在应对大规模多视图聚类这一挑战时都面临多个问题. 其中，一致性锚点图学习方法难以处理锚点图不对齐问题，并且过度依赖一致性图，限制了其聚类结果的准确性和可靠性；锚点图集成聚类方法则是在基聚类器的生成与融合过程中割裂了不同锚点图之间的联系，影响了其聚类效果的有效性和稳定性. 为解决这些问题，提出了一种基于双端联合学习的新型多视图聚类方法. 该方法充分考虑了多锚点图信息和锚点端聚类对样本端聚类的联合作用，实现了锚点端聚类和样本端聚类同步进行，并通过对多锚点图信息的综合实现了样本端聚类与多个锚点端聚类的集成对齐. 与现有方法不同，该方法无需直接学习一致性锚点图，可以处理任意类型的锚点不对齐问题，并且规避了图学习与图划分分步处理对聚类性能的不利影响. 此外，其在一个完整的优化框架中同时利用多个锚点图进行锚点端聚类和样本端聚类，有效解决了基聚类器生成阶段无法利用除自身外的其他锚点图和集成阶段无法充分利用所有锚点图的问题. 实验结果表明，所提出的方法在聚类性能和时间消耗方面均优于多个对比方法，有效增强了多视图数据的聚类性能. 所提出方法以及所采用对比方法的相关代码附可在http://github.com/lxd1204/DLMC中查询.

基于模型诊断主要是根据系统的行为进行建模，一旦观察到异常行为就在系统模型上运行一个诊断算法来返回可能的解释. 现有的诊断算法是每求出一个冲突集就计算一次极小碰集，然后再检验该极小碰集是否满足系统观测. 这样虽然能够减少冗余解集的生成，但是计算冲突集的极小碰集难度随冲突集数量的增加呈指数级增长，而计算部分冲突集的极小碰集不一定是诊断，检验极小碰集是否满足系统观测也是十分耗时的. 针对以上问题，设计了一个筛选函数，在保证所得的碰集尽可能是诊断的情况下，分别从诊断的势和数量上来删除低质量的冲突集. 除此之外，为了能够快速检验碰集是否是诊断，还根据电路的逻辑关系提出了一种高效的判定算法. 在实验部分，详细分析了在设置不同数量的故障条件下运行时间和求解诊断个数的比较，与目前最先进的算法相比，效率提升2~40倍，诊断数量多出5~200倍.

在视频的复杂动作识别领域中，模型的结构设计对其最终的性能起着至关重要的作用. 然而，人工设计的网络结构往往严重依赖于研究人员的知识和经验. 因此，神经架构搜索（neural architecture search，NAS）因其自动化的网络结构设计在图像处理领域受到研究人员的广泛关注. 当前，神经架构搜索已经在图像领域获得了巨大的发展，一些 NAS方法甚至将模型自动化设计所需的 GPU天数减少到了个位数，并且其搜索的模型结构表现出了强大的竞争潜力，这鼓励将自动化模型结构设计拓展到视频领域. 但它面临2个严峻的挑战：1）如何尽可能捕获视频中的长程上下文时间关联；2）如何尽可能降低 3D卷积所带来的计算激增的问题. 为了应对上述挑战，提出了一个基于时间卷积的神经架构搜索复杂动作识别（neural architecture search on temporal convolutions for complex action recognition，NAS-TC）模型. 具体地，NAS-TC具有2个阶段：在第1阶段，采用经典的CNN 网络作为骨干网络，来完成计算密集型的特征提取任务. 在第2阶段，提出了一个神经架构搜索时间卷积层来完成相对轻量级的长程时间模型设计和信息提取. 这确保了提出的方法具有更合理的参数分配并且可以处理分钟级的视频. 最后，提出的方法在3个复杂动作识别基准数据集上与同类型方法相比平均获得了2.3个百分点的mAP的性能增益，并且参数量下降了28.5%.

开放域多标签动作识别任务旨在对视频中训练阶段未见的人的多类动作进行识别. 相较于传统动作识别，该任务更适应实际场景，具有广泛的应用前景. 然而，开放域多标签动作识别具有很大的挑战性，需要将模型有效泛化到未见过的新动作类别. 为了解决此问题，提出大语言模型知识引导的开放域多标签动作识别方法. 该方法挖掘大语言模型蕴含的丰富的动作类别共现知识，并将共现知识嵌入视觉-语言模型的提示学习，实现基本动作类别（base action classes）与新动作类别（novel action classes）之间的信息传递，从而提升新类别的识别性能. 在实验中将基本动作类别和新动作类别的比例设置为3∶1和1∶1，分别表示为“75% 可见”和“50% 可见”. 在AVA和MovieNet数据集上的实验结果表明，相较于现有方法，当基本动作类别为“75%”时，该方法在2个数据集的新动作类别识别指标mAP上分别提升了1.95个百分点和1.21个百分点；当面临基本动作类别为“50%”的更困难场景时，提出的方法在这2个数据集上新动作类别识别指标mAP上分别提升了2.59个百分点和1.06个百分点.

个性化学习资源推荐以提取学习者兴趣为基础，为学习者推荐感兴趣的学习资源. 然而，学习者的兴趣不仅受知识点、学习资源、课程等因素影响导致其兴趣难表征，而且其会随时间推移动态变化使得学习兴趣模式难捕获. 针对此，提出基于时空多粒度兴趣建模的学习资源推荐方法，其特点在于：设计并实现了一种融合学习空间和时间维度的学习兴趣表征学习架构，其中，首先提出基于异构图的学习空间及其多粒度兴趣表征，即用节点表示知识点、学习资源、课程、教师和学校等实体，边表示实体间关系，用此异构图表示学习空间，再通过图神经网络表征学习节点嵌入来表达节点上的多粒度兴趣；然后提出时间维度多粒度兴趣模式表征方法，即结合时间、学习空间和课程偏好等多维度，切分学习者历史行为序列，用于挖掘学习者近期课程内、中期跨课程和长期跨课程等不同粒度的兴趣模式，并设计多粒度兴趣自监督任务，破解时空多粒度兴趣缺少监督信号问题；最后，提出多粒度兴趣自适应融合层，将多粒度兴趣表征和兴趣模式融合，获得最终的学习者兴趣，经预测层为学习者推荐感兴趣的学习资源. 实验结果表明，在MOOCCube数据集上，所提算法较最优对比算法HinCRec，在Recall@20和NDCG@20指标上分别提升了3.13%，7.45%；在MOOPer数据集上，所提算法较最优对比算法HinCRec在Recall@20和NDCG@20指标上分别提升了4.87%，7.03%.

基于知识的神经对话研究常常面临外部知识包含冗余甚至与对话主题不相关信息的问题，从而导致对话系统性能下降. 知识选择成为解决该问题的重要途径，但现有研究对诸如知识选择器的设计、选择出的知识的利用以及知识选择对话方法适用的场景等问题，还缺乏深入研究. 针对这些问题，提出了一个新的基于变分注意力知识选择和预训练模型的神经对话方法，使用一个基于条件变分自编码（conditional variational autoencoder，CVAE）和多层注意力机制的知识选择算法，自动选择出与当前对话最相关文本知识集合. 该算法有效利用了训练数据中的对话回复来提高知识选择的效率. 使用预训练语言模型Bart作为编码器-解码器架构，将选择的文本知识合并到Bart模型中，并在训练过程中对其进行微调. 实验结果表明，与现有的一些代表性研究方法相比，提出的模型能生成多样性和连贯性更好、准确率更高的对话回复.

智能司法旨在通过采用各种自然语言处理技术，自动分析法律领域中的文本，已经引起了自然语言处理社区的极大关注. 作为法律文本挖掘最关键的任务之一，法律判决预测旨在根据法律案件的事实描述，自动预测判决结果（如适用的法律条文、指控和刑罚条款），成为人工智能技术的一个有前景的应用. 然而，现有的法律判决预测方法主要集中在只涉及单一被告的案件上，而忽略了涉及多个被告的案件研究. 在实际的刑事案件中，往往涉及多个被告者，并且在他们之间存在着错综复杂的交互关系，现有的单被告法律判决预测技术很难精确区分多被告案件中不同被告的判决结果. 为了加速多被告法律判决预测任务的研究，收集了一个大规模的多被告法律判决预测数据集，其具有以下3个特点：1）数据集是多被告法律判决预测最大的人工标注数据集；2）数据集中的多被告案件需要区分不同被告者的法律判决预测结果；3）数据集中包含了完整的多被告判决链，其中包括犯罪关系、量刑情节、法条、罪名和刑期. 此外，对数据集进行了全面而深入的分析，其中包括法条、罪名、刑期、犯罪关系、量刑情节、文本长度、被告人数的数据分布以及多被告判决结果、基于判决链的判决结果的统计分析. 此外，提出了基于判决链的法律判决预测方法，其中包括判决链生成策略明确生成犯罪事实相关的判决链，判决链对比策略对比正确判决链和易混淆的判决链来进一步提升效果. 实验结果表明，多被告法律判决预测数据集对现有的法律判决预测方法和预训练模型具有挑战性，而基于判决链的法律判决预测方法能显著优于基准方法，显示出判决链在法律判决预测中的关键作用.

动态二进制翻译器中广泛使用软件代码缓存来管理翻译生成的代码块. 代码块的翻译、刷新和内存占用是软件代码缓存的重要指标. 目前仅有少量的针对系统级动态二进制翻译器中代码缓存的研究. 已有的系统级动态二进制翻译器为实现正确且高效的指令语义模拟，均使用了状态标签方案，但该方案会对软件代码缓存管理带来额外的问题. 通过深入分析状态标签方案，总结了其给代码缓存管理带来的2类问题：冲突和冗余. 针对这2类问题，提出了基于细粒度状态标签的代码缓存优化方法，包括多状态代码缓存和弱状态标签. 这2种方案在LATX-SYS中实现并在龙芯LoongArch平台上使用Ubuntu/x86 16.04和Windows XP/x86客户机操作系统进行了测试. 结果表明，代码块刷新次数和翻译次数分别降低了43%和18%，代码块相似率从59.63%降至5.06%，翻译开销和内存占用均得到降低. 总的来说，系统启动时间降低了20%. 最后，针对弱状态标签方案进一步测试了SPEC CPU2000，结果表明代码块数量平均减少了13%，且仅带来2%~3%的性能开销.

布线是印刷电路板设计中的重要一环. 现有的印刷电路板设计多依赖于电子设计自动化工具的处理，而传统的自动布线研究多聚焦于总线布线，没有将布线时确定的群组作为研究对象. 由于未经总线分组，可能存在群组中线网较多的情况，这将导致群组所占据的线宽与线间距比原先总线布线中各总线组分别占据的线宽与线间距更大，从而给实际布线带来了新的挑战. 为此，提出一种基于带权有向图的群组布线算法. 首先构建仅含有合并边以及它们之间邻接关系的Hanan网格图. 接着，利用合并边信息构建带权有向图，完成对电路板上布线资源的表示. 然后，使用一种具有多线避让功能的启发式搜索算法来进行布线规划. 最后，通过将布线归类为数种可能的情况分别考虑，完成详细布线并得到群组布线的最终结果. 实验结果表明，所提算法在已经测试过的工业界复杂例子上均能达到100%的布通率，并且不会违反所有工业印刷电路板基准用例的设计规则约束.

指令级并行（instruction level parallism，ILP）是处理器体系结构研究的经典难题. 以昇腾为代表的领域定制架构将更多的流水线细节暴露给上层软件，由编译器/程序员显式控制流水线之间的同步来优化ILP，但是流水线之间的物理同步资源是有限的，限制了ILP的提升. 针对这一问题，提出一种面向昇腾处理器的高性能同步原语自动插入方法，通过引入“虚拟同步资源”的抽象将同步原语的插入和物理同步资源的选择进行解耦. 首先提出了一种启发式算法在复杂的控制流图上进行虚拟同步原语的插入，随后通过虚拟同步原语合并等技术，将虚拟同步资源映射到有限数量的物理同步资源上，并同时在满足程序正确性与严苛硬件资源限制的前提下，根据指令间的偏序关系删除程序中冗余的同步原语. 使用指令级与算子级基准测试程序在昇腾910A平台上的实验表明，该方法自动插入同步原语的程序在保证正确性的基础上，整体性能与专家程序员手动插入同步原语接近或持平.

近年来，大语言模型（large language model，LLM）作为深度学习网络技术的关键分支，在自然语言处理（natural language processing，NLP）领域取得了一系列突破性成就，并被广泛采用. 然而，在其包括预训练、微调和实际部署在内的完整生命周期中，多种安全威胁和隐私泄露的风险相继被发现，引起了学术和工业界越来越多的关注. 首先以LLM发展过程中出现的预训练-微调范式、预训练-提示学习范式和预训练-指令微调范式为线索，梳理了针对LLM的常规安全威胁，即3种对抗攻击（对抗样本攻击、后门攻击、投毒攻击）的代表性研究，接着总结了一些最新工作披露的新型安全威胁，然后介绍了LLM的隐私风险及其研究进展. 相关内容有助于LLM的研究和部署者在模型设计、训练及应用过程中，识别、预防和缓解这些威胁与风险，同时实现模型性能与安全及隐私保护之间的平衡.

预训练模型缓解了训练数据和算力受限的问题，也催生了模型开发和应用的新范式——深度学习模型供应链. 在这一供应链中，预训练模型由原始发布者上传，并经二次开发者进行必要的迁移、压缩与部署，以适应不同的应用需求. 然而，这一过程引入了新的环节和多元要素，随之产生了数据泄露和计算安全等风险. 尽管深度学习模型供应链已被广泛采纳，目前对于其安全性威胁的系统性研究仍然不足. 针对这一研究空白，概括了深度学习模型供应链的概念及其基本框架，调研了相关的研究工作. 依据模型生命周期的不同阶段，详细分析了设计、二次开发、部署和使用各环节的安全脆弱点，对可能遭遇的安全性攻击手段进行了系统的梳理、比较和总结，并探讨了相应的防护策略. 为了帮助读者更好地使用预训练模型，对现有预训练模型仓库进行了比较. 最后，基于目前深度学习模型供应链所面临的挑战，从安全性审查、实时检测和问题溯源等不同角度分析和讨论了未来可能的研究发展方向，为更安全可靠地开发和使用预训练模型提供了思路. 论文涉及的方法和相关代码归纳整理在网址：https://github.com/Dipsy0830/DNN-supply-chain-survey，方便研究人员下载使用.

软件系统在各行各业中发挥着不可忽视的作用，承载着大规模、高密度的数据，但软件系统中存在的种种缺陷一直以来困扰着系统的开发者，时刻威胁着系统数据要素的安全. 自动代码修复（automated program repair，APR）技术旨在帮助开发者在软件系统的开发过程中自动地修复代码中存在的缺陷，节约软件系统开发和维护成本，提高软件系统中数据要素的保密性、可用性和完整性. 随着大语言模型（large language model，LLM）技术的发展，涌现出许多能力强大的代码大语言模型，并且代码LLM在APR领域的应用中表现出了强大的修复能力，弥补了传统方案对于代码理解能力、补丁生成能力方面的不足，进一步提高了代码修复工具的水平. 全面调研分析了近年APR相关的高水平论文，总结了APR领域的最新发展，系统归纳了完形填空模式和神经机器翻译模式2类基于LLM的APR技术，并从模型类型、模型规模、修复的缺陷类型、修复的编程语言和修复方案优缺点等角度进行全方位的对比与研讨. 同时，对APR数据集和评价APR修复能力的指标进行了梳理和分析，并且对现有的实证研究展开深入探讨. 最后，分析了当前APR领域存在的挑战及未来的研究方向.

瞬态执行攻击利用处理器优化措施绕过安全检查，进而通过隐蔽信道传输并窃取敏感信息. 其中，Meltdown和Spectre攻击尤为知名，波及包括Intel，ARM，AMD在内的主流商用处理器. 尽管处理器制造商已采取相应防御措施，但相关变种攻击仍不断被研究人员发现并公之于众. 为深化对瞬态执行攻击的理解并实施有效防御，对各种隐蔽信道下的瞬态执行攻击进行了剖析. 首先，提炼出了瞬态执行攻击的共同特征，并系统性构建了全新的瞬态执行攻击模型. 其次，总结了现有研究中涉及的各类隐蔽信道，将瞬态执行攻击归纳总结为3类：乱序执行驱动的熔断型攻击、错误分支预测驱动的幽灵型攻击以及错误数据预测驱动的数据采样型攻击，并梳理了各类型攻击的核心要点及关联性. 其中，对数据采样型攻击进行了系统性归纳和整理. 接着，从隐蔽信道利用、攻击适用场景和微架构通用性3个维度分析和评估了各攻击变种的能力. 最后，结合上述针对处理器微架构和隐蔽信道的深入分析与总结，展望了瞬态执行攻击研究的未来研究方向，以期为后续研究工作提供有力支撑.

针对跟踪模型存在被对抗攻击的风险且当前缺少相关的对抗检测方法，利用频域手段解决这一问题. 结合扰动噪声视觉不可见的特点，首先理论证明了扰动噪声主要存在于图像的中高频段. 然后定量地分析出视频序列的低频分量对跟踪性能的贡献最大且受对抗攻击的影响最小. 最后根据上述理论证明和定量分析，提出了基于频段跟踪性能差异的检测框架，其中的频域分解模块用于提取视频序列的低频段分量；目标跟踪器及其同构同参的镜像跟踪器分别以视频序列的全频段和低频段分量为输入；判别模块通过对比2个跟踪器的输出差异，判定当前视频序列是否为对抗输入. 该检测框架以跟踪器为载体，无需对抗训练，仅通过对比不同频段跟踪性能的差异性，即可实现对抗检测. 大量的实验结果表明提出的检测框架不仅能够有效地检测当前主流的对抗攻击，如CSA，TTP，Spark，检测精度高达97.55%，而且对跟踪器的原始跟踪性能影响较小. 此外，检测框架具有泛化性，能够灵活地集成到多个跟踪器，如SiamRPNpp，SiamMask，SiamCAR，SiamBAN.

基于深度学习的目标检测算法已广泛应用，与此同时最近的一系列研究表明现有的目标检测算法容易受到对抗性攻击的威胁，造成检测器失效. 然而，聚焦于自动驾驶场景下对抗攻击的迁移性研究较少，并且鲜有研究关注该场景下对抗攻击的隐蔽性. 针对现有研究的不足，将对抗样本的优化类比于机器学习模型的训练过程，设计了提升攻击迁移性的算法模块. 并且通过风格迁移的方式和神经渲染（neural rendering）技术，提出并实现了迁移隐蔽攻击（transferable and stealthy attack，TSA）方法. 具体来说，首先将对抗样本进行重复拼接，结合掩膜生成最终纹理，并将其应用于整个车辆表面. 为了模拟真实的环境条件，使用物理变换函数将渲染的伪装车辆嵌入逼真的场景中. 最后，通过设计的损失函数优化对抗样本. 仿真实验表明，TSA方法在攻击迁移能力上超过了现有方法，并在外观上具有一定的隐蔽性. 此外，通过物理域实验进一步证明了TSA方法在现实世界中能够保持有效的攻击性能.