摘要：基因表达式程序设计(GEP)是应用十分广泛的自动程序设计方法.就解码方法而言,它主要依据广度优先原则来实施从个体表示到表达式的转换.这代表基因片段的含义会因环境的变化而变化.为此,现有GEP对个体的评估缺乏并发支持能力.本文从理论与实验两个方面证实:深度优先原则及个体多解技术,即让单个染色体编码多个解的技术,既可解决以上GEP困境也可显著改善其性能.

摘要：针对现有演进分组系统认证与密钥协商机制中认证向量组长度K值选取算法的不足,在消息通信量的基础上,加入比特通信量这一衡量因子,引入2种浪费率作为评价指标和设计折中选取原则,提出了一种基于认证次数动态选取认证向量组长度K的算法.仿真结果表明,提出的选取算法不仅解决了K值不唯一问题,还有效降低了认证过程的消息通信量和比特通信量.

摘要：近年来网络攻击与数据泄露事件层出不穷,网络安全受到国家及相关部门的高度关注.国产密码算法作为保障我国网络与信息安全的关键技术,推动其应用与实施既符合构建我国网络强国的战略需求,又能保障实际应用的健康发展.SM2公钥加密算法是我国自主设计的国产商用密码之一,可有效保障数据在通信过程中的安全性.然而,经典SM2公钥加密算法适合“一对一”通信场景,在“一对多”通信场景中需承担较大的计算与通信开销.为提升SM2公钥加密算法在“一对多”通信场景中计算与通信效率,扩展我国商用密码的应用范围,本文将我国商用密码SM2公钥加密算法和广播加密概念相结合,利用Diffie-Hellman密钥交换和多项式秘密分享的思想,设计了基于SM2的公钥广播加密方案.所构造方案最大程度地保留原有SM2公钥加密算法结构,通过简单地扩展即可实现在多用户场景下消息安全广播的自主可控.与现有广播加密方案相比,所构造方案的系统参数大小与接收者数量无线性关系,以及系统无需指定数据发送者广播消息.所构造方案的安全性分析表明,本文方案与SM2公钥加密算法具有相同安全强度.理论分析与实验仿真表明,所构造方案具有较好的性能,显著增强了我国商用密码的实用性.

摘要：针对现有的短文本特征提取算法未充分考虑词语间的隐含语义及图的结构特征,提出了一种融合语义与图结构的短文本特征提取算法,该方法首先根据词语的共现构建文本图;其次,利用词语间内外部语义耦合关系及文本图的结构特征分别计算词语间的相似度对文本图中的边加权;最后,设计了一种随机游走的方法将两种边的加权方案有效地综合起来进行迭代计算出节点的重要性,并降序排序取出前K项作为最终的文本集特征词项集合.中英文数据集上的实验证明了该方法可行且有效.

摘要：针对基于控制流的测试充分性准则易错失面向对象程序中的状态依赖关系,提出一种基于数据流准则的测试用例自动生成方法。通过数据流分析获取待覆盖的目标定义使用对,利用遗传算法自动生成覆盖定义使用对的测试用例,根据适应度函数指导测试用例的进化。将该方法与基于分支覆盖和语句覆盖的方法相比较。实验结果表明,与其他方法相比,该方法可以检测出更多的变异体,适应度函数的设计降低了进化代数。

摘要：在传统物流金融实验教学过程中存在许多难点,例如知识抽象,学生不易理解;业务流程枯燥,学生学习兴趣不高;教学组织困难且实训成本高等。为了解决这些问题,该文利用虚拟仿真技术设计了基于区块链的食糖物流金融仓单质押虚拟仿真实验平台。通过构建虚拟场景,以角色扮演和任务驱动的形式模拟完整业务流程,并配置了自主检测试题,以实时检验学习效果,为学生提供了专业课程的在线的实践平台。该实验平台已作为教育部国家虚拟仿真实验教学项目面向高校和社会进行实践与应用。经过2年的教学实践证明,该实验平台对课程教学质量的提升有较为明显的辅助作用,具有良好的示范性和推广价值。

摘要：架构脆弱因子(AVF)表示处理器结构中导致程序输出可见错误的故障概率,可量化故障屏蔽效应,使得定量分析架构的故障率不受底层变量的影响,是微处理器设计环节中一个重要的可靠性度量指标。介绍AVF的基本概念、计算方法,对相关研究进展进行梳理,指出现有AVF研究方法的局限性,并探讨了未来的研究方向。

摘要：发射队列是处理器流水线的关键结构。降低发射队列对软错误的敏感性已成为微处理器可靠性设计不可忽视的问题。提出一种在处理器流水线前端实施的软错误脆弱性控制方法,该方法在不改变功能单元的情况下,根据指令流混合比与功能单元配置的匹配情况,调节发射队列中的指令类型比例,降低指令在发射队列中的等待时间,从而降低发射队列的体系结构脆弱因子,缓解软错误敏感性。实验结果表明,该方法平均减低发射队列的架构易感因子2.8%左右,IPC/AVF提高约4.9%。

摘要：结合社区中的节点属性与结构信息,提出一种子空间异常社区检测方法。在待检测社区集合中,设计基于属性平均距离的子空间求解策略、基于负熵加权的子空间推断策略及子空间融合求解策略,挖掘每个社区的属性权重子空间,并根据社区结构关系定义社区质量评估模型量化社区质量分数,从而获得质量分数较低的异常社区集合。实验结果表明,该方法可以准确地发现异常社区,并且在人工网络和真实网络数据集上相比AMEN、SODA等检测方法具有更好的鲁棒性和可扩展性。

摘要：知识图谱(KG)具有丰富的结构化信息,能有效缓解推荐模型的稀疏性和冷启动问题,提升推荐系统的准确性与可解释性。近年来,融合知识图谱的端到端推荐模型成为技术趋势。提出了一种融合相似用户影响效应的知识图谱推荐模型,该模型在有效利用知识图谱的前提下,扩充了用户与项目之间的交互方式。首先,利用图神经网络邻域聚合策略与注意力机制,分别捕获用户与项目在知识图谱上的2种高阶表示;其次,根据相似用户的影响效应,设计影响力增强层,捕获相似用户影响效应的潜在表示;最后,将上述3种表示共同反馈到多层感知机中,输出预测分值。在真实数据集上的实验结果验证了所提模型的有效性和效率。