摘要：光学神经网络是区别于冯·诺依曼计算架构的一种高性能新型计算范式,具有低延时、低功耗、大带宽以及并行信号处理等优势。片上集成是光学神经网络微型化发展的一种典型方式,近年来片上集成光学神经网络获得了学术界及工业界的广泛关注。对基于不同计算单元结构的片上集成光学神经网络的相关研究工作进行了梳理,并分析了其设计原理、实现方法及系统架构特征。同时结合国内外最新研究进展,进一步分析了片上集成光学神经网络在计算单元大规模拓展、可重构、非线性运算和实用化等方面面临的挑战及其未来发展趋势。

摘要：引导编辑器(prime editor,PE)是继碱基编辑器(base editor,BE)之后新问世的基于CRISPR/Cas(clustered regularly interspaced short palindromic repeats/CRISPR-associated)系统的基因编辑工具,可以在不造成DNA双链断裂的情况下引入碱基替换、插入和删除。PE因其全面的编辑能力,问世即受到全球学者的广泛关注,然而PE表达盒编码较长(>6 kb)、编辑效率较低等问题也亟待研究人员解决。PE的研究方向与BE有许多相似之处,本文首先梳理了学界对PE本身编辑效率和安全性的探索;然后重点介绍了PE效应蛋白、pegRNA和其他细胞因子三个方面对PE的改进手段,以及为方便PE应用而开发的自动化设计工具;最后梳理了PE在动植物以及基因治疗中的应用。方兴未艾的PE领域尽管还难称完善,但在提高编辑效率和改进安全性等方面已取得了许多重要进展。鉴于Cas9、BE等基因编辑工具已广泛应用于遗传病疗法,PE走向遗传病治疗值得期待。

摘要：现有海洋浮标通信方式单一、可靠性低、丢包率高且实时性差,无法满足海洋数据大量采集与跨域通信的需求。为了进一步加强海洋全域互联互通建设,以多源通信为核心,文中设计并制作了一种跨域通信浮标系统,该系统可完成多种通信方式的切换、多源信息采集与多链路实时跨域通信。针对该系统设计了一种最优通信链路选择算法,根据各通信模块实时信号质量进行最优通信链路的选择,以提高通信的可靠性,同时关闭信号质量较差的通信模块,减少同时使用多种通信手段可能出现的系统通信大量冗余与功耗增加的问题。试验结果表明,该系统实现了水上与水下数据的跨域传输,多源通信设计切实可行,各通信链路稳定可靠,综合通信成功率达99%以上,为海洋全域观测网和通信网的建设提供了参考。

摘要：分支预测器是现代处理器的重要微架构组件,它可有效缓解流水线的控制流冒险问题,提升处理器性能.然而,尽管分支预测器的设计越发先进,设计细节也不被处理器厂商公开,但基于分支预测器的分支预测机制存在的安全问题仍不断被研究人员曝光.利用分支预测机制,攻击者能构建侧信道或隐藏通道,从而绕过软硬件的安全边界检查.在著名的Spectre攻击中,分支预测器还被用来构建瞬态执行窗口,这打破了被错误预测并执行的指令对软件程序员完全透明的错误安全假设.Spectre攻击曝光后,分支预测的安全问题越来越受到重视,相关的攻击变种与防御措施成为学术界和工业界共同关注的课题.本文从分支预测器的设计角度出发,从已公开和被研究人员逆向工程出的分支预测器设计中总结了分支预测器的工作机制,然后按分支预测器填充方式、分支预测器索引方式和分支预测利用过程等特征对现有的分支预测攻击进行归纳和整理,并总结了这些攻击的攻击模型,包括攻击场景与攻击链.随后,本文结合Intel、AMD和ARM等主流商用处理器的典型微体系结构,从攻击模型深入分析了各分支预测攻击的关联性、创新点和可行性,并提出一种评价分支预测类瞬态执行攻击可行性的理论方法.最后,本文讨论了分支预测攻击未来的研究趋势、相关的防御策略以及安全分支预测器设计等诸多问题.

摘要：概率模型为机器学习处理广泛存在的不确定性提供了强大的工具.概率编程利用计算机程序表示概率模型,支持采样和以任意观察值为条件进行的概率推断.长期以来,概率程序中的依赖关系往往是线性或广义线性的,许多成功的模型和推断算法往往都依赖于这一简化.然而,这也限制了概率程序的表达能力和灵活性.可微概率编程允许构建具有参数化的非线性依赖关系(如神经网络)的概率程序,并使用基于梯度的方法从数据中学习未知参数.这种编程范式容易扩展,极大地避免了繁琐的模型选择过程,且允许端到端地部署概率模型.本文介绍珠算(ZhuSuan),一种开源的可微概率编程库,并以此为例,探讨可微概率编程系统的设计与实现.

摘要：随着互联网数据的爆炸性增长,搜索引擎成为人们生活和工作中不可缺少的信息获取工具.作为搜索引擎盈利的主要商业模式之一,竞价排名的赞助商广告链接以其高效、低风险、灵活方便的特点受到传统营销方式下处于劣势的中小企业的青睐.然而搜索引擎结果页面上出现大量的广告链接是否影响用户体验?这些广告链接的实际收效如何?加入赞助商广告链接的搜索引擎如何影响用户的点击行为?开展面向这些问题的研究将对研究用户使用搜索引擎的行为特点、改进搜索引擎改进竞价排名的开展方式和指导中小企业如何更加有效地购买广告链接具有非常重要的指导意义.在总结国内外已经开展的相关研究的基础上,利用某商业搜索引擎提供的互联网用户点击日志和搜索引擎使用日志,采用数据挖掘和信息统计的方法,试图在全互联网的规模和商业搜索引擎的级别上提取用户和广告链接点击相关的信息,加以分析讨论,并对广告链接和非广告链接的相关性作深入分析.

摘要：随着信息技术在社会各领域的深入渗透,人类社会所拥有的数据总量达到了一个前所未有的高度.一方面,海量数据为基于数据驱动的机器学习方法获取有价值的信息提供了充分的空间;另一方面,高维度、过冗余以及高噪声也是上述繁多、复杂数据的固有特性.为消除数据冗余、发现数据结构、提高数据质量,原型学习是一种行之有效的方式.通过寻找一个原型集来表示目标集,以从样本空间进行数据约简,在增强数据可用性的同时,提升机器学习算法的执行效率.其可行性在众多应用领域中已得到证明.因此,原型学习相关理论与方法的研究是当前机器学习领域的一个研究热点与重点.主要介绍了原型学习的研究背景和应用价值,概括介绍了各类原型学习相关方法的基本特性、原型的质量评估以及典型应用;接着,从原型学习的监督方式及模型设计两个视角重点介绍了原型学习的研究进展,其中,前者主要涉及无监督、半监督和全监督方式,后者包括基于相似度、行列式点过程、数据重构和低秩逼近这四大类原型学习方法;最后,对原型学习的未来发展方向进行了展望.

摘要：针对混合流水车间调度问题(Hybrid flow-shop scheduling problem,HFSP)的特点,设计了基于排列的编码和解码方法,建立了描述问题解空间的概率模型,进而提出了一种有效的分布估计算法(Estimation of distribution algorithm,EDA).该算法基于概率模型通过采样产生新个体,并基于优势种群更新概率模型的参数.同时,通过实验设计方法对算法参数设置进行了分析并确定了有效的参数组合.最后,通过基于实例的数值仿真以及与已有算法的比较验证了所提算法的有效性和鲁棒性.

摘要：网络存储技术在方便数据共享的同时带来了新的安全隐患,加密文件系统通过密码学方法保证存储在不受用户直接控制的服务器上的文件数据的机密性和完整性.现有的针对共享加密文件系统的密钥管理方法不能同时满足安全性、灵活性和高效性的需求.该文提出了加密文件系统GKS-CFS.引入可信的组密钥服务器(GKS)集中管理文件加密密钥,GKS上可以实施灵活的访问控制策略.通过使用访问控制块和锁盒子,降低了对GKS的计算和存储需求,使之可以用硬件实现来增强安全性;通过文件数据的分块加密和密钥版本技术,降低了权限撤销的开销.作者在Lustre上实现了GKS-CFS的原型系统并进行了测试.测试结果表明,由于避免使用了公钥密码算法,和其他系统相比,GKS-CFS的普通文件操作中的密码学操作开销减少了一个数量级,顺序读写和随机文件操作的性能分别平均降低了42.0%和8.4%.

摘要：搜索引擎广告是目前互联网上一种非常成功的商业模式,它已成为搜索引擎公司的主要收入来源并为广告商们提供了许多商机.搜索引擎、广告商和搜索用户构成了搜索引擎广告的3个主要组成部分——搜索引擎提供技术和服务、广告商提供广告内容、用户浏览并点击广告.其中搜索引擎相关技术以及用户行为都有比较多的研究和成型的技术,但对广告商尤其是广告商状态的研究却并不多见.基于此背景,对搜索引擎广告中广告商的状态进行了深入的研究.在方法上按照广告商相关广告的展示次数、点击次数以及广告费用来对其潜在状态进行描述和划分,并使用隐Markov模型对广告商的时序状态进行建模.重点在于将机器学习和数据挖掘的方法应用于广告商的建模之中,并取得了不错的预测正确率.