首页 最新目录
最新目录
2026年, 第63卷,第11期  刊出日期:2026-11-01
    体系结构
  • 罗旭川, 沈家诚, 周扬帆, 王新
    计算机研究与发展. 2026, 63(11): 2767-2787. doi: 10.7544/issn1000-1239.202550769

    分离式内存架构作为一种新兴的硬件架构,近年来在学术界和工业界受到了广泛关注。该架构从物理上解耦数据中心的计算资源和内存资源,然后通过高速网络将分离的资源相互连接,从而提升数据中心的资源利用率、弹性和故障解耦能力。分布式索引作为分离式内存存储系统的核心组件,承担着高效组织与维护数据的关键任务,以满足用户对高吞吐、低时延数据访问的需求。然而,分离式内存架构受限于多方面的资源约束,如何充分适应资源解耦的特性并最大化发挥索引系统的性能,依然是亟待解决的重要问题。对分离式内存索引系统的研究进展进行了系统性综述。首先,介绍了分离式内存架构及远程直接内存访问(remote direct memory access,RDMA)的基本特征,并总结了构建高性能分离式内存索引所面临的主要挑战:并发控制、读写放大与缓存开销。随后,根据数据结构类型(哈希索引、树型索引、混合索引)对现有研究进行梳理和阐述,并以多个代表性系统为实例,分析其对应的设计思路、实现难点以及关键技术。最后,指明了分离式内存索引系统进一步研究中需要着重探索的问题,包括节点协作、容错机制以及新软硬件适配。

  • 体系结构
  • 赵言亢, 黎渊, 齐星云, 陆亿行, 刘谱光, 王强, 谢旻, 彭林, 赖明澈
    计算机研究与发展. 2026, 63(11): 2788-2806. doi: 10.7544/issn1000-1239.202550866

    针对单颗FPGA资源受限难以加速大规模神经网络,且FPGA集群面临架构设计复杂、任务划分低效及自动化工具链缺失等挑战,提出面向FPGA集群的端到端自动化部署框架TH-FCAD(automated deployment framework for large-scale neural networks on FPGA clusters)。首先,构建基于TH-Express的2级互连集群架构,融合全局互连与局部互连,实现高带宽、低延迟的跨节点通信;其次,提出延迟平衡优化与模型切分方法,将大规模模型均匀切分为多加速核并保持核间延时均衡;最后,设计集群感知映射算法,联合FPGA资源约束与通信拓扑自动生成最优映射,以最小化通信开销。构建了完整的工具链,实现了从PyTorch/TensorFlow模型到集群的端到端自动化编译部署。基于16节点FPGA集群的评估表明,部署ResNet-8,SqueezeNet,ResNet-50时,推理延迟分别为0.051 ms,1.24 ms,1.36 ms,峰值算力达5.95 TOPS;较现有多FPGA方案性能提升28.4%,且优于CPU与GPU平台。

  • 体系结构
  • 蒋文斌, 刘宝阳, 董雨康, 沈欣海
    计算机研究与发展. 2026, 63(11): 2807-2821. doi: 10.7544/issn1000-1239.202550678

    近年来,稀疏矩阵-密集矩阵乘(SpMM)已成为科学计算、图处理和深度学习等多个领域的核心算子和制约系统性能的瓶颈。然而,现有通用GPU上的SpMM实现普遍存在能效比、资源利用率低的问题,而一些专用的加速器虽然在规则计算上展现出了优异的能效比,但缺乏对不规则的稀疏矩阵运算的高效支持。针对此问题,基于高通量数据流众核处理器(DFU),提出了一种面向数据流架构的稀疏矩阵高效处理内核DFU-SpMM。首先提出数据流指令复用的分层稀疏矩阵处理方法,对稀疏数据进行重组织以减少SpMM内核的数据流图重传次数,同时,对于不同稀疏块使用不同的策略对其进行处理。然后提出面向流图优化的自适应汇编代码生成方法,引入观察者-执行者的思想,以突破现有DFU在SpMM内核生成方面的能力限制,并从任务分配和寄存器重用2个角度对代码生成过程中的数据流图构造进行优化。代表性数据集上的实验结果表明:相较于RTX 4090 GPU环境下的现有前沿工作DTC-SpMM和HP-SpMM,DFU-SpMM分别提高了平均1.09倍与1.23倍的能效以及1.71倍与1.10倍的计算资源利用率;相较于DFU加速器上数据重组织前的SpMM内核,优化后的内核实现了1.41倍的性能提升以及1.51倍的能效比提升。

  • 网络与信息安全
  • 张一鸣, 张锋巍, 闫守孟
    计算机研究与发展. 2026, 63(11): 2822-2842. doi: 10.7544/issn1000-1239.202550886

    随着云计算、大数据和人工智能的快速发展,数据安全与隐私保护已成为亟待解决的核心问题。2021年Arm提出机密计算架构(confidential compute architecture,CCA),通过硬件级隔离机制为敏感计算任务提供可信执行环境,保障数据与代码在使用过程中的安全性。尽管在用户态机密执行、设备隔离与系统安全增强等基于CCA的研究中已有初步成果,但整体来看,该领域仍处于起步阶段,现有研究较为分散,缺乏对架构发展与技术体系的系统性梳理。同时,部分研究重复构建底层关键机制,却未能总结技术共性。另一些工作则更关注功能实现,而对潜在攻击面及未来风险的分析不足。针对上述问题,对CCA在机密计算中的关键技术机制与研究进展进行系统分析,并对近年来具有代表性的成果进行分类归纳,涵盖执行环境扩展、设备隔离、应用适配与安全增强等方面的设计思路与实现路径。在此基础上,结合典型系统案例,凝练CCA研究中常用的技术路径,包含根世界隔离、多颗粒表内存隔离机制、2阶段页表与系统内存管理单元协同等关键技术。最后,进一步探讨当前CCA面临的主要挑战与研究趋势,为Arm机密计算领域的研究与创新提供参考。

  • 网络与信息安全
  • 陈思宇, 欧阳梦迪, 李发根
    计算机研究与发展. 2026, 63(11): 2843-2855. doi: 10.7544/issn1000-1239.202550933

    在云计算环境中,等式测试有效解决了加密数据无法进行底层明文比较的问题,其中支持等式测试的标识加密(identity-based encryption with equality test,IBEET)算法有效简化了传统公钥加密的证书管理,具有重要价值。我国自主研发的SM9加密算法已入选ISO/IEC国际标准,但现有基于SM9的等式测试方案普遍难以抵抗颠覆攻击,即通过篡改随机数生成方式掌握后门密钥的敌手可恢复明文,从而破坏算法的安全性。针对该问题,提出了一种RCCA(relaxed chosen-ciphertext attack)安全的支持等式测试的SM9标识加密方案(RCCA secure identity-based SM9 encryption scheme with equality test,RCCA-SM9-IBEET),通过部署密码逆向防火墙(cryptographic reverse firewalls,CRF)重随机化用户输入/输出信息来抵抗颠覆攻击;然后定义了OW-ID-RCCA(one-way chosen-ciphertext security against a relaxed chosen identity attack)安全模型,支持密文可重随机化以兼容逆向防火墙;同时在随机谕言机模型下给出了安全证明。最后,从理论与实验2个维度对方案的计算成本和通信成本进行了分析。

  • 网络与信息安全
  • 叶涛, 焦留洋, 韦永壮, 李灵琛, 周尔哲
    计算机研究与发展. 2026, 63(11): 2856-2870. doi: 10.7544/issn1000-1239.202550746

    轻量级分组密码算法的自动化分析技术是近些年研究的热点内容。LLLWBC算法是在Inscrypt 2022会议上提出的新型低延迟轻量级分组密码算法,其在软件和硬件实现上具有非常优秀的加解密性能。然而,针对一些新的安全性分析技术,LLLWBC算法是否安全还需要进一步研究。提出分组密码算法新的字传播轨迹构造技术,给出了7种不同布尔代数结构的自动化检测方法,并基于代数结构给出了积分区分器的自动化搜索方法。同时,研究了积分攻击密钥恢复过程中密钥猜测轨迹的构造方法,该方法能够自动地搜索到最优的密钥猜测集合。利用上述方法,构造了LLLWBC算法9轮的积分区分器,需要的数据复杂度为$ {2}^{52} $个LLLWBC明文分组,相比之前的积分区分器轮数增加1。随后,利用得到的9轮积分区分器,能够对12轮的LLLWBC算法进行密钥恢复攻击,该攻击需要的数据复杂度为$ {2}^{56.17} $个64b明文数据,存储复杂度为$ {2}^{72} $个128b的猜测密钥和$ {2}^{52} $个64b的密文数据,时间复杂度为$ {2}^{122.09} $次12轮加密操作。实验结果表明:12轮的LLLWBC算法无法抵抗积分攻击,全轮为21轮的LLLWBC算法仍然具有足够的安全冗余。提出的积分区分器构造方法和密钥恢复方法同样适用于其他基于字运算的密码算法。

  • 网络与信息安全
  • 马丽, 王昌晶, 章琳, 甘丽新
    计算机研究与发展. 2026, 63(11): 2871-2891. doi: 10.7544/issn1000-1239.202550653

    为防范隐私数据被恶意访问与滥用,数据收集方需保障用户对个人数据处理的明确同意与自主控制权。现有方案大多将用户同意与数据处理目的直接绑定,存在同意推导语义模糊、脱离业务逻辑、缺少冲突消解机制等问题,无法形成合法有效的用户同意。针对上述问题,提出一种基于同意的访问控制模型,将同意权限纳入访问决策流程,将个人数据操作抽象为服务于特定目的的动作。模型从语义层面明确目的与数据操作的关联,搭建“目的—动作—同意”一体化语义链路;遵循最小权限与拒绝优先原则,设计适配目的层级结构的非对称同意继承规则及同意计算方法。采用TLA+(temporal logic of actions plus)完成模型形式化建模,经模型检测验证了核心安全属性。实验表明,相较于现有代表性方法,该方法可有效化解同意冲突,取得更优结果。

  • 网络与信息安全
  • 郭奕旻, 姜奇, 熊平
    计算机研究与发展. 2026, 63(11): 2892-2908. doi: 10.7544/issn1000-1239.202550862

    物联网终端资源受限与复杂攻击并存的环境,对认证协议的设计提出了严峻挑战。尤其值得关注的是,即便通过形式化工具验证的协议,在攻击者组合多种基础攻击能力(如信道控制、秘密提取)所构成的隐式攻击下仍显脆弱。为解决上述问题,提出一种面向物联网的、可证明安全、资源高效且轻量级的认证协议。该协议采用哈希函数与物理不可克隆函数(physical unclonable functions,PUF)作为核心密码原语,通过动态身份与消息融合机制,同步优化通信与计算开销。在安全层面构建了可刻画复合攻击场景的扩展ROR(real-or-random)模型,并在此模型下严格证明了所提协议会话密钥的语义安全性;启发式安全分析进一步证实,所提协议在面对各类最强隐式攻击时,仍能实现全部9项预设安全属性。性能对比实验表明,所提协议在智能设备上的计算耗时仅为0.583 5 ms,通信开销为3168 b,在达成全面安全目标的同时其资源效率显著优于现有主流方案,为物联网应用提供了一个安全与轻量兼备的实用化解决方案。

  • 网络与信息安全
  • 赵佳欣, 王竞舟, 孙玉娥, 黄河
    计算机研究与发展. 2026, 63(11): 2909-2924. doi: 10.7544/issn1000-1239.202660004

    光交换技术得益于其可重配置特性,支持数据中心在运行时根据流量大小动态变化实时调整拓扑,可以有效应对新兴技术催生的全新流量模式。然而,配置的高度灵活性与流量大小的高度动态性是重配置与流量调度算法设计的瓶颈,现有的静态或动态算法方案难以兼顾网络性能与运行时延。基于此,提出一种静态-动态协同重配置与流量调度算法SYNC(static and dynamic network coordinator)。将重配置与流量调度问题形式化为$ k $-权重受限匹配问题,并基于优先队列和贪心迭代思想提出一套具有近似比保障的静态全局更新算法。详细分析可重配置数据中心中3类流量大小动态变化场景,针对性地为每类场景提出了高效动态局部调度算法。为进一步解决全局更新与局部调度间的平衡问题,通过周期性全局优化与图结构感知机制,实现系统性能与调度效率之间的权衡。基于真实生产环境数据集与RMAT(recursive matrices)生成的合成数据集的仿真实验结果表明,SYNC在保持竞争性吞吐率性能的同时达成了更短的运行时延,较已有算法降低运行时间达36.56%,同时表现出高度运行稳定性。

  • 网络与信息安全
  • 刘永基, 李成龙, 黄安文, 李琼, 刘洋徐瑞, 宋鑫
    计算机研究与发展. 2026, 63(11): 2925-2938. doi: 10.7544/issn1000-1239.202550643

    随着“空-天-地”一体化网络和大规模星座的快速发展,低轨卫星网络(low earth orbit satellite network,LEO-SN)与无人机(unmanned aerial vehicle,UAV)共同构成分层异构的空中接入/回传骨干,实现“空-天-地”3维互补并成为当前6G研究热点。由于LEO-SN链路的高丢包、长时延和高动态,现有地面网络的TCP(Transmission Control Protocol)拥塞控制机制难以保持稳定且高效的带宽利用率。相较于依赖丢包和时延反馈的传统算法,以BBR(bottleneck bandwidth and round-trip propagation time)为代表的探测型TCP拥塞控制算法更适用于此类复杂环境;然而,通过理论分析和实验证明,BBR算法受限于被动感知策略,在卫星链路切换时可能导致持续的带宽下降,即“长波谷效应”。为解决上述问题,提出了一种基于卫星切换预测的TCP拥塞控制机制SHP-BBR,利用历史卫星切换数据和往返时延数据,构建时间序列预测模型,提前预测卫星切换事件。基于预测结果,SHP-BBR能够提前主动感知链路状态变化,获得准确的网络参数估计,保证网络的带宽利用率。实验结果表明,SHP-BBR在低轨卫星网络环境中能够稳定消除“长波谷效应”,实现平均33%的带宽提升。同时,与传统TCP拥塞控制算法相比,SHP-BBR在动态变化的网络环境中表现出了高效、平衡的吞吐量和时延特性。

  • 人工智能
  • 任千昊, 刘睿珩, 张宇
    计算机研究与发展. 2026, 63(11): 2939-2951. doi: 10.7544/issn1000-1239.202550826

    在Text-to-SQL任务中,模型通常需要大规模的标注数据进行训练,而标注这些数据往往耗费大量的时间和人力成本。因此,数据稀缺性成为制约该领域发展、尤其是在特定领域应用中的关键瓶颈。在此背景下,基于大语言模型(large language model,LLM)的数据增强虽已成为一种有效的解决方案,然而当前Text-to-SQL领域的大多数现有方法严重依赖于原始数据集的分布,且其合成的数据往往缺乏可靠性与可解释性。针对上述问题,提出了一种思维链引导的数据合成方法SCoT-SQL。通过整合自然语言指令与包括数据库模式及表内容在内的符号知识,有效指引大模型减少数据合成过程中的语义错误。为确保合成数据的高质量,SCoT-SQL结合了模型自一致性投票与执行验证机制来进行严格的数据过滤。此外,还引入了基于思维链推理的模型自反馈机制对合成数据进行校准,在修正SQL查询逻辑不一致的同时,补充了数据合成的分步推理轨迹,从而进一步增强了数据的可靠性与可解释性。在KaggleDBQA与ScienceBenchmark数据集上的实验表明,SCoT-SQL方法的执行准确率相较于之前最先进的数据合成方法分别提升了6.5个百分点与3个百分点,证明了其在低资源及复杂场景下的有效性。

  • 人工智能
  • 谭学, 郑毅, 张云若, 陈怡然, 陈平, 薛向阳
    计算机研究与发展. 2026, 63(11): 2952-2962. doi: 10.7544/issn1000-1239.202550713

    检索增强生成(retrieval-augmented generation,RAG)系统通过集成外部数据库扩展了语言模型的能力。然而,这种增强方式引入了一种新型隐私漏洞——测绘攻击(mapping attack,MA),该类攻击旨在推断某一特定的私有数据片段是否被收录于检索数据库中,并进一步揭示其在检索过程中的行为特征。这类攻击同时利用嵌入层面的信号和检索过程中的动态信息,对RAG流程中的敏感数据保护构成了严重威胁。尽管人们对RAG系统中的隐私风险关注不断提升,但目前尚不存在专门针对测绘攻击设计的防御机制。AMRP-SIP 通过双重随机化机制同时保护文档嵌入表示与检索轨迹,并在隐私保护与检索效用之间实现有效平衡。AMRP-SIP包含3个轻量级阶段:首先,随机正交投影将查询和文档映射至低维潜在空间,以混淆原始嵌入表示,并降低后续噪声注入对检索效用的影响;其次,自适应差分隐私机制根据局部语义簇敏感度注入高斯噪声,确保实现(ε, δ)级别的文档片段隐私保护;最后,扰动丢弃阶段对相似度分数施加噪声扰动,并以概率p随机丢弃部分检索文档,从而模糊检索轨迹。在Wiki-40B,PubMed-256,IP-DataSet上的实验表明,AMRP-SIP将成员推断攻击(membership inference attack,MIA)的AUC值从0.75降至0.27。该框架在保护敏感信息的同时,维持了与现有方法相当的检索性能,为 RAG 系统中的测绘攻击防御提供了一种有效方案。

  • 人工智能
  • 杨迎春, 陈静波, 彭雪梅, 纪东, 刘松冉
    计算机研究与发展. 2026, 63(11): 2963-2975. doi: 10.7544/issn1000-1239.202550290

    扩散模型在图像生成领域取得了显著成就,但在图像生成时仍然面临计算成本高、推理延迟长和生成质量差的挑战。在前人研究的基础上,提出了一种基于预热感知噪声复用的高效自适应扩散模型推理方法,用于根据输入条件优化扩散模型的性能,解决了推理速度慢和生成质量差的问题。具体而言,预热感知方法能够根据输入文本提示的语义复杂度动态调整扩散过程初始阶段的预热时间步的数量,以确保高效的初始化。随后,噪声复用方法动态决定在迭代细化阶段噪声复用的时间步数量,减少不必要的计算开销。在4个NVIDIA V100 GPUs上实现了2.66倍的加速,与DistriFusion相比,推理速度提高了12.8%,生成质量提升了5.03倍。这些进步表明,在平衡推理效率与生成质量方面具有显著的效果,为实时图像生成应用提供了一种可扩展的解决方法。

  • 人工智能
  • 韩有瑞, 萨娅·赛立克, 艾克热木·乃比江, 孟维华, 胡悠鹏, 李子源, 尚学群, 陈伯林
    计算机研究与发展. 2026, 63(11): 2976-2985. doi: 10.7544/issn1000-1239.202550749

    癌症驱动基因的识别是肿瘤学研究中的一个重要方向,对于深入解析癌症的发生机制及实现精准医疗具有重要价值。目前,大多数研究方法主要依赖图数据来捕捉驱动基因的特征,但是癌症的发生过程涉及多种生物分子之间复杂的相互作用,仅凭单一模态信息难以全面揭示其本质。因此,如何高效整合多模态生物数据以全面刻画驱动基因,成为亟待解决的关键问题。为此,提出了一种基于文本-图模态的癌症驱动基因识别方法TGMNN(text-graph modal neural network)。该方法在图模态的基础上,进一步引入与基因相关的文本语义信息,并采用交互注意力机制实现多模态的协同融合,从而降低模态之间的差异。与现有方法相比,TGMNN能够更有效地捕捉多模态之间的信息交互,显著提升驱动基因预测的准确性。实验结果表明,该方法的AUC值达到0.897,优于现有方法,突显了模型的有效性。

  • 人工智能
  • 营鹏, 李仲年, 袁宏广, 魏孟, 许新征
    计算机研究与发展. 2026, 63(11): 2986-3001. doi: 10.7544/issn1000-1239.202550731

    近年来,大型视觉-语言模型(vision-language model,VLM)在图像分类任务中展现出卓越的零样本预测能力,推动了图像识别技术的发展。现有VLM普遍依赖于一组预定义的类别标签或外部文本知识库作为语义先验,以实现图像与语义之间的对齐与匹配。然而,在实际应用中,预定义标签往往难以覆盖开放世界中的所有概念,导致模型的适应性和泛化能力受到限制。为应对这一挑战,提出了一种更具开放性的任务——生成式图像分类(generative image classification,GIC),该任务不提供任何先验的语义标签,而目标类别潜藏于一个开放的、可能无限扩展的语义概念空间中,极大地增加了分类难度。针对该任务的复杂性,提出了一种基于粒度引导的多模型协作框架,充分发挥VLM在图像理解与文本生成方面的优势。具体而言,该框架通过设计高效的提示模板,引导VLM在不同语义粒度下生成潜在标签;随后,语言模型基于图像描述自动关联同一粒度内的相关类别,扩展候选标签空间;最后,通过在嵌入空间中进行语义相似度检索,筛选出最相关的最终标签。在多个细粒度图像分类基准数据集上进行的实验验证了所提方法在GIC任务中的有效性与先进性。

  • 人工智能
  • 杨建锋, 朱东坡, 曹瑞, 崔选皓, 王平, 郑杰
    计算机研究与发展. 2026, 63(11): 3002-3016. doi: 10.7544/issn1000-1239.202550936

    针对现有图像描述方法难以同时兼顾全局语义与细粒度细节、生成结果易偏泛化或关键信息遗漏的问题,提出一种基于共性-特性协同建模与多专家融合的多特征图像描述生成模型EAFCC(expert-aware fusion with common-specific collaboration)。该模型并行接收网格特征、区域特征与分割特征,在编码阶段首先通过预融合模块对多源异构特征进行隐式对齐。在共享语义空间中提取跨特征一致的共性信息,同时为各特征流保留差异化表达基础。随后利用共享Transformer编码器建模共性表征,并通过对比学习约束进一步增强其一致性与判别性。同时,采用3条独立编码分支对不同特征流进行特性建模,以保留与特征类型相关的细粒度补充信息,并借助多专家门控路由机制实现特性信息的动态加权融合。最后,将增强后的共性特征与融合后的特性特征进行协同整合,经跳跃连接编码器后送入Transformer解码器生成图像描述。在MS-COCO数据集上的实验表明,EAFCC在CIDEr-D指标上取得了较优性能,并优于现有单特征或双特征方法,验证了共性与特性联合建模的有效性。

  • 人工智能
  • 罗义琴, 古天龙, 郝峰锐, 常亮
    计算机研究与发展. 2026, 63(11): 3017-3031. doi: 10.7544/issn1000-1239.202550799

    深度学习技术日益赋能皮肤病诊断应用,使其诊断性能稳步提升。然而,这类数据驱动的深度学习模型存在严重的偏见问题。若将存在偏见的系统部署于临床应用,势必会对特定群体(如非代表性群体)造成不公平对待。确保决策的公平性已成为一个至关重要且亟待解决的问题。现有研究表明,提升公平性往往以降低诊断性能为代价。因此,为了在诊断性能和公平性之间取得更优权衡,同时减轻对非代表性群体的不公平对待,提出一个增强型平衡增量蒸馏网络(enhanced balanced incremental distillation network,EBID-Net)。具体而言,该模型借助平衡记忆内存整合不同群体的分布开展增量训练,促使代表性群体辅助非代表性群体学习知识。此外,将全局信息融入上下文注意力机制,捕捉不同空间位置特征间的交互关系,从而在增量学习过程中获得更稳健的特征表示。实验结果显示,EBID-Net在公平性以及诊断性能和公平性间的权衡方面均优于其他方法。