澳门太阳集团9728网站
信息技術研究生論壇
場次一、
時間：2022年7月11日（星期一）9:00-12:00
地點：澳门太阳集团9728网站601教室
報告題目一：基于區塊鍊的智能電網研究
報告人：黃金寶
報告簡介：智能電網研究是目前電網系統發展的必然趨勢。分布式能源以其能效利用合理、損耗小、運行靈活等特點迅速成為智能電網建設中的重要能源體系。但相較于傳統電力能源，分布式能源大規模并網難和資源難以調度制約着其在電網中的進一步發展。同時電力企業在對分布式能源進行管理時，容易出現電力交易雙方難以取得互信、無法實時對電力設備進行監管等現象。針對上述問題，提出了一種基于區塊鍊的智能電網資源分布式管理方法：采用區塊鍊分布式賬本存儲技術，将完整數據保存在區塊鍊節點中，保證用戶交易數據的完整性與安全性；節點根據功能進行分類，移動端用戶僅作為輕量化節點，可降低其能耗與成本；以及通過ｋ均值算法将電力資源提供者自動劃分到不同的區塊鍊中，降低共識過程所帶來的延遲；最後設計安全機制，規定在新的一輪共識過程中勝出的PU節點需要接收到區塊鍊節點中其他所有PU節點對于區塊的确認信息後，才可以将新區塊添加到區塊鍊中，進一步防止了雙花攻擊與替代曆史攻擊。
報告題目二：邊緣計算中基于模糊邏輯的任務卸載機制
報告人：王素紅
報告簡介：邊緣計算是繼雲計算後新興的有效處理信息系統中數據任務的一種技術，該技術中任務保留在本地設備處理還是卸載到邊緣服務器中是一項重要且永恒的研究課題。基于模糊邏輯中模仿人腦對不确定性概念的判斷、推理思維方式，可以處理真實計算機網絡中任務到達的時間和任務大小等信息的不确定性，與邊緣計算的實際應用場景較為契合，能夠得出更為合理的卸載決策，使整個系統運行更加高效。
報告題目三：目标跟蹤yolov5+deepsort算法研究
報告人：蔣家基
報告簡介：報告主要将傳統的目标跟蹤算法匈牙利算法（Hungarian Algorithm）和卡爾曼濾波算法（Kalman Filter）與現如今主流的基于Tracking-by-detection的yolov5+deepsort算法進行分析和試驗比較。采用yolov5+deepsort算法對現有開源數據集PASCAL2007+2012數據集進行訓練測試，并探讨對模型進行剪枝處理，進一步為模型做輕量化和工業化部署。
報告題目四：一種無線體域網自适應介質訪問控制協議的設計
報告人：黃業恒
報告簡介：IEEE 802.15 . 6标準應運而生，成為最适合無線體域網特殊要求的标準。它通過推薦使用幾種介質訪問控制層技術來為設計人員提供靈活性，但沒有指定如何将推薦的一些或所有這些技術結合起來，以形成特定場景中最有效的無線體域網介質訪問控制。我們的目的是設計一種無線體域網介質訪問控制，通過考慮傳感器的可變性和異構性，提供标準中可用的這些基本技術的最佳組合。所提出的技術的性能使用一些标準的性能指标進行評估，例如吞吐量、延遲和能耗
報告題目五：基于馬爾可夫決策過程的移動邊緣計算動态業務遷移
報告人：韋睿
報告簡介：在移動邊緣計算中，本地邊緣服務器可以承載基于雲的服務，這減少了網絡開銷和延遲，但需要随着用戶遷移到新的位置進行服務遷移。由于動态雲環境中的不确定性，優化遷移決策具有挑戰性。在本文中，我們将服務遷移問題表述為馬爾可夫決策過程(MDP)。我們的公式包含了一般的成本模型，并提供了一個數學框架來設計最優的服務遷移策略。為了克服計算最優策略的複雜性，我們用用戶和服務位置之間的距離近似底層狀态空間。我們證明，所得到的MDP對于統一的1-D用戶移動是精确的，而它提供了具有恒定附加誤差的統一的2-D移動的近似。本文還提出了一種新的計算最優解的算法和數值技術，與傳統的基于标準值或策略疊代的方法相比，該算法的計算速度明顯加快。
報告題目六：基于矽光子學的單光子能級幹涉
報告人：楊柳妮
報告簡介： 為了優化抑制信道幹擾和限制重複頻率之間的權衡，文章提出了一種基于矽光子學的幹涉儀，對信道偏振擾動具有很強的魯棒性。設計和制造了包含200ps、400ps和740ps延遲線的AMZI PLC，并集成了一個可調諧的功率分配器和TOPM。提出了一種新的脈沖自幹涉方法，在單光子水平上研究AMZI芯片的偏振特性。給出了其實現信道偏振不敏感性的工作條件。此外，證明了延遲對全波溫度的依賴關系。
場次二、
時間：2022年7月11日（星期一）8:00-12:00
地點：澳门太阳集团9728网站807B教室
報告題目一：基于多策略融合的webshell檢測研究
報告人：董成鋒
報告簡介： webshell檢測對web服務器的安全尤為重要，因此本報告主要介紹的webshell的檢測以及其實現。本報告首先對webshell的相關知識進行介紹，然後對目前 webshell的檢測和逃逸的方法的優缺點進行介紹。并且在此基礎上提出一種從PHP代碼文本和其在編譯運行時的中間語言OPCODE結合傳統的正則表達式和機器學習和深度學習的多策略融合的webshell 檢測方案。
報告題目二：針對惡意審計員的基于區塊鍊的雲存儲公共完整性驗證
報告人：向豔
報告簡介：介紹一種雲存儲公共完整性驗證方案，即基于區塊鍊的無證書公開認證方案(CPVPA)，關鍵思想是要求審計人員将每個驗證結果記錄到區塊鍊上的事務中。因為區塊鍊上的事務是時間敏感的，所以可以在事務記錄到區塊鍊之後對驗證進行時間戳，這使用戶能夠檢查審計人員是否在規定的時間執行驗證。此外，CPVPA建立在無證書密碼學的基礎上，不存在證書管理問題。通過嚴格的安全性證明證明了CPVPA的安全性，并對CPVPA進行了綜合性能評價，證明了CPVPA的有效性。
報告題目三：基于API語義改進現有分類器以檢測進化的Android惡意軟件
報告人：蒙昕怡
報告簡介：随着時間的推移，惡意軟件開發者以及API文檔都在更新，導緻Android惡意軟件檢測模型準确度下降很快。通常對抗這種問題的方法是引入新的樣本再次訓練。為了節省人工打标成本同時延緩模型衰老的速度，介紹一種能夠利用Android API文檔和圖的方法來提取Android APK特征的方法，這種方法可以提取API行為的語義信息，因此能夠有效延緩模型老化。
報告題目四：基于集成學習的網絡入侵檢測系統研究
報告人：覃廣林
報告簡介：近年來，基于網絡的入侵檢測系統已成為檢測計算機網絡入侵的熱門技術。現有的基于網絡的入侵檢測系統可以很容易地識别那些在網絡中常見的入侵，但它們不能準确地識别新的和不常見的入侵，且這樣的系統隻專注于最大化整體攻擊檢測了，而忽略了錯誤警報的數量，針對這些問題，提出一種基于集成算法的三層基于網絡的入侵檢測系統，這個系統可以對常見的攻擊和不常見的攻擊有較高的檢測率，通過正确隔離正常流量和攻擊流量，将虛假告警的數量降至最低。
報告題目五：基于機器學習的web攻擊檢測系統
報告人：李春輝
報告簡介：随着搜索引擎的技術發展，web技術也得到了長足的進步。目前中國的網站以及相關的博客等呈現出較高的增長率。比較常見的如sql注入，xss，csrf，文件上傳等。這些漏洞都是危害極大的。攻擊者可以通過這些攻擊方式對受害網站以及相關的服務器，進行數據和重要的資源的獲取。而對于這類攻擊的檢測方法也是有很多的，但是常規的就是基于特征庫匹配或規則過濾的原理進行防禦。該方法對于已知的攻擊手段以及payload的效果比較好，但是對于未知的攻擊卻無能無力。該系統就是嘗試實現對web常見攻擊的檢測，我們采用時下最為流行的機器學習的方式進行檢測可能的攻擊。
報告題目六：邊緣計算場景中基于改進粒子群優化的計算卸載
報告人：黃柏成
報告簡介：通過把計算任務卸載到邊緣服務器上，可降低用戶終端設備處理計算任務的時延與能耗。為了滿足邊緣計算場境下用戶終端設備對密集型任務處理的低時延和低能耗需求，本文設計了時延模型、能耗模型以及卸載優化模型，給出了一種基于改進型粒子群優化算法的卸載方案，并用實驗驗證了所提方案的優良性能。實驗結果表明:本文所提出的卸載方案在時延和能耗方面均優于基于遺傳算法的卸載方案和基于标準粒子群優化算法的卸載方案。
報告題目一：一種基于加權融合和逐點卷積的特征解碼單目圖像深度估計方法
報告人：陳磊
報告簡介：基于深度學習的單目深度估計得到了廣泛的研究，并取得了良好的效果；但是仍存在不少問題，一是當物體間深度距離發生突然變化時，估計物體邊緣附近的深度較困難。二是噪點較多的圖像的深度估計能力不足。三是網絡參數龐大，消耗硬件資源多。為了解決這些問題，我們提出了一種融合全局特征和局部特征的最大-平均自适應池化加權融合方法（MAWF），以提高邊界深度信息預測精度。同時,還多次使用一個連續逐點卷積模塊(CPCM)用于處理由（MAWF）模塊得出的融合特征，此模塊在減少網絡模型參數量的同時,還能加深解碼器部分網絡層數,以更好地解碼出場景的深度信息。實驗結果表明，我們的方法對場景邊緣信息有較強預測能力，對有噪點較多的圖像的深度估計也有較強魯棒性。
報告題目二：移動邊緣計算中基于深度強化學習的資源配置研究
報告人:彭姿馀
報告簡介：在本課題中我們優先提出利用深度強化學習求解并優化在多用戶場景下以及在計算、存儲以及帶寬資源有限的約束條件下研究任務類型緩存和任務卸載，以及帶寬資源分配以及計算資源分配問題，來最小化用戶任務長期平均完成時延。我們提出的區别于基于優化理論來解決MEC系統場景中的任務卸載和緩存以及資源分配問題具有理論和實際應用意義。
報告題目三：結合多尺度圖卷積和局部特征強化的點雲分類與分割網絡
報告人：蔡俊民
報告簡介：随着3D采集技術的發展，點雲在物體分類、自主駕駛以及機器人技術等領域有着愈趨重要的應用價值。目前基于深度學習的點雲分類和分割方法在提取局部特征的過程中一般僅選取領域點特征的最大值，在網絡設計上存在不足，未能充分處理局部點間的複雜關系。針對該問題，本文提出一種結合多尺度圖卷積和局部特征強化的點雲分類與分割方法(DGCNNSA)。采用S8N方法對點進行多方向編碼，通過空間注意力機制獲取局部特征；采用動态圖卷積和K近鄰方法，同時結合空間注意力提取邊緣特征；聯合這兩種特征得到更全面的局部特征。本課題分别在數據集ModelNet40、ShapeNetPart上進行分類、實例分割，經大量實驗證明，該方法能夠能夠高效地聚合領域特征，在點雲分類和分割任務上到達了較好的精度。
報告題目四：多無人機輔助物聯網的飛行路徑優化問題的研究
報告人:蔡書涵
報告簡介：無人機作為一種輔助物聯網的設備已成為研究熱點，介紹無人機輔助物聯網的國内外研究現狀。以無人機輔助蜂窩網絡和移動邊緣網絡為主研方向，解析近年模型方法。為應對爆發式增長的用戶數量和計算需求，舍棄了單無人機的模型而采用了多無人機輔助物聯網的架構。從多個角度分析了多無人機群模型的優劣以及改進方法，并介紹了幾種使用深度強化學習的算法來對無人機的飛行路徑進行優化以實現能耗的最小化和覆蓋的最大化。最後分析了當前研究的改進點并對路徑優化的進一步發展提出展望。
報告題目五:基于雙向融合rpn網絡的雷達點雲識别研究
報告人:陳子奧
報告簡介：介紹在基于車載雷達點雲深度學習中的領域現狀。以lider點雲識别為主要研究方向，解析近年的模型方法。對比傳統的機器學習和特征符與基于新型點雲模型的方法的優劣，通過修改pointpillars點雲模型的骨幹網絡在提取第一部分網絡輸出的僞圖像時，不是通過直接卷積獲得特征，而是對其進行一個自底向上和一個自頂線下的雙向融合網絡得到點雲的特征。通過與原有的方法比較，能夠在kitti數據集中Cyclist的各類識别率上整體提升3%的準确率，達到了比較優秀的結果。
報告題目六:基于矩陣編碼的進化計算算法的社區發現算法研究
報告人:餘 謙
報告簡介：先介紹進化計算的基礎框架以及社區發現的概念。
分析傳統的染色體編碼方式的優缺點以及應用局限。介紹矩陣編碼理論和矩陣編碼的優缺點，介紹矩陣編碼解決傳統編碼的缺陷的原理。提出一種基于矩陣編碼的進化計算社區發現算法，同時對比同類算法在相同數據集的計算性能和劃分精度，并對實驗結果做解釋分析。
場次三、
時間：2022年7月13日（星期三）15:30-17:30
地點：澳门太阳集团9728网站601教室
報告題目一：深層脈沖神經網絡的訓練方法及應用研究
報告人：呂兆麟
報告簡介：首先介紹脈沖神經網絡的相關背景和課題來源。脈沖神經網絡是一種更貼近真實人腦結構的神經網絡算法，脈沖神經網絡提供了一種新穎的研究人腦結構的途徑，也适合在邏輯相關的任務上使用，而脈沖神經網絡在各領域任務上的準确率還有待提升，深度脈沖神經網絡與常見深層神經網絡在訓練上有所不同，本報告将介紹一些深層脈沖神經網絡的訓練方法和應用場景，展示一些實驗數據，并展望深層脈沖神經網絡的改進和其他應用場景。
報告題目二：基于類腦計算模拟深度神經網絡應用研究
報告人：浦斌
報告簡介：首先介紹常見深度神經網絡常做的計算機視覺任務比如圖像分類、目标檢測、語義分割，分析這些應用研究在類腦計算中實現的可行性。然後介紹使用Nengo-dl類腦計算框架與傳統的深度學習框架實現的不同性，Nengo-dl框架的使用與傳統深度學習框架的實現同一網絡模型在技術上有什麼難點。最後對類腦計算以及深度學習的發展作出展望，讨論深度學習應用如何在Nengo-dl框架中更有效運行。
場次四、
時間：2022年7月13日（星期四）8:00-12:00
地點：澳门太阳集团9728网站807B教室
報告題目一：基于MZI-MRR的光濾波器設計
報告人：何萬才
報告簡介：設計了一種基于絕緣體上矽的具有大帶寬調諧能力的緊湊型可重構光濾波器。該裝置由三 個微環輔助馬赫-曾德爾幹涉儀構成，利用矽的熱光效應可以控制微環諧振器的相位，進而同時調節濾 波器的帶寬和中心波長。用 FDTD 方法對器件的性能進行了仿真，仿真結果表明，帶寬的調諧範圍為 1.4 nm-10.6 nm，占自由光譜範圍的 11.5%-85%；阻帶消光比大于 20dB，通帶損耗為 0.4～0.7dB；器 件尺寸為 40×60 μm2。
場次五、
時間：2022年7月14日（星期四）8:00-12:00
地點：澳门太阳集团9728网站807B教室
報告題目一：基于MZI-MRR的完全無阻塞光路由器設計
報告人：何萬才
報告簡介：目前，由于電交換機的發展無法跟上實際需求，因為光開關具有大帶寬、低延時、低功耗等優點，光互連逐漸取代電互聯，光交換逐漸取代電交換，滿足下一代數據交換的需求。光路由器（光開關）因此因此成為了研究熱點。光開關主要由開關單元、開關架構構成。光開關單元現在主要有兩種，一種是由馬赫曾德爾幹涉儀構成的，另一種是由微環諧振器構成。光開關架構，從功能上說，主要分為三種類型，第一種是阻塞型光開關，第二種是可重構型光開關，第三種是完全無阻塞光開關。本設計提出了一種構建N端口光路由器的通用方法，該光路由器基于2*2的光開關單元。通過分析N端光路由器的路由表，本設計給出了m-n和m-n-1的光鍊路的關系。N端口光路由器的規模随着光開關的性能改善而擴展。
場次六、
時間：2022年7月12日（星期二）14:30-17:30
地點：澳门太阳集团9728网站807B教室
報告題目一：基于“安全牆”的傳送交互研究
報告人：蘇建春
報告簡介：安全牆是VR人機交互中的安全保障，保障用戶在VR世界裡可以安全的進行遊戲。本項目基于安全牆進行交互拓展，在牆上實現傳送交互功能給用戶添加傳送的交互方式，并探讨傳送交互的優越性和不足。現階段虛拟現實的交互基本基于單一世界的交互，用戶無法感知外界以及、其他用戶的世界等。牆的傳送交互可以打破空間上的限制，是安全牆除了保障安全外具有更多的可能性。報告提出基于“安全牆”的傳送交互拓展幾種方向，分别是與其他空間、與真實世界、與自身世界的傳送，并探讨目前階段的牆的應用。
時間：2021年7月12日（星期二）14:00-17:00
地點：澳门太阳集团9728网站807B教室
報告題目二：基于手勢識别的方向鍵系統
報告人：覃業暢
報告簡介：Hololens混合現實眼鏡的手勢識别能做到基本實時準确地獲取到用戶的手指，受到遊戲手柄的十字鍵和鍵盤方向鍵的啟發，我們可以用類似的按鍵布局設計出一套單手即可進行交互的AR虛拟方向鍵。
場次七、
時間：2022年7月7日（星期二）14:00-17:00
地點：澳门太阳集团9728网站807B教室
報告題目一：基于SLAM的AR與VR用戶交互
報告人：覃浩钊
報告簡介：SLAM （Simultaneous Localization and Mapping）是指即時定位與地圖構建或同時定位與映射。就本質而言，SLAM是一種利用傳感器饋送和/或IMU讀數來構建未知環境的映射結構，并實時确定設備位置和方向的過程。AR設備hololens就是利用slam技術進行定位。出于同一環境下，AR設備與VR設備可以利用slam技術進行世界坐标系的轉化。從而允許在不同設備的用戶在物理環境下可以共享虛拟對象。
場次八、
時間：2022年7月15日（星期五） 19:00-22:00
地點：澳门太阳集团9728网站807b教室
報告題目一：基于yolo的木薯葉病害檢測
報告人：曹勉
報告簡介：農作物病害是制約農業生産的主要災害之一，嚴重影響農作物的産量和質量。近年來，随着我國植物保護能力的明顯提高，通過采取各種病害檢測和預防手段，我國每年可減少糧食損失8700~11000萬噸，約占全國糧食總産量的17%，減少上億元的經濟損失。由此可見，早發現、早治療農作物病害對農業生産具有十分重要的作用。廣西多丘陵旱地，自然條件适宜木薯生産。廣西一直大面積種植木薯，保持着全國木薯生産前列的地位。木薯的加工産品豐富，産業鍊條長，經濟影響面廣。木薯的塊根及其加工産品都是重要的經濟産物，木薯澱粉在化工，醫藥、紡織、造紙等方面都有豐富的應用。
報告題目二：區塊鍊的核心原理研究
報告人：穆垚羽
報告簡介：區塊鍊（Blockchain）是分布式數據存儲、點對點傳輸、共識機制、加密算法等計算機技術的新型應用模式。所謂共識機制是區塊鍊系統中實現不同節點之間建立信任、獲取權益的數學算法。區塊鍊是比特币的一個重要概念，它本質上是一個去中心化的數據庫，同時作為比特币的底層技術。區塊鍊是一串使用密碼學方法相關聯産生的數據塊，每一個數據塊中包含了一次比特币網絡交易的信息，用于驗證其信息的有效性（防僞）和生成下一個區塊。
報告題目三：基于PLMs和Prompt的電商評論情感分類技術研究
報告人：賴宇斌
報告簡介：随着信息技術及其應用的快速發展，互聯網不僅對企業的業務流程帶來了巨大的變革，也對消費者的行為模式産生了深刻的影響。由中國互聯網絡中心發布數據，截止至2021年6月，中國上網人數已經超過了10億，充分挖掘消費者的喜好偏愛對商家具有重要意義。情感分析又稱評論挖掘或意見挖掘是指通過自動分析某種商品評論的文本内容，發現消費者對該商品的褒貶态度和意見。利用對互聯網上商品評論信息的挖掘與分析結果，消費者可以了解人們對某種商品的态度傾向分布，優化購買決策；生産商和銷售商可以了解消費者對其商品和服務的反饋信息，以及對自己和對競争對手的評價從而改進産品改善服務，赢得競争優勢。
報告題目四：基于GGNN的知識庫問答研究
報告人：韋紫君
報告簡介：随着網絡資源的不斷豐富，人們獲取信息和知識的方式越來越多，如何從海量的信息中快速、精準的獲取用戶所需要的信息是一個巨大挑戰，知識庫問答（Knowledge Base Question Answering, KBQA）的出現使得該問題得到了部分解決。基于知識庫的問答通過對自然語言問題進行語義分析和理解，并在給定的知識庫中進行查詢和推理，最後得到該問題的答案。目前的基于表示學習的KBQA方法大多針對簡單問題和單邊關系問題，對于複雜問題效果并不理想，本報告将闡述一種基于圖神經網絡的KBQA方法，該方法能夠在一定程度上提高KBQA的知識發現和答案推理能力。
報告題目五：微波光子鍊路和輕量級模型
報告人：羅正航
報告簡介：針對光通信項目的具體需求，對微波光子系統中微波光子濾波器調諧方法和電光調制器的偏置點自動控制展開研究。随着近年來機器學習、深度學習發展，越來越多機器學習算法、深度學習模型被應用在各個領域，達到很好的預測控制效果。微波光子濾波器在使用前需要調諧大量參數，而傳統的方法則是采用人工手調、反複疊代的方法進行參數的控制選擇，不僅要花費大量時間，而且要花費人工精力。微波光子濾波器有許多參數需要進行手動協調設置，通過深度學習的方法根據需求預測協調參數可以極大的節省微波光子系統中濾波器的 啟動調整時間和減少重複設置參數。傳統的調制控制方法往往需要人工手動去調整偏置點，本文拟使用深度學習的方法，搭建數據采集系統，自動采集模型偏置點位置和影響參數，建立深度學習模型自動拟合函數達到自動預測控制偏置點的目的。工作中有嘗試通過蒸餾模型，輕量級模型，算子優化等方法加快推理速度和減小模型量級。
