进行了探讨.

摘要:随着现代社会计算机化程度的提高，与计算机相关的各种系统故障足以造成巨大的经济损失.机械化定理证明能够建立更为严格的正确性，从而奠定系统的高可信性.针对机械化定理证明的逻辑基础和关键技术，详细剖析了一阶逻辑和基于消解的证明技术、自然演绎和类型化的λ演算、3种编程逻辑、基于高阶逻辑的硬件验证技术、程序构造和求精技术之间的联系和发展变迁，其中，3种编程逻辑包括一阶编程逻辑及变体、Floyd-Hoare逻辑和可计算函数逻辑.然后分析、比较了各类主流证明助手的设计特点，阐述了几个具有代表性的证明助手的开发和实现.接下来对它们在数学、编译器验证、操作系统微内核验证、电路设计验证等领域的应用成果进行了细致的分析.最后，对机械化定理证明进行了总结，并提出面临的挑战和未来研究方向.

摘要:分类是机器学习的重要任务之一.传统的分类学习算法追求最低的分类错误率，假设不同类型的错误分类具有相等的损失.然而，在诸如人脸识别门禁系统、软件缺陷预测、多标记学习等应用领域中，不同类型的错误分类所导致的损失差异较大.这要求学习算法对可能导致高错分损失的样本加以重点关注，使得学习模型的整体错分损失最小.为解决该问题，代价敏感学习方法引起了研究者的极大关注.以代价敏感学习方法的理论基础作为切入点，系统阐述了代价敏感学习的主要模型方法以及代表性的应用领域.最后，讨论并展望了未来可能的研究趋势.

摘要:HDFS（Hadoop distributed file system）作为面向数据追加和读取优化的开源分布式文件系统，具备可移植、高容错和可大规模水平扩展的特性.经过10余年的发展，HDFS已经广泛应用于大数据的存储.作为存储海量数据的底层平台，HDFS存储了海量的结构化和非结构化数据，支撑着复杂查询分析、交互式分析、详单查询、Key-Value读写和迭代计算等丰富的应用场景.HDFS的性能问题将影响其上所有大数据系统和应用，因此，对HDFS存储性能的优化至关重要.介绍了HDFS的原理和特性，对已有HDFS的存储及优化技术，从文件逻辑结构、硬件设备和应用负载这3个维度进行了归纳和总结.综述了近年来HDFS存储和优化相关研究.未来，随着HDFS上层应用的日益丰富和底层硬件平台的发展，基于异构平台的数据存储、面向应用负载的自适应存储优化以及结合机器学习的存储优化技术将成为未来研究的主要方向.

摘要:实时交互式分析针对多目标和多角度的分析任务，通过多轮次的用户-数据库交互过程，逐步明确分析任务与分析目标，全方位地了解相关领域信息，最终得到科学的、全面的分析结果.相比传统数据库“提交查询-返回结果”的单轮次交互查询方式，实时交互式分析更强调交互的实时性与查询结果的时效性.对实时交互式分析的研究已成为近几年研究的热点.针对当前实时交互式分析面临的若干关键问题，对现有的实时交互式分析研究的理论基础、数据模型与系统构架进行了综述.

摘要:软件定义网络（software defined networking，简称SDN）是一种新型的网络架构.SDN将控制层从数据层分离并开放网络接口，以实现网络集中控制并提高网络的可扩展性和编程性.但是SDN也面临诸多的网络安全威胁.异常流量检测技术可以保护网络安全，防御恶意流量攻击.对SDN异常流量检测进行了全面的研究，归纳了数据平面和控制平面可能遭受到的网络攻击；介绍并分析了位于应用平面、控制平面和中间平台的异常流量检测框架；探讨了异常流量识别机制、负载均衡机制、异常流量追溯机制和异常缓解机制；最后指明SDN异常流量检测在未来工作中的研究方向.

摘要:互联网域间路由系统的安全问题一直备受关注.实现全网范围的互联网资源管理认证和可信跨域协作至关重要.区块链技术以其去中心化、防篡改、可追溯等天然属性，可作为域间网络资源认证与信任建立的基础.首先分析域间路由系统安全脆弱性及其影响，以及传统域间路由安全机制面临的部署困难、管理复杂、信任中心化等困境；然后，在简要介绍区块链技术基本理论的基础上指出区块链技术运用于域间路由系统安全的技术思路，并详述区块链技术应用于域间路由认证、域间智能管理和域间DDoS防御等方面的最新进展；最后，分析区块链应用于域间路由安全领域的优势，从性能与规模、兼容性与增量部署以及区块链自身安全问题这3个方面分析其问题与挑战，并对下一步研究进行展望.

摘要:隐蔽信道是指恶意通信双方通过修改共享资源的数值、特性或状态等属性，来编码和传递信息的信道.共享资源的选取，由隐蔽信道的类型与具体通信场景所决定.早期，存储隐蔽信道和时间隐蔽信道主要存在于传统操作系统、网络和数据库等信息系统中.近年来，研究重点逐渐拓展到了3类新型隐蔽信道，分别为混合隐蔽信道、行为隐蔽信道和气隙隐蔽信道.对近年来国内外隐蔽信道研究工作进行了系统的梳理、分析和总结.首先，阐述隐蔽信道的相关定义、发展历史、关键要素和分析工作.然后，根据隐蔽信道共享资源的类型以及信道特征，提出新的隐蔽信道分类体系.首次从发送方、接收方、共享资源、编码机制、同步机制、评价指标和限制方法这7个方面，对近年来新型隐蔽信道攻击技术进行系统的分析和归纳，旨在为后续隐蔽信道分析和限制等研究工作提供有益的参考.进而，讨论了面向隐蔽信道类型的威胁限制技术，为设计面向一类隐蔽信道的限制策略提供研究思路.最后，总结了隐蔽信道中存在的问题和挑战.