当期目录 

2025年第5期

主编

潘云鹤，费爱国

顾问  卢锡城 

ISSN  2095-9184

CN  33-1389/TP

IF (2023 JCR)  2.7

我要投稿

 

 

  • 当期目录
  • 封面文章
  • 过刊浏览
  • 专题浏览
  • 优先出版
MORE
Volume 26  Issue 5，2025 2025年26卷第5 Issue

  • 常规文章

    王泰彦, 谢清松, 于璐, 潘祖烈, 张旻

    2025, 26(5): 671-694. DOI: 10.1631/FITEE.2400088
    Abstract：二进制分析作为一项重要的基础技术，为软件工程与安全研究领域的众多应用提供支撑。随着软件规模的不断扩大与软件体系架构的复杂演进，二进制分析技术面临全新挑战。为突破现有瓶颈，研究人员将人工智能技术应用于二进制代码理解与分析，其核心在于如何对二进制代码进行表征，即如何使用智能化方法为二进制代码生成含有语义信息的表征向量，从而应用于多种二进制分析下游任务。本文围绕现阶段二进制代码表征技术的研究最新进展进行调研与分析，将现有相关研究的工作流程分为二进制代码特征提取方法与二进制代码特征嵌入方法两部分予以介绍。特征提取部分主要包含特征定义与分类以及特征构造。首先系统性阐述特征的抽象定义与分类，其次详细介绍构建特征具体表征的过程。在特征嵌入部分，根据所用的不同智能语义理解模型，以文本嵌入模型与图嵌入模型的使用情况作为分类依据，将嵌入方法分为4类并予以介绍。最后总结现有研究的整体发展思路，并对二进制代码表征技术相关的一些潜在研究方向进行展望。  
    Keywords：二进制分析;二进制代码表征;二进制代码特征提取;二进制代码特征嵌入   
    76
    |
    31
    |
    0
    <HTML>
    <网络PDF><Meta-XML>
    <Citation> <Bulk Citation> 109274809 false
    Updated：2025-06-09

  • 常规文章

    朱志伟, 高翔, 虞露, 廖依伊

    2025, 26(5): 695-712. DOI: 10.1631/FITEE.2400344
    Abstract：细分是一种广泛使用的网格细化技术。经典方法依赖于固定的手工定义的加权规则，难以生成具有适当细节的更精细网格，而先进的神经细分方法虽然实现了数据驱动的非线性细分，但缺乏鲁棒性，细分级别有限，而且在新形状上会出现伪像。为解决这些问题，提出一种神经网格细化（NMR）方法，该方法从精细形状中学习几何先验，再通过细分自适应地细化粗糙网格，并展示了鲁棒的可泛化性。我们的关键见解是，有必要将网络从非结构信息（如尺度、旋转和平移）中解耦出来，使其能够专注于学习和应用局部补丁的结构先验来进行自适应细化。为此，引入内在结构描述符和局部自适应神经滤波器。内在结构描述符排除非结构信息以对齐局部补丁，从而稳定了输入特征空间，使网络能够鲁棒地提取结构先验。神经滤波器采用图注意机制，提取局部结构特征，并将学习到的先验知识应用于局部补丁。此外，我们观察到，与L2损失相比，Charbonnier损失可以减轻过度平滑。结合这些设计选择，所提方法获得了鲁棒的几何学习和局部自适应能力，增强了对未知形状和任意细化级别的泛化能力。在一组复杂的三维形状上评估了该方法，结果表明它在几何质量方面优于现有细分方法。项目页面见https://zhuzhiwei99.github.io/NeuralMeshRefinement.  
    Keywords：几何处理;网格细化;网格细分;解耦表征学习;神经网络;图注意力   
    38
    |
    15
    |
    0
    <HTML>
    <网络PDF><Meta-XML>
    <Citation> <Bulk Citation> 109274810 false
    Updated：2025-06-09

  • 常规文章

    陈立, 张帆, 谢光伟, 高彦钊, 祁晓峰, 孙明乾

    2025, 26(5): 713-727. DOI: 10.1631/FITEE.2400594
    Abstract：人工神经网络（ANN）在遥感影像目标检测方面取得显著进展。然而，低检测效率和高能耗一直是遥感领域的重要瓶颈。脉冲神经网络（SNN）以稀疏脉冲的形式处理信息，为计算机视觉任务带来高效能优势。不过，大部分研究工作集中在简单分类任务上，仅有少数研究者将其应用于自然图像的目标检测。本文考虑到生物大脑的简约特性，提出一种人工—脉冲神经网络快速转换方法，用于遥感影像检测。基于群组稀疏特征建立快速稀疏模型进行脉冲序列感知，并对原始图像进行变换域内的稀疏重采样，从而快速感知图像特征和编码的脉冲序列。此外，为满足相关遥感场景中的精度要求，从理论上分析了转换误差，提出通道自衰减加权归一化方法，以消除神经元过度激活。所提遥感影像目标检测模型被称作S3Det。基于一个大型公开遥感数据集的实验表明，S3Det实现了与ANN相似的精度。同时，我们的转换网络稀疏度为原始算法的24.32%；能耗仅为1.46 W，是原始算法的1/122。  
    Keywords：遥感影像;目标检测;脉冲神经网络（SNN）;脉冲序列快速感知;通道自衰减归一化   
    32
    |
    49
    |
    0
    <HTML>
    <网络PDF><Meta-XML>
    <Citation> <Bulk Citation> 107900004 false
    Updated：2025-06-09

  • 常规文章

    段新涛, 李春, 魏冰心, 吴国明, 秦川, Haewoon NAM

    2025, 26(5): 728-741. DOI: 10.1631/FITEE.2300762
    Abstract：为增强公共渠道传输过程中信息的安全性，图像常被用于二进制数据隐藏。由于采用联合图像专家组（JPEG）压缩，数据容易失真，恢复原始二进制数据面临挑战。本文提出一种开创性的二进制数据隐藏方法，利用一种结合了空间和通道注意力机制的Transformer模型（称为SCFformer）抵抗JPEG压缩。该方法在隐藏阶段采用一种新颖的离散余弦变换（DCT）量化截断机制，以增强图像的抗JPEG压缩能力，并通过空间和通道注意力机制将数据隐藏到不易察觉的区域，增强模型对隐写分析的抵抗能力。在提取阶段，DCT量化机制最大限度减少压缩过程中秘密图像的丢失，从而更容易实现信息的提取。可扩展模块的整合增加了灵活性，允许可变容量的数据隐藏。实验结果证实所提方案具有高安全性、大容量和高灵活性，同时在JPEG压缩后的二进制数据恢复方面取得显著改进，展示了所提方法的有效性。  
    Keywords：二进制数据隐藏;抗JPEG压缩;离散余弦变换量化;SCFformer   
    35
    |
    22
    |
    0
    <HTML>
    <网络PDF><Meta-XML>
    <Citation> <Bulk Citation> 109274811 false
    Updated：2025-06-09

  • 常规文章

    2025, 26(5): 742-752. DOI: 10.1631/FITEE.2400443
    Keywords：Identity authentication;Dynamic group signature (DGS);Anti-quantum security;Zero-knowledge proof   
    53
    |
    14
    |
    0
    <HTML>
    <网络PDF><Meta-XML>
    <Citation> <Bulk Citation> 109274812 false
    Updated：2025-06-09

  • 常规文章

    薛昱, 冯西安

    2025, 26(5): 753-769. DOI: 10.1631/FITEE.2400598
    Abstract：为实现多个不确定机动目标的最优融合跟踪，提出一种具有分层结构的联合多高斯混合多伯努利（JMGM-MB）滤波器的联邦融合算法。JMGM-MB滤波器以交互多模型（IMM）滤波形式传递每个潜在目标的状态密度，因此精度高于多模型高斯混合多伯努利（MM-GM-MB）滤波器。在分层结构中，每个传感器节点执行局域JMGM-MB滤波器来捕获存活目标、新生目标和消亡目标。所提算法的一个显著特点是在融合节点运行一个主滤波器，以帮助判断状态估计的来源和补充漏检。所有滤波器的输出被关联为多组单目标估计。严格推导了IMM滤波器的最优融合，并将其用于合并关联的单目标估计。引入协方差上界技术以真正消除滤波器间的相关性，进而保证了算法的最优性。仿真结果表明，所提算法在线性和异类场景中均优于现有的集中式和分布式融合算法，且允许灵活调整主滤波器和局域滤波器的相对权重。  
    Keywords：不确定机动目标;联合多高斯混合多伯努利滤波器;分层结构;最优融合;相关性   
    43
    |
    32
    |
    0
    <HTML>
    <网络PDF><Meta-XML>
    <Citation> <Bulk Citation> 107900005 false
    Updated：2025-06-09
SEE MORE

  1. 0 1 混合-增强智能：协作与认知

    郑南宁, 刘子熠, 任鹏举, 马永强, 陈仕韬, 余思雨, 薛建儒, 陈霸东, 王飞跃 570 | 159 | 48

  2. 0 2 深度学习中的视觉可解释性

    张拳石, 朱松纯 82 | 51 | 45

  3. 0 3 人工智能在智能制造领域的应用研究

    李伯虎, 侯宝存, 于文涛, 陆小兵, 杨春伟 365 | 163 | 40

  4. 0 4 AI2.0时代的群体智能

    李未, 吴文峻, 王怀民, 程学旗, 陈华钧, 周志华, 丁嵘 265 | 168 | 39

  5. 0 5 挑战与希望：AI2.0时代从大数据到知识

    庄越挺, 吴飞, 陈纯, 潘云鹤 192 | 164 | 28

  6. 0 6 深度卷积神经网络高效计算研究进展

    程健, 王培松, 李钢, 胡庆浩, 卢汉清 259 | 325 | 25

  7. 0 7 利用太赫兹时域光谱法和微腔器件检测样品：综述

    陈麟, 廖登高, 郭旭光, 赵佳宇, 朱亦鸣, 庄松林 155 | 116 | 24

  8. 0 8 跨媒体分析与推理：研究进展与发展方向

    彭宇新, 朱文武, 赵耀, 徐常胜, 黄庆明, 卢汉清, 郑庆华, 黄铁军, 高文 338 | 381 | 24

  9. 0 9 智能无人自主系统发展趋势

    张涛, 李清, 张长水, 梁华为, 李平, 王田苗, 李硕, 朱云龙, 吴澄 203 | 174 | 24

  10. 10 论视觉知识

    潘云鹤 138 | 136 | 22

SEE MORE

视频资源

  • 2023年第1期 国家并行计算机工程与技术研究中心 何晓斌、陈鑫等| 面对E级超算系统的可扩展性和效率挑战:神威E级原型系统并行支撑环境的实践 00:02:51

    2023年第1期 国家并行计算机工程与技术研究中心 何晓斌、陈鑫等| 面对E级超算系统的可扩展性和效率挑战:神威E级原型系统并行支撑环境的实践

    2023-12-30
    Play Total： 23
  • 2023年第6期 北邮张平、许晓东等 | 面向语义通信的模分多址技术 00:02:30

    2023年第6期 北邮张平、许晓东等 | 面向语义通信的模分多址技术

    2023-12-30
    Play Total： 12
  • 2022年第10期 清华季新生、邬江兴等 | 6G网络内生安全新范式探讨 00:02:15

    2022年第10期 清华季新生、邬江兴等 | 6G网络内生安全新范式探讨

    2023-12-30
    Play Total： 0
  • 2022年第12期 国防科大苏金树、赵宝康等 | 大规模高效网络计算中的网络技术发展趋势 00:02:22

    2022年第12期 国防科大苏金树、赵宝康等 | 大规模高效网络计算中的网络技术发展趋势

    2023-12-30
    Play Total： 2
  • 2022年第6期 国防科大邵明天、卢凯等|面向高性能计算的自部署运行环境 00:02:48

    2022年第6期 国防科大邵明天、卢凯等|面向高性能计算的自部署运行环境

    2022-08-03
    Play Total： 7
  • 2022年第2期 浙大魏斌、况琨等 | 一种智慧法院的全流程智能化审判系统 00:02:24

    2022年第2期 浙大魏斌、况琨等 | 一种智慧法院的全流程智能化审判系统

    2022-05-17
    Play Total： 7
  • 2022年第3期 数学工程与先进计算国家重点实验室麻荣宽、魏强等 | 基于动态污点分析的工业控制系统协议自动逆向工程分析 00:02:37

    2022年第3期 数学工程与先进计算国家重点实验室麻荣宽、魏强等 | 基于动态污点分析的工业控制系统协议自动逆向工程分析

    2022-05-17
    Play Total： 4
  • P1 段宝岩院士致辞 00:05:36

    P1 段宝岩院士致辞

    2022-04-17
    Play Total： 9
  • P2 西电盛敏教授致辞 00:02:27

    P2 西电盛敏教授致辞

    2022-04-17
    Play Total： 6
  • P3 西电李云松教授致辞 00:02:37

    P3 西电李云松教授致辞

    2022-04-17
    Play Total： 10
SEE MORE

0