计算机研究与发展杂志

计算机研究与发展杂志2023年第9期

• 大模型道德价值观对齐问题剖析

  矣晓沅,谢幸,

  探讨了以大语言模型（largelanguagemodel，LLM）为代表的大模型（bigmodel）时代人工智能（artificialintelligence,AI）发展面临的新挑战:道德价值观对齐问题.大模型的崛起极大地提升了AI理解、生成和控制信息与内容的能力，从而赋能了丰富的下游应用.然而，随着大模型成为与人类生活方方面面深度交融的基础，其内在的道德价值观和潜在的价值倾向对人类社会带来不可预测的风险.首先对大模型面临的风险和挑战进行了梳理，介绍了当下主流的AI伦理准则和大模型的局限性对应的道德问题.随后提出从规范伦理学的角度重新审视近年来不断提出的各类规范性准则，并倡导学界共同协作构建统一的普适性AI道德框架.为进一步探究大模型的道德倾向，基于道德基础理论体系，检验了当下主流大语言模型的道德价值倾向，梳理了现有的大模型对齐算法，总结了大模型在道德价值观对齐上所面临的独特挑战.为解决这些挑战，提出了一种新的针对大模型道德价值观对齐的概念范式，从对齐维度、对齐评测和对齐方法3个方面展望了有潜力的研究方向.最后，倡导以交叉学科为基础，为将来构建符合人类道德观的通用AI迈出了重要一步.

• 神经元计算机操作系统的资源分配方法

  王凤娟,吕攀,金欧文,邢庆辉,邓水光,

  神经形态计算硬件是专为运行脉冲神经网络（spikingneuralnetwork,SNN）应用而设计的专用计算机系统.随着硬件资源规模的增大，神经元计算机能够支持更多数量的SNN应用并发运行，如何有效地为SNN应用分配神经形态计算硬件资源变得极具挑战性.首先提出一种神经元计算机操作系统的资源分配框架，在加载SNN应用到神经形态计算硬件时分配硬件资源以及建立对应的输入输出路由，实现了资源分配过程与编译器间的解耦.其次，创新性地引入了最大空矩形（maximumemptyrectangle,MER）算法来处理神经形态计算硬件资源的动态分配问题；针对SNN应用的脉冲输入输出特性，提出了一种最小化脉冲输入输出通信代价的资源分配算法，旨在降低脉冲输入输出能耗、延迟和资源碎片.实验结果显示，所提算法比现有算法表现出较好的性能，其中脉冲输入输出平均延迟最高降低了81%，碎片率降低了92%.

• 一种可动态配置的分布式内存池缓存一致性机制

  段卓辉,刘海坤,赵金玮,刘一航,廖小飞,金海,

  在分布式内存系统中，缓存是减少远端内存访问开销的一种有效手段.然而，单一的缓存一致性保证机制往往不能高效适配不同类型负载的访存特性.为此，面向分布式异构内存池系统，设计了基于目录和基于广播相结合的混合缓存一致性保证机制.利用四象限矩阵分析方法，对每个数据对象进行访存模式的判定分析，并为其配置最高效的缓存一致性保证策略，并且可以根据对象访存特征的变化在2种策略之间动态切换.实验结果表明，相比使用单一的缓存一致性保证机制，采用可动态配置的混合缓存一致性保证机制可提升分布式异构内存池系统的读和写，性能平均达32.31%和31.20%.此外，混合的缓存一致性保证机制在客户端数量不断增加时仍然表现出良好的可扩展性.

• 基于高预测性的稀疏矩阵向量乘法并行计算优化

  夏天,付格林,曲劭儒,罗中沛,任鹏举,

  稀疏矩阵向量乘法(sparsematrix-vectormultiplication,SpMV)是广泛应用于科学计算、工业仿真和智能计算等领域的重要算法，是核心的计算行为之一.在一些应用场景中，需要进行多次的SpMV迭代，以完成精确的数值模拟、线性代数求解和图分析收敛等计算要求.受限于SpMV本身的高度随机性和稀疏性所导致的数据局部性极差、缓存效率极低、计算模式非常不规则等问题，导致其计算负载成为当前高性能处理器的优化难点和研究热点.基于现代高性能超标量乱序处理器的架构特征，深入研究SpMV的各类性能瓶颈，并且提出从提升可预测性和降低程序复杂度的角度进行全面的性能优化.其核心思想是：通过构建串行访问的数据结构，提升数据访问的规律性和局部性，大幅度优化数据预取效率和缓存利用效率；通过构建规则的分支跳转条件，提升程序的分支预测准确率，有效提升程序执行效率；通过灵活运用SIMD指令集，有效提升计算资源利用率.通过对以上特性的优化，该方法可以显著缓解性能瓶颈，大幅度提升处理器资源、缓存资源和访存带宽的利用率，并且获得与主流商用计算库MKL相比平均2.6倍的加速比，相比于现有最先进算法获得平均1.3倍的加速比.

• 基于博弈论的云际资源市场分析方法

  时健智,王兴伟,易波,

  在经济全球化的推动下，全球经济正在演变到一种全新的模式.在这种新模式下，不同提供商之间的合作取代了单一供应商垄断市场成为了主流做法.在这个新的趋势下，云际计算(JointCloud)的概念应运而生，云际计算强调跨云合作，旨在通过不同云商的合作降低云计算的成本.考虑到平台运行过程中产生的海量数据、用户自己代入云际市场应用于模型训练的数据以及一些可以展示的结果数据，在数据权利明确的情况下也可以进行交易和二次处理，在博弈的过程中除了考虑传统的云资源还考虑可以二次加工的数据资源.针对上述场景，主要研究云际计算市场下的资源流通问题.在云际市场中，不同云商通过向其他云或消费者售卖云资源以此使得自己的利益最大化.将云际市场建模为供应链竞争模型，并且使用市场博弈对云际资源流通过程进行了分析.从理论上证明了云际市场具有纳什均衡，同时分析了新的云商加入云际对各个云商以及整个云际市场收益的影响，所得到的结果在一定程度上解释了云际生态形成的原因.

• 服务器无感知计算场景下基于时空特征的函数调度

  金鑫,吴秉阳,刘方岳,章梓立,贾云杉,

  服务器无感知计算是一种新兴的以函数为中心的云计算范式.服务器无感知计算向用户提供高层次的函数抽象在云计算平台开发和部署应用.服务器无感知计算以函数为粒度分配资源.函数调度对函数性能有重要影响，面临问题规模大和动态性强2个难点.现有服务器无感知计算调度器使用先来先服务(FCFS)算法，容易受队头阻塞影响，导致函数完成时间较长.为了高效利用系统资源和降低函数完成时间，亟需对服务器无感知计算场景下的函数调度问题进行研究.首先，分析了服务器无感知计算场景下的函数调度问题，并定位了3个影响函数完成时间的因数，分别是排队时间、启动时间和执行时间.基于该分析，提出了数学模型对服务器无感知计算场景下函数调度问题进行形式化建模.其次，提出了基于函数时空特征的服务器无感知计算调度算法FuncSched.该算法在时间维度上考虑函数执行时间和函数启动时间，在空间维度上考虑函数资源占用量.最后，实现了原型系统，并使用了真实世界服务器无感知计算负载数据集进行实验.实验结果表明所提算法可以有效降低平均函数完成时间，从而有效提高了服务器无感知计算环境中函数的执行效率.

• 基于微电流刺激的多强度分级虚拟触觉反馈

  谭铭昱,花浩镪,熊奇炜,朱齐,舒琳,徐向民,梁家铭,魏磊,黄国志,曾庆,

  触觉反馈可以有效提高用户的虚拟现实交互的沉浸感，但是采用振动方式的触觉反馈存在反馈模态单一的缺陷；采用机械传动式、微流驱动方式的触觉反馈存在结构复杂、难以集成等缺陷.微电流触觉反馈具有集成度高、反馈模态丰富等优点，但是存在反馈强度识别准确率不够和长时间作用下易造成不适感等问题.为了解决这些问题，设计了基于微电流刺激的新型多强度电触觉反馈系统，通过研究电流参数、电极阵列和接地电极等影响因素，并引入双相电流脉冲，优化电流正负电荷量比值等方式，确定了该系统的刺激模式.35名受试者的心理物理学实验结果表明该反馈系统能够在有效减少微电流刺激带来不适的同时实现93.3%和81.7%的四级和五级强度识别准确率，优于传统方法，这可能是具有广泛应用场景的触觉反馈设备.

• 面向大规模数据的DBSCAN加速算法综述

  陈叶旺,曹海露,陈谊,康昭,雷震,杜吉祥,

  DBSCAN(density-basedspatialclusteringofapplicationswithnoise)是应用最广的密度聚类算法之一.然而，它时间复杂度过高(O(n2))，无法处理大规模数据.因而，对它进行加速成为一个研究热点，众多富有成效的工作不断涌现.从加速目标上看，这些工作大体上可分为减少冗余计算和并行化两大类；就具体加速手段而言，可分为6个主要类别：基于分布式、基于采样化、基于近似模糊、基于快速近邻、基于空间划分以及基于GPU加速技术.根据该分类，对现有工作进行了深入梳理与交叉比较，发现采用多重技术的融合加速算法优于单一加速技术；近似模糊化、并行化与分布式是当前最有效的手段；高维数据仍然难以应对.此外，对快速化DBSCAN算法在多个领域中的应用进行了跟踪报告.最后，对本领域未来的方向进行了展望.

• 算法公平与公平计算

  范卓娅,孟小峰,

  算法公平问题由来已久，且随着社会变革历程不断花样翻新.随着数字化转型的加速推进，算法公平问题的根源逐渐由社会偏见转向数据偏见与模型偏见，算法给人带来的剥削变得更为隐蔽，而影响更为深远.尽管社会科学各领域对公平问题研究已久，但大部分仅停留在定性的表述上.作为计算机科学与社会科学的交叉问题，数字化转型下的算法公平不仅要继承社会科学各领域的基本理论，更要具备公平计算的方法与能力.由此，从算法公平的内涵出发，从社会偏见、数据偏见与模型偏见3个维度总结现有的算法公平计算方法，最后对算法公平指标和公平方法进行实验对比，进而分析算法公平计算面临的挑战.实验表明，原始模型的公平性与准确性之间存在权衡关系，公平方法的公平性与准确性之间存在一致关系.在公平指标上，不同公平指标之间的相关性差异较大，这说明了多样的公平指标的重要性.在公平方法上，单一的公平方法效果有限，这说明了探索公平方法组合的重要性.

• 一种局部遮挡人脸识别的对抗样本生成方法

  张万里,陈越,杨奎武,张田,胡学先,

  基于对抗样本开展对抗训练目前已成为提升模型鲁棒性、安全性的重要手段.新冠疫情使得佩戴口罩成为常态，遮挡人脸识别成为现实需要.针对当前缺乏遮挡人脸识别对抗样本生成方法的问题，提出了一种自适应对抗样本生成方法——AOA（adversarialexamplesagainstoccludedfacesrecognitionbasedonadaptivemethod）.首先，根据目标模型调整对抗样本生成策略，并根据输入人脸自动调整干扰区域.其次，通过将扰动集中在对识别影响更大的区域，结合集成模型和高斯滤波，在局部特征增强的虹软、百度人脸识别上实现了黑盒攻击.最后，结合动态掩码和动态扰动乘数避免了攻击过程中的冗余计算，并保证了攻击的可持续性，生成的扰动使得人脸修复遮挡识别模型错误分割遮挡区域，进而降低模型的识别准确率.设计实现了人脸修复遮挡识别模型Arc-UFI.实验表明，AOA能够实现针对局部特征增强和人脸修复的遮挡人脸识别的有效攻击.此外，AOA可为模型安全对抗训练提供有益支撑.

• 基于局部优化的图表示学习增强

  唐正正,汪洋,洪学海,班艳,姚铁锤,乔子越,

  随着图表示学习在多个领域的成功应用，针对不同图数据和问题而设计的图表示学习方法爆发式增长.然而，图噪声的存在限制了图表示学习的能力.为有效降低图网络中的噪声比例，首先分析了图节点局部邻接的分布特性，并理论证明在局部邻接拓扑构建时，探索高阶邻近信息能够优化增强图表示学习的性能.其次，提出“2步骤”局部子图优化策略（localsubgraphoptimizationstrategy，LSOS）.该策略首先根据原始图拓扑结构信息构造出具有多阶信息的局部邻接相似矩阵.然后基于相似矩阵和图节点局部信息，对图节点进行局部子图的结构优化.通过局部邻接的合理重构来降低网络中的噪声比例，进而达到图表示学习能力的增强.在节点分类、链接预测和社区发现3类任务的实验中，结果表明局部子图优化策略能够提升8个基线算法的性能.其中，在3个航空网络的节点分类任务中，提升效果最高分别达到23.11%，41.58%，24.16%.

• 双网络中影响力凝聚子图发现算法

  李源,杨森,孙晶,赵会群,王国仁,

  双网络由物理图和概念图构成，其中物理图和概念图共享网络结点集合而具有不同边集合.物理图中边表示结点间实际存在的关系；概念图中边表示结点间的相似程度，通常由计算得出.最近，从双网络中发现凝聚子图，即物理图中连通且概念图中稠密的子图受到研究者的广泛关注，在研讨会筹备、商品推荐和致病基因发现等真实场景中具有广泛应用.但现有研究鲜有考虑双网络中凝聚子图的影响力.为此：1）提出一种基于最小边权重定义的影响力凝聚子图，即影响力k-连通truss(k-ICT)子图模型.k-ICT子图模型能够有效刻画子图在双网络中的重要性且对低影响力边鲁棒.2）由证明可知，发现影响力最大的k-ICT子图是NP-难的，因此提出一种基于概念图边等价类划分的CT索引结构.利用索引的概要图，能够根据不同的k值，快速发现包含所有k-ICT子图的候选子图.3）提出了基于全局枚举删除和局部子图扩展的精确算法Exact-\mathrmGkICT和Exact-LkICT，用于发现top-r具有最大影响力的k-ICT子图.通过大量在真实数据集上的实验，验证算法的高效性和有效性.

• 基于依存句法的可解释图像描述生成

  刘茂福,毕健旗,周冰颖,胡慧君,

  已有图像描述生成模型虽可以检测与表示图像目标实体及其视觉关系，但没有从文本句法关系角度关注模型的可解释性.因而，提出基于依存句法三元组的可解释图像描述生成模型（interpretableimagecaptiongenerationbasedondependencysyntaxtripletsmodeling,IDSTM），以多任务学习的方式生成依存句法三元组序列和图像描述.IDSTM模型首先通过依存句法编码器从输入图像获得潜在的依存句法特征，并与依存句法三元组及文本词嵌入向量合并输入单层长短期记忆网络（longshort-termmemory,LSTM），生成依存句法三元组序列作为先验知识；接着，将依存句法特征输入到图像描述编码器中，提取视觉实体词特征；最后，采用硬限制和软限制2种机制，将依存句法和关系特征融合到双层LSTM，从而生成图像描述.通过依存句法三元组序列生成任务，IDSTM在未显著降低生成的图像描述精确度的前提下，提高了其可解释性.还提出了评测依存句法三元组序列生成质量的评价指标B1-DS(BLEU-1-DS),B4-DS(BLEU-4-DS),M-DS(METEOR-DS)，并在MSCOCO数据集上的实验验证了IDSTM的有效性和可解释性.

• 基于双判别器对抗模型的半监督跨语言词向量表示方法

  张玉红,植文武,李培培,胡学钢,

  跨语言词向量表示旨在利用语言资源丰富的词向量提高语言资源缺乏的词向量表示.已有方法学习2个词向量空间的映射关系进行单词对齐，其中生成对抗网络方法能在不使用对齐字典的条件下获得良好性能.然而，在远语言对上，由于缺乏种子字典的引导，映射关系的学习仅依赖向量空间的全局距离，导致求解的词对存在多种可能，难以准确对齐.为此，提出了基于双判别器对抗的半监督跨语言词向量表示方法.在已有对抗模型基础上，增加一个双向映射共享的、细粒度判别器，形成具有双判别器的对抗模型.此外，引入负样本字典补充预对齐字典，利用细粒度判别器进行半监督对抗学习，消减生成多种词对的可能，提高对齐精度.在2个跨语言数据集上的实验效果表明，提出的方法能有效提升跨语言词向量表示性能.

• Aitps：基于非对称模格问题的两方协同签名方案

  文嘉明,王后珍,刘金会,张焕国,

  物联网和区块链等技术的兴起和发展，使得多方协同签名协议重新受到了关注.多方协同签名是一种特殊的数字签名，要求多个用户进行交互后共同对一个消息产生合法的签名，以达到认证的目的.优点在于相比起每个用户分别进行签名可以缩短尺寸，同时使用分布式的方法，任何一方都无法独自进行签名，防范了因为单个用户的密钥丢失或被劫持而导致被冒充身份的隐患.另一方面，量子计算机的进展对传统的公钥密码方案构成了潜在的威胁，美国国家标准与技术研究院（NationalInstituteofStandardsandTechnology，NIST）在2016年启动抗量子密码（post-quantumcryptography，PQC）的国际标准征集项目，并于2022年7月确定了被选为标准的算法.同时，基于其入选的数字签名方案（例如CRYSTALS-Dilithium）的协同签名方案也已经陆续出现.2019年，中国密码学会举办了全国密码算法设计竞赛，其中公钥组获得一等奖的Aigis-sig签名方案采用了与Dilithium类似的结构.基于Aigis-sig数字签名方案设计了一种两方协同签名方案，称之为Aitps，并根据其提供的参数进行了实例化和对比，得到了相比已有的所有基于Dilithium的两方协同签名方案更优的密钥和签名大小，例如在同等的安全强度下签名尺寸可缩减20%以上.此外，该方案也可以扩展为多方协同签名.

• 基于比较学习的漏洞检测方法

  陈小全,刘剑,夏翔宇,周绍翔,

  当前基于深度学习的源代码漏洞检测是一种效率较高的漏洞分析方式，但其面临2个挑战：容量较大的数据集和有效的学习方式.针对这2个挑战做了2方面的研究工作：首先基于SARD数据集构建了样本容量为280793的多漏洞数据集，包含150种CWE漏洞类型.其次提出基于比较学习的深度学习方法.其核心思想是为深度学习训练集中每一个样本构建1个类型相同的样本集合，以及1个类型不相同的样本集合，形成一种比较学习的氛围.基于该思想创建的训练数据集，深度学习模型在训练的过程中，不但可以学习同类型样本大量的、细微的特征，还可以提取不同类型样本中区分性较强的特征.经过实验验证，基于所创建的数据集和提出的学习方法训练的深度学习模型可以识别150种CWE漏洞类型，准确率可以达到92.0%，平均PR值可以达到0.85，平均ROC-AUC值可以达到0.96.此外，也对基于深度学习的漏洞分析技术中普遍使用的代码符号化技术进行分析与讨论.实验表明，深度学习训练过程中，是否对代码进行符号化，并不会影响深度学习模型的漏洞识别准确率.

• 基于CLIP生成多事件表示的视频文本检索方法

  涂荣成,毛先领,孔伟杰,蔡成飞,赵文哲,王红法,黄河燕,

  视频-文本检索作为一项被广泛应用于现实生活中的多模态检索技术受到越来越多的研究者的关注.近来,大部分视频文本工作通过利用大规模预训练模型中所学到的视觉与语言之间的匹配关系来提升文本视频间跨模态检索效果.然而,这些方法忽略了视频、文本数据都是由一个个事件组合而成.倘若能捕捉视频事件与文本事件之间的细粒度相似性关系,将能帮助模型计算出更准确的文本与视频之间的语义相似性关系,进而提升文本视频间跨模态检索效果.因此,提出了一种基于CLIP生成多事件表示的视频文本检索方法(CLIPbasedmulti-eventrepresentationgenerationforvideo-textretrieval,CLIPMERG).首先,通过利用大规模图文预训练模型CLIP的视频编码器(ViT)以及文本编码器(Tansformer)分别将视频、文本数据转换成视频帧token序列以及文本的单词token序列；然后,通过视频事件生成器(文本事件生成器)将视频帧token序列(单词token序列)转换成k个视频事件表示(k个文本事件表示)；最后,通过挖掘视频事件表示与文本事件表示之间的细粒度关系以定义视频、文本间的语义相似性关系.在3个常用的公开视频文本检索数据集MSR-VTT,DiDeMo,LSMDC上的实验结果表明所提的CLIPMERG优于现有的视频文本检索方法.

• 基于图像-文本语义一致性的文本生成图像方法

  薛志杭,许喆铭,郎丛妍,冯松鹤,王涛,李浥东,

  近年来，以生成对抗网络（generativeadversarialnetwork,GAN）为基础的文本生成图像方法成为跨媒体融合研究的一大热门领域.文本生成图像方法旨在通过提取更具表征力的文本及图像特征，提升文本描述与生成图像之间的语义一致性.现有方法大多针对在图像全局特征与初始文本语义特征之间进行建模，忽略了初始文本特征的局限性，且没有充分利用具有语义一致性的生成图像对文本特征的指导作用，因而降低了文本生成图像中文本信息的表征性.其次，由于没有考虑到生成目标区域间的动态交互，生成网络只能粗略地划分目标区域，且忽略了图像局部区域与文本语义标签的潜在对应关系.为解决上述问题，提出了一种基于图像-文本语义一致性的文本生成图像方法ITSC-GAN.该模型首先设计了一个文本信息增强模块（textinformationenhancementmodule,TEM），利用生成图像对文本信息进行增强，从而提高文本特征的表征能力.另外，该模型提出了一个图像区域注意力模块（imageregionalattentionmodule,IRAM），通过挖掘图像子区域之间的关系，增强图像特征的表征能力.通过联合利用这2个模块，使得图像局部特征与文本语义标签之间具有更高的一致性.最后，该模型使用生成器与判别器损失函数作为约束，以提升生成图像的质量，促进图像与文本描述的语义一致.实验结果表明，在CUB数据集上，与当前主流方法AttnGAN模型相比，ITSC-GAN模型的IS（inceptionscore）指标增长了约7.42%，FID（Fréchetinceptiondistance）减少了约28.76%，R-precision增加了约14.95%.大量实验结果充分验证了ITSC-GAN模型的有效性及优越性.