计算机研究与发展杂志

计算机研究与发展杂志2023年第11期

• 数据模式感知的低成本云日志存储系统

  魏钧宇,张广艳,陈军超,

  公共云的日志服务能够全面提升研发、运维、运营和安全保障的能力，而云日志具有数据规模庞大、留存时间长、写入速度快、有用信息密度低、访问延迟要求高等特点.为了节省存储成本，需要满足3个要求：1）以较高压缩密度保存此类数据（压得狠）；2）以较高的压缩速度实现数据写入（压得快）；3）以低延迟对压缩数据进行快速检索（查得快）.同时实现这三者是充满挑战的，需结合具体应用场景进行定制化设计.通过总结云日志中的典型数据模式，给出一种低成本云日志存储范式——数据模式感知的低成本云日志存储系统，从压缩率、压缩速度和检索延迟等3个方面对若干低成本云日志存储方法进行对比测试.最后，结合相关领域研究提出3点经验和思考，供未来的研究工作参考.

• 基于学习索引的图式区块链高效可验证查询机制

  常健,林立成,李彬弘,肖江,金海,

  区块链技术近年来受到了广泛关注，并应用于各个领域，数据查询是其在应用过程的一个重要技术，如物流链中的数据溯源等.随着区块链系统中交易数据量的持续增长，支持高并发事务处理的图式区块链成为区块链技术的研究热点.图式区块链的高并发区块使得数据查询难以像传统链式结构依次遍历，可以根据图式结构采用广度优先或深度优先遍历策略，但这种查询方式存在效率低、验证难等问题.针对图式区块链数据查询的效率和可验证性问题，提出了一种基于学习索引的高效可验证的图式区块链查询机制Lever.该机制通过引入学习索引技术对图式区块链中时序数据分布特征进行学习以实现对索引过程的优化，旨在提高图式区块链查询的效率和可验证性.学习索引是通过学习数据分布来减少索引存储空间和查询时间的新型索引技术，将学习索引应用于图式区块链的纪元高度与时间戳的映射关系中，通过函数运算的方式定位查询数据，提高查询速度和效率.同时，为了加快纪元内多个区块数据的过滤速度，在每个区块头部添加布隆过滤器，并为每个纪元生成一个聚合布隆过滤器，从而提高纪元内的数据遍历速度.此外，为保证查询结果的正确性和完整性，该机制结合布隆过滤器和排序默克尔树生成可验证对象，通过部分默克尔树分支实现对布隆过滤器假阳性的不存在证明，有效减小验证对象的规模，从而提高图式区块链查询过程的数据传输效率.实验结果表明，Lever能有效提高基于DAG的图式区块链查询效率和可验证性，与Conflux的基本查询机制相比，该机制的查询性能最高提升了10倍，可验证对象大小开销可以降低90%.

• 面向分片许可链的无协调者跨片交易处理

  阙琦峰,陈之豪,张召,杨艳琴,周傲英,

  区块链作为一种防篡改、去中心化的分布式系统引起了学术界和工业界的极大关注.然而，传统区块链系统的吞吐量较低，且难以扩展到支持大规模系统，这使得其在商业中的应用范围受到限制.为了解决这些问题，人们尝试利用分片技术把区块链网络分成多个可单独执行交易的子网，各个子网能够并行执行交易,其性能则可以随子网数成比例提升.然而，昂贵的跨片交易执行成本阻碍了分片区块链系统性能的进一步提升.传统的基于两阶段提交的跨片交易执行方法无论在性能上还是扩展性上都无法满足现代产业对大规模系统的需求；同时，这些方法在高冲突负载下的表现不佳，导致跨片交易的延迟急剧增加，严重影响到系统的正常运行.为了解决此问题，提出了一个针对分片许可链的跨片交易执行方法.该方法将确定性引入跨片交易执行，避免了额外的协调开销，同时提高了系统执行跨片交易的效率.此外，该执行方法也配备了抗冲突的交易重排序方法，除了提高跨片执行方法在高冲突的场景下交易处理性能之外，还能优化跨片交易执行中状态传输的效率.实验结果证明，该方法的吞吐量比基于两阶段提交协议的方法提高1.6~2.5倍；在冲突场景下，相较于优化前系统吞吐量则提高2.9~25倍.

• 基于去中心化身份的开放区块链预言机方案

  张展鹏,李可欣,阚海斌,

  区块链预言机将外界数据写入区块链，是区块链获取外界数据的一般方法.调研区块链预言机研究与实践，归纳目的数据确定性和数据聚合方法之间的关系，将区块链预言机分成强投票协议与弱投票协议2种区块链预言机.区块链预言机项目越来越开放，开放区块链预言机是可拓展的，应用基于椭圆曲线群的分布式密钥生成算法，实现在链下聚合多点数据，在链上验证聚合结果，节省智能合约开销，适合大型分布式区块链预言机.为解决海外研究中一般依赖虚拟货币抵押对节点身份授信的方法难以应用于国内的问题，应用非同质化通证映射节点身份，支持区块链预言机服务所有者治理节点身份，与全局公钥更新过程结合，使节点加入状态可跟踪.相比同类研究，更贴近分布式系统范型.

• 一种支持自适应联邦学习任务的可信公平区块链框架

  张宝晨,黄月,孔兰菊,李庆忠,李文全,郭秋曼,

  共识机制是区块链技术的重要组成部分，但是主流的共识机制尤其是工作量证明共识机制都存在算力过度耗费和吞吐量低等问题.而联邦学习作为一种分布式机器学习方法，学习模型的本地训练和最终的参与方贡献度计算都需要消耗大量算力资源.因此，提出了一种支持自适应联邦学习任务的可信公平区块链框架TFchain，探索如何利用原本共识机制中耗费的大量算力来提高联邦学习的效率.首先，设计了基于区块链和联邦学习的全新共识机制PoTF（proofoftrustandfair），该共识机制将区块链的节点设置为联邦学习的参与方，将原本共识机制中用于哈希计算的大量无效算力转移到联邦学习中，进行本地模型的训练和参与方贡献度的评估；其次，在提高区块链交易吞吐量的同时，对联邦学习的参与方进行了合理的贡献度评估和激励；最后，设计了防止节点作恶的算法.实验结果表明，提出的TFchain能够在回收算力的同时有效提升区块链的交易处理性能，对积极参与联邦学习的参与方进行有效正向的激励.

• PieBridge：一种按需可扩展的跨链架构

  段田田,郭仪,李博,张瀚文,宋兆雄,李忠诚,张珺,孙毅,

  区块链由于其去中心、可溯源等特性，已被广泛应用于数字货币、供应链金融、智慧医疗等不同领域.随着应用需求的不断拓宽，各独立区块链协作以构建更广泛价值互联网的需求日益增强，因而迫切需要研究跨链技术.然而当前区块链生态规模不断扩大、丰富，异构/同构区块链间的互联互通需求也随之快速增长.而现有跨链研究无法应对架构可扩展性与跨链需求多样性方面的挑战.针对上述问题，基于“按需建域”的理念，提出一种按需可扩展的跨链架构PieBridge，并提出了一套4层跨链交互协议栈，解耦跨链传输、验证、事务与应用，满足不同跨链应用在隐私、安全、性能等方面的差异化需求.同时实现了PieBridge原型系统，并通过建模分析与实验证明了PieBridge的可扩展性以及其对差异化跨链交互需求的灵活支持.

• 基于分布式密钥生成和属性基密码的多方跨链交易方案

  马宇航,张亮,吴星雨,李鸣,

  由于不同区块链的底层协议与技术架构存在差异，导致了链与链之间的数字资产交换难以有效进行.目前数字货币交易所是提供数字资产交换的主要平台，但现有的中心化交易所存放的用户资金存在易被黑客攻击、内部盗窃或交易所跑路等安全问题.已有的去中心化交易所受参与跨链的区块链的出块时间和确认速度的限制，影响了交易效率，并且去中心化交易所的订单类型和功能较少.为解决上述这些问题，通过分布式密钥生成与属性密码实现去中心化的多方交易方案.通过分布式密钥生成将用户的资产质押到分布式网络中，实现去中心的资产管理模式.分布式网络为用户在交易区块链上生成等额的数字资产代币，使得用户在交易区块链使用代币进行交易，然后根据代币所有权凭证去分布式网络提取对应的数字资产.用户通过属性密码实现交易控制，将资产类型、金额、汇率和时间等作为属性，设置多样化的访问控制策略，满足用户策略的交易对象才可以与用户进行交易.交易区块链提供的智能合约服务可以实现用户多样化的交易选择，为用户提供公平交换服务.通过实验验证了方案的可行性.方案的跨链效率在锁定和提取资产时受分布式密钥生成算法和参与跨链的区块链限制，在多方交易系统内的交易效率仅与交易区块链有关.

• 基于SM9数字签名的环签名及其在区块链隐私保护中的应用

  安浩杨,何德彪,包子健,彭聪,罗敏,

  随着区块链技术的发展及应用，区块链技术在提供了不可篡改性、透明性的同时带来的隐私泄露问题也愈加严重.虽然环签名技术已被广泛应用于区块链隐私保护方案，但现有方案基于公钥基础设施体系，证书管理成本较高.另外，随着区块链系统国产化的应用需求不断增加，现有的国密算法已不能满足日益复杂的区块链应用需求.为解决这个问题，提出了一种基于SM9数字签名的常数级大小环签名方案，并在随机谕言机模型下证明了该方案满足不可伪造性和匿名性.此外，基于该环签名算法，对HyperledgerFabric联盟链结构进行修改以实现交易方身份隐私保护.利用Miracl库测试运算耗时，分析了所提方案的计算开销和通信开销.实验分析结果表明，与现有的方案相比，所提方案在签名生成和验证方面实现了数倍的效率提升.当环成员数量大于20时，所提方案在签名通信开销上具有明显优势.

• 基于区块链和可信执行环境的属性签名身份认证方案

  冉津豪,蔡栋梁,

  身份认证是当前数字化世界中广泛应用的一项技术，对于流量至上的时代，安全而便捷的身份验证方案对于应用服务吸引用户是至关重要的.去中心化身份通过使用完全去中心化的技术如区块链，让用户完全控制自己的身份.为了进一步提高身份认证的安全性与便捷性，提出一种基于区块链和可信执行环境（TEE）的属性签名身份认证方案.现有的身份验证方法存在用户身份凭证管理繁重、安全性不足等问题.用户利用属性签名生成指向应用服务的持久性凭据，并且凭据是可扩充的.而用户反复扩充凭据的过程相比单次生成凭据保存更有被攻击者植入木马的风险，可信执行环境则可以在签名过程中提供硬件级别的保护，避免中间参数的泄露.同时还用较小的额外验证代价实现了对用户身份泄露、冒用的审计，进一步提高了方案的安全性.

• 基于区块链辅助的半中心化联邦学习框架

  施宏建,马汝辉,张卫山,管海兵,

  随着网络技术的发展，如何构建可信任的新一代信息管理系统成为了必要需求，区块链技术提供了去中心化、透明、不可篡改的可信分布式底座.随着人工智能技术的发展，网络数据计算领域出现了数据孤岛问题，各开发者之间的不信任导致难以联合利用各方数据进行协同训练，联邦学习虽然提供了数据隐私性保障，但是服务器端安全性仍存在隐患.传统方法通过将联邦学习框架中的服务器端替换为区块链系统以提供不可篡改的全局模型数据库，但是这种方式并未利用物联网场景中所有可用网络连接，并缺少了针对联邦学习任务的区块结构设计.提出了基于区块链辅助的半中心化联邦学习框架，从物联网场景需求出发，构建了半中心化的物联网场景，利用了所有可信的网络连接以支撑联邦学习任务，同时通过区块链技术为不可信、距离远的客户端之间构建了不可篡改的模型库，相比传统区块链联邦学习框架有更小的通信开销和更好的普适性.所提框架包含两大设计，半中心化的联邦学习框架通过客户端之间的可信连接减少聚合所带来的通信开销，并通过区块链存储客户端模型以便于距离较远或者相互不可信的客户端进行聚合；设计了针对联邦学习任务的区块链区块，使区块链能够支持底层联邦学习训练的需求.实验证明所提框架在多个数据集上相比传统联邦学习算法有至少8%的准确率提升，并大幅度减少了客户端之间相互等待带来的通信开销，为实际场景下的区块链联邦学习系统部署提供了指导.

• 基于区块链和动态评估的隐私保护联邦学习模型

  刘炜,唐琮轲,马杰,田钊,王琦,佘维,

  在联邦学习作为隐私保护技术被广泛应用的同时，也产生了中心服务器不稳定和联邦学习服务器与参与方交互造成的隐私泄露等新的挑战及安全问题.提出了一种基于区块链和动态评估的隐私保护联邦学习模型，利用区块链解决中心服务器的问题，通过本地训练使用稀疏化、全局模型更新使用差分隐私解决联邦学习过程中的隐私泄露问题，本地训练完成后用数字签名和双重Hash对比验证参与方身份和训练模型的所属权.此外，使用多权重动态评估方法计算单轮模型和参与方评估值作为参与方贡献的依据.实验结果表明，提出的模型可以有效解决联邦学习中的单点故障和局部模型验证问题，与传统联邦学习相比，使用稀疏化和差分隐私可以在略微损失准确率的情况下保障模型的安全性，并有效地为参与方进行评估，从而保证了激励机制的公平性.

• 基于异常特征模式的心电数据标签清洗方法

  韩京宇,陈伟,赵静,郎杭,毛毅,

  心电图（electrocardiogram,ECG）异常的自动检测是一个典型的多标签分类问题，训练分类器需要大量有高质量标签的样本.但心电数据集异常标签经常缺失或错误，如何清洗弱标签得到干净的心电数据集是一个亟待解决的问题.在一个标签完整且准确的示例数据集辅助下，提出一种基于异常特征模式(abnormality-featurepattern,AFP)的方法对弱标签心电数据进行标签清洗，以获取所有正确的异常标签.清洗分2个阶段，即基于聚类的规则构造和基于迭代的标签清洗.在第1阶段，通过狄利克雷过程混合模型（Dirichletprocessmixturemodel,DPMM）聚类，识别每个异常标签对应的不同特征模式，进而构建异常发现规则、排除规则和1组二分类器.在第2阶段，根据发现和排除规则辨识初始相关标签集，然后根据二分类器迭代扩展相关标签并排除不相关标签.AFP方法捕捉了示例数据集和弱标签数据集的共享特征模式，既应用了人的知识，又充分利用了正确标记的标签；同时，渐进地去除错误标签和填补缺失标签，保证了标签清洗的可靠性.真实和模拟数据集上的实验证明了AFP方法的有效性.

• 一种面向指代短语理解的关系聚合网络

  郭文雅,张莹,刘胜哲,杨巨峰,袁晓洁,

  指代短语理解（referringexpressioncomprehension，REC）任务的目的是定位输入短语所指代的图像区域，其中最主要的挑战之一是在图像中建立和定位由输入短语描述的物体之间的关系.现有的主流方法之一是根据物体本身的特性以及与其他物体的关系对当前物体进行打分，将得分最高的物体作为预测的被指代区域.然而，这类方法往往只考虑物体与其周围环境之间的关系，而忽略了输入短语中所描述的周围环境之间的交互关系，这大大影响了对物体间关系的建模.为了解决这一问题，提出了关系聚合网络（relationshipaggregationnetwork，RAN）来构建物体之间的关系，进而预测输入短语所指代的内容.具体来说，利用图注意力网络建模图像物体之间完备的关系；然后利用跨模态注意力方法选择与输入短语最相关的关系进行聚合；最后，计算目标区域与输入短语之间的匹配分数.除此之外，对指代短语理解中的擦除方法进行了改进，通过自适应扩充擦除范围的方式促使模型利用更多的线索来定位正确的区域.在3个广泛使用的基准数据集上进行了大量的实验，结果证明了所提出方法的优越性.

• 跨媒体语义关联增强的网络视频热点话题检测

  张承德,刘雨宣,肖霞,梅凯,

  跨媒体网络视频热点话题检测成为新的研究热点.然而，描述视频的文本信息较少，使得文本语义特征空间稀疏，导致文本语义特征间关联强度较弱，增加了挖掘热点话题的难度.现有方法主要通过视觉信息丰富文本语义特征空间.然而，由于视觉与文本信息间的异构性，导致同一话题下文本与视觉语义特征差异较大，这进一步降低了同一话题下文本语义间的关联强度，也给跨媒体网络视频热点话题检测带来巨大挑战.因此，提出一种新的跨媒体语义关联增强方法.首先，通过双层注意力，从单词和句子2个级别捕捉文本核心语义特征；其次，通过理解视觉内容，生成大量与视频内容高度相关的文本描述，丰富文本语义空间；然后，分别通过文本语义相似性和视觉语义相似性，构建文本语义图和视觉语义图，并构造时间衰减函数，从时间维度建立跨媒体数据间的相关性，以此增强文本与视觉语义间的关联强度，平滑地将2种语义图融合为混合语义图，实现跨媒体语义互补；最后，通过图聚类方法检测出热点话题.大量实验结果表明，提出的模型优于现有方法.

• 基于双向伪标签自监督学习的跨人脸-语音匹配方法

  朱明航,柳欣,于镇宁,徐行,郑书凯,

  神经认知科学研究表明，人类大脑在感知语音的过程中常常将结合人脸信息进行跨模态交互分析.然而，现有的跨模态人脸-语音关联方法仍面临着对复杂样本敏感、监督信息缺乏以及语义关联不足等挑战，其主要原因是缺少对潜在共性语义的挖掘.针对这些问题，提出了基于双向伪标签自监督学习的跨模态学习架构，用于人脸-语音关联学习与匹配任务.首先，构建跨模态加权残差网络来学习人脸-语音的跨模态共享嵌入，然后提出一种新颖的双向伪标签关联的自监督学习方法，旨在通过一种模态的潜在语义信息去监督另一个模态的特征学习，从而基于这种交互式跨模态自监督学习能够挖掘到人脸-语音间更紧密的关联.为增加挖掘监督信息的判别性，进一步构建了2个辅助损失促使来自相同身份的人脸-语音特征更接近，并使来自不同身份的特征更加疏远.基于大量实验验证，相比较于现有方法，在人脸-语音跨模态匹配任务上获得了全面的提升.

• 一种考虑隐私保护的深度强化学习任务分配模型

  杨明川,朱敬华,李元婧,奚赫然,

  移动群智感知（mobilecrowdsensing,MCS）是利用大规模移动智能设备进行数据收集、数据挖掘和智能决策的新范式，高效的任务分配方法是MCS获得高性能的关键.传统的贪婪算法或蚂蚁算法假设工人和任务固定，不适用于工人和任务的位置、数量和时间动态变化的场景.而且，现有任务分配方法通常由中央服务器收集工人和任务的信息进行决策，容易导致工人隐私泄露.因此，提出具有隐私保护的深度强化学习（deepreinforcementlearning,DRL）模型来获得优化的任务分配策略.首先，将任务分配建模为多目标优化的动态规划问题，旨在最大化工人和平台的双向收益，实现纳什均衡.其次，提出基于DRL的近端策略优化（proximalpolicyoptimization,PPO）模型进行训练，学习模型参数.最后，通过本地差分隐私方式，对工人位置等敏感信息加入随机噪声实现隐私保护，并由中央服务器训练整个模型，获得最优分配策略.对收敛时间、最大收益和任务覆盖率等指标进行实验评估，在模拟数据集上的实验结果表明，与传统方法和其他基于DRL的方法对比，该方法在不同的评估指标上均有明显提升，并且能够保护工人的隐私.

• 面向科技资讯的基于语义对抗和媒体对抗的跨媒体检索方法

  李昂,杜军平,寇菲菲,薛哲,徐欣,许明英,姜阳,

  科技资讯跨媒体检索是跨媒体领域的重要任务之一，面临着多媒体数据间异构鸿沟和语义鸿沟亟待打破的难题.通过跨媒体科技资讯检索，用户能够从多源异构的海量科技资源中获取目标科技资讯.这有助于设计出符合用户需求的应用，包括科技资讯推荐、个性化科技资讯检索等.跨媒体检索研究的核心是学习一个公共子空间，使得不同媒体的数据在该子空间中可以直接相互比较.在子空间学习中，现有方法往往聚焦于建模媒体内数据的判别性和媒体间数据在映射后的不变性，却忽略了媒体间数据在映射前后的语义一致性和语义内的媒体判别性，使得跨媒体检索效果存在局限性.鉴于此，提出一种面向科技资讯的基于语义对抗和媒体对抗的跨媒体检索方法（SMCR），寻找可供映射的有效公共子空间.具体而言，SMCR在建模媒体内语义判别性之外，将媒体间语义一致性损失最小化，以保留映射前后的语义相似性.此外，SMCR构建基础特征映射网络和精炼特征映射网络，联合最小化语义内的媒体判别性损失，有效增强了特征映射网络混淆媒体判别网络的能力.在2个数据集上的大量实验结果表明，所提出的SMCR方法在跨媒体检索中的表现优于最前沿的方法.

• 基于孪生空间的单目图像目标位姿一体化标注方法

  李聪亮,孙士杰,张朝阳,刘泽东,雷琪,宋焕生,

  多目标位姿估计问题是无人驾驶、人机交互等领域的基础问题之一,但目前受采集设备限制,该领域数据大多集中在较小空间范围,这使得刚体位姿估计的实用价值受到限制.针对上述问题,提出了一种基于孪生空间的单目图像目标位姿一体化标注方法,并设计了一套位姿标注工具LabelImg3D.首先,在孪生空间中放置同焦距的虚拟相机,并构建与真实目标等同的3维模型；然后在孪生空间中放置真实空间拍摄图像(一次投影图),使其填充虚拟相机视场；最后对3维模型进行平移旋转,使目标二次投影与一次投影在虚拟相机中保持一致,从而一体化得到目标位姿.基于该方法,开源了一套标注工具LabelImg3D(https://github.com/CongliangLi/LabelImg3D).通过在KITTI及P-LM数据集上的测试,实验结果表明,该方法对尺寸变化不明显的目标,平均位移精度可达85%以上,旋转精度可达90%以上,且该方法仅借助于单目相机,大大降低了目标3维位姿数据的采集难度.

• 在网存储系统研究综述

  汪庆,李俊儒,舒继武,

  以可编程交换机和智能网卡为代表的可编程网络设备在数据中心被越来越广泛地应用，它们支持在网络数据传输路径上执行自定义的数据处理逻辑，这为构建高性能的在网存储系统带来了新的机遇.然而，可编程网络设备的硬件资源限制较多，如何充分发挥它们的优势、最大限度地加速存储系统仍面临着诸多挑战.系统地综述了在网存储系统的研究进展，首先介绍了可编程网络设备的硬件结构与性能特征，并基于此总结了构建高性能在网存储系统面临的两大挑战：软硬件分工以及系统容错.然后根据可编程网络设备执行的任务（缓存、协调、调度、聚合）对现有的在网存储系统进行分类和阐述，并以多个在网存储系统为实例分析对应的设计难点以及软件技术.最后指明了在网存储系统进一步研究中需要着重探索的问题，包括交换机与网卡的协同、安全、多租户以及自动卸载.