南京邮电大学学报(自然科学版)杂志

南京邮电大学学报(自然科学版)杂志2021年第2期

• H.266/VVC：新一代通用视频编码国际标准

  朱秀昌,唐贵进

  在2013年制定的H.265/HEVC视频编码标准获得成功后，新一代视频编码国际标准H.266/VVC在ITU T的VCEG和ISO/IEC的MPEG通力合作下已于2020年7月完成。尽管VVC视频编码层的结构仍然是传统的基于块的混合视频编码模式，但VVC提供了多项先进的视频编码工具，较先前的HEVC标准，其压缩率大约提高了一倍。文中主要对VVC标准中新编码技术的特点和性能进行综述。

• 构蜂窝网络中基于深度强化学习的下行链路功率分配算法

  周凡,王鸿,宋荣方

  针对密集异构蜂窝网络系统的下行链路，提出了一种基于深度强化学习的功率分配算法，旨在最大化系统能量效率。首先，基于蜂窝网络的下行链路模型对系统能量效率进行了建模；其次，构建了含有两层隐藏层的深度Q网络(DQN)作为行为状态值函数，用以优化系统能量效率。最后，仿真结果表明，所提的深度Q学习算法相较于贪婪算法、Q学习算法能够获得更高的系统能量效率，且在收敛速度和稳定性方面有显著提高，此外，通过改变学习速率来观察模型的性能找到了最佳学习速率。

• 基于大数据挖掘的ＬＴＥ 网络弱覆盖分析及覆盖优化研究

  邓扬鑫,赵夙,朱晓荣

  随着ＬＴＥ 移动网络的发展，基站和用户数量爆炸性增加使得当前网络环境越发复杂，导致ＬＴＥ 网络中的弱覆盖问题越来越多。针对复杂场景的弱覆盖问题，进行了基于大数据挖掘的ＬＴＥ网络弱覆盖分析及覆盖优化研究。首先，通过数据挖掘技术对现网数据集进行相关性分析与数据清洗，用于将杂乱的数据转换成有用数据集；然后针对数据集采用加权ＫＮＮ 算法建立信号预测模型；最后，以信号预测模型为基础，采用粒子群算法建立网络覆盖优化模型得到满足要求的最少基站数目与最优基站部署。通过现网数据的实验结果表明，该模型可将采样区域的弱覆盖栅格全部优化并且减少基站数目。

• 一种基于Ｕ-Ｎｅｔ 网络心脏ＭＲ 图像左室识别的图割后处理快速算法

  乔　艳,苑金辉,谢文鑫,胡晓飞

  为了从心脏ＭＲ 图像中分割出左心室，提出了一种基于Ｕ-Ｎｅｔ 网络的图割后处理算法。先训练Ｕ-Ｎｅｔ 网络分割网络得到概率图，接着采用图割算法进行后处理。为了减少图割算法运行时间，采用图像形态学操作去除无需后处理区域，只保留分割结果的边缘区域进行图割优化。采用Ｄｉｃｅ系数和召回率这两种评价指标，在Ｓｕｎｎｙｂｒｏｏｋ 数据集上的实验结果表明，该算法结果的边缘更接近标准分割结果，且具有较高的Ｄｉｃｅ 系数、召回率和时间效率。

• 区块链交易安全问题研究

  孙国梓,李　芝,肖荣宇,杨嘉乐,王晓晨

  区块链技术提出了去中心化的分布式账本，改变了原有的交易模式。然而新模式的出现和发展带来了许多交易安全问题，严重威胁用户资产安全。首先对区块链交易进行简要概述，再重点研究分析区块链交易的安全问题，包括攻击、骗局、账户行为、私钥泄露和智能合约漏洞等，接着，从交易记录异常检测、地址异常检测、智能合约检测、行为异常检测以及智能合约漏洞检测工具５ 个方面叙述区块链交易安全检测的方法，最后对区块链交易安全的发展进行了展望。

• 基于ＢＥＲＴ 的多源知识库索引对齐算法

  季一木,刘艳兰,刘尚东,许正阳,胡　林,刘凯航,汤淑宁,刘　强,肖　婉

  各类百科知识库是当代网民学习生活不可或缺的知识来源，但是单个知识库存在实体覆盖面低、实体信息缺失等问题；而不同知识资源和知识社区之间资源描述结构存在较大差异，阻碍了数据的共享、集成与复用。针对规模巨大的百科知识库，提出一种基于Ｂｅｒｔ 的多源知识库索引算法，利用Ｂｅｒｔ 预训练语言模型对实体的非结构化文本建模，构建特征向量计算实体相似度，对异构知识库具有良好的通用性。在此基础上，针对实体指称与实体上下文的关键词提出两种索引构建方式，有效提高了实体对齐的效率和准确率。通过５ 组测试数据的验证，该算法的准确率能够达到９１％～９６．２２％，同时召回率高达９２．２３％ ～ ９７．３３％。与此同时，该算法的索引结构在缩减率达到９９?? ９４％的同时保证了９８．５２％的完整性。该算法可以实际应用于多源知识库的实体对齐工作。

• 基于有向频繁子图挖掘的移动性模式网络构建方法

  张海涛,李济平,罗　城,冀　康,沈慧娴

  挖掘大量移动轨迹数据获取移动性知识，可为城市交通、智慧医疗等众多行业领域提供辅助决策。但现有的移动性知识表达方式过于简单，不能反映产生移动轨迹数据复杂系统的潜在运行规律，需要从网络的视角分析移动性知识之间的复杂关系。提出了一种基于有向频繁子图挖掘的移动性模式网络构建方法，包括移动轨迹数据到轨迹有向图的转换，基于有向图的移动轨迹频繁子图挖掘，以及基于ＧｒａｐｈＸ 图处理框架的移动性模式网络构建。实验结果发现：基于提出方法构建的移动性模式网络，可以使用源节点、目标节点的数量，平均节点度值（包括平均节点入度、平均节点出度）以及网络聚集系数等网络特征，清晰表达移动性知识之间的复杂关联关系。

• 一种基于评分信息熵的融合协同过滤算法

  张　洁,李　港

  相似度计算是协同过滤推荐算法的基础，但由于用户之间共同评价项目数量稀少，导致传统的协同过滤算法无法准确计算用户之间的相似度，从而造成推荐质量不佳。通过在Ｐｅａｒｓｏｎ 相似度计算公式中加入用户之间联系的惩罚因子，并在此基础上与评分信息熵进行融合，提出一种新的用户之间相似度计算方法。实验结果表明，该算法能够更准确地计算用户之间的相似度，从而提高推荐结果质量。

• 基于事件触发的遥操作系统在ＤＯＳ 攻击下的安全控制

  郑凯中,樊春霞

  主要研究了ＤＯＳ 攻击下的遥操作系统的稳定性，设计了基于事件触发的控制算法，根据遥操作系统是否受到ＤＯＳ 攻击，设立不同的触发函数。利用Ｌｙａｐｕｎｏｖ 函数证明了ＤＯＳ 攻击下的遥操作系统在所设计的控制器下能保持稳定，且没有Ｚｅｎｏ 行为。最后通过数值仿真验证了使用基于事件触发的控制算法可以使ＤＯＳ 攻击下的遥操作系统在自由运动即没有力反馈和有力反馈的两种情形下保持稳定。

• 基于区块链的有序多重签名方案

  徐朝东,王化群

  有序多重签名是由多个用户按一定顺序对同一文件进行签名和认证。目前的有序多重签名都是由签名者对签名进行验证，导致整体签名时间过长，为了解决这一问题，采用智能合约解决签名验证的时间消耗，同时为了保证签名过程的公平性，引入了罚金机制。方案将区块链技术与有序多重签名方案相结合，使得在限制签名者签名时间的同时保证了签名过程完全透明，以及保证了合同的机密性。基于计算Ｄｉｆｆｉｅ?Ｈｅｌｌｍａｎ 问题的困难性，方案是可证安全的。通过理论分析和原型实现，设计的方案是高效的，对比同类方案，时间效率提高了２４％。

• 基于特征融合和机器学习的网络视频流分类

  袁梦娇,董育宁

  网络流分类对于有效管理网络以确保服务质量（ＱｏＳ）至关重要。目前，特征融合在网络流分类领域取得了一些研究成果，但是其分类有效性还有待改善。在以往的研究基础上，提出了一种新的特征融合方法，通过对原始统计特征之间进行组合运算得到融合特征。与原始统计特征相比，有些融合特征更有效，或者两者互补。因此，为了提取对分类有用的信息，将原始特征与融合特征合并产生复合特征。同时，特征数目增加，存在冗余和无关特征，采用嵌入式特征选择方法和随机森林分类器来选出最佳的特征子集。对采集的视频流进行了实验测试，分类准确率达到了９９．３％，验证了该方法的有效性。与其他文献方法相比，文中方法的分类性能更好。同时在其他数据集上也进行了实验，验证了该方法适用于多种分类任务。

• 一种基于深度学习的Ｄｏｃｋｅｒ 风险预测方法研究

  邵思思,李　奎,尧海昌,杨卫东,尤　帅,刘　强,刘尚东,季一木

  相较于传统虚拟机集群，容器集群更能确保集群资源弹性供给的可靠性和时效性，以Ｄｏｃｋｅｒ为代表的新代容器技术已经成为主流。Ｄｏｃｋｅｒ 安全隐患已经成为阻碍Ｄｏｃｋｅｒ 发展的关键因素，Ｄｏｃｋｅｒ 容器基于镜像搭建，镜像的安全直接决定了容器的安全，而Ｄｏｃｋｅｒ 镜像是Ｄｏｃｋｅｒ 安全中相对较弱的环节。Ｄｏｃｋｅｒ 通过Ｄｏｃｋｅｒｆｉｌｅ 文件中的指令自动生成镜像，因而针对Ｄｏｃｋｅｒｆｉｌｅ 文件，提出一种基于深度学习的Ｄｏｃｋｅｒ 风险预测方法，对Ｄｏｃｋｅｒｆｉｌｅ 文件进行安全风险评估，输出风险程度，从源头对镜像进行风险控制。通过实验与其他几种传统方法对比表明，该方法能够有效判断Ｄｏｃｋｅｒｆｉｌｅ 文件是否存在风险。