特邀策劃人

李思照

哈爾濱工程大學(xué)副教授，碩士生導(dǎo)師，計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院工業(yè)安全與智能計(jì)算中心副主任，CCF高級(jí)會(huì)員，中國(guó)人工智能學(xué)會(huì)青年工作委員會(huì)委員。近年來一直從事高性能并行計(jì)算、FPGA設(shè)計(jì)驗(yàn)證、人工智能等方面的教學(xué)科研工作。作為項(xiàng)目負(fù)責(zé)人承擔(dān)多項(xiàng)省部級(jí)科研項(xiàng)目。在CCF A類期刊、B類會(huì)議以及相關(guān)SCI和國(guó)內(nèi)核心期刊發(fā)表論文30余篇，現(xiàn)任《計(jì)算機(jī)與網(wǎng)絡(luò)》編委、《無線電工程》《無線電通信技術(shù)》審稿專家，《IEEE Transactions on Computers》《IEEE Transactions on Reliability》、中國(guó)自動(dòng)化大會(huì)等國(guó)內(nèi)外重要期刊、會(huì)議審稿人。

內(nèi)容導(dǎo)讀

隨著計(jì)算機(jī)和通信等技術(shù)的發(fā)展與進(jìn)步，各個(gè)行業(yè)的數(shù)據(jù)高速增長(zhǎng)，如何高效地處理海量數(shù)據(jù)以及保證其安全已經(jīng)成為當(dāng)今全球研究的熱點(diǎn)。當(dāng)前人們對(duì)信息處理技術(shù)的研究范圍在不斷拓展，信息處理的新方法、新理論層出不窮，這其中，人工智能技術(shù)的應(yīng)用可以將不確定和不可靠的信息進(jìn)行深入加工和處理，將它們轉(zhuǎn)化為更加可靠、確定性更高的信息，使這些信息能夠在更多的領(lǐng)域得到應(yīng)用。與此同時(shí)，即使面對(duì)一些不精準(zhǔn)的信息，也可以通過人工智能技術(shù)得到較為確定的結(jié)果，使已經(jīng)獲取的信息變得更加有效，從而有效提高信息的利用率。鑒于此，為建立高可靠復(fù)雜信息理論、算法和系統(tǒng)的處理方法和技術(shù)，《無線電工程》2022年第3期推出“智能信息處理與安全”專題。專題采用公開征稿方式組織稿件，在所有通過專家函評(píng)的稿件中，最終錄用稿件5篇。專題內(nèi)容涵蓋了抗量子加密硬件平臺(tái)、BP神經(jīng)網(wǎng)絡(luò)高可靠高精度電容測(cè)量方法和面向農(nóng)作物智能信息技術(shù)以及高效安全通信方法研究。

論文《基于FPGA 的Streamlined NTRU Prime抗量子加密技術(shù)研究》針對(duì)諸如RSA、橢圓曲線等傳統(tǒng)的公鑰密碼算法所依賴的底層數(shù)學(xué)模型能夠被量子計(jì)算機(jī)所攻破、在后量子時(shí)代現(xiàn)有的公鑰密碼算法無法對(duì)信息進(jìn)行有效加密等問題，對(duì)NIST第2輪Streamlined NTRU Prime算法的密鑰產(chǎn)生和封裝2個(gè)部分進(jìn)行了研究，提出了一種基于FPGA的硬件實(shí)現(xiàn)方式，并在FPGA平臺(tái)上進(jìn)行驗(yàn)證，此方案能夠在占用很少資源的前提下實(shí)現(xiàn)較高速的密鑰產(chǎn)生和封裝操作。論文《基于BP神經(jīng)網(wǎng)絡(luò)的高精度電容測(cè)量》針對(duì)工程應(yīng)用中電容的測(cè)量過度依賴儀器設(shè)備，難以實(shí)現(xiàn)高精度實(shí)時(shí)測(cè)量的問題，提出了一種基于BP神經(jīng)網(wǎng)絡(luò)的高精度電容測(cè)量方法。利用由DSP，DDS，AGC，ADC及阻容分壓等電路構(gòu)成的數(shù)據(jù)獲取模塊采集50個(gè)標(biāo)準(zhǔn)電容兩端的分壓幅值，經(jīng)過數(shù)據(jù)清洗與中值濾波去噪預(yù)處理后形成71個(gè)特征值，以此構(gòu)建C-U數(shù)據(jù)集；建立3層隱藏層結(jié)構(gòu)為16×32×16的BP神經(jīng)網(wǎng)絡(luò)模型，并進(jìn)行訓(xùn)練和測(cè)試，獲取電容預(yù)測(cè)模型，分析模型性能。論文《基于多尺度特征融合的柑橘病蟲害圖像識(shí)別方法》針對(duì)基于傳統(tǒng)機(jī)器學(xué)習(xí)與簡(jiǎn)單神經(jīng)網(wǎng)絡(luò)的病蟲害識(shí)別方法對(duì)于具有小樣本、數(shù)據(jù)不均衡、特征演變(黃龍病不同病害階段的特征差異較大)、特征不明顯、多類別等特點(diǎn)的柑橘病蟲害識(shí)別效果不理想的情況，設(shè)計(jì)了一種基于VGG19改進(jìn)的VGG19-INC模型。該模型以VGG19網(wǎng)絡(luò)模型為骨干網(wǎng)絡(luò)并利用遷移學(xué)習(xí)實(shí)現(xiàn)預(yù)訓(xùn)練權(quán)重參數(shù)的共享；模型結(jié)構(gòu)使用1個(gè)批標(biāo)準(zhǔn)化卷積層和2個(gè)Inception模塊替換VGG19的第5卷積層；使用1個(gè)全局池化層替換VGG19模型的全連接層；使用一個(gè)1×4的Softmax層作為分類輸出層。所提模型不僅保留了VGG19對(duì)圖像特征的有效提取，還利用Inception模塊增加了網(wǎng)絡(luò)的深度與寬度，使模型獲得了不同大小的感受野，實(shí)現(xiàn)了多尺度特征的融合；全局池化層對(duì)全連接層的替換，使參數(shù)減少率達(dá)到了70.56%，有效提高了模型的訓(xùn)練速度與平均測(cè)試速度，降低參數(shù)負(fù)載。由于在金融、醫(yī)藥和軍事等領(lǐng)域中，深度學(xué)習(xí)算法會(huì)出現(xiàn)模型訓(xùn)練時(shí)樣本數(shù)據(jù)分散不易集中以及隱私保護(hù)等問題。因此，數(shù)據(jù)隱私安全的研究非常重要。論文《基于聯(lián)邦學(xué)習(xí)的隱私安全和高效通信模型》以金融領(lǐng)域命名實(shí)體識(shí)別為應(yīng)用場(chǎng)景，提出了FedPBert模型，采取了橫向聯(lián)邦學(xué)習(xí)的方式對(duì)Bert模型進(jìn)行了預(yù)訓(xùn)練和微調(diào)。為了提高模型的精度，該模型采取的對(duì)客戶端網(wǎng)絡(luò)全參數(shù)加密上傳服務(wù)器的策略。同時(shí)，針對(duì)在進(jìn)行聯(lián)邦學(xué)習(xí)訓(xùn)練時(shí)客戶端與服務(wù)器通信時(shí)，加密參數(shù)過大且通信效率過低的問題，首次設(shè)計(jì)了一種可以減少加密參數(shù)量同時(shí)減少通信量的Random Parameter Aggregation algorithm(RPA)算法，在取得與全參數(shù)加密方法相當(dāng)性能的同時(shí)，能較大程度減少通信和加解密帶來的算力開銷。在5G NSA模式下，用戶數(shù)據(jù)可在PDCP層分流后進(jìn)行雙鏈路傳輸，由于各鏈路特性不同且動(dòng)態(tài)變化，接收端存在亂序現(xiàn)象，導(dǎo)致重傳、接收緩沖區(qū)阻塞。論文《一種5G系統(tǒng)NSA模式下的PDCP分流技術(shù)》提出一種適用于雙連接架構(gòu)，可實(shí)現(xiàn)PDCP層數(shù)據(jù)聚合亂序程度最小、系統(tǒng)速率最大的分流方案。建立雙連接觸發(fā)機(jī)制，確定分流界限；基于鏈路傳輸能力和緩存隊(duì)列確定分流比例，再通過時(shí)延補(bǔ)償控制數(shù)據(jù)發(fā)送順序。

專題面向智能信息處理與安全技術(shù)研究前沿，既有面向5G和農(nóng)業(yè)等與人們生活息息相關(guān)的典型應(yīng)用研究，也有抗量子攻擊、高精度電容測(cè)量等新應(yīng)用領(lǐng)域的探索。盡管專題在部署方面盡量聚焦智能信息處理與安全前沿研究，但鑒于該技術(shù)的快速發(fā)展，新理論、新應(yīng)用層出不窮，加之策劃人水平有限，專題內(nèi)容部署方面仍存在諸多不足，望業(yè)內(nèi)專家學(xué)者批評(píng)指正。專題出版得到了哈爾濱工程大學(xué)王鵬、重慶大學(xué)劉湘鵬、廣西大學(xué)黃平、火箭軍裝備部黃國(guó)鵬、重慶市信息通信咨詢?cè)O(shè)計(jì)院齊勇等研究人員的大力支持，在此衷心地感謝各位提供的優(yōu)質(zhì)稿件。在專題出版之際，特此感謝參與稿件評(píng)審的各位專家學(xué)者，感謝他們對(duì)稿件的審閱和提出的寶貴意見、建議。最后，感謝《無線電工程》編輯部各位老師的大力支持。希望本專題可以在智能數(shù)據(jù)處理及安全領(lǐng)域起到拋磚引玉的作用。