实际工程问题的求解往往涉及跨领域、跨模态的海量碎片化知识，这些知识不能仅靠专家提供，而需要从环境中动态学习和融合生成.知识工程旨在研究计算机对知识的获取、表征和处理.随着 UGC ( User Generated Content )模式的兴起，一种新的知识工程范式——大数据知识工程应运而生. 和早期的专家系统相比，大数据知识工程的显著特点是：实现了从以文本、小规模、静态、人工方式的专家知识计算机表示，到多模态、大规模、动态不确定环境下知识的自动获取与表征的跨越式发展.大数据知识工程的核心科学问题是大数据碎片知识的挖掘和融合. 《计算机研究与发展》推出了大数据知识工程及应用专题，以促进该方向新的研究与发展.本专题得到同行的广泛关注，通过公开征文收到18篇高质量投稿稿件，这些论文阐述了大数据知识工程的重要研究成果和发展前景.特邀编委先后邀请了20余位相关领域的专家参与评审，历经初审、复审、终审等阶段，最终遴选出3篇高质量的论文入选本专题.内容涵盖了零样本学习、表示学习等大数据知识工程的关键技术，在一定程度上反映了当前国内学者在大数据知识工程的典型应用.

零样本学习旨在识别具有少量、甚至没有训练样本的未见类，这些类与可见类遵循不同的数据分布.最近，随着深度神经网络在跨模态生成方面的成功，使用合成的样本对未见数据进行分类取得了巨大突破.现有方法通过共享生成器和解码器，联合传统生成对抗网络和变分自编码器来实现样本的合成.然而，由于这2种生成网络产生的数据分布不同，联合模型合成的数据遵循复杂的多域分布.针对这个问题，提出跨域对抗生成网络(CrossD-AGN)，将传统生成对抗网络和变分自编码器有机结合起来，基于类级语义信息为未见类合成样本，从而实现零样本分类.提出跨域对抗学习机制，引入2个对称的跨域判别器，通过判断合成样本属于生成器域分布还是解码器域分布，促使联合模型中的生成器/解码器不断优化，提高样本合成能力.在多个真实数据集上进行了广泛的实验，结果表明了所提出方法在零样本学习上的有效性和优越性.

知识图谱作为一种有效表示现实世界的系统受到学术界和工业界广泛关注，并由于其精准表示知识的能力被广泛应用于信息服务、智慧搜索、自动问答等上层应用.知识图谱的核心为三元组形式的实体和关系.现有知识图谱远不足以描述现实世界，因此，如何通过实体关系抽取方法来补全或者构建新的知识图谱显得至关重要.传统流水线式的实体关系抽取方法会导致误差传递，而已有的联合抽取没有充分考虑命名实体识别与关系抽取之间的联系，从而降低抽取效果.针对上述问题，对知识三元组抽取方法进行了深入研究，提出了一种融合对抗训练的端到端知识三元组联合抽取方法.首先，采用了一种实体关系联合标注策略，通过端到端的神经网络抽取文本语义特征，并对文本进行自动标注；其次，模型在神经网络中加入自注意力机制增强对文本信息的编码能力，并通过引入带偏置项的目标函数提高对相关联实体的辨识能力；最后，模型融合了对抗训练以提高鲁棒性，改进抽取效果.在实验部分，采用4种分析方法和3种评价指标对模型性能进行评价分析，实验结果证明了模型在知识抽取上的性能明显优于现有方法.

知识图谱(knowledge graph， KG)打破了不同场景下的数据隔离，为实际应用提供基础支持.表示学习将KG转换到低维向量空间来为KG应用提供便利.然而，KG的表示学习目前存在2个问题：1)假设KG满足闭合世界假设，要求所有实体在训练中可见.实际上，大多数KG都在快速增长，例如DBPedia平均每天产生200个新实体.2)采用矩阵映射、卷积等复杂的语义交互方式提高模型的准确性，这样做也限制了模型的可扩展性.为此，针对允许新实体存在的开放KG，提出一种表示学习方法TransNS.它选取相关的邻居作为实体的属性来推断新实体，并在学习阶段利用实体之间的语义亲和力选择负例三元组来增强语义交互能力.5个传统数据集和8个新数据集对比了TransNS与最经典的表示学习方法，结果表明：TransNS在开放KG上表现良好，甚至在基准闭合KG上优于现有模型.

网络表示学习旨在于将网络的拓扑结构、节点内容和其他信息嵌入到低维度的向量空间中，从而为网络数据挖掘、链路预测和推荐系统提供一种有效的工具.然而，现有的基于神经网络的表示学习算法即忽略了上下文节点的位置信息，又忽略了节点与文本之间的语义关联.因此，基于以上2点，提出了一种新颖的基于邻节点和关系模型优化的网络表示学习算法(network representation learning algorithm using the optimizations of neighboring vertices and relation model， NRNR).首先，该算法首次采用当前节点的邻居节点优化网络表示学习模型，使得上下文窗口中节点的位置信息被嵌入到网络表示中；其次，该算法首次引入知识表示学习中的关系模型建模节点之间的结构特征，使得节点之间的文本内容以关系约束的形式嵌入到网络表示中；再次，NRNR提出了一种可行且有效的网络表示联合学习框架，将上述2种目标融入到一个统一的优化目标函数中.实验结果表明：NRNR算法在网络节点分类任务中优于各类对比算法，在网络可视化中，NRNR算法学习得到的网络表示展现出了明显的聚类边界.

从高维异构感知信息中提取有效特征是支撑物联网系统预测与识别的基础.物联网场景中通常包括多个多种感知节点，系统通常会从感知数据中提取大量特征，其中不乏部分无关和冗余特征.这些无关及冗余特征会降低系统的运行速度，引入冗余计算，更会影响后续的分类及预测等机器学习操作的性能.因而高效识别并提取低维有效的特征子集是物联网数据分析所面临的一大挑战.邻域粗糙集方法能够在保持数据集可分性的前提下，识别和去除无关及冗余特征子集，从而达到降维效果.但由于现有基于邻域粗糙集的特征约简算法的计算开销大、运行时间长，故而并未得到广泛应用.提出了一种基于邻域关系对称性及决策值过滤策略的特征快速约简算法EasiFFRA.EasiFFRA可通过改进的散列分桶方法加速正域样本计算，可检验并过滤冗余决策值样本，从而降低现有方法中由于重复距离评估所带来的冗余计算.实验结果表明：EasiFFRA在实际采集的水质数据集和多个不同样本量及维度的公开数据集中平均加快75.45%的特征约简时间，其约简结果和已有邻域粗糙集特征约简算法等效，可有效解决物联网数据分析中由冗余及无关特征导致的分类及预测精度下降问题，有重要应用价值.

经典的最小二乘分类器(least square classifier, LSC)由于其简洁、有效性已早被广泛应用于图像识别、语音识别等领域.然而，利用原始数据特征构建的最小二乘分类器，其泛化性能往往较差.为解决上述问题，提出了基于深度堆叠泛化和迁移学习机制的深度迁移最小二乘分类器(deep transfer least square classifier, DTLSC).首先，基于堆叠泛化原理，利用LSC模型作为基本堆叠单元构建深度堆叠网络，避免了传统深度网络中需要求解非凸优化的问题，提升模型分类性能的同时提高了网络计算效率.其次，基于迁移学习机制，利用前层单元中的模型知识辅助当前层的模型构建，尽可能保持了层间模型的一致性，提升了模型泛化性能.在此基础上，引入自适应迁移策略，有选择地利用前层模型知识，缓解了利用前层不相关模型知识而导致的负迁移效应.在人造数据集及真实数据集上，实验结果验证了所提DTLSC算法的有效性.

K近邻(K nearest neighbor, KNN)分类器是一种经典的分类器，它简单而又有效，已经在人工智能与机器学习领域得到了广泛的应用.针对传统分类器难以处理不确定性数据的问题，研究样本单特征邻域粒化技术，构造粒的向量形式，提出一种基于粒向量的K近邻分类方法.该方法引入邻域粗糙集模型，对分类系统中的样本进行单特征邻域粒化，形成特征邻域粒子.并由多个特征邻域粒子构成一个粒向量，定义了多种粒向量运算算子，提出了2种粒向量距离：相对粒距离与绝对粒距离，证明了粒向量距离的单调性原理.进一步，基于粒向量距离定义了K近邻粒向量概念，提出了K近邻粒分类器.最后，结合UCI数据集，采用K近邻粒分类器与经典K近邻分类器进行比较测试.理论分析和实验表明:针对合适的粒化参数与k值，K近邻粒分类器具有较好的分类性能.

在多Agent协商过程中，信任值是一个较少被关注的问题.实际上，信任值对协商的效用和策略会有直接的影响.之前的研究多以直接信任为基础，然而直接信任关系的缺失会导致信任关系矩阵的稀疏，从而降低信任关系的使用效率.同时，大多数研究忽略了信任对协商策略和协商轮次的影响.针对此问题，可以通过信任传递将间接信任与直接信任一同考虑，形成非稀疏的信任网络. Agent将根据信任值的大小选择可靠的协商对手.面对不同信任值的协商对手，Agent采取的协商策略也有所不同.因此结合信任对协商模型中的轮次底限和回价让步方式都进行了改进. Agent将对信任值高的对手有更大的协商耐心，所以协商中的轮次底限和让步空间都会适当增加，而对信任值低的协商对手则相反.多个实验验证了相比之前未考虑信任的协商模型，新提出的协商模型更适用于现实生活中的协商模式.同时，协商成功率和协商效用等方面也取得了更好的效果.

求解不可满足问题的极小不可满足子集(minimal unsatisfiable subset, MUS)是人工智能领域的重要研究方向.MARCO-M方法是目前采用单一极大化模型求解MUS效率最高的方法,但此方法未对求解空间进行进一步有效剪枝.针对MARCO-M方法的不足,结合可满足问题求解复杂度低于不可满足问题的特征,提出基于双模型即极大-中间化模型的MARCO-MAM方法求解MUS.此方法对中间模型求解若得到极大可满足子集(maximal satisfiable subset, MSS),则利用可满足问题对应求解空间对不可满足问题的求解空间进行剪枝,即利用MSS对应的空间来对MUS搜索空间进行剪枝,进而通过缩减未探索空间来提高MUS求解效率;如果中间模型进行求解得到MUS时,则减少了MARCO-M方法中MUS的不可满足迭代求解次数.此方法避免了MARCO-M方法单一极大化模型求解MUS时未有效利用其他优化技术对求解空间进行剪枝的问题.实验结果表明:与MARCO-M方法相比MARCO-MAM方法效率较高,尤其在大规模问题或较大搜索空间时效率提高更为明显.

近年来深度学习尤其是神经网络的发展，对语音识别这类复杂的模式分类问题提供了新的解决思路.为加强对我国方言语种的保护工作、提高方言语种识别的准确率以及丰富语音识别的前处理模块，首先采用目前语音识别领域应用最广泛的LSTM模型搭建单任务方言语种识别模型SLNet作为基线系统.其次，针对中国方言的多样性、复杂性特点，基于多任务学习的参数共享机制，通过多任务神经网络模型发现不同语种间的隐含相关特性，提出基于多语种任务的方言语种识别模型MTLNet.进一步根据中国方言的区域特点，采用基于参数硬共享的多任务学习模式，构建基于辅助任务的多任务学习神经网络ATLNet.经实验验证表明：相比于单任务神经网络方言语种识别，MTLNet和ATLNet将识别准确率可提升至80.2%，弥补了单任务模型的单一性和弱泛化性.

时间序列建模问题因有着重要的应用价值已经成为机器学习领域的研究热点之一.循环神经网络(recurrent neural network, RNN)是近年来时间序列建模的一个重要工具.但是，现有循环神经网络无法处理长时依赖关系的时序数据，也没有在频域对时间序列数据的特征模式进行建模.对于那些包含长时依赖且频率成分丰富的时序数据，这2个问题大大限制了现有循环神经网络的性能.针对这些问题，提出了时频联合长时循环神经网络(long term recurrent neural network with state-frequency memory, LTRNN-SFM)，通过将传统循环神经网络隐藏层的状态向量替换为状态-频率矩阵，实现对时间序列的时域特征和频域特征的联合建模.同时，通过解耦隐藏层神经元、引入ReLU(rectified linear unit)激活函数和权重裁剪，该模型可以有效避免梯度消失和梯度爆炸问题的干扰，使得深层网络训练更加容易、网络记忆周期更长.实验表明：时频联合长时循环神经网络在处理长时依赖且频率成分丰富的时序数据上，取得了最好的性能.

目标星球表面障碍自主检测技术和安全着陆点的选择是实现探测器深空探测安全着陆的关键.针对探测动力下降段自主安全着陆进行仿真研究，提出了一种基于仿真的探测器自主安全着陆仿真算法.该算法首先确定探测器所携带的电荷耦合器件相机拍摄的表面区域，利用基于光线跟踪算法以及高程数据对月球遥感影像进行仿真.然后基于边缘检测获取探测器目标表面的岩石及陨石坑等障碍，并对这些障碍进行椭圆拟合从而确定障碍区域.在确定障碍区的基础上，利用图像的形态学操作，采用高斯图像金字塔获取各层表面遥感影像，对多帧图像进行实时处理，精确地确定安全着陆区.在着陆区域基本确定之后的精避障阶段，提出了一种基于三维重构的探测器精避障螺旋搜索策略.该算法在传统图像匹配识别的基础上，首先根据探测器所携带的激光三维成像仪对初选着陆区域进行高精度三维重构，然后对重构后的区域进行螺旋搜索，从而选定更精确、更安全的软着陆目标着陆点.最后通过仿真实验验证了算法的有效性.

随着无线网络的不断发展，物理层安全问题逐渐成为广泛关注的焦点.针对水声信道存在的多径效应和多普勒效应，如何在合法节点比敌手对声源信息不确定性更高的情况下提取出高度保密的公共密钥这一问题，提出一种基于时变水声信道的物理层密钥生成方案.首次准确刻画出多径多普勒效应下的α阶Rényi熵，并得出合法节点和敌手关于声源序列的不确定性.在此基础上，提出一种具有强安全性的密钥协商协议，该协议利用Hash函数构造一元高阶多项式完成通信双方的身份认证，实现索引序列和预选密钥在公开信道下的安全传输.此外，利用双线性映射设计出一种不依赖随机种子长度与随机性并能抗主动攻击的保密增强协议.通过信息理论，证明了方案的健壮性、保密性和正确性，并得出密钥泄露率和敌手主动攻击成功率的上界.仿真实验表明，当声源信息量为50 000 b时，该方案密钥泄露率的上界为3.74×10\+\{-6\}，敌手主动攻击成功率的上界为5.468×10\+\{-20\}，验证了方案的可行性.

针对比特币的PoW(proof of work)共识机制中资源消耗巨大、系统性能存在瓶颈和“公地悲剧”问题，从博弈论的角度分析了比特币系统后期只有交易费奖励所带来的“公地悲剧”现象，提出了基于门限密码方案的共识机制(a consensus mechanism based on threshold cryptography, TCCM).首先，新共识协议引入了节点保证金的思想，提出了一种基于门限群签名理论的保证金模型.该模型既能够确保保证金的安全，又为节点诚实地记账提供保障.其次，利用门限加密的思想构造了记账权竞价模型来产生区块链记账节点，这能够保证记账权竞价环境的公平性和记账节点产生的随机性.同时，在原有的区块奖励基础上，设计了新的激励机制，使得更多的节点能够参与共识的全过程.最后，安全性和性能分析结果表明，该共识机制既有效地降低了资源消耗，又提高了交易处理效率，使得整个区块链系统变得更加安全可靠.

传统主机领域下基于系统调用的入侵检测方案，往往针对单一特权进程的运行行为进行监控，而在云计算环境下引入了更多的安全风险，采用主机入侵检测方案难以有效检测虚拟机进程异常行为，对此，提出了一种基于系统调用向量空间的虚拟机进程行为检测模型.模型采用了无代理监控技术透明的采集虚拟机进程系统调用数据，引入了TF-IDF(term frequency-inverse document frequency)算法思想为进程系统调用数据进行加权，用于区分租户虚拟机中运行的不同服务，识别异常进程行为.此外，为优化检测算法效率，设计了行格式存储法 (compressed sparse row, CSR)稀疏矩阵与KD树(k-dimension tree)相结合的存储策略.最后在KVM (kernel-based virtual machine)虚拟化平台下设计并实现了VMPBD (virtual machine process behavior detecting)原型系统，针对Linux与Windows虚拟机进行了功能测试和性能测试.实验结果表明：VMPBD能有效检出虚拟机进程异常行为，检测误报率与系统性能开销在可接受范围以内.

量子计算机的迅速发展使得基于经典数论困难问题建立的现代公钥密码体制安全性面临严峻的威胁，设立和部署可抵御量子计算机攻击的后量子公钥密码系统势在必行.基于环上误差学习问题并使用加密的构造方式，设计了一种后量子认证密钥交换(authenticated key exchange，AKE)协议.首先利用密文压缩技术，提出了一个IND-CPA安全的公钥加密方案.之后在此方案的基础上，使用Fujisaki-Okamoto变换技术，得到了一种IND-CCA安全的密钥封装机制.通过隐式认证方式，构造了一个后量子AKE协议.此协议在标准eCK模型下可证明安全并可以达到弱的完美前向安全.采用LWE测试器进行了安全性测试，该协议安全度为313 b.与其他基于格上困难问题设计的AKE协议相比，安全度较高且通信量较低，是一种更加简洁高效的后量子AKE协议.

随着摩尔定律趋于终结，处理器性能的提升越来越依赖于处理器微体系结构的优化改良，而处理器微体系结构的优化改良离不开体系结构模拟器的辅助，因此体系结构模拟器在现代和未来的高性能处理器设计中的作用越来越重要.具体地，体系结构模拟器可以辅助进行处理器微结构探索、芯片逻辑验证、硅后验证环境搭建、系统软件开发等工作.首先，介绍了开源模拟器与处理器设计的关系，并指出开源模拟器在辅助进行处理器设计方面的不足，同时对处理器厂商使用模拟器辅助进行处理器设计的方法和经验进行了分析总结.其次，对用于处理器微结构优化和改进的性能模拟器的校准方法进行了总结，然后对模拟器的纵向和横向优化方法进行了总结.最后，对新型异构模拟器进行了总结，并对未来模拟器的发展和基于模拟器进行处理器设计的方法进行了总结和展望.

神经网络等人工智能应用的迅速兴起给传统处理器的设计带来了巨大的挑战，粗粒度数据流架构因具有高指令并发和高通用性的特点成为研究热点.然而，由于粗粒度数据流结构处理单元采用随机访问存储器作为存储结构，加之神经网络中大部分运算数据具有密集型特点，造成大量的指令内操作数访存冲突.通过分析典型神经网络的访存行为，发现此类应用存在指令内操作数冲突，会引起计算部件利用率的降低.基于此分析，提出了灵活的数据冗余策略.在编译指令阶段，为指令内有访存冲突的操作数申请数据冗余空间，降低指令内操作数访存延迟.实验以典型的神经网络LeNet，AlexNet为基准测试程序.采用灵活的数据冗余策略之后，能耗比相对于Round-Robin和ReHash的无数据冗余策略分别提高了30.21%和12.37%，相比于2套全数据冗余策略能耗比提高了27.95%.

现代存储系统一般是由多个存储芯片通过并列数据线、共享地址线的方式构成的.因此，在多片相变存储芯片并联构成的内存系统中，如果多个芯片间的磨损存在较大差异，那么该系统的寿命将会因短板效应而受到影响.模拟实验和数据分析均确认了这一问题在实际系统中的存在.在此基础上，提出了一种混合内存设计，用于延长相变内存的寿命.该方法引入了一种动态识别机制，可以在每次写入时识别遭受最多磨损的相变存储芯片，并将该芯片未来的写入转移到另一个长寿命的存储芯片中.这一措施可以减少对相变存储芯片的总写入量，并缩小相变存储芯片间的写入量差别.实验表明：使用RMB设计的内存系统的寿命最多可达无任何寿命延长方法时的7.9倍，可达使用经典方法PRES的5.14倍.