广西大学计算机与电子信息学院

信息技术研究生论坛

场次一、

时间：2022年7月11日（星期一）9:00-12:00

地点：计算机与电子信息学院601教室

报告题目一：基于区块链的智能电网研究

报告人：黄金宝

报告简介：智能电网研究是目前电网系统发展的必然趋势。分布式能源以其能效利用合理、损耗小、运行灵活等特点迅速成为智能电网建设中的重要能源体系。但相较于传统电力能源，分布式能源大规模并网难和资源难以调度制约着其在电网中的进一步发展。同时电力企业在对分布式能源进行管理时，容易出现电力交易双方难以取得互信、无法实时对电力设备进行监管等现象。针对上述问题，提出了一种基于区块链的智能电网资源分布式管理方法：采用区块链分布式账本存储技术，将完整数据保存在区块链节点中，保证用户交易数据的完整性与安全性；节点根据功能进行分类，移动端用户仅作为轻量化节点，可降低其能耗与成本；以及通过ｋ均值算法将电力资源提供者自动划分到不同的区块链中，降低共识过程所带来的延迟；最后设计安全机制，规定在新的一轮共识过程中胜出的PU节点需要接收到区块链节点中其他所有PU节点对于区块的确认信息后，才可以将新区块添加到区块链中，进一步防止了双花攻击与替代历史攻击。

报告题目二：边缘计算中基于模糊逻辑的任务卸载机制

报告人：王素红

报告简介：边缘计算是继云计算后新兴的有效处理信息系统中数据任务的一种技术，该技术中任务保留在本地设备处理还是卸载到边缘服务器中是一项重要且永恒的研究课题。基于模糊逻辑中模仿人脑对不确定性概念的判断、推理思维方式，可以处理真实计算机网络中任务到达的时间和任务大小等信息的不确定性，与边缘计算的实际应用场景较为契合，能够得出更为合理的卸载决策，使整个系统运行更加高效。

报告题目三：目标跟踪yolov5+deepsort算法研究

报告人：蒋家基

报告简介：报告主要将传统的目标跟踪算法匈牙利算法（Hungarian Algorithm）和卡尔曼滤波算法（Kalman Filter）与现如今主流的基于Tracking-by-detection的yolov5+deepsort算法进行分析和试验比较。采用yolov5+deepsort算法对现有开源数据集PASCAL2007+2012数据集进行训练测试，并探讨对模型进行剪枝处理，进一步为模型做轻量化和工业化部署。

报告题目四：一种无线体域网自适应介质访问控制协议的设计

报告人：黄业恒

报告简介：IEEE 802.15 . 6标准应运而生，成为最适合无线体域网特殊要求的标准。它通过推荐使用几种介质访问控制层技术来为设计人员提供灵活性，但没有指定如何将推荐的一些或所有这些技术结合起来，以形成特定场景中最有效的无线体域网介质访问控制。我们的目的是设计一种无线体域网介质访问控制，通过考虑传感器的可变性和异构性，提供标准中可用的这些基本技术的最佳组合。所提出的技术的性能使用一些标准的性能指标进行评估，例如吞吐量、延迟和能耗

报告题目五：基于马尔可夫决策过程的移动边缘计算动态业务迁移

报告人：韦睿

报告简介：在移动边缘计算中，本地边缘服务器可以承载基于云的服务，这减少了网络开销和延迟，但需要随着用户迁移到新的位置进行服务迁移。由于动态云环境中的不确定性，优化迁移决策具有挑战性。在本文中，我们将服务迁移问题表述为马尔可夫决策过程(MDP)。我们的公式包含了一般的成本模型，并提供了一个数学框架来设计最优的服务迁移策略。为了克服计算最优策略的复杂性，我们用用户和服务位置之间的距离近似底层状态空间。我们证明，所得到的MDP对于统一的1-D用户移动是精确的，而它提供了具有恒定附加误差的统一的2-D移动的近似。本文还提出了一种新的计算最优解的算法和数值技术，与传统的基于标准值或策略迭代的方法相比，该算法的计算速度明显加快。

报告题目六：基于硅光子学的单光子能级干涉

报告人：杨柳妮

报告简介： 为了优化抑制信道干扰和限制重复频率之间的权衡，文章提出了一种基于硅光子学的干涉仪，对信道偏振扰动具有很强的鲁棒性。设计和制造了包含200ps、400ps和740ps延迟线的AMZI PLC，并集成了一个可调谐的功率分配器和TOPM。提出了一种新的脉冲自干涉方法，在单光子水平上研究AMZI芯片的偏振特性。给出了其实现信道偏振不敏感性的工作条件。此外，证明了延迟对全波温度的依赖关系。

场次二、

时间：2022年7月11日（星期一）8:00-12:00

地点：计算机与电子信息学院807B教室

报告题目一：基于多策略融合的webshell检测研究

报告人：董成锋

报告简介： webshell检测对web服务器的安全尤为重要，因此本报告主要介绍的webshell的检测以及其实现。本报告首先对webshell的相关知识进行介绍，然后对目前 webshell的检测和逃逸的方法的优缺点进行介绍。并且在此基础上提出一种从PHP代码文本和其在编译运行时的中间语言OPCODE结合传统的正则表达式和机器学习和深度学习的多策略融合的webshell 检测方案。

报告题目二：针对恶意审计员的基于区块链的云存储公共完整性验证

报告人：向艳

报告简介：介绍一种云存储公共完整性验证方案，即基于区块链的无证书公开认证方案(CPVPA)，关键思想是要求审计人员将每个验证结果记录到区块链上的事务中。因为区块链上的事务是时间敏感的，所以可以在事务记录到区块链之后对验证进行时间戳，这使用户能够检查审计人员是否在规定的时间执行验证。此外，CPVPA建立在无证书密码学的基础上，不存在证书管理问题。通过严格的安全性证明证明了CPVPA的安全性，并对CPVPA进行了综合性能评价，证明了CPVPA的有效性。

报告题目三：基于API语义改进现有分类器以检测进化的Android恶意软件

报告人：蒙昕怡

报告简介：随着时间的推移，恶意软件开发者以及API文档都在更新，导致Android恶意软件检测模型准确度下降很快。通常对抗这种问题的方法是引入新的样本再次训练。为了节省人工打标成本同时延缓模型衰老的速度，介绍一种能够利用Android API文档和图的方法来提取Android APK特征的方法，这种方法可以提取API行为的语义信息，因此能够有效延缓模型老化。

报告题目四：基于集成学习的网络入侵检测系统研究

报告人：覃广林

报告简介：近年来，基于网络的入侵检测系统已成为检测计算机网络入侵的热门技术。现有的基于网络的入侵检测系统可以很容易地识别那些在网络中常见的入侵，但它们不能准确地识别新的和不常见的入侵，且这样的系统只专注于最大化整体攻击检测了，而忽略了错误警报的数量，针对这些问题，提出一种基于集成算法的三层基于网络的入侵检测系统，这个系统可以对常见的攻击和不常见的攻击有较高的检测率，通过正确隔离正常流量和攻击流量，将虚假告警的数量降至最低。

报告题目五：基于机器学习的web攻击检测系统

报告人：李春辉

报告简介：随着搜索引擎的技术发展，web技术也得到了长足的进步。目前中国的网站以及相关的博客等呈现出较高的增长率。比较常见的如sql注入，xss，csrf，文件上传等。这些漏洞都是危害极大的。攻击者可以通过这些攻击方式对受害网站以及相关的服务器，进行数据和重要的资源的获取。而对于这类攻击的检测方法也是有很多的，但是常规的就是基于特征库匹配或规则过滤的原理进行防御。该方法对于已知的攻击手段以及payload的效果比较好，但是对于未知的攻击却无能无力。该系统就是尝试实现对web常见攻击的检测，我们采用时下最为流行的机器学习的方式进行检测可能的攻击。

报告题目六：边缘计算场景中基于改进粒子群优化的计算卸载

报告人：黄柏成

报告简介：通过把计算任务卸载到边缘服务器上，可降低用户终端设备处理计算任务的时延与能耗。为了满足边缘计算场境下用户终端设备对密集型任务处理的低时延和低能耗需求，本文设计了时延模型、能耗模型以及卸载优化模型，给出了一种基于改进型粒子群优化算法的卸载方案，并用实验验证了所提方案的优良性能。实验结果表明:本文所提出的卸载方案在时延和能耗方面均优于基于遗传算法的卸载方案和基于标准粒子群优化算法的卸载方案。

报告题目一：一种基于加权融合和逐点卷积的特征解码单目图像深度估计方法

报告人：陈磊

报告简介：基于深度学习的单目深度估计得到了广泛的研究，并取得了良好的效果；但是仍存在不少问题，一是当物体间深度距离发生突然变化时，估计物体边缘附近的深度较困难。二是噪点较多的图像的深度估计能力不足。三是网络参数庞大，消耗硬件资源多。为了解决这些问题，我们提出了一种融合全局特征和局部特征的最大-平均自适应池化加权融合方法（MAWF），以提高边界深度信息预测精度。同时,还多次使用一个连续逐点卷积模块(CPCM)用于处理由（MAWF）模块得出的融合特征，此模块在减少网络模型参数量的同时,还能加深解码器部分网络层数,以更好地解码出场景的深度信息。实验结果表明，我们的方法对场景边缘信息有较强预测能力，对有噪点较多的图像的深度估计也有较强鲁棒性。

报告题目二：移动边缘计算中基于深度强化学习的资源配置研究

报告人:彭姿馀

报告简介：在本课题中我们优先提出利用深度强化学习求解并优化在多用户场景下以及在计算、存储以及带宽资源有限的约束条件下研究任务类型缓存和任务卸载，以及带宽资源分配以及计算资源分配问题，来最小化用户任务长期平均完成时延。我们提出的区别于基于优化理论来解决MEC系统场景中的任务卸载和缓存以及资源分配问题具有理论和实际应用意义。

报告题目三：结合多尺度图卷积和局部特征强化的点云分类与分割网络

报告人：蔡俊民

报告简介：随着3D采集技术的发展，点云在物体分类、自主驾驶以及机器人技术等领域有着愈趋重要的应用价值。目前基于深度学习的点云分类和分割方法在提取局部特征的过程中一般仅选取领域点特征的最大值，在网络设计上存在不足，未能充分处理局部点间的复杂关系。针对该问题，本文提出一种结合多尺度图卷积和局部特征强化的点云分类与分割方法(DGCNNSA)。采用S8N方法对点进行多方向编码，通过空间注意力机制获取局部特征；采用动态图卷积和K近邻方法，同时结合空间注意力提取边缘特征；联合这两种特征得到更全面的局部特征。本课题分别在数据集ModelNet40、ShapeNetPart上进行分类、实例分割，经大量实验证明，该方法能够能够高效地聚合领域特征，在点云分类和分割任务上到达了较好的精度。

报告题目四：多无人机辅助物联网的飞行路径优化问题的研究

报告人:蔡书涵

报告简介：无人机作为一种辅助物联网的设备已成为研究热点，介绍无人机辅助物联网的国内外研究现状。以无人机辅助蜂窝网络和移动边缘网络为主研方向，解析近年模型方法。为应对爆发式增长的用户数量和计算需求，舍弃了单无人机的模型而采用了多无人机辅助物联网的架构。从多个角度分析了多无人机群模型的优劣以及改进方法，并介绍了几种使用深度强化学习的算法来对无人机的飞行路径进行优化以实现能耗的最小化和覆盖的最大化。最后分析了当前研究的改进点并对路径优化的进一步发展提出展望。

报告题目五:基于双向融合rpn网络的雷达点云识别研究

报告人:陈子奥

报告简介：介绍在基于车载雷达点云深度学习中的领域现状。以lider点云识别为主要研究方向，解析近年的模型方法。对比传统的机器学习和特征符与基于新型点云模型的方法的优劣，通过修改pointpillars点云模型的骨干网络在提取第一部分网络输出的伪图像时，不是通过直接卷积获得特征，而是对其进行一个自底向上和一个自顶线下的双向融合网络得到点云的特征。通过与原有的方法比较，能够在kitti数据集中Cyclist的各类识别率上整体提升3%的准确率，达到了比较优秀的结果。

报告题目六:基于矩阵编码的进化计算算法的社区发现算法研究

报告人:余 谦

报告简介：先介绍进化计算的基础框架以及社区发现的概念。

分析传统的染色体编码方式的优缺点以及应用局限。介绍矩阵编码理论和矩阵编码的优缺点，介绍矩阵编码解决传统编码的缺陷的原理。提出一种基于矩阵编码的进化计算社区发现算法，同时对比同类算法在相同数据集的计算性能和划分精度，并对实验结果做解释分析。

场次三、

时间：2022年7月13日（星期三）15:30-17:30

地点：计算机与电子信息学院601教室

报告题目一：深层脉冲神经网络的训练方法及应用研究

报告人：吕兆麟

报告简介：首先介绍脉冲神经网络的相关背景和课题来源。脉冲神经网络是一种更贴近真实人脑结构的神经网络算法，脉冲神经网络提供了一种新颖的研究人脑结构的途径，也适合在逻辑相关的任务上使用，而脉冲神经网络在各领域任务上的准确率还有待提升，深度脉冲神经网络与常见深层神经网络在训练上有所不同，本报告将介绍一些深层脉冲神经网络的训练方法和应用场景，展示一些实验数据，并展望深层脉冲神经网络的改进和其他应用场景。

报告题目二：基于类脑计算模拟深度神经网络应用研究

报告人：浦斌

报告简介：首先介绍常见深度神经网络常做的计算机视觉任务比如图像分类、目标检测、语义分割，分析这些应用研究在类脑计算中实现的可行性。然后介绍使用Nengo-dl类脑计算框架与传统的深度学习框架实现的不同性，Nengo-dl框架的使用与传统深度学习框架的实现同一网络模型在技术上有什么难点。最后对类脑计算以及深度学习的发展作出展望，讨论深度学习应用如何在Nengo-dl框架中更有效运行。

场次四、

时间：2022年7月13日（星期四）8:00-12:00

地点：计算机与电子信息学院807B教室

报告题目一：基于MZI-MRR的光滤波器设计

报告人：何万才

报告简介：设计了一种基于绝缘体上硅的具有大带宽调谐能力的紧凑型可重构光滤波器。该装置由三 个微环辅助马赫-曾德尔干涉仪构成，利用硅的热光效应可以控制微环谐振器的相位，进而同时调节滤 波器的带宽和中心波长。用 FDTD 方法对器件的性能进行了仿真，仿真结果表明，带宽的调谐范围为 1.4 nm-10.6 nm，占自由光谱范围的 11.5%-85%；阻带消光比大于 20dB，通带损耗为 0.4～0.7dB；器 件尺寸为 40×60 μm2。

场次五、

时间：2022年7月14日（星期四）8:00-12:00

地点：计算机与电子信息学院807B教室

报告题目一：基于MZI-MRR的完全无阻塞光路由器设计

报告人：何万才

报告简介：目前，由于电交换机的发展无法跟上实际需求，因为光开关具有大带宽、低延时、低功耗等优点，光互连逐渐取代电互联，光交换逐渐取代电交换，满足下一代数据交换的需求。光路由器（光开关）因此因此成为了研究热点。光开关主要由开关单元、开关架构构成。光开关单元现在主要有两种，一种是由马赫曾德尔干涉仪构成的，另一种是由微环谐振器构成。光开关架构，从功能上说，主要分为三种类型，第一种是阻塞型光开关，第二种是可重构型光开关，第三种是完全无阻塞光开关。本设计提出了一种构建N端口光路由器的通用方法，该光路由器基于2*2的光开关单元。通过分析N端光路由器的路由表，本设计给出了m-n和m-n-1的光链路的关系。N端口光路由器的规模随着光开关的性能改善而扩展。

场次六、

时间：2022年7月12日（星期二）14:30-17:30

地点：计算机与电子信息学院807B教室

报告题目一：基于“安全墙”的传送交互研究

报告人：苏建春

报告简介：安全墙是VR人机交互中的安全保障，保障用户在VR世界里可以安全的进行游戏。本项目基于安全墙进行交互拓展，在墙上实现传送交互功能给用户添加传送的交互方式，并探讨传送交互的优越性和不足。现阶段虚拟现实的交互基本基于单一世界的交互，用户无法感知外界以及、其他用户的世界等。墙的传送交互可以打破空间上的限制，是安全墙除了保障安全外具有更多的可能性。报告提出基于“安全墙”的传送交互拓展几种方向，分别是与其他空间、与真实世界、与自身世界的传送，并探讨目前阶段的墙的应用。

时间：2021年7月12日（星期二）14:00-17:00

地点：计算机与电子信息学院807B教室

报告题目二：基于手势识别的方向键系统

报告人：覃业畅

报告简介：Hololens混合现实眼镜的手势识别能做到基本实时准确地获取到用户的手指，受到游戏手柄的十字键和键盘方向键的启发，我们可以用类似的按键布局设计出一套单手即可进行交互的AR虚拟方向键。

场次七、

时间：2022年7月7日（星期二）14:00-17:00

地点：计算机与电子信息学院807B教室

报告题目一：基于SLAM的AR与VR用户交互

报告人：覃浩钊

报告简介：SLAM （Simultaneous Localization and Mapping）是指即时定位与地图构建或同时定位与映射。就本质而言，SLAM是一种利用传感器馈送和/或IMU读数来构建未知环境的映射结构，并实时确定设备位置和方向的过程。AR设备hololens就是利用slam技术进行定位。出于同一环境下，AR设备与VR设备可以利用slam技术进行世界坐标系的转化。从而允许在不同设备的用户在物理环境下可以共享虚拟对象。

场次八、

时间：2022年7月15日（星期五） 19:00-22:00

地点：计算机与电子信息学院807b教室

报告题目一：基于yolo的木薯叶病害检测

报告人：曹勉

报告简介：农作物病害是制约农业生产的主要灾害之一，严重影响农作物的产量和质量。近年来，随着我国植物保护能力的明显提高，通过采取各种病害检测和预防手段，我国每年可减少粮食损失8700~11000万吨，约占全国粮食总产量的17%，减少上亿元的经济损失。由此可见，早发现、早治疗农作物病害对农业生产具有十分重要的作用。广西多丘陵旱地，自然条件适宜木薯生产。广西一直大面积种植木薯，保持着全国木薯生产前列的地位。木薯的加工产品丰富，产业链条长，经济影响面广。木薯的块根及其加工产品都是重要的经济产物，木薯淀粉在化工，医药、纺织、造纸等方面都有丰富的应用。

报告题目二：区块链的核心原理研究

报告人：穆垚羽

报告简介：区块链（Blockchain）是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。所谓共识机制是区块链系统中实现不同节点之间建立信任、获取权益的数学算法。区块链是比特币的一个重要概念，它本质上是一个去中心化的数据库，同时作为比特币的底层技术。区块链是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一次比特币网络交易的信息，用于验证其信息的有效性（防伪）和生成下一个区块。

报告题目三：基于PLMs和Prompt的电商评论情感分类技术研究

报告人：赖宇斌

报告简介：随着信息技术及其应用的快速发展，互联网不仅对企业的业务流程带来了巨大的变革，也对消费者的行为模式产生了深刻的影响。由中国互联网络中心发布数据，截止至2021年6月，中国上网人数已经超过了10亿，充分挖掘消费者的喜好偏爱对商家具有重要意义。情感分析又称评论挖掘或意见挖掘是指通过自动分析某种商品评论的文本内容，发现消费者对该商品的褒贬态度和意见。利用对互联网上商品评论信息的挖掘与分析结果，消费者可以了解人们对某种商品的态度倾向分布，优化购买决策；生产商和销售商可以了解消费者对其商品和服务的反馈信息，以及对自己和对竞争对手的评价从而改进产品改善服务，赢得竞争优势。

报告题目四：基于GGNN的知识库问答研究

报告人：韦紫君

报告简介：随着网络资源的不断丰富，人们获取信息和知识的方式越来越多，如何从海量的信息中快速、精准的获取用户所需要的信息是一个巨大挑战，知识库问答（Knowledge Base Question Answering, KBQA）的出现使得该问题得到了部分解决。基于知识库的问答通过对自然语言问题进行语义分析和理解，并在给定的知识库中进行查询和推理，最后得到该问题的答案。目前的基于表示学习的KBQA方法大多针对简单问题和单边关系问题，对于复杂问题效果并不理想，本报告将阐述一种基于图神经网络的KBQA方法，该方法能够在一定程度上提高KBQA的知识发现和答案推理能力。

报告题目五：微波光子链路和轻量级模型

报告人：罗正航

报告简介：针对光通信项目的具体需求，对微波光子系统中微波光子滤波器调谐方法和电光调制器的偏置点自动控制展开研究。随着近年来机器学习、深度学习发展，越来越多机器学习算法、深度学习模型被应用在各个领域，达到很好的预测控制效果。微波光子滤波器在使用前需要调谐大量参数，而传统的方法则是采用人工手调、反复迭代的方法进行参数的控制选择，不仅要花费大量时间，而且要花费人工精力。微波光子滤波器有许多参数需要进行手动协调设置，通过深度学习的方法根据需求预测协调参数可以极大的节省微波光子系统中滤波器的 启动调整时间和减少重复设置参数。传统的调制控制方法往往需要人工手动去调整偏置点，本文拟使用深度学习的方法，搭建数据采集系统，自动采集模型偏置点位置和影响参数，建立深度学习模型自动拟合函数达到自动预测控制偏置点的目的。工作中有尝试通过蒸馏模型，轻量级模型，算子优化等方法加快推理速度和减小模型量级。