计算机工程与应用杂志

计算机工程与应用杂志2026年第7期

• 卫星网络渗透测试应用研究综述

  赵博夫, 王布宏

  随着卫星网络在全球范围的深度部署和多领域应用，其安全防护问题日益成为国际社会关注的焦点。渗透测试是一种主动安全评估技术，利用攻击工具模拟入侵，发现目标网络存在的安全隐患。在概述卫星网络组成基础上，系统分析卫星网络攻击行为的特点和规律，重点阐述渗透测试技术在卫星领域的应用情况。依据渗透决策机制，将相关技术划分为基于规则的渗透测试和基于模型的渗透测试两类，并分别详述了这两类技术在卫星网络环境下的具体应用。结合大语言模型技术在渗透测试领域的最新进展，对卫星网络渗透测试技术的未来发展趋势进行展望。

• 卷积神经网络在公交车辆调度中的应用综述

  洪荣荣, 贾新朝, 田苗苗

  随着深度学习的快速发展，卷积神经网络因在图像处理上的优越性能被广泛应用于多个领域，凭借强大的特征提取与非线性建模能力，逐渐成为优化城市公共交通系统的关键技术手段。基于国内外现有研究成果，对CNN在公交车辆调度中的研究进展与应用实践进行系统综述，围绕技术演进、模型架构及场景化应用展开深入分析。概述CNN与公交车辆调度的发展历程、基本结构及关键任务工作流程。探讨CNN在公交车辆调度中的应用，重点针对公交客流预测、到站时间预测以及乘客拥挤度检测等方面进行归纳和分析，总结并讨论了卷积神经网络在公交车辆调度中取得的最新研究成果，指出未来发展方向，为提高公交调度的准确性、可靠性与安全性提供支撑。

• 可解释推荐系统中的解释风格研究综述

  高广尚

  从用户、物品、内容生成和外部知识四个维度，系统分析可解释推荐系统中的解释风格机制。针对每种解释风格，阐述其基本概念和核心思想，从具体类型出发，分析其实现方式、关键策略和技术方法。从核心机制、技术支撑、主要优势和潜在局限性等方面，对各类解释风格及方法进行全面对比。研究表明，不同解释风格对用户理解和接受程度的影响存在差异，需结合用户偏好和系统目标选择适宜风格。此外，某些解释风格能在一定程度上揭示推荐算法的运行机制和决策逻辑。尚未评估不同解释风格在实现特定解释目标方面的效果，也未考察解释风格对用户信任的增强作用，且未考虑解释数量、呈现顺序（如用户首选解释风格的排序）等影响因素。尽管现有解释风格在满足不同领域的具体应用需求方面已取得显著进展，但在构成特征影响、场景差异性与用户认知投入意愿、结构化论证，以及离线评估等方面仍然面临诸多挑战。

• 设备端大语言模型研究综述

  赵家富, 柳林, 王海龙, 牛天元, 刘静

  大语言模型技术的发展正在不断刷新自然语言处理和人工智能领域的性能边界。然而，基于云端部署的大模型在实际应用中面临响应延迟、隐私泄露、网络依赖和高资源消耗等多方位挑战。为此，设备端大语言模型逐渐成为当前研究的热点，这一研究致力于在资源受限的本地设备中实现大语言模型部署，从而提升系统的实时响应能力、隐私保护水平和能效比。以模型轻量化和系统级支持两个维度为视角，对设备端大语言模型的研究现状进行综述。总结了当前主流的模型压缩方法，包括量化、剪枝、知识蒸馏和低秩分解；介绍了面向设备端优化的模型结构设计思路，如混合专家模型、层级化结构等；总结了高效的推理引擎和轻量级框架、设备端专用的人工智能芯片以及内存优化等关键技术；探讨了设备端大语言模型的技术挑战与未来发展趋势。

• 面向网络入侵检测的对抗样本攻击与防御技术综述

  刘英华, 王海凤, 王再平, 张舒琦, 赵鹏, 池志宏, 赵昕晟

  机器学习技术以及深度学习技术凭借自身强大的推理识别能力，促使基于异常检测的网络入侵检测系统（NIDS）得以快速发展，然而这些技术存在着固有的缺陷，比较容易受到对抗样本（AE）攻击。AE会对原始数据添加一些微小的扰动，而这些扰动是人眼很难察觉到的，使得NIDS产生误判。针对NIDS里的AE问题，从攻击手段以及防护策略这两个方面对最新的研究进展展开了系统的梳理与剖析。阐释NIDS的运行机制以及AE的生成机理，构建起攻防对抗的理论框架，基于AE的隐蔽性、迁移性等核心特征构建起多维分类体系，从攻防两个角度对现有的研究成果进行对比整理，梳理技术的演进脉络以及实践应用的现状，对未来的发展方向进行探讨。

• 工业场景下的钢材表面缺陷实时检测网络

  仵大奎, 葛承昆, 周文举, 高艺友

  针对工业生产中，金属表面的缺陷检测任务面临着缺陷尺度差异大、特征提取困难和推理实时性差等问题，提出了一种新型高效的改进模型MBAC-YOLO（YOLO with multi-head convolution，bio-inspired hybrid attention module and contextual enhancement）。该方法包括了三个创新的模块：多头卷积模块MCM（multi-head convolution module），可显著提高模型感受野及主干网络的局部特征提取能力；仿生启发混合注意力模块BHAM（bio-inspired hybrid attention module），可增强空间与通道的边缘信息理解及颈部网络特征表现力；全局上下文增强模块GCEM（global context enhancement module），用于生成自适应权重并构建全局上下文信息交互。为评估所提方法的表现，分别采用了NEU-DET数据集和GC10-DET数据集进行验证，结果表明，MBAC-YOLO的准确率（mAP50）分别提升了5.8个百分点和5.3个百分点，检测速度（FPS）达到了185.19和182.0，表明了所提出的方法在检测精度和实时性上具有明显优势。

• ELDMPose-YOLO：健身运动场景下姿态识别方法

  孟超月, 房志斌, 李聪聪, 张佳妙, 李浩冬

  针对目前的姿态识别算法在健身运动场景中存在因视角变化以及在昏暗场景下识别准确率低等问题，提出ELDMPose-YOLO模型。同时建立了8种不同健身动作的数据集。为缓解因视角变化而导致自身部分关键点被相互遮挡的问题，改进了长距离依赖感知注意力（LRSD）；构建全新的C2f-DRB模块来提升运动姿态中关键部位的识别，同时减少了模型的参数量。创新一个多级上下文融合模块（MCFF），增强了对上下文信息的捕获，提升昏暗场景下关键点的聚焦能力，使模型更加关注人体姿态细节特征。实验结果表明，ELDMPose-YOLO模型比YOLOv8n-pose模型的Precision提高了0.046，在实验数据集上的精度达到0.987。改进后的模型取得了令人满意的效果，为后续运动姿态评估奠定重要基础。

• 融合多模态特征与改进YOLOv12的光伏电池板组件缺陷检测

  刘婷婷, 宋家友

  由于光伏电站中电池板组件的数量巨大，且长时间处于复杂恶劣的户外环境中，极易出现各类缺陷问题，给日常维护工作带来极大挑战。为了提高光伏电池板组件缺陷检测的精度和效率，利用各类缺陷在可见光与红外图像中的特征差异，提出了一种融合多模态特征与改进YOLOv12的光伏电池板组件缺陷检测方法。在YOLOv12网络框架上设计了子块正交调制模块来提取可见光图像特征，并通过构建方向判别的低秩子空间增强对弱小纹理类缺陷的感知，从而缓解模态特征表达差异问题。在ResNet-50的基础上引入热梯度残差网络，并利用建模红外图像中的温度变化结构，提升对热异常及复合缺陷的建模能力。设计了双谱一致焦点损失函数，显式对齐不同模态下的特征聚焦区域，提升模态协同感知效果与复杂环境下的鲁棒性。实验结果表明，设计的改进策略对提升模型的检测性能具有独立有效性与协同增益能力，能够准确、高效地识别出光伏电池板组件上各种复合缺陷的类型，检测精度、召回率和mAP分别达到了97.8%、95.4%和96.8%，相比YOLOv12分别提升了4.3、4.6和4.4个百分点，有效抑制了误检与漏检现象的发生，且保持了较高的推理速度，为光伏电站的智能化维护提供了可靠的技术保障。

• 改进YOLOv11s的距离选通图像人脸检测算法

  张正, 赵海明, 田青

  激光距离选通成像技术具有作用距离远、能穿透部分物体进行成像，可在雨、雪、雾等恶劣天气环境下工作等优点。针对在透窗、遮挡、透烟、透火等复杂环境引起的局部特征缺失、噪声干扰等难题，基于YOLOv11s网络，结合距离选通图像的特点，提出一种新的人脸检测算法。提出了CSDSM模块，替换C2PSA，更好地提取和保留细粒度特征，同时保证了训练效率；对于颈部网络，采用改进的分离与增强注意力模块MultiSEAM，有效处理小部分区域被遮挡的情况，提高复杂场景下的特征理解能力；在主干网络部分增添了改进的SPD-Conv模块，增强了对低分辨率目标的特征提取能力；使用改进的EMF模块拓展了网络局部感知能力以及对小目标语义信息的表达。经过实验验证，改进的YOLOv11在选通图像数据集上mAP@0.5和mAP@0.5：0.95两项指标分别提升了3.3个百分点和1.7个百分点，验证了改进的有效性。为了验证改进算法的泛化性与普适性，还选取了VOC2007数据集进行测试，其mAP@0.5和mAP@0.5：0.95两项指标，分别提升了1.8个百分点和2.2个百分点。

• 改进YOLOv13的红外遥感小目标检测算法

  李平, 陈继锋

  为了有效应对红外遥感场景中小目标尺度较小、信噪比低且易被复杂背景淹没等挑战，对YOLOv13模型进行改进，实现实时性和轻量化的检测需求。通过构建多阶特征聚合模块（multi-level feature aggregation module， MFAM），自底向上汇聚不同语义深度与空间分辨率的层级信息，并自适应重标定其贡献，以缓解小目标在深层语义中被稀释的问题。设计了双路径融合金字塔网络（dual-path fusion pyramid network，DFPN），以互补的自顶向下语义增强路径与自底向上细节回流路径实现跨尺度信息循环交互，从而强化弱小热目标的可分性。提出的上下文感知融合模块（context-aware fusion block，CAFBlock）采用全局自注意力和局部深度卷积的双分支结构以协同建模长距离依赖与精细局部特征，同时结合膨胀卷积多感受野和深度卷积局部细节的双路径处理方式与门控融合机制，全面增强模型的多尺度上下文建模能力。在SIRST和HIT-UAV数据集上进行对比评估，改进模型实现了90.06%和64.37%的AP，分别提高了7.65个百分点和8.55个百分点，充分验证了模型的有效性和可行性。

• 面向移动机器人路径规划的强化学习改进蚁群算法

  李艳, 廖张浩, 李明辉

  针对蚁群算法在路径规划中存在的搜索效率低、易陷入死锁及局部最优等问题，提出了一种融合强化学习机制的改进蚁群算法。利用Q-Learning对环境进行探索，并将训练得到的Q表转换为非均匀初始信息素分布，从而有效减少算法初期的盲目搜索。在状态转移概率中联合引入角度启发函数与优化后的距离启发函数，既增强了路径选择的方向性，又有效降低了死锁概率。设计自适应伪随机状态转移策略，根据最优与最差路径的相似度动态调整阈值，提高算法的全局探索能力。提出基于奖惩机制的多策略信息素更新方法，有效强化优质路径、抑制劣质路径，并对死锁路径的信息素衰减，进一步减少死锁蚂蚁数量。在不同规模的栅格地图以及ROS环境下的仿真实验结果表明所提出的算法在收敛速度、全局搜索能力和算法稳定性方面均优于传统蚁群算法和其他对比算法。

• 基于多源知识迁移策略的动态约束多目标进化算法

  陈国玉, 郭一楠, 杨潇, 马天兵, 李长河, 袁亮, 韩守飞

  动态约束多目标优化问题存在时变目标函数和约束条件，导致现有方法无法有效平衡变化响应的性能和效率。鉴于此，提出一种基于多源知识迁移策略的动态约束多目标进化算法（multi-source knowledge transfer based dynamic constrained multiobjective evolutionary algorithm，MSKTEA）。该算法设计知识提取策略，利用预测方法分别估计新环境帕累托解集和帕累托前沿，并进一步建立外部存档，以存储多样性的历史解集。随后，设计多源知识迁移策略，利用预测方法得到的时序知识，并基于时序知识在外部存档中提取的相似环境知识，进行知识迁移以生成新环境初始种群。实验结果表明，MSKTEA相较于多个当前较优的算法在处理动态约束多目标优化问题时具有较强的竞争力，能够有效平衡算法追踪动态帕累托最优的性能和效率。

• 融合属性特征和外观特征的多目标跟踪方法

  金涛, 钱贝宁

  为解决复杂动态场景下多目标跟踪中因遮挡和外观相似性导致的身份跳变问题，提出一种基于轻量化交叉注意力模块的多特征融合跟踪框架。设计属性特征和外观特征的提取模块，通过交叉注意力机制的自适应权重分配实现不同特征之间的动态融合，结合融合后的特征与运动信息进行级联匹配，达到平衡外观、语义特征与运动特征的最优目标跟踪，提高了目标的可区分度和目标跟踪匹配的鲁棒性。对模型进行轻量化设计，在冻结预训练骨干网络的基础上，采用低秩分解与动态剪枝策略，压缩模型参数量，降低计算复杂度。将交叉熵损失、三元组损失与KL散度分布对齐损失加权融合，实现多任务联合优化，加速模型收敛，提高算法性能。实验结果表明，该方法在MOT16与MOT17数据集上的MOTA指标达到76.9%与74.7%，较DeepSORT提高了6.7个百分点与4.9个百分点，IDF1指标提升4.0个百分点和6.4个百分点，在遮挡率超50%的场景下身份切换次数降低了37.3%，实时跟踪速度可达85 FPS。

• 基于多模态提示的开放词汇面部表情识别方法

  马飞, 王元, 杨飞霞, 徐光宪

  近年来，基于深度学习的面部表情识别方法取得了显著进展，然而现有方法对于未知类别泛化能力不足，无法对训练集以外的表情进行开放词汇识别。随着数据规模与模型规模的不断增长，多模态大模型的出现为开放词汇识别提供了新的可能。因此，在多模态预训练模型CLIP的基础上，提出一种微调高效化的面部表情识别算法MPT-FER。利用多模态提示对预训练好的CLIP进行微调，在推理阶段，针对未知类别的识别，通过计算图像特征与可能相关的文本描述之间的余弦相似度，判断所属类别进行分类。此外，在训练阶段，冻结预训练模型大部分固定参数，仅对多模态提示模块中的可训练参数进行微调，以提升训练效率。实验结果表明，在多个标准数据集上分别取得96.97%、68.33%和100.00%的准确率，并在Old-to-New和零样本测试中表现优异。保证良好性能的同时，所需训练参数量相较原始预训练模型CLIP训练参数量下降98.53%。

• 基于深度谱核网络压缩的序列推荐系统

  孙腾中, 顾阜城, 李彦辰, 陈智宏, 方鹏飞

  随着人工智能技术的发展，基于深度学习的序列推荐系统（sequential recommender systems， SRS）逐渐成为捕获用户动态兴趣与生成高质量推荐的关键技术。然而，如何有效挖掘序列数据的动态变化，仍然是一个重要挑战。近年来，深度谱核网络（deep spectral kernel network， DSKN）因其在非静态与非平稳特征刻画方面的优势，在时序数据建模与观测领域展现出有效性。提出一种基于深度谱核网络的序列推荐方法，该方法利用DSKN通过核映射学习序列数据的时序相关特征，进而在核映射空间内进行特征建模，以提升推荐质量。然而，深度谱核网络往往需要大量参数来拟合数据分布，限制了其在边缘设备上的部署。为此，提出了一种谱核网络压缩算法，其中包括基于矩阵低秩分解的参数自适应分解机制，以及结合层间共享与区块间共享的参数共享机制。在有效降低模型参数量的同时，该方法保持了模型的性能稳定性。基于真实的互联网应用数据集以及标准序列推荐预测数据的实验结果表明，所提出的谱核网络压缩方法在保证推荐质量的同时，实现了更高的计算效率和更低的存储开销，验证了方法的有效性。

• 基于多阶段知识蒸馏的古籍文本相似性匹配

  史明伟, 林民, 孙艳茹, 张树钧, 斯日古楞, 王玉荣

  现有基于“预训练+孪生网络”范式的语义相似性匹配算法在数据丰富的语种文本中表现优异，但在低资源语种上效果显著下降，尤其在古籍文本中更为明显。古文数据稀缺且标注困难，缺乏专门的相似性匹配数据集，导致现有方法难以有效应用。为此，提出一种基于多阶段知识蒸馏的古籍文本相似性匹配算法。该方法以易获得的文白句对数据集为基础，采用白话文预训练语言模型作为教师模型，古文预训练语言模型作为学生模型，通过多阶段知识蒸馏将白话文模型的相似性匹配知识迁移到古文模型，从而提高古文模型的相似性匹配能力。同时，为解决模型臃肿问题，在蒸馏过程中引入模型压缩策略，使得模型在保持性能的同时，便于部署。实验结果表明，采用多阶段知识蒸馏框架（multi-stage distillation framework，MSDF）的模型在《二十四史》数据集上性能优于其他方法，并且模型缩小至原来的25%时，依然保持较高的匹配精度，为古籍整理和数字人文研究提供支持。

• 基于迁移学习的低资源语言仇恨言论检测模型研究

  蔡佳鸿, 于娟, 席运江

  针对低资源语言仇恨言论检测中训练资源匮乏的问题，提出一种基于迁移学习的低资源语言仇恨言论检测模型（hate speech detection model for low-resource languages，HateLL）。HateLL利用SBERT生成文本表示，基于对比学习抽取高资源源语言和低资源目标语言的跨语言语义特征，实现多任务学习的仇恨言论文本分类。在多个低资源语言数据集上的实验结果表明，HateLL的平均准确率与平均F1值分别为77.43%和78.4%，显著优于基线模型；F1值在丹麦语、意大利语、德语和西班牙语上的提升幅度均超过0.049。HateLL在最大化相同语义特征相似性的同时，缩小不同语言特征分布的差异，能够有效提高低资源语言仇恨言论检测的性能。

• 双向特征解耦翻译网络用于无监督图像去雾

  易伟超, 董立泉, 刘明

  近年来，基于深度学习的去雾方法通过对合成配对数据进行有监督训练，取得了显著的去雾效果。然而，合成数据与真实有雾场景之间存在的巨大域差距限制了模型的泛化能力，使得去雾模型在真实有雾场景下的表现不尽如人意。为此，提出了一种无监督去雾方法，称为双向特征解耦翻译网络（bidirectional feature disentangled translation network，BFDT-Net），将图像去雾视为特征解缠任务，从清洁因子中分离内容相关信息，同时从模糊因子中提取雾相关信息。具体而言，构建了一个双分支特征解缠框架，以学习不同特征分布。其中，内容恢复分支（content recovery branch，CRB）专注于提取清晰的内容信息，而参数估计分支（parameter estimation branch，PEB）则负责提取雾相关特征。此外，通过结合大气散射模型（atmospheric scattering model，ASM）的正向去雾与反向加雾的范式，建立了雾霾循环一致性，从而使BFDT-Net仅依赖有雾图像本身即可进行训练优化。大量的基准数据集实验结果表明，所提出的BFDT-Net的去雾性能优于现有的去雾方法。

• 多路径下采样与多尺度特征融合的光伏板红外缺陷检测

  叶树贤, 张长胜, 刘辉, 杨威

  光伏板是光伏电站重要组成部件，需定期对其进行检测，保证光伏电站安全运行。针对航拍光伏图像复杂背景下目标难检测的问题，提出一种基于RT-DETR-R50的光伏板红外图像缺陷检测方法。提出结合EMA注意力机制的EMA-Pconv模块，减少模型参数和运算量；提出多路径下采样强化模块MDEM（multi-path downsampling enhancement module），捕获全局有效信息并抑制背景信息，提高特征表达能力；构建多尺度特征自适应金字塔网络MFAPN（multiscale feature adaptive pyramid network），加强不同特征层的信息交互，丰富语义特征信息。在航拍光伏红外数据集上进行实验，结果表明：相比于原RT-DETR-R50模型，所提方法的mAP50、mAP50@95分别提高了3.3、1.2个百分点，表明所提方法能较好地解决航拍光伏图像复杂背景下目标缺陷漏检的问题。

• 基于尺度监督查询优化的Transformer单目3D检测

  王鑫威, 张友兵, 周奎

  近年来，基于Transformer的单目3D目标检测方法取得显著进展，然而，其无监督注意力机制受限于感受野不精确，难以有效感知复杂场景中的关键目标，易导致低质量查询特征。针对该问题，提出一种基于深度特征生成尺度监督信号的查询优化机制：通过预设多尺度掩码，并引入深度引导的注意力自适应调控策略，以精细化调节查询感受野。考虑到单目深度预测缺乏显式监督，仅依赖离散的3D框标签，易受背景噪声干扰，进一步设计了基于U-Net的目标区域概率预测分支，有效增强目标区域深度感知能力。为缓解层级特征图间的语义差异对深度预测的影响，提出融合空间金字塔结构与矩阵相关性计算的多层次特征融合策略。实验结果证明，该方法在KITTI数据集上，Easy、Moderate和Hard级别的[AP3D]（[IOU]=0.7）分别提升2.67、2.82和2.55个百分点，在远距目标（40 m外）检测中尤为有效，相对提升超过34.38%。

• 复杂室内环境下的高效NeRF-SLAM算法

  杨怡程, 袁杰, 张宁宁, 刘超, 祁鹏程, 万忠原

  针对复杂室内环境中视觉同步定位与建图（simultaneous localization and mapping，SLAM）算法在高质量三维重建中的效率问题，提出了一种高效的神经辐射场SLAM（NeRF-SLAM）算法——EN-SLAM。该算法利用多分辨率哈希网格表示场景，结合其快速收敛特性及高频局部特征表示能力，显著提升了三维重建效率。为进一步增强未观测区域的表面连贯性及细节补全，算法引入球谐函数进行方向编码，从而保证了重建结果的一致性与细节完整性，同时提高实时性。此外，设计了一种信息引导采样策略，优先采样对重建贡献较大的光线，同时实现全局优化（BA）在所有关键帧上的高效执行。在Replica、ScanNet、TUM RGBD和Neural RGB-D数据集上的实验表明，该算法在提高建图精度、跟踪精度及渲染质量的同时，在Replica数据集上的运行时间较iMAP、NICE-SLAM、Vox-Fusion、ESLAM和Co-SLAM分别提升了98.99%、92.80%、91.97%、63.77%和19.15%，且场景重建完成率达到94.14%。

• 基于多层级特征聚合的时空关联视觉目标跟踪算法

  侯良威, 刘刚, 习江涛

  针对当前大多数高性能跟踪器忽略了浅层特征中的细节信息与时空线索的充分利用，导致跟踪性能提升受限的问题，提出了一种基于多层级特征聚合的时空关联视觉目标跟踪算法。该算法将时间令牌、参考帧和搜索帧组成的视频片段输入到Transformer编码器中来捕捉视频中的长距离全局上下文，并在编码器的不同层级提取出多层级时间令牌和搜索帧特征。针对多层级时间令牌，采用双向策略对不同层级特征进行聚合，引入结合傅里叶变换的可学习时间令牌，通过重点关注时间令牌从浅层到深层之间的多层级频率特性，抑制多层级聚合带来的噪声干扰并增强目标特征。针对搜索帧特征，利用多层级跨轴注意力机制来计算不同层级和轴向的注意力特征并进行融合，以获得更丰富的目标特征表示。利用自注意力将经过处理的多层级时间令牌和搜索帧特征进行聚合并送入预测头网络实现目标跟踪。提出的算法在GOT-10k数据集上重叠度为0.75时精度达到76.0%，在LaSOT、TrackingNet数据集上成功率分别达到73.4%和85.4%。相比于最新基线ODTrack和ARTrack，提出的算法达到了最佳的跟踪精度。理论分析和实验结果验证了提出的基于多层级特征聚合的时空关联策略在视觉目标跟踪上的有效性。

• 深度图像监督与空间感知优化的图像超分辨率方法

  梁铮, 吴越, 杨雨晴, 李骐骋, 邓红霞

  传统超分辨率技术依赖单一低分辨率RGB图像进行重建，但在复杂场景下常面临细节保留和深度结构重建的挑战，导致高分辨率图像过度平滑，无法精确恢复三维空间结构信息，限制了其在三维重建领域的应用。为此，提出了一种深度图像监督与空间感知优化的图像超分辨率网络DPSR（deep perceptual super resolution），通过引入深度图像监督与空间感知优化，精确提取图像的深度空间几何关系，有效避免边缘区域过度平滑化，突出图像的远近关系和空间结构，显著增强视觉真实感和细节表现力。模型基于GAN架构，在训练中使用高分辨率图像对应深度图作为额外先验信息进行监督，并设计深度一致性损失函数来确保模型可以学习到图像的深度结构和空间信息。此外，提出深度感知注意力模块DPAB（depth perceptive attention block），进一步提升模型对不同区域特征的感知能力。实验结果表明，该方法在Urban100等三个基准数据集上优于其他先进算法，为真实世界图像超分辨率任务提供了新思路，具有广泛的应用前景。

• 基于频域的抗压缩隐蔽后门攻击

  闫雷鸣, 翟强众, 陈先意

  智能模型的后门攻击可通过在训练数据中嵌入触发器的方式来毒化数据集，使模型在训练过程中被植入后门。然而，图像压缩算法的广泛应用显著削弱了数据投毒后门攻击的有效性。压缩处理会严重破坏中毒图像中触发器的特征，导致后门攻击的成功率急剧下降。针对这一问题，提出了一种基于频域的抗压缩隐蔽后门攻击方法。利用图像低频成分对压缩的天然抗性以及压缩中的亮度保真性，选择在Y通道的深层低频信息中嵌入后门触发器，以增强触发器的抗压缩能力。为进一步提升触发器的隐蔽性，设计了基于累积能量的分割机制，将触发器嵌入深层低频信息的低能量域中。在CIFAR-10、GTSRB和CIFAR-100数据集上，结合JPEG、JPEG2000和WEBP三种常用图像压缩算法进行了实验验证。结果表明，所提方法在抗压缩攻击中表现出较高的有效性、隐蔽性和鲁棒性。平均抗压缩攻击成功率分别达到95.71%、98.57%和95.02%，并且能有效抵抗主流防御技术的检测。

• 车联网中基于社交关系的V2I快速切换认证方案

  汪自旺, 王亮, 颜绘理, 吴志泽

  针对当前车联网中车辆高速且频繁移动所引发的在切换认证阶段算力消耗大及延迟较高的问题，提出了一种基于社交关系的车辆到基础设施（V2I）快速切换认证方案（VISRHA）。路侧基础设施间通过双向身份及完整性认证建立自身的社交圈，并将这些关系记录到公共区块链中；VISRHA利用社交节点间的单次信任传播和区块链的不可篡改性，通过智能算法动态选择最优路侧单元（RSU），当选定的RSU信任值超过指定阈值时，车辆在社交RSU节点间实现免认证切换。通过将原本在终端执行的部分切换认证计算任务迁移到由基础设施冗余算力执行的社交关系管理中，VISRHA实现了车辆节点切换认证的轻量化和低延时。实现了该方案的原型，并使用Scyther形式化验证工具验证了其安全性。实验结果表明，与现有方案相比，VISRHA在保证安全性的同时，能够显著降低实时切换过程中的延迟和计算开销。

• 多区块链交互下跨链数据融合方案

  张中捷, 余益民, 冯立波

  多个区块链进行交互时，存在交易数据结构不同、交易数据冲突的问题。针对这些问题，提出了多链数据融合方案（MCDFS），解决了多链数据获取、解析、融合、再上链的问题。设计了交易实体解析（TER）算法，解决了交易实体解析和实体分类的问题；提出了同构实体的交易融合算法（HEF）以及异构实体的交易融合算法（DEF），解决了交易数据融合的问题；对TER算法、HEF算法以及DEF算法进行了实验分析。实验结果表明HEF算法和DEF算法随参数以及交易数量的增加延迟呈线性上升的趋势，系统在融合前后进行100次事务的延迟最大不超过231 ms。MCDFS方法可以很好实现多链数据的融合。

• 车联网中支持多跳最短距离查询的非对称搜索加密

  范思颖, 陈振华

  保护隐私的最短距离查询作为车联网中的基本服务，已在搜索加密领域研究了多年。然而，目前大多数方案都在对称加密体制下设计，需要较高的通信成本，且仅支持二跳查询，难以满足用户复杂查询请求。针对这些问题，在非对称加密体制下设计了一种支持多跳最短距离查询的搜索加密方案。该方案避免了对称加密体制中固有的密钥协商问题，无需多方交互，仅需一个服务器即可返回查询结果，从而有效降低了通信成本。此外，多跳功能能够支持用户更复杂的查询需求。然后给出了严格的数学安全证明并分析了一些常见的安全攻击，证明了该方案的安全性。最后，在真实数据集上进行了实验对比和分析，结果表明，该方案在通信成本上展现出较高的效率，因此适用于车联网环境。

• 改进蛇鹫-EP-RRT算法的城乡无人机血液配送选址-路径研究

  戴斯澄, 刘勤明, 叶春明, 汪宇杰

  针对城乡医疗配送中无人机选址与路径规划的复杂性，提出了一种基于智能优化的选址-路径联合优化模型。该模型采用结合深度强化学习的蛇鹫优化算法（DRL-SBOA）解决基站选址问题，通过智能搜索策略，在满足禁飞区约束与覆盖需求的前提下，实现了选址方案的全局优化。在路径规划阶段，引入了增强路径快速探索随机树算法（EP-RRT），显著提升了多无人机系统在复杂环境下的路径生成效率与能耗表现。仿真结果表明，与传统RRT算法相比，该模型能有效减小路程，优化了9.64%，配送时间上优化了29.41%，降低碳排放量，提升整体配送效率与系统稳定性。模型还展现出良好的扩展性，适应大规模、多目标的选址与路径优化任务。为构建高效、低碳、智能化的城市医疗物流体系提供了理论参考与技术支持。

• 融合大模型与事理图谱的水利工程风险识别

  刘雪梅, 王立虎, 董怡, 陈晓楠

  水利工程运行环境复杂，影响工程安全的风险因素众多且呈现链式传播特性，风险防控面临极大挑战。该研究利用大语言模型构建事理知识图谱，揭示风险链传递规律并识别关键风险。基于工程安全巡检文本，微调大语言模型并结合检索增强生成策略，识别风险事件、风险地点等实体。确定风险实体的关系类型与权重，构建事理知识图谱，表征不同风险的因果相关性。研究风险在全局图中的链式传播规律，识别风险链中的诱发点、汇聚点和扩散点，明晰影响工程安全的关键风险。结果表明，该模型识别风险实体的F1均值、标准差、置信区间宽度分别为0.836、0.008、0.012，模型准确性、稳定性、可靠性优于其他基准模型。衬砌板伸缩缝部位长有杂草、边坡存在洞穴等风险的传播性强，不确定性水平高，对工程安全的潜在影响大。相关研究可有效减少潜在风险对工程安全的影响，提升工程运行安全性。

• 基于结构熵的交通流量实时预测模型

  邹龙, 杨东, 王以松, 金玉堂

  针对现有大多数时空模型由于邻接矩阵静态固定、难以实时反映交通流动态变化特性，以及在节点数量较多时，因依赖注意力机制、多阶图卷积或复杂动态邻接矩阵计算，导致计算复杂度高等问题，提出了一种结合基于结构熵和熵权法构建的路网权重可学习矩阵、ChebNet和一维卷积的实时交通流量预测模型——EWM-ChebNet。在该模型中，路网权重可学习矩阵作为ChebNet的邻接矩阵参与模型训练，动态捕捉公路路网的空间特征，挖掘节点间的关联性与流量分布特征；利用一维卷积网络进一步挖掘交通流量数据的时间特征和变化规律；通过全连接层得到预测结果。在美国加州高速公路公开数据集PeMS04、PeMS08和PeMS03上进行实验。结果表明，模型通过基于结构熵和熵权法构建的路网权重可学习矩阵，能够有效捕捉路段间的动态空间关系，提高模型表达能力和预测精度。并且通过切比雪夫多项式近似简化图卷积运算，能够减少计算量，同时优化矩阵操作和参数量，提高训练速度。在三组数据集上相比于MSTGCN和AFSTGCN等基准模型均方根误差、平均绝对误差和平均绝对百分比误差平均降低25.47%、24.42%和43.41%，7.69%、5.08%和18.18%，训练时间平均降低了72.45%和6.04%。

• 基于多模态大模型的内容审核方法

  赵磊, 李志学, 樊翠芳, 李芳雅, 喻渡渡, 费有文

  内容审核是新闻媒体信息传播过程中的重要环节，规范传播文本、图像、音频及视频等内容，可以避免误导公众，提升新闻媒体的引导力和公信力，促进社会稳定。现有人工内容审核效率低下，人工审核人员负担较大；现有智能内容审核基于面向特定专一场景的有监督的深度学习模型，在审核推理过程中缺乏主动学习的能力，难以获取先验知识之外的特征，无法对多模态内容进行理解。基于上述问题，针对具体内容审核场景，设计了一种基于多模态大模型的内容审核方法，通过大模型处理非结构化数据，比如图文数据的能力以及上下文理解能力，增强对文本和图像的深度理解。构建了4种场景的新闻图文数据集，用以大模型的训练和测试。与传统智能内容审核方法进行了对比实验。实验结果表明，基于多模态大模型的内容审核方法在处理非结构化数据方面具有显著优势，能够提升智能内容审核的准确率。