联邦学习通信效率研究综述

  

作为一种分布式机器学习范式,联邦学习(Federated Learning, FL)旨在在保护数据隐私的前提下,实现在多方数据上共同训练机器学习模型。在实际应用中,FL在每轮迭代中需要大量的通信来传输模型参数和梯度更新,从而提高通信效率,这是FL面临的一个重要挑战。文中主要介绍了… …   相似文献

郑剑文;刘波;林伟伟;谢家晨 《计算机科学》2025,(2):1-7

基于个性化PageRank和对比学习的图异常检测模型

  

图异常检测旨在从属性网络中检测出异常节点,其由于在许多应用领域如金融、电子贸易、垃圾邮件发送者检测中有着深远的实际意义而备受重视。传统的非深度学习方法只能捕捉图的浅层结构,对此,研究者们提出了基于深度神经网络的异常检测模型。然而,这些模型没有考虑到图中节点的中心性差异,这种差异在… …   相似文献

袁野;陈明;吴安彪;王一舒 《计算机科学》2025,(2):80-90

面向云数据中心基于改进A2C算法的任务调度策略

  

已有基于深度强化学习(Deep Reinforcement Learning, DRL)的云数据中心任务调度算法存在有效经验利用率低造成训练成本高、状态空间维数不固定和维度较高导致学习震荡,以及策略更新步长固定造成的收敛速度慢等问题。为解决以上问题,基于云数据中心场景构建并行任务… …   相似文献

徐东红;李彬;齐勇 《计算机科学》2025,(2):310-322

孤独症访谈场景下融入角色信息的说话人日志方法

  

说话人日志技术在智能语音转写领域扮演着关键的角色,其核心任务是按照说话人的身份对多人音频进行分割和聚类,以便更好地对音频内容及转写文本进行整理。在医疗访谈领域,说话人日志技术是自动化评估的前置条件。医疗交互对话领域天然存在角色信息,以孤独症辅助诊断为例,典型的情境包括医生、家长和… …   相似文献

王康月;程铭;谢奕香;邹小兵;李明 《计算机科学》2025,(2):231-241

基于细粒度缓存与学习型索引的LSM树键值存储系统性能优化

  

在数据量飞速增长的大数据时代背景下,基于日志结构合并树的(Log-Structured Merge-Tree-based, LSM-Tree-based)键值存储系统因其优秀的灵活性与扩展性被广泛应用于NoSQL系统。但是,传统的LSM-Tree结构键值存储系统在查询数据时,因搜… …   相似文献

许睿达;李永坤;许胤龙 《计算机科学》2025,(2):33-41

基于局部梯度平滑的解释鲁棒性对抗训练方法

  

深度学习可解释性在发展的同时,也面临着安全性方面的巨大挑战。模型对输入数据的解释结果存在被恶意操纵攻击的风险,此攻击严重限制了可解释性技术的应用场景并阻碍了人类对模型的探索与认知。针对此问题,提出一种使用模型梯度作为相似性约束的解释鲁棒性对抗训练方法。首先,沿解释方向采样生成对抗… …   相似文献

陈自刚;潘鼎;冷涛;朱海华;陈龙;周由胜 《计算机科学》2025,(2):374-379

基于RFFAD＿DeepSVDD的低功耗蓝牙欺骗攻击检测技术

  

  相似文献

闫廷聚;曹琰;王依菁 《计算机科学》2025,(2):380-387

基于信任链技术的SSH传输层协议改进

  

主机密钥是SSH(安全外壳,Secure Shell)服务器的身份标识,用户通过检查主机密钥指纹实现对SSH服务器的身份认证。但在实际应用中,用户往往并不重视指纹检查过程,使得基于主机密钥替换的中间人攻击成为可能。为此,基于信任链思想提出一种SSH传输层协议的改进方案。该方案通过… …   相似文献

王兴国;孙云霄;王佰玲 《计算机科学》2025,(2):353-361

KCNN：一种神经网络轻量化方法和硬件实现架构

  

卷积神经网络（convolutional neural network,CNN）已成为图像识别领域最重要的一项机器学习技术. 近年来,随着CNN在边缘端部署的需求越来越多,CNN的轻量化也成为研究热点. 主流的CNN轻量化方法包括剪枝和量化,这2项技术都能有效地减少CNN推导过程中计算和存储开销. 然而,这些方法未能完全挖掘CNN中的双边稀疏性（权重稀疏和激活值稀疏）和潜在的数据复用. 因此,为了解决上述问题,提出一种全新的神经网络轻量化方法,通过k-means算法对卷积核和特征图的非0值进行聚类,整个神经网络的推导过程中只使用有限的聚类值作为乘数去完成全部卷积计算. 与以往卷积层计算复杂度$ O({n}^{3}) $相比,轻量化处理后的卷积层计算复杂度仅为$ O({n}^{2}) $,大幅度减少了计算量. 同时,将全连接层权重也进行非0值聚类处理,片上只存储聚类值和对应的索引向量,极大地减少存储开销. 最后,针对该轻量化方法设计一种硬件实现架构KCNN. 该架构将CNN中的不同处理流程模块化实现,与以往的实现架构相比增加一个非0值聚类模块,此外还设计了一些缓存来利用聚类后CNN中的数据复用. 实验结果表明在不损失推导精度的情况下,AlexNet网络整体计算量减少66%,存储开销减少85%.… …   相似文献

陈桂林;王观武;王康;胡敏慧;邓俊荃 《计算机研究与发展》2025,62(2):532-541

RobustSketch: 支持网络流量抖动的大流弹性识别方法

下载全文  

大流识别是网络测量中的一项关键基础性工作,目前主流的方法是采用概要型数据结构Sketch快速统计网络流量,进而高效筛选大流.然而,当网络流量发生抖动时,大量分组的急速涌入将导致大流识别精度显著下降.对此,提出一种支持流量抖动的网络大流弹性识别方法 RobustSketch.所提方… …   相似文献

熊兵  刘永青  夏卓群  赵宝康  张锦 《软件学报》2025,36(2):660-679