计算机研究与发展杂志

计算机研究与发展杂志2025年第2期

• 多样化推荐综述

  彭迎涛,孟小峰,杜治娟,

  推荐系统对缓解信息过载问题起着重要的作用，它使得用户从繁杂网络信息（如天猫、TikTok、小红书等）中轻松获取产品和服务.然而多数推荐系统以准确率为中心，导致用户视野受限、部分商家展示机会少、平台内容生态单一且资源信息分配不均衡等不利影响，如引发过滤气泡和马太效应等.由此，提升推荐的多样性逐渐成为推荐系统研究领域的关注重点，其目标是满足人们日益增长的多元化物质生活需求.近年来，推荐系统在多样性方向的技术研究呈现迅速发展态势，然而，目前多样化推荐的研究缺乏系统的整理和归纳，缺少系统地对推荐的多样化问题进行梳理和综述.首先提出了多样化推荐的问题定义、技术框架、分类及其应用场景.其次从4个方面对模型和算法进行了比较和分析.然后总结了多样化推荐的常用数据集和评测指标.最后探讨了该领域中的问题和挑战，以期激发未来创新，推动多样化推荐的发展.

• 基于信息检索的知识库问答综述

  田萱,吴志超,

  知识库问答旨在从知识库中检索相关信息用于模型推理，最终返回准确的答案.近年来随着深度学习和大语言模型的发展，基于信息检索的知识库问答研究成为焦点，涌现出许多新颖方法.从模型方法、数据集等不同方面对基于信息检索的知识库问答研究进行梳理总结.首先对知识库问答的研究意义和相关定义进行介绍.然后按照模型执行过程从问句解析、信息检索、模型推理、答案生成这4个阶段阐述每个阶段面临的关键问题以及典型解决方法，对每个阶段所使用到的共性网络模块进行总结.其次针对基于信息检索的知识库问答方法的不可解释性进行分析梳理.此外，对不同特点的相关数据集和不同阶段的基线模型进行了分类介绍与总结.最后对基于信息检索的知识库问答每个执行阶段以及该领域整体发展方向进行了总结和展望.

• 面向合成语音检测的弹性正交权重修正连续学习算法

  张晓辉,易江燕,陶建华,周俊佐,

  目前，深度学习在合成语音检测领域取得了巨大的成功.然而，通常情况下，深度模型可以在与训练集分布相似的测试集上取得高准确率，但在跨数据集的情境下，其准确率却会显著下降.为了提高模型在新数据集上的泛化能力，通常需要对其进行微调，但这会导致模型遭受灾难性遗忘.灾难性遗忘指的是模型在新数据上的训练会损害其从旧数据中获得的知识，导致对旧数据的识别性能下降.目前，克服灾难性遗忘的主要算法之一是连续学习.面向合成语音检测提出了一种连续学习算法——弹性正交权重修正（elasticorthogonalweightmodification，EOWM），用于克服灾难性遗忘.该算法通过修正模型在学习新知识时的参数更新方向和更新幅度，以减少对已学知识的损害.具体来说，该算法在模型学习新知识时要求参数的更新方向与旧任务的数据分布正交，并同时限制对旧任务中重要参数的更新幅度.在合成语音检测领域的跨数据集实验中，算法取得了良好的效果.与微调相比，该算法在旧数据集上的等错误率（equalerrorrate，EER）从7.334%降低至0.821%，相对下降了90%；在新数据集上的等错误率从0.513%降低至0.315%，相对下降了40%.

• 融合不确定性建模的时空交通数据插补方法

  刘乐,郭晟楠,靳希源,赵苗苗,陈冉,林友芳,万怀宇,

  交通数据缺失是智能交通系统无法避免的问题之一，对缺失值进行补全和不确定性量化能提高智能交通系统中交通数据挖掘相关任务的精度和可靠性.然而，目前大多数交通数据插补模型都只能针对缺失值给出点估计，无法量化不确定性，难以满足交通领域对数据可靠性的要求.而且，现有方法将重点放在了建模交通数据的时空相关性上，却未能在捕获时空相关性的过程中考虑缺失值的影响.此外，交通数据的不确定性同时受到时间、空间位置以及数据自身状态的影响，但是现有方法无法全面考虑这些因素的影响.为了解决这些问题，提出了一种时空不确定性指导的交通数据插补模型（spatial-temporaluncertaintyguidedtrafficdataimputationnetwork，STUIN），以自监督训练的方式实现了时空交通数据的插补和对插补结果的不确定性量化.具体来说，创新地将神经网络的隐状态建模成服从高斯分布的随机变量，借助方差建模隐状态的不确定性，利用基于方差的注意力机制描述不确定性对时空相关性建模的影响；此外，设计了一个新颖的时空不确定性初始化模块，在初始化均值和方差时同时考虑了时间、空间和数据缺失状况多种因素的影响.在2个交通流量数据集上的实验结果表明STUIN在数据插补和不确定性量化上都达到了最先进的性能.

• 知识点相关性与遗忘程度融合的深度知识追踪模型

  贾瑞,董永权,刘源,陈成,

  知识追踪（knowledgetracing，KT）是对学习者知识水平建模的一种技术，根据学习者过去的学习交互预测其未来答题表现，这些交互代表了学习者回答一个习题序列的过程.当前知识追踪方法在建模学习者遗忘行为时缺乏考虑知识点重复练习次数，并且少有模型考虑知识点相关性对答题预测的影响.基于此，提出了一个融合知识点相关性和遗忘程度的深度知识追踪模型.首先使用统计方法构建了一个关联矩阵，以捕获知识点之间的相关性.其次，利用交互之间的时间间隔和学习者学习同一知识点的次数来计算知识点的遗忘程度，以更好地拟合学生的遗忘行为.最后，将知识点相关性和遗忘程度整合到一个注意力模块中，以获得过去的每个交互对未来答题的影响，据此预测学习者的答题结果.在真实的在线教育数据集algebra2005-2006和ASSISTment2012上的实验表明，相较于已有主流方法，所提模型取得了更好的预测结果.

• 面向情感语义不一致的多模态情感分析方法

  罗渊贻,吴锐,刘家锋,唐降龙,

  多模态情感分析是利用多种模式的主观信息对情感进行分析判断的一种多模态任务.情感表达具有主观性，在某些场景下不同模态的情感表达不一致，甚至存在相悖的情况，这会削弱多模态协同决策的效果.针对不同模态间情感语义不一致的问题，提出一种多模态学习方法，学习情感语义表达一致的模态特征表示.为了在不影响模态原始信息的同时，提高各模态的共性特征表达并增加模态间的动态交互，首先学习每个模态的共性特征表示，然后利用交叉注意力使单个模态能有效从其余模态的共性特征表示中获取辅助信息.在模态融合模块，以软注意力机制为基础提出模态注意力，对情感语义表达一致的各模态特征表示进行加权连接，以增大强模态的表达，抑制弱模态对任务的影响.提出的模型在情感分析数据集MOSI，MOSEI，CH-SIMS上的实验结果均优于对比模型，表明在多模态情感分析任务中考虑情感语义不一致问题的必要性与合理性.

• R-FCCL：一种面向高维数据的稳健模糊概念认知学习方法

  郭豆豆,徐伟华,

  随着全球信息化的高速发展，高维数据挖掘与知识发现成为了人工智能领域亟待破解的科学问题之一.然而，由于高维数据中样本的稀疏性与特征的冗余性，传统统计学模型和机器学习方法的泛化性和可解释性遇到极大的挑战.为此，针对高维数据与知识弱演化能力之间不平衡的科学问题，利用三支概念求解复杂问题的认知机理，提出了一种新的概念建模方法，即稳健模糊概念认知学习（fuzzy-basedconcept-cognitivelearningwithrobustness，R-FCCL）.首先，借助概念的最大相似性原则，建立了基于R-FCCL的高维数据分类系统，并从概念的角度出发，研究了高维数据的知识结构和认知学习机理.进一步，利用模糊三支概念的正、负算子从2个不同的角度刻画了模糊环境概念认知学习过程，进而基于概念融合的模糊三支概念完成概念辨识和数据分类.通过在12个真实数据集与12种分类方法的实验分析，验证所提方法具有较好的鲁棒性和有效性.

• 基于改进SSD算法的地铁场景小行人目标检测

  张秀再,邱野,沈涛,

  在地铁场景中，小行人目标由于分辨率低，包含特征信息较少，现阶段目标检测器对此类目标的检测仍具有挑战性.SSD目标检测算法利用金字塔网络的多尺度检测头，能一定程度提高行人目标检测性能，但将其应用于地铁等复杂环境中实现小行人目标检测仍具有一定局限性.针对上述问题，提出一种改进SSD算法以加强地铁场景中小行人目标检测效果.通过构建地铁场景行人目标数据集，标注相应标签，同时进行数据预处理操作；在特征提取网络中加入金字塔特征加强模块，将多分支残差单元、亚像素卷积和特征金字塔相结合获得图像多尺度、多感受野融合特征；利用上下文信息融合模块将图像低层特征与上下文特征相融合，生成扩展特征层用于检测小行人目标；设计一种基于Anchor-free的动态正负样本分配策略，为小行人目标生成最优正样本.实验结果表明：提出的改进SSD算法能有效提高地铁场景小行人目标检测性能，对遮挡严重的小行人目标检测，效果提升更为明显.

• 融合基数约束与单次入队的基于模型诊断方法

  青杨,欧阳丹彤,周慧思,张立明,

  基于模型诊断（MBD）方法在不同的环境中有越来越多的用途，包括软件故障定位、电子表格的调试、Web服务和硬件设计，以及生物系统的分析等.受这些不同用途的启发，近年来MBD算法改进成效显著.然而，对体系庞大、结构复杂的系统，需要对现有方法进一步改进.由于求解诊断解在计算上具有挑战性，因此相继提出了一些通过压缩模型的MBD算法来提高诊断效率，如基于统治的多观测压缩模型（dominated-basedcompactedmodelwithmultipleobservations，D-CMMO）算法.对于给定多个观测值且注入1个以上错误需要大量时间的诊断问题，提出了一个新的诊断模型CCM（cardinality-constrainedcompactedmodel）来解决.基于基数约束的压缩模型算法使用2种方法对求解过程进行优化：首先，利用系统观测的故障输出和故障组件数量之间的约束关系来限制目标解的范围；其次，通过对假设集采用单次入队方法,进而有效提升MaxSAT（maximumsatisfiability）求解器的性能.此外，在ISCAS85和ITC99基准测试用例上的实验结果表明，与目前最新的MBD求解方法D-CMMO相比，上述2种优化方法有效缩小了MBD问题的求解范围，降低MaxSAT求解器搜索目标解的难度，进而能在更短的时间内返回一个诊断解.在平均状况下，CCM方法相比D-CMMO方法求解效率分别提升64.5%和92.8%.

• 虚实结合的行人重识别方法

  祁磊,任子豪,刘俊汐,耿新,

  近年来，随着城市化进程的加速和社会经济的发展，公共安全问题也愈发引起人们的关注.为了保障社会稳定和公民生命财产安全，各地政府开始大力推进智能安防和智慧城市的建设.行人重识别就是构建智慧城市的核心技术之一，对安防监控和刑事调查申请具有重要意义.行人重识别旨在检索不同摄像头下捕捉到的特定人物.然而，由于光照、视角、遮挡和姿势等造成的类内差异，行人重识别在计算机视觉领域仍然是一项具有挑战性的任务.受限于数据和标记匮乏，已有的全监督行人重识别任务在模型层面上改进的方法效果基本达到瓶颈.引入更复杂多样且标记易获得的大型虚拟数据集来进行辅助训练，并提出了一种基于摄像头感知的非对称领域对抗学习方法，同时缓解领域间差异和多摄像头间类内差异的影响，使模型从更丰富多样的数据中学到摄像头差异无关的特征表示.此外，为了缓解虚拟数据集夹带的误导信息带来的不利影响和对抗训练中真实世界数据集的数据分布向虚拟数据集的数据分布发生偏移的问题，提出使用基于真实数据训练的辅助网络来约束主干网络的训练.实验在2个公开的数据集上进行验证，表明了所提方法的有效性.

• 基于图提示的半监督开放词汇多标记学习

  李仲年,皇甫志宇,杨凯杰,营鹏,孙统风,许新征,

  半监督多标记学习利用有标记数据和无标记数据进行模型的训练，降低了多标记数据的标记成本并取得了不错的结果，吸引了很多研究者不断进行研究.然而，在半监督标注过程中，由于标记的数量较多，往往会出现某些标记缺失标注样本的情况，这些标记被称为开放词汇.开放词汇会导致模型无法学习到该类别的标记信息，使得模型性能下降.针对上述问题，提出了基于图提示的半监督开放词汇多标记学习方法.具体地，该方法利用基于提示的图神经网络对预训练大模型进行微调，挖掘和探索开放词汇与监督样本之间的关系.通过使用包含图像与文本的多模态数据构造图神经网络作为预训练大模型的文本输入进行学习.其次利用预训练大模型在开放词汇上的泛化能力，对无监督样本生成伪标记，实现对输出分类层的微调，使模型在对开放词汇进行分类时能获得更加理想的效果.多个基准数据集上的实验结果均显示，基于图提示的半监督开放词汇多标记学习方法优于目前的主流方法，在VOC，COCO，CUB，NUS等基准数据集上均取得了最优的效果.

• 一种DeFi价格操纵攻击在线防御机制

  林炼升,郑焕钦,苏申,雷凯,陈晓丰,田志宏,

  价格操控攻击通过改变去中心化金融项目的数字资产存量操控资产链上价格，从而攻击其清算机制以实现不当牟利，是目前去中心化金融生态最主要的安全威胁之一.目前主流的安全防御手段是通过预言机获取不易被操控的链下价格，但频繁将链下数据更新上链会导致预言机的维护成本高昂，因而无法满足工业界需求.为解决上述问题，提出一种针对价格操控攻击的防御机制，通过链下价格来指导链上价格操控行为的识别，以合约代理的形式实现对价格操纵交易的拦截，并通过低频的价格获取降低交易提交的频率和链下数据更新上链的成本，进而实现价格操控攻击的防御成本和识别精度之间的折中.实验表明，该方法在降低预言机30%以上运维成本的前提下，对价格操纵攻击的防御率达到97.5%.

• 基于优先级先验的演化大规模多目标安全博弈框架

  吴宇鹏,钱鸿,王为业,张杨文辉,周爱民,

  多目标安全博弈（multi-objectivesecuritygame，MOSG）旨在同时最优化防御者应对多个异质攻击者获得的收益，在实际应用中具有重要意义.近期提出的基于空间离散化的演化搜索（spacediscretizationbasedevolutionarysearch，SDES）框架将MOSG中的带约束的高维阶梯函数优化问题转换为低维组合优化问题，并使用贪心策略解决组合优化任务.虽然SDES能够在有限时间内处理大规模MOSG任务，但是SDES难以收敛到大规模MOSG任务对应的最优Pareto前沿上.一方面，SDES的贪心策略的收敛性假设随问题规模扩大而变得愈发难以满足；另一方面，SDES过多的阶段组件（空间离散化、演化优化、评估、解的精炼）存在阶段耦合的风险，即上游组件的优化质量直接影响下游组件的表现.因此，挖掘并利用MOSG任务中被保护对象的优先级（priority）先验知识，旨在提高解的质量并简化SDES框架，从而提出了SDES-P框架.SDES-P重新设计了SDES的核心组件——评估组件，并移除解的精炼组件.具体而言，SDES-P从具有最大资源的不可行解开始，根据被保护对象优先级先验将被保护对象分成2组，优先级较高的一组对象会逐渐释放资源以找到可行解.最后，SDES-P包含了一种结合优先级先验的演化局部搜索策略，增强最终Pareto前沿的质量.分析出SDES-P可保持SDES所具有的样本复杂度低、规模可扩展性强的优势，并且用实验结果表明，无论MOSG任务是否满足收敛假设，SDES-P可以找到相较于SDES收敛性、多样性更优的高质量Pareto前沿.

• 基于用户级别本地化差分隐私的联邦学习方法

  张啸剑,张雷雷,张治政,

  基于用户级别本地化差分隐私的联邦学习得到了研究者的广泛关注，联邦数据的类型、本地更新的裁剪、隐私预算的分配以及用户掉线问题直接制约着全局联邦学习模型的精度.针对现有方法难以有效应对该类问题的不足，提出了一种有效基于用户级别本地化差分隐私的联邦学习算法ULDP-FED.该算法能够同时处理同分布与非同分布的联邦数据类型；不同于现有的固定裁剪设置方法，ULDP-FED算法采用裁剪阈值动态衰减策略来实现高斯机制造成的误差与裁剪造成的偏差之间的均衡；为了节省用户手中的隐私预算，该算法通过遍历用户所有历史本地噪音梯度更新来寻找当前轮本地梯度更新的替代更新.若存在高度相似的历史更新，用户只需要上传该历史梯度更新的索引即可，进而减少了用户与服务器之间的通信代价.ULDP-FED算法与现有算法在MNIST和CIFAR10数据上的实验结果表明，其模型精度均高于同类方法.

• 基于融合集成学习的鲁棒近超声室内定位方法

  贾乃征,薛灿,杨骝,王智,

  近年来随着经济的发展，室内定位系统的需求越来越迫切.传统的室内定位系统如WIFI定位和蓝牙定位面临着定位精度低、易受非视距（non-line-of-sight，NLOS）和噪声干扰等挑战.针对这些问题，提出了一种基于融合集成学习的近超声室内定位方法.首先，使用优化的增强互相关方法有效地抵消多径干扰.与传统基于峰值提取或固定阈值的方法相比，此法在混响环境中明显提升了测距的精度.然后，利用到达时间差（timedifferenceofarrival，TDOA）作为特征进行提取.最终，采用了融合集成学习模型，对设定好的训练集进行交叉融合训练，并输入特征，从而得到修正的定位结果.仿真和实验测试结果表明，所提出的方法可以在室内NLOS和噪声干扰的情况下克服较大误差实现精确定位，并且精度优于对比方法50%~90%.本文核心数据公布在https://github.com/ChirsJia/JSJYF上.

• 基于概率分布的无服务器计算弹性伸缩算法

  李威,李光辉,赵庆林,代成龙,陈思,

  在容器技术和微服务框架的普及背景下，无服务器计算为开发者提供了一种无需关注服务器操作以及硬件资源管理的云计算范式.与此同时，无服务器计算通过弹性扩缩容实时地适应动态负载变化，能够有效降低请求响应延时并且减少服务成本，满足了客户对于云服务成本按需付费的需求.然而，无服务器计算中面临着弹性扩缩容需求导致的冷启动延迟问题.提前预热函数实例能够有效地降低冷启动发生频率和延时.然而，在云环境中流量突发问题极大地增加了预测预热函数实例数的难度.针对上述挑战，提出了一种基于概率分布的弹性伸缩算法（probabilitydistributionbasedauto-scalingalgorithm，PDBAA），利用监控指标历史数据预测未来请求的概率分布，以最小化请求响应延时为目的计算预热函数实例的最佳数量，并且PDBAA能够有效地结合深度学习技术的强大预测功能进一步提升性能.在Knative框架中，通过NASA和WSAL数据集对算法进行了验证，仿真实验表明，相比于Knative弹性伸缩算法以及其他预测算法，所提出的算法弹性性能提升了31%以上，平均响应时间降低了16%以上，能够更好地解决流量突发问题，有效地降低了无服务器计算请求的响应延时.

• 小规模非规则TRSM实现与优化

  郭容园,贾海鹏,张云泉,韦存阳,邓明森,陈婧蕊,周振亚,

  TRSM（triangularmatrixequationsolver）是线性方程组求解的常用算法，是各种科学计算库和数学软件的核心算法，广泛应用于科学计算、工程计算、机器学习等领域.小规模非规则TRSM算法限定解决问题范围，是高效处理较小规模、非规则数据输入的算法.随着高性能计算领域个性化、精细化发展，科学界、工业界对小规模非规则TRSM计算的需求愈加明显.传统算法更偏重于大规模、规则TRSM的计算，在小规模非规则TRSM计算上效率不佳.结合硬件体系结构、应用场景特征提出小规模非规则TRSM优化方案，从寄存器分块、边界处理、向量化计算角度设计高性能内核，在此基础上构建覆盖双精度实数、双精度复数的小规模非规则算法库SI_TRSM（small-scaleirregularTRSM），大幅度提升该算法性能.实验结果表明，构建的双精度小规模非规则TRSM算法库，较MKL（Intelmathkernellibrary）同类算法，在双精度小规模非规则实数上平均性能提高29.4倍，在双精度小规模非规则复数上平均性能提高24.6倍.

• KCNN：一种神经网络轻量化方法和硬件实现架构

  陈桂林,王观武,王康,胡敏慧,邓俊荃,

  卷积神经网络（convolutionalneuralnetwork，CNN）已成为图像识别领域最重要的一项机器学习技术.近年来，随着CNN在边缘端部署的需求越来越多，CNN的轻量化也成为研究热点.主流的CNN轻量化方法包括剪枝和量化，这2项技术都能有效地减少CNN推导过程中计算和存储开销.然而，这些方法未能完全挖掘CNN中的双边稀疏性（权重稀疏和激活值稀疏）和潜在的数据复用.因此，为了解决上述问题，提出一种全新的神经网络轻量化方法，通过k-means算法对卷积核和特征图的非0值进行聚类，整个神经网络的推导过程中只使用有限的聚类值作为乘数去完成全部卷积计算.与以往卷积层计算复杂度O(n^3)相比，轻量化处理后的卷积层计算复杂度仅为O(n^2)，大幅度减少了计算量.同时，将全连接层权重也进行非0值聚类处理，片上只存储聚类值和对应的索引向量，极大地减少存储开销.最后，针对该轻量化方法设计一种硬件实现架构KCNN.该架构将CNN中的不同处理流程模块化实现，与以往的实现架构相比增加一个非0值聚类模块，此外还设计了一些缓存来利用聚类后CNN中的数据复用.实验结果表明在不损失推导精度的情况下，AlexNet网络整体计算量减少66%，存储开销减少85%.