摘要：最近的许多工作已经表明图神经网络在面对图结构扰动以及节点特征扰动的对抗攻击时表现出非鲁棒性,其预测结果可能是不可靠的,图对比学习方法中也存在这一问题。然而已有的鲁棒性测度方法通常与攻击算法、数据标签以及下游任务相关,这些在自监督设置下图对比学习的鲁棒性测度中是应当尽量避免的。该文提出了基于节点特征对抗性攻击的图对比学习鲁棒性验证算法,来验证节点特征扰动下的图卷积网络的鲁棒性。考虑到图对比学习模型中正负例对的特性,将图对比学习鲁棒性验证问题定义为对抗样本与目标节点及其负例之间相似度比较的问题,并将该问题形式化建模为一个动态规划问题,从而解决了对攻击算法、数据标签以及下游任务的依赖问题。为了求解该动态规划问题,针对图数据通常采用的二元特征,设计了相应的扰动空间;考虑到图对比学习中负例样本空间过大的挑战,设计了负例样本采样策略来提升求解问题的效率;由于二元离散特征和非线性激活函数使得动态规划问题难于求解,对它们分别采用放松到连续数据域和非线性激活放松的方式,并采用寻找对偶问题的方式进一步提高求解效率。通过充分的实验说明了所提出的图对比学习鲁棒性验证算法的有效性;同时验证了针对特定攻击算法设计的图对比学习模型的鲁棒性不具有可泛化性,面对其他的攻击算法可能表现得更加脆弱;还通过参数实验说明了设计的负例样本采样策略是合理的。

摘要：为分析倾斜周向槽机匣处理对跨声速轴流压气机NASA Rotor 37稳定性的影响,采用数值仿真方法研究了光壁机匣和倾斜周向槽机匣的扩稳效果。结果表明:经过周向槽机匣处理后,叶尖泄漏流被诱导进入周向槽,抑制了低速区的发展且泄漏流经过周向槽流出后能够吹除低能区,改善低速区造成的流道堵塞情况,扩大压气机的稳定工作范围;在设计转速下,5种不同形式的周向槽机匣处理都能够提高压气机的稳定裕度,其中,CT3的扩稳效果最好,稳定裕度提高2.86%,而峰值效率降低最少,仅降低0.7%;通过正交试验优化设计方法发现,样本9对于提升转子的稳定裕度效果最为明显,能够将稳定裕度提升2.95%,但会使峰值效率降低1.56%;当周向槽轴向倾斜方式不同时,会使得周向槽的周向截面及槽内流动发生改变,从而对压气机的稳定裕度和峰值效率造成影响。

摘要：智能驾驶汽车已成为人们关注的热点话题之一.然而,现有的智能驾驶技术仍面临一系列挑战,如交通障碍物的遮挡所引起的模型漏检,以及当汽车驶入隧道等光线骤变的场景时所引起的传感器感知精度下降导致的误检问题等.为保证复杂场景下车辆的感知安全,智能驾驶多模态感知技术应运而生.然而,现有的多模态融合方法仍局限于对检测精度的提升,缺乏感知过程的可解释性,并缺少对模型感知过程的评价指标.本文从信息论角度出发,按照通信模型的构建方法对感知模型进行设计,提出了一种基于信源信道联合编码理论的多模态融合感知模型,从理论上对模型的感知过程进行解释.同时,提出了一种新的评价指标——平均信息熵变(average entropy variation,AEV),用AEV来实时反映模型与外界感知交互过程中的稳定性.进而,对多模态模型的感知过程进行量化分析,增加模型的可解释性.最后,与其他的感知模型在KITTI数据集的评估结果进行比较,我们的模型在经过相似的网络结构时平均信息熵变下降到0.5904,更好地保证了检测任务的感知安全.

摘要：森林消防队伍日常训练和考评主要以森林灭火应急预案进行实装演练,针对训练中成本高、环境受限、内容不足等问题,迫切需要采用虚拟现实、人工智能等先进技术实现森林灭火指挥训练与考评系统。本文自主研发了一套基于定制化的Unity3D渲染引擎的虚拟仿真训练教学考评系统。对比国外主流虚拟仿真软件,本系统中场景细节更逼真,能进行实景虚拟仿真训练,更加贴近灭火实战;同时系统具有自主可控性、可扩展性,为用户提供简单编辑方式,支持火环境设计制作等森林消防专业应用逻辑。本文研究结果对于探索建立规范化、信息化森林灭火指挥员训练考评体系具有重要的现实意义。

摘要：深入分析了跨媒体智能关联分析与语义理解理论技术的最新研究进展,包括多模态数据的统一表达、知识引导的数据融合、跨媒体关联分析、基于知识图谱的跨媒体表征技术以及面向多模态的智能应用.其中,多模态数据的统一表达是对跨媒体信息进行分析推理的先决条件,利用多模态信息间的语义一致性剔除冗余信息,通过跨模态相互转化来实现跨媒体信息统一表达,学习更全面的特征表示;跨媒体关联分析立足于图像语言、视频语言以及音视频语言的跨模态关联分析与理解技术,旨在弥合视觉、听觉以及语言之间的语义鸿沟,充分建立不同模态间的语义关联;基于知识图谱的跨媒体表征技术通过引入跨媒体的知识图谱,从跨媒体知识图谱构建、跨媒体知识图谱嵌入以及跨媒体知识推理3个方面展开研究,增强跨媒体数据表征的可靠性,并提升后续推理任务的分析效率和准确性;随着跨模态分析技术的快速发展,面向多模态的智能应用得到了更多的技术支撑,依据智能应用所需要的领域知识,选取了多模态视觉问答,多模式视频摘要、多模式视觉模式挖掘、多模式推荐、跨模态智能推理和跨模态医学图像预测等跨模态应用实例,梳理了其在多模态数据融合以及跨媒体分析推理方面的研究进展.

摘要：恶意软件通过隐藏自身行为来逃避安全监控程序的检测.当前的安全监控程序通常位于操作系统内部,难以有效检测恶意软件,特别是内核级恶意软件的隐藏行为.针对现有方法中存在的不足,提出了基于虚拟机监控器(virtual machine monitor,简称VMM)的操作系统隐藏对象关联检测方法,并设计和实现了相应的检测系统vDetector.采用隐式和显式相结合的方式建立操作系统对象的多个视图,通过对比多视图间的差异性来识别隐藏对象,支持对进程、文件及网络连接这3种隐藏对象的检测,并基于操作系统语义建立隐藏对象间的关联关系以识别完整攻击路径.在KVM虚拟化平台上实现了vDetector的系统原型,并通过实验评测vDetector的有效性和性能.结果表明,vDetector能够有效检测出客户操作系统(guest OS)中的隐藏对象,且性能开销在合理范围内.

摘要：在集成电路物理设计的布局阶段,针对基于深度学习的布局算法结果可布线性较差的问题,在开源的DREAMPlace算法的基础上提出并实现了一种基于深度学习的可布线性驱动布局算法DrPlace.算法模型在总体上设计并实现了布局器的整体框架,集成了基于深度学习的可布线性驱动总体布局、可布线性驱动的合法化和详细布局.总体布局过程中,在目标函数中加入了引脚密度函数,并实现了基于GPU的引脚密度的关键内核.在ISPD2011和DAC 2012布局实例上的实验结果表明,该算法与DREAMPlace相比在可布线性上获得了提升,且在运行时间、线长和可布线性方面均优于传统的可布线性驱动布局算法.

摘要：在大规模并行系统中,系统级互连网络的设计至关重要.InfiniBand作为一种高性能交换式网络被广泛应用于大规模并行处理系统中.mesh/torus拓扑结构相较于目前普遍应用于InfiniBand网络的胖树拓扑结构拥有更好的性能与可扩展性.尽管如此,研究发现,用传统的mesh/torus拓扑结构构建InfiniBand互连网络存在诸多问题.分析了传统网络拓扑结构的缺陷,并提出了一种基于InfiniBand的多链路mesh/torus互连网络.这种改进型的拓扑结构通过充分利用交换机间的多链路可以获得比传统mesh/torus网络更高的带宽.另外,同时给出了与该网络拓扑结构相配套的高效路由算法.最后,通过网络仿真技术对提出的算法进行了评估,实验结果显示提出的路由算法相较于其他路由算法拥有更好的性能与可扩展性.

摘要：随着网络研究的发展,仿真系统内部的虚拟网络拓扑也变得更大、更复杂。因此如何方便、高效地编辑虚拟网络拓扑以快速准确地提供给仿真系统所需要的仿真脚本显得尤为重要。该文介绍了可视化网络拓扑编辑与仿真脚本生成工具VMP的设计与实现及其在分布式并行网络仿真器PARNEM中的应用。

摘要：为了提高对分布式协同攻击的检测能力 ,提出了一种具有广泛适用性的分布式协同入侵检测模型 ,该模型以多代理为构造基础 ,通过协调代理协同下层检测代理 ,实现对复杂攻击的协同检测 .采用统一建模语言 (UML) ,对模型的主要功能、静态组织结构、代理内部的推理行为和代理间的交互行为进行了分析和设计 .UML为协同入侵检测系统的分析和设计提供了有效的手段 。