跳到正文
研踪PaperTrail

YOUR RESEARCH, IN SIGHT

让下一篇重要论文,不再错过。

覆盖计算机全学科,以 AI 为快捷入口。关注方向、作者和关键词,把发现变成持续的研究积累。

部分采集异常
正在读取账号与研究记录…

全站更新概况

+2471新增论文
+2025其中 AI 相关
+163已有论文修订
+100新增 AI 导读

arXiv 最近完成扫描:2026-11-11 00:48 · 全站最近入库:2026-11-10 15:22各信源进度 →

统计口径与数据新鲜度

统计 2026-11-10 01:24 — 2026-11-11 01:24(北京时间) · 点击数字查看对应简报;AI 相关包含在新增论文内。

最近完成检查:2026-11-11 00:48最近发现新增版本:2026-11-10 15:22库内论文最新更新时间:2026-11-10 02:59

每分钟刷新已保存的数据。空检查不代表采集异常;新收录可能包含历史论文。AI 导读按新增版本计数。

20,643 已收录论文17,531 AI 相关5,643 有修订112 HF 社区发现

浏览论文库

时间范围跟随排序:版本更新、本站收录或首次发表。最新收录可能包含历史论文。部分信源异常,查看状态 →

找到 20,643 篇论文 · 按版本更新时间排序上轮扫描起点 2026-11-11 00:46(北京时间)
首次观测 · 记录 #1软件学报:jos:7726软件学报

威胁情报驱动的多智能体Android反运行时分析方法

严欣芃, 张向宇, 范玲玲, 苏煜程, 陈森, 刘哲理, 操晓春

原文摘要

Android生态系统的开放性与碎片化使其面临着持续演进且日益复杂的安全威胁, 越来越多的恶意攻击者使用运行时分析技术来窥探应用逻辑、篡改执行流程, 从而规避Android安全措施, 加强恶意行为的持久性与影响范围. 反运行时分析(anti-runtime analysis)技术通过检测运行时分析行为, 使用户与开发者能够及时发现并采取防护措施, 保障应用完整性与数据安全. 目前, 研究人员已提出多种基于静态数据库的反运行时分析方法, 即收集已知运行时分析技术的特征情报, 将从设备中提取的信息与其进行匹配, 从而发现运行时分析技术的痕迹. 但这类方法存在“知识滞后”问题, 且分析深度和结果可解释性不足, 使其在高速迭代的运行时分析技术面前愈发乏力. 为此, 提出并实现一个基于威胁情报驱动的多智能体Android反运行时分析方法——AIntel-Agent, 该方法利用智能体技术构建动态知识库, 从Root、Hook、调试、虚拟环境、篡改这5类运行时分析技术的特征出发对设备指纹进行深度分析, 自动化、智能化地完成Android反运行时分析任务. AIntel-Agent通过智能体协作框架的设计, 提出一种从互联网实时获取威胁情报构建动态知识库的方法, 并构建循环推理机制使智能体将设备指纹与运行时分析技术的特征关联, 形成设备反运行时分析报告. 基于现实设备数据集的实验结果表明, AIntel-Agent在Android设备达到88.5%的精确率与93.9%的召回率, 其风险报告具备充足证据与可解释性, 证明了其在Android反运行时分析中的有效性.

cs.* · cs.AI · cs.MA

软件学报 · 2026 · 正式发表

新论文 · v1arXiv:2609.27068Berkeley BAIR

HiRE: Hindsight Reward Editing for Policy Finetuning

Haoyi Niu, Zhengtao Han, Yufeng Ji, Zhongyu Li, Koushil Sreenath

原文摘要

Pre-trained robot policies always require finetuning to adapt to specific environments. Reinforcement Learning (RL) offers high performance potential because it improves action optimality rather than simply mimicking data. However, such potential depends heavily on reward quality. Sparse rewards lack process feedback, human-designed rewards are costly and biased, and semantic rewards from foundation representations are often not control-centric. We propose Hindsight Reward Editing (HiRE), a training-free framework to break this reward bottleneck. HiRE bridges the broad knowledge of foundation representation models with physical control awareness, by contrasting successful and failed trajectories in hindsight. It calibrates foundation representation models by identifying "trap states" that are predicted as high-rewarding states yet eventually result in failure, and vice versa. HiRE explicitly penalizes these traps while boosting rewards for critical successful states. This approach can be flexibly compatible with any foundation representations and RL algorithms. Experiments show that HiRE consistently outperforms other reward recipes by delivering dense, control-aware feedback that prevents value function collapse and reward hacking, thereby achieving superior sample efficiency, stable policy updates, and higher performance ceilings, e.g., at least 3x performance of the base policies. Qualitative results are at https://hire-project.github.io .

cs.RO

版本更新 · v2arXiv:2606.19980Berkeley BAIR

ENPIRE: Agentic Robot Policy Self-Improvement in the Real World

Wenli Xiao, Jia Xie, Tonghe Zhang, Haotian Lin, Letian "Max" Fu, Haoru Xue, Jalen Lu, Yi Yang 等 17 位作者

原文摘要

Achieving dexterous robotic manipulation in the real world heavily relies on human supervision and algorithm engineering, which becomes a central bottleneck in the pursuit of general physical intelligence. Although emerging coding agents can generate code to automate algorithm search, their successes remain largely confined in digital environments. We conjecture that the missing abstraction to automate robotics research is a repeatable feedback loop for real-world policy improvement: reset the scene, execute a policy, verify the outcome, and refine the next iteration. To bridge this gap, we introduce ENPIRE, a harness framework for coding agents that instantiates this physical feedback routine with four core modules: an Environment module (EN) for automatic reset and verification, a Policy Improvement module (PI) that launches policy refinement, a Rollout module (R) to evaluate policies with one or multiple physical robots operating in parallel, and an Evolution module (E) in which coding agents analyze logs, consult literature, improve training infrastructure and algorithm code to address failure modes. This closed-loop system transforms real-world manipulation learning into a controllable optimization procedure, minimizing human effort while allowing fair ablations across training recipe and agent variants. Powered by ENPIRE, frontier coding agents can autonomously train a policy to achieve a 99% success rate on challenging, dexterous manipulation tasks, such as organizing a pin box, fastening a zip tie, and tool use, a process that further accelerates when we dispatch an agent team on a robot fleet. Our results suggest a practical and scalable path toward deploying coding agents to autonomously advancing robotics in the physical world.

cs.AI

首次观测 · 记录 #1软件学报:jos:7631软件学报

数据驱动的地质灾害防控综述

裘王辉, 胡诗彦, 郭晨娟, 史文兵, 江兴元, 余理娜, 高明, 张晖 等 10 位作者

原文摘要

地质灾害对人民生命财产和生产活动构成严重威胁. 随着数据获取与处理技术的进步, 数据驱动的地质灾害防控方法已成为研究热点. 按照“数据-治理-分析-决策”的范式, 系统构建数据驱动的地质灾害防控技术综述框架. 在数据基础层面, 提出研究对象、时间尺度和数据模态三元组框架, 为多源异构数据的系统化整合提供分类视角. 在数据治理层面, 针对数据不一致性、低分辨率、缺失与不平衡以及不确定性等质量问题, 系统总结相应治理策略. 在数据分析层面, 围绕“灾害在哪里”和“何时发生”两大核心问题, 将地质灾害分析任务分解为区域风险评估、影像灾害识别、地表位移预测和地灾概率预测这4类, 并归纳数据驱动方法亟需具备的自动化、通用性、鲁棒性、可解释性和轻量化这5大关键特性. 在智能决策层面, 构建灾前、灾中、灾后3阶段决策框架, 系统分析各阶段核心决策问题, 明确从风险评估到应急响应再到恢复重建的全流程数据驱动决策路径, 并对基于多智能体协同的未来决策模式进行了展望. 期望通过本综述, 为数据驱动的地质灾害防控领域的研究与实践提供系统性参考, 推动防灾减灾向数字化、智能化方向转型发展.

cs.* · cs.AI · cs.MA

软件学报 · 2026 · 正式发表

首次观测 · 记录 #1软件学报:jos:7718软件学报

基于多智能体协同的动态程序切片方法

常建明, 徐晨杰, 叶祁超, 王璐璐, 李必信

原文摘要

动态程序切片是一种重要的程序分析技术, 能够在给定程序输入与执行轨迹的情况下提取实际影响切片准则的代码语句, 在程序调试、缺陷定位和程序理解等任务中具有重要应用价值. 然而, 现有动态程序切片方法在大规模软件系统中仍面临分析成本高、依赖关系建模复杂以及跨过程依赖分析困难等问题. 近年来, 研究者尝试利用大语言模型生成动态程序切片, 但现有方法多针对小规模程序设计, 且由于缺乏执行信息约束, 切片准确率仍然有限. 针对上述问题, 提出一种面向动态程序切片生成的多智能体协同框架 AgentDSlicer. 该方法通过程序执行推理、切片生成、结果验证与切片精化等多个智能体的协同工作, 在不依赖真实程序执行信息的前提下实现执行相关的动态程序切片. 为支持系统化评估, 进一步构建人工标注的动态程序切片数据集 DySliceBench, 该数据集包含来自 CodeNet 与 GitHub 开源项目的2 543 个动态切片实例, 覆盖 Java 与 Python 两种编程语言. 实验结果表明, 在 DySliceBench 数据集上, AgentDSlicer 的切片准确率相较现有方法平均提升30.4%, 相较于当前最先进的 LLM 动态切片方法ND-Slicer 提升32.1%; 在大规模程序场景下, 准确率提升可达 60.1%. 此外, 在程序调试与缺陷定位等应用场景中的实验进一步验证了该方法的有效性. 研究结果表明, AgentDSlicer 能够在保证分析准确性的同时有效提升动态程序切片在真实软件项目中的适用性.

cs.* · cs.CL · cs.AI · cs.MA

软件学报 · 2026 · 正式发表

首次观测 · 记录 #1软件学报:jos:7719软件学报

SM9门限适配器签名

梁培虹, 赵艳琦, 杨晓艺, 秦宝东, 袁庆军, 禹勇

原文摘要

适配器签名作为一种扩展的数字签名, 实现了签名与秘密值的绑定, 被广泛应用于区块链支付通道、跨链原子交换及供应链金融等场景. 然而, 适配器签名采用的单一密钥控制模式, 使其面临着密钥泄露的风险. 若出现密钥丢失、泄露或损坏的情况, 将直接导致所有依赖该密钥的资源失控. SM9数字签名是我国自主研发的基于标识的密码算法, 于2020年成为国家密码标准, 被广泛应用于政务、金融、能源等关键行业. 然而, SM9数字签名在分布式场景下跨链原子交换的复杂协作时, 功能表现出一定的局限性. 为拓展SM9算法在分布式场景的适配性, 提出SM9门限适配器签名方案, 通过将密钥分发给多个参与方共同管理, 解决SM9适配器签名单点失败的问题; 为降低多方参与者的通信轮数及计算开销, 结合秘密共享与安全多方计算协同构造的方法, 将算法中的复杂运算转化为高效的本地线性运算, 使其在无需暴露任何秘密份额的前提下, 即实现多方协同计算; 此外, 所构造的方案还可进一步应用于公平交换等场景. 相比于已有方案, 所提方案的计算开销降低了60.17%, 同时, 通信开销的复杂度从原有的O(n2)降至O(n).

cs.*

软件学报 · 2026 · 正式发表

首次观测 · 记录 #1软件学报:jos:7721软件学报

多并行尺度性能数据采集与分析方法综述

宣智博, 游心, 杨海龙, 杜劭康, 雷克伦, 陈景琦, 霍达, 张子峥 等 12 位作者

原文摘要

高性能计算(high performance computing, HPC)的迅猛发展推动了硬件架构与并行编程模型的协同演进. 然而, 随着摩尔定律的失效与登纳德缩放定律的终结, 单纯依赖硬件迭代已无法显著提升应用的可获得性能, 导致应用实测性能与硬件峰值算力(peak performance)之间的鸿沟日益扩大. 因此, 软件层面的深度优化成为挖掘硬件潜力、提升计算效率的关键途径. 历经数十年发展, 领域内已形成了性能数据采集、性能分析与性能优化的完整工作流. 系统综述多并行尺度下的性能数据采集与分析方法与其技术基础, 深入分析现有方法与工具在指令、线程及进程等不同并行尺度下的优势与局限. 同时, 重点探讨人工智能(artificial intelligence, AI)作为新兴计算负载与智能化分析手段的双重角色对本领域的深远影响, 旨在为高性能计算性能工程的研究与实践提供前沿视角与有价值的参考.

cs.* · cs.AI

软件学报 · 2026 · 正式发表

首次观测 · 记录 #1软件学报:jos:7722软件学报

SMDGCL: 基于样本语义匹配的解耦图对比学习方法

梁鸿翔, 王文俊, 焦鹏飞, 李天鹏, 赵东岩

原文摘要

图对比学习(graph contrastive learning, GCL)近年来在社交网络、推荐系统和生物信息学等领域中受到广泛关注, 其通过构建正负样本对引导模型学习, 有效缓解了对大量标注数据的依赖. 然而, 图数据的复杂性导致现有GCL方法在实际应用中面临语义漂移问题, 即在增强过程中由于随机扰动或无意义修改使节点或图的语义发生偏移, 从而引发正负样本定义不准确. 此外, 传统图编码器未能有效区分不同邻居之间的语义关系, 进一步放大了语义混淆. 为了解决这一问题, 提出一种基于样本语义匹配的解耦图对比学习(disentangled graph contrastive learning based on semantic matching, SMDGCL)方法. 该方法引入解耦图卷积网络, 通过分离不同的潜在语义因素来优化节点嵌入, 提高了图对比学习在复杂网络环境中的鲁棒性和准确性. 在6个基准数据集上的实验验证了该方法在缓解语义漂移和提升对比学习性能方面的有效性.

cs.*

软件学报 · 2026 · 正式发表

首次观测 · 记录 #1软件学报:jos:7724软件学报

图智能体概念与研究进展

常胜, 葛朋林, 方阳, 赵翔, 王鑫

原文摘要

随着自主智能体系统的发展, 如何在复杂环境中维持结构一致性、支持长程依赖推理并组织多阶段任务执行已成为智能体研究的重要问题. 然而, 现有智能体范式在处理长程依赖与跨阶段目标协调等复杂任务时, 仍面临全局一致性难维护与策略组织效率受限等问题. 为提升智能体的结构化建模与组织能力, 图结构被引入智能体系统中, 为环境表示、任务调度与认知维护提供结构化支撑. 基于此, 从图在智能体系统中的功能定位和嵌入位置出发, 提出图智能体这一统一分析框架. 该概念是指以图结构作为核心的智能体范式, 并据此对相关研究进行系统梳理. 重点分析图作为结构载体如何嵌入智能体的感知、推理、记忆与协作过程之中. 围绕这一分析框架, 将现有研究中图所承担的功能角色归纳为3类: 图用于环境建模、图用于依赖建模和图用于思维建模, 分别刻画图结构在环境表示、任务调度与认知维护中的不同作用机制. 在环境建模中, 图作为外部结构表达工具, 用于刻画实体关系、状态转移与行动空间, 为策略生成提供结构化环境描述与约束基础; 在依赖建模中, 图用于表示子任务依赖关系、协作结构与决策路径, 支持多智能体协同、任务分解与执行调度; 在思维建模中, 图嵌入内部推理与记忆更新过程, 形成可持续演化的内部认知结构. 在此基础上, 进一步比较3类功能角色在结构作用、运行开销和适用边界上的差异, 并梳理现有研究采用的评测指标、任务基准与基线设置. 进一步分析图智能体在开放动态环境、复杂执行过程和长期交互场景下的局限与挑战, 最后对未来研究方向进行展望.

cs.* · cs.AI · cs.MA

软件学报 · 2026 · 正式发表

首次观测 · 记录 #1软件学报:jos:7727软件学报

大模型生成代码水印攻防技术综述

吕培卓, 赵睿智, 隋佩杭, 杨茜云, 梁瑞刚, 孙伟松, 陈宇轩, 陈恺

原文摘要

随着以大模型(large language model, LLM)为核心的智能编程助手逐渐重塑软件工程范式, AI生成的代码已成为关键的数字资产, 而由此引发的知识产权归属模糊与软件供应链安全风险也日益严峻. 代码水印作为数字版权确权与溯源的“数字锚点”, 在编程语言严格的语法约束与低信息熵环境下, 面临独特的挑战. 针对当前研究中存在的技术方案分散、评估体系不完整等问题, 从模型全生命周期的系统性视角出发, 对现有研究进行系统性分类与理论模型构建. 首先, 提出一种基于生命周期的新型分类框架, 将现有技术精准归纳为训练时的后门触发、推理时的采样偏置嵌入以及生成后的语义重述嵌入这3大范式, 并深度解析其运作机理与演进路径. 其次, 深入剖析代码水印关键性能指标之间的制约关系, 揭示在当前技术条件下保真度、鲁棒性与水印容量之间存在的内在矛盾与权衡逻辑. 此外, 引入对抗博弈视角, 剖析破坏、欺骗及探测等攻击手段, 并梳理从功能一致性到对抗溯源能力的评测基准. 最后, 针对现有技术在工程化可用性和全生命周期评测方面的不足, 展望面向DevOps (development and operations)全链路的动态防护与生态集成等未来研究方向, 旨在推动相关技术由概念验证阶段迈向工业级应用场景.

cs.* · cs.CL

软件学报 · 2026 · 正式发表

新论文 · v1arXiv:2609.20738Google Research

利用生成式UI赋能教育:定制化学习互动

Harnessing Generative UI for Education: Tailored Learning Interactives

Alisa Kovshov, Anisha Choudhury, Anna Iurchenko, Amy Keeling, Avinatan Hassidim, Ayelet Shasha Evron, Ayça Çakmakli, Diana Akrong 等 29 位作者

AI 速读 基于摘要

提出“learning interactives”框架,借助Gemini的生成式UI能力自动构建定制化互动模拟,并通过教育者初步研究与专家教师的教学评分进行评估。

cs.CY

查看原文摘要

It is well established that students learn best through active engagement, particularly via interactive experiences tied to real-world concepts. Creating such experiences, however, typically requires labor-intensive design, costly development, and continuous teacher guidance to achieve measurably effective outcomes. Recent advances in generative UI open the door for a future of practice where the creation of tailored interactive experiences is automated. However, off-the-shelf models lack optimization for pedagogical precision and learning principles, often yielding unsatisfactory results for complex pedagogical constructs. To address these limitations, we present learning interactives, a structured framework leveraging the generative UI capabilities of Gemini to construct effective customized interactive simulations. We evaluate our approach through both an initial study with educators as well as a pedagogical rating of a varied set of simulations by expert teachers.

新论文 · v1arXiv:2609.15988Berkeley BAIR

ResSafe: Learning Safety Filtering with Residual Reinforcement Learning for Humanoids

Gechen Qu, Tong Zhang, Bike Zhang, Yen-Jen Wang, Koushil Sreenath, Claire Tomlin, Jason Jangho Choi

原文摘要

Safe control of humanoid robots remains challenging due to their high-dimensional dynamics, contact-rich interactions, and sensitivity to disturbances. Although reinforcement learning has enabled effective locomotion and motion tracking, learned policies can still generate unsafe actions that lead to instability or falls. In this work, we propose residual reinforcement learning as an implicit safety-filtering mechanism for safe humanoid control. Instead of relying on a single nominal policy to simultaneously balance performance, safety, and robustness, we decouple performance and safety. The nominal policy focuses solely on task performance, while a residual policy learns safety corrections. This decoupling leads to a better performance--safety Pareto trade-off and avoids the need for careful tuning of multiple competing reward terms within a single policy training. We show that the residual policy can act as an implicit safety filter.

cs.RO

首次观测 · 记录 #1软件学报:jos:7666软件学报

去中心化联邦学习: 挑战、方法与展望

陈逸啸, 屈志昊, 吕沈欢, 叶保留, 唐斌

原文摘要

联邦学习(federated learning, FL)作为一种保护隐私的分布式机器学习范式, 能够在无需集中本地数据的前提下, 利用边缘节点资源协同训练机器学习模型, 近年来受到学术界与工业界的广泛关注. 然而, 基于中央参数服务器 (parameter server)的传统中心化联邦学习 (centralized federated learning, CFL)存在单点故障风险和通信瓶颈等固有局限, 制约了其在大规模分布式环境中的鲁棒性和可扩展性. 去中心化联邦学习(decentralized federated learning, DFL)采用P2P (peer-to-peer)通信架构实现模型同步和协同训练, 显著提升系统的容错能力和扩展性, 成为分布式机器学习领域的前沿研究方向. DFL在隐私保护与学习效率方面具有一定优势, 但仍面临4大核心挑战: (1)分散节点在动态网络环境下难以实现高效协同; (2)异构数据特性加剧了模型融合的困难; (3)计算、存储及通信资源的异构性与动态性难以优化协调; (4)高度开放的去中心化架构对隐私安全保障提出更严峻挑战. 针对上述挑战, 从系统架构设计、异构数据融合、资源优化机制和隐私安全增强这4个层面总结并分析近年来的研究进展, 比较不同技术的优势和劣势, 总结当前阶段DFL的主要研究趋势, 并对未来发展方向进行展望.

cs.*

软件学报 · 2026 · 正式发表

首次观测 · 记录 #1软件学报:jos:7668软件学报

面向网络数据的局部结构感知的反事实样本构建

黄之荣, 张骞, 程德波, 张桂衔, 王懿, 张师超

原文摘要

个体治疗效应(individual treatment effect)旨在精确度量治疗对个体的因果作用, 是实现个性化决策的关键. 然而, 在网络观测数据(networked observational data)中, 反事实结果的不可观测性与个体间因网络连接而产生的复杂依赖和混杂因素相互交织, 给精准估计个体治疗效应构成了巨大的挑战. 现有研究通常通过在处理组和对照组之间实现分布平衡, 以训练模型预测个体的反事实结果并估计治疗效应, 但该策略往往局限于粗粒度的全局分布对齐, 忽视了局部结构在反事实构建中的作用, 从而可能引入额外偏差. 为了解决上述问题, 提出一种基于局部结构感知的反事实样本构建(local structure-aware counterfactual sample construction, LSCSC)方法, 以提升网络化场景下的因果效应估计精度. LSCSC是一种基于K最近邻 (K-nearest neighbours, KNN)引导的方法, 其核心思想是为个体匹配具有相反治疗分配且反事实预测结果与个体观测结果相近的邻居, 从而构建局部结构感知的反事实参考样本. 通过显式建模局部结构依赖关系, LSCSC增强了个体协变量之间的对齐, 有效缓解了由混杂因素与网络结构共同导致的偏差. 此外, LSCSC集成了表征平衡学习模块, 以进一步适应协变量的异质性. 值得注意的是, LSCSC具有良好的通用性, 可与多种因果效应估计模型无缝结合. 基于真实社交网络的两个半合成数据集的实验结果表明, LSCSC在个体治疗效应估计的准确性上显著优于现有最先进方法, 验证了其有效性与优越性.

cs.*

软件学报 · 2026 · 正式发表

首次观测 · 记录 #1软件学报:jos:7700软件学报

人数匿名的高效多方环签名协议

宋宇波, 杨尚华, 刘颖, 张颖, 郑天宇, 高尚, 陈立全

原文摘要

环签名在区块链等场景中为多输入交易提供了关键的匿名性保障. 然而, 现有基于One-out-of-many证明的方案在处理拥有多个输入(k>1)的场景下存在不足: 签名大小随真实签名者数量k呈线性增长, 且k的公开暴露也削弱了匿名性. 为此, 提出一种ring-constrained any-out-of-many证明方案. 该方案在协议层面引入二元代数约束, 确保签名者集合非空, 并在零知识证明中仅证明“至少一名成员参与”, 从而避免泄露真实签名者数量, 实现人数匿名性. 进一步地, 通过将布尔选择向量的约束编码为线性内积条件, 证明关系能够被高效归约为内积形式, 从而支持对数级压缩. 基于该核心协议, 构造一个人数匿名的高效多方环签名方案, 其签名大小仅为$ 2\left\lceil {\log }_{2}N\right\rceil +16 $, 且与签名者数量k无关. 实验结果表明, 在所设实验参数下, 所提方案在通信开销控制和真实签名者数量隐藏方面表现出较好效果, 为去中心化系统中的多方匿名签名应用提供了一种可行路径.

cs.*

软件学报 · 2026 · 正式发表

首次观测 · 记录 #1软件学报:jos:7728软件学报

基于深度学习的加密网络流量分类技术综述

刘运东, 黄梦蝶, 苗美霞, 罗向阳

原文摘要

加密网络流量分类是网络安全防护的关键环节, 对于识别潜在威胁和维护网络信息安全具有重要意义, 因此得到学术界和产业界的广泛关注. 对目前基于深度学习的加密网络流量分类技术进行系统梳理和深入分析: 首先阐述加密网络流量分类任务的核心特点, 包括流量的加密性、多样性和动态性. 同时分析该任务所面临的诸多挑战, 包括特征隐匿性、标注样本缺乏以及流量动态变化. 然后从这3个挑战出发, 梳理一系列前沿方案. 其中, 针对特征隐匿性问题, 主要介绍基于多层感知机、卷积神经网络、自编码器、循环神经网络、图神经网络、Transformer、大语言模型以及混合模型的网络流量分类算法; 针对标注样本缺乏问题, 主要介绍基于元学习、半监督学习、生成对抗网络以及预训练模型的网络流量分类算法; 针对流量动态变化问题, 主要介绍面向未知类别、概念漂移以及对抗攻击的网络流量分类算法. 接着介绍常用的加密网络流量数据集及评价指标, 以帮助读者全面评估不同算法的性能和适用性. 最后对已有工作存在的问题进行归纳和总结, 并结合当前技术发展趋势和实际需求展望未来研究方向.

cs.* · cs.CL

软件学报 · 2026 · 正式发表

版本更新 · v4arXiv:2606.28320Berkeley BAIR

WARP-RM: A Warp-Augmented Relative Progress Reward Model for Data Curation

Justin Yu, Andrew Goldberg, Kavish Kondap, Karim El-Refai, Ethan Ransing, Qianzhong Chen, Mac Schwager, Fred Shentu 等 10 位作者

原文摘要

Scaling imitation learning requires large datasets, yet human teleoperation inevitably produces mixed-quality demonstrations containing hesitations, retries, and pauses. Prior frame-level progress reward models supervise on absolute temporal progress proxies that suffer from label noise, or require costly human annotations to define subtask boundaries. We present WARP (Warp-Augmented Relative Progress), a novel fully self-supervised algorithm for learning dense, signed relative progress magnitudes directly from successful demonstrations. WARP generates per-frame progress targets via time-warp augmentations of demonstrations (variable playback speeds and reversals) and we train WARP-RM to predict normalized signed temporal displacement from the start of each sampled window. Aggregating these predictions across overlapping windows yields a dense frame-level progress signal. We then introduce WARP-BC, which uses these scalar reward estimates to filter and reweight action chunks during behavior cloning. We evaluate our approach on a physical bimanual robot system performing a long-horizon deformable object manipulation task: folding T-shirts from a random crumpled start. To evaluate policy robustness against suboptimal data, we construct training datasets of varying quality using episode length as a proxy for teleoperation sub-optimality. Across these training tiers, WARP-BC improves successful-folding throughput by up to ~18x over vanilla BC. Furthermore, we evaluate bottle-in-bin placement in the real world and in simulation. Across 512 paired simulated scenes, WARP-BC achieves 290 bottles/hr versus 237 for vanilla BC and 271 for DemInf, with all curation methods retaining 31.5% of the data. We release open simulation data, code, checkpoints, and evaluation artifacts for end-to-end reproduction of the WARP pipeline. Project page: https://uynitsuj.github.io/warp-rm/

cs.RO

新论文 · v1arXiv:2609.03582Google DeepMind

WeatherNext 3: Increasing resolution and performance of global weather models with raw observations

Stephan Rasp, Boris Babenko, Dominic Masters, Andrew El-Kadi, Samier Merchant, Guy Shalev, Ilan Price, Fred Zyda 等 25 位作者

原文摘要

State-of-the-art AI weather models have shown impressive medium-range forecast skill and computational efficiency, but suffer two key shortcomings: their forecasts have lower spatial and temporal resolution than the best physics-based models and they are exclusively initialized with and trained on analysis data. As a result, they cannot directly make use of observations, and any biases in the analysis are inherited by the forecast. WeatherNext 3 addresses these shortcomings and establishes a new state-of-the-art for probabilistic medium-range forecasting skill. First, WeatherNext 3 generates new forecasts every hour (rather than every 6 hours like traditional global models) by ingesting low-latency geostationary satellite data. Second, WeatherNext 3's temporal and spatial resolution are on par with physics-based global models, with hourly time steps and 0.1 degree resolution for single-level variables, including solar radiation and cloud cover. Third, WeatherNext 3 moves beyond traditional analysis variables by learning to predict satellite-derived precipitation estimates, as well as tropical cyclone and station observations. Modelling sparse station data allows WeatherNext 3 to make 2m temperature and dewpoint predictions at any location and time, conditioned on local geographical features, with substantially lower error than competing global models, even when evaluated against unseen stations. Together, WeatherNext 3's capabilities move operational AI-based weather forecasting beyond emulating the traditionally distinct stages of data assimilation, forecasting and post-processing, which helps to further push the frontier of performance and granularity for global weather prediction.

cs.LG

首次观测 · 记录 #1软件学报:jos:7652软件学报

Distroid: 基于强化学习的安卓应用分布式自动化测试框架

郑裕恒, 宋日荣, 陈俊洁, 陈星

原文摘要

在敏捷开发与持续交付模式的推动下, 安卓应用的迭代周期日益缩短, 测试时间窗口被大幅压缩. 分布式测试扩展测试资源以提升并行执行能力, 有效保障了在高速迭代中安卓应用的交付质量. 尽管目前已有诸多工具致力于优化单设备上的测试效果, 但如何在有限资源和时间条件下进一步提升安卓应用自动化测试的并行效率, 仍然是一个亟待解决的关键问题. 提出一个名为Distroid的分布式自动化测试框架, 该框架对整体状态空间进行划分, 并引导各设备在测试过程中分别探索不同的UI子区域, 从而实现对安卓应用的自适应探索. 基于此协同机制, Distroid在每台测试设备上实施双层引导以提升测试质量与效率: 一方面, 通过好奇心驱动的强化学习构建高质量操作序列, 编码复杂用户交互的时序逻辑关系, 其奖励函数整合应用状态相似度计算方法, 在探索过程中提供底层引导. 另一方面, 为了避免陷入局部最优, Distroid在运行时逐步构建一个确定性有限自动机(deterministic finite automaton, DFA), 为测试提供高层次引导, 从而进一步提升测试效率与质量. 为验证Distroid的有效性, 在30款真实安卓应用上对其进行评估. 实验结果表明, Distroid在故障检测率、代码覆盖率和测试效率方面, 均优于现有最先进的安卓应用测试方法. 此外, Distroid共检测出41个故障, 其中26个此前尚未被报告.

cs.*

软件学报 · 2026 · 正式发表

首次观测 · 记录 #1软件学报:jos:7715软件学报

基于大模型语义理解的越权漏洞黑盒检测方法

刘丰毓, 张源, 张淇伊, 陈添, 施游堃, 杨珉

原文摘要

越权漏洞是Web应用中极为常见且危害显著的一类漏洞. 攻击者可利用该漏洞对受保护资源执行未授权读取或操作, 造成敏感数据的泄露或篡改. 黑盒检测是一类被普遍采用的越权漏洞检测方式, 其通过分析HTTP请求与响应来检测漏洞. 然而, 由于缺乏对请求响应语义的理解, 现有方法既难以区分读取类请求返回的是公开响应还是敏感响应, 也无法准确识别操作类请求的反馈响应, 产生较多误报和漏报. 为解决上述问题, 提出一种基于大模型语义理解的越权漏洞黑盒检测方法. 通过提取请求响应中的敏感资源、业务功能语义, 构建多维语义增强的请求响应图, 有效区分敏感响应、识别反馈响应, 从而准确检测读取类、操作类越权. 基于上述方法实现了越权漏洞检测原型系统BACHunter. 实验结果表明, 在包含10个真实Web应用的数据集中, BACHunter共检测出62个越权漏洞, 其中14个为0-day漏洞, 精确率、召回率分别为93.94%、88.89%, 较现有先进检测方法分别提升23.30%、25.93%. 目前已获11个CVE编号, 验证了其实际应用价值.

cs.* · cs.CL

软件学报 · 2026 · 正式发表

首次观测 · 记录 #1软件学报:jos:7725软件学报

信号节拍攻击: 针对联邦学习场景的成员推理攻击

吴思源, 李昊, 张敏, 陈亚青, 冯登国

原文摘要

联邦学习(federated learning, FL)作为一种分布式机器学习范式, 在保障用户数据隐私方面展现出一定优势. 然而, 其多方参与机制也为成员推理攻击(membership inference attack, MIA)提供了潜在威胁途径. 当前针对联邦学习场景的MIA研究多基于简化的非共谋威胁模型和有限的成员关系信息, 可能低估了实际环境中的隐私泄露风险. 通过系统分析发现, 在联邦学习过程中, 由于客户端的部分参与训练以及全局模型的聚合机制, 成员样本所对应的度量指标(如损失值)呈现出显著的周期性波动特征, 从而增强了成员与非成员样本之间的可区分性. 这一规律为MIA提供了新的可利用信号. 基于此, 提出针对联邦学习场景的成员推理攻击——信号节拍攻击STMIA (signal tick membership inference attack) , 融合多维度指标的周期性特征, 构建具有强区分能力的攻击信号, 并利用共谋客户端的共享数据构建攻击模型. 实验结果表明, STMIA在AUC与TPR@0.1% FPR等关键评估指标上均优于现有主流方法, 有效揭示了真实联邦学习场景中模型存在的深层隐私泄露风险.

cs.*

软件学报 · 2026 · 正式发表

首次观测 · 记录 #1软件学报:jos:7701软件学报

基于特征压缩与特征融合的高效分裂联邦学习框架

廖云铭, 马欣莹, 许杨, 徐宏力, 黄刘生

原文摘要

为了提高人工智能应用的性能, 大规模模型因其优秀的广义能力而受到越来越多的关注. 然而, 大规模模型的训练和传输会给资源有限的边缘节点带来巨大的计算和通信负担, 并且完整模型的交换可能会侵犯模型的隐私. 为了减轻节点的负担并保护模型的隐私, 集成数据并行和模型并行的分裂联邦学习被提出. 然而, 除了资源有限的挑战, 分裂联邦学习在边缘计算系统中还面临着另外两个关键的挑战, 即统计异构性和系统异构性. 为了解决这些挑战, 结合分裂联邦学习的特性, 提出一种新的基于特征压缩与特征融合的高效分裂联邦学习框架SplitCP. 具体地说, 特征压缩的目的是降低节点的通信资源消耗, 并通过为异构节点分配合适的压缩比以提高训练效率. 而特征融合的目的是将节点的特征融合成一个混合特征序列, 近似等同于独立同分布数据的特征, 克服统计异构性挑战来提高模型的精度. 此外, SplitCP通过分析自适应特征压缩与特征融合的耦合关系, 探索如何联合优化以提升分裂联邦学习的模型训练性能. 在使用80台NVIDIA Jetson边缘设备搭建的物理平台上进行广泛的实验, 实验结果表明, 与基线相比, SplitCP可以将最终模型精度提高6.46%–26.15%, 同时实现训练加速约1.31–3.51倍.

cs.* · cs.AI

软件学报 · 2026 · 正式发表

首次观测 · 记录 #1软件学报:jos:7702软件学报

模型互联网中基于置信度的Token级并联协作推理

王建辉, 李哲涛, 刘忠仁, 肖勇

原文摘要

在模型互联网中, 单个基模型受限于自身推理能力, 其推理精度往往存在瓶颈. 虽然基模型可以通过与协作模型的Token级并联协作提升精度, 但现有方法多采用全程Token级并联协作策略, 导致较高的Token开销和推理时延. 针对上述挑战, 提出一种基于置信度的协作推理方法CobCo. 该方法以基模型置信度为核心调控信号, 动态调节其推理行为. 当基模型置信度较低时, 引入协作推理以降低推理错误风险, 而在置信度较高时采用独立推理以减少冗余协作开销. 为支撑上述推理调节机制, 设计一种面向Token级并联协作的置信度评估算法, 通过将协作结果作为外部参照刻画基模型在逐步推理过程中的决策优劣, 并基于Beta分布对其置信度进行动态量化. 实验结果表明, 在引入CobCo后, 基模型的推理准确率相较于其独立推理提升了2.4%–27.6%. 与现有全程Token级并联协作方法相比, CobCo在推理准确率损失较小的前提下显著降低了Token开销与推理时延. 特别地, 当基模型与协作模型性能相近时, CobCo能在保持推理准确率不下降的情况下, 将Token开销最高降低约20.8%.

cs.*

软件学报 · 2026 · 正式发表

版本更新 · v2arXiv:2605.30865Google Research

GlucoFM:面向连续血糖监测的双流基础模型

GlucoFM: A Dual-Stream Foundation Model for Continuous Glucose Monitoring

Zechen Li, Keerthana Natarajan, Weizhi Zhang, Menglian Zhou, Simon A. Lee, Yuwei Zhang, Maxwell A. Xu, Zeinab Esmaeilpour 等 14 位作者

AI 速读 基于摘要

提出轻量级CGM基础模型GlucoFM,将血糖动态分解为慢变趋势与短期偏差双流,并在大规模无标签CGM数据上预训练,用于代谢表型分类与餐后血糖响应预测。

cs.LG

查看原文摘要

Continuous glucose monitoring (CGM) provides a dense view of daily metabolic physiology, yet existing generic time-series and CGM-specific foundation models often encode glucose traces as entangled single-stream sequences, leaving their multiscale temporal structure only implicitly modeled. We present GlucoFM, a lightweight CGM foundation model that aligns irregular recordings to a 24-hour chronological grid, preserves observation masks, and decomposes glucose dynamics into slow-varying glycemic trend and short-term deviation streams. GlucoFM is pretrained on 109,066 hours of unlabeled CGM recordings from 477 subjects with masked contextual latent prediction over fused daily representations and temporal dynamics prediction over the two streams. Frozen pre-fusion probes confirm distinct temporal emphasis: state tokens preferentially preserve hourly glucose level, whereas event tokens better retain short-term change. Across four diverse cohorts and seven phenotype-classification tasks, GlucoFM achieves the strongest subject-disjoint linear-probing performance among evaluated baselines, improving average PR-AUC by 4.1 points over the best CGM-specific foundation model, while also supporting strong cross-dataset transfer and few-shot adaptation. Its gains are most pronounced on core metabolic outcomes, leading PR-AUC on all diabetes-risk and $β$-cell dysfunction tasks and on 3 of 4 insulin-resistance tasks. Beyond phenotyping, when combined with recent CGM, meal nutrition, and subject context, the same frozen encoder achieves the lowest two-hour postprandial glycemic response errors among evaluated methods for trajectory, incremental area under the curve, peak rise, and peak timing. Together, these results demonstrate that GlucoFM learns reusable frozen CGM representations spanning metabolic phenotyping and context-conditioned glucose-response prediction.

首次观测 · 记录 #1软件学报:jos:7650软件学报

车载振动环境下基于字根拆解的在线手写文字识别

付强, 黄进, 康文惠, 李洋, 周超, 田丰, 戴国忠

原文摘要

随着触控技术和自动驾驶系统的发展, 手写文字输入作为触屏设备重要的交互方式之一, 已广泛应用于车载智能终端. 然而, 车载环境下的车身晃动和瞬时冲击会导致手写输入出现连笔增多、部件缺失等情况, 严重影响了手写文字识别的精度. 针对这个问题, 提出一种基于字根拆解的在线识别方法CHORRD. 该方法首先采用连笔风格数据增强技术对原始数据进行扩充, 用于提升基础模型对连笔书写风格的识别鲁棒性. 然后, 提取手写文字结构和字根序列, 并根据所设计的首尾确认表意文字描述序列HTCIDS进行距离计算, 从而确定完整的文字. 实验结果表明, 该方法在车载振动模拟环境中能够有效地实现字根拆解和文字识别, 显著提高了在线手写识别性能, 识别准确率达到90%以上.

cs.*

软件学报 · 2026 · 正式发表

首次观测 · 记录 #1软件学报:jos:7697软件学报

基于区块链的开放协作开发供应链可信管理平台

张硕骁, 汤恩义, 张浩枫, 单一啸, 潘佳滨, 刘子豪, 成浩亮, 赵建华 等 10 位作者

原文摘要

开放协作开发是重要的软件开发模式, 在智能化基础软件的开发过程中得到了广泛应用. 然而, 该模式在软件供应链安全性方面存在显著隐患: 一方面, 协作开发过程中的收益分配可能遭受操纵篡改; 另一方面, 代码资产在被用户合法获取后, 仍可能被非法转售或泄露. 针对这些问题, 提出一种开放协作开发供应链可信管理平台, 以区块链作为可信执行与可追溯的技术支撑, 在保障过程可验证性的同时进一步提升安全性. 该平台引入贡献点来量化用户在协作开发中的贡献, 并通过智能合约依据贡献点的价值公平分配项目收益. 此外, 实现基于智能合约的押金与信用积分安全机制, 有效降低了协作开发过程的软件信息泄露与恶意行为风险. 实验结果表明, 所提平台能够有效保障开发者权益, 显著提升开发者的开发积极性与响应速度, 同时保持合理的开销水平, 为软件供应链安全提供了有力保障.

cs.*

软件学报 · 2026 · 正式发表

首次观测 · 记录 #1软件学报:jos:7698软件学报

基于图与超图的以太坊智能合约庞氏骗局实时识别框架

陈伟利, 竹超, 肖桂姣, 唐明董

原文摘要

随着区块链技术的快速发展, 智能合约逐渐成为金融欺诈的典型工具, 其中智能合约形式的庞氏骗局已成为区块链生态中一种典型且高风险的诈骗形式, 导致了大量的经济损失. 目前基于合约源代码、账户交易数据等抽取特征并构建机器学习模型的庞氏骗局合约识别研究取得了显著进展, 但区块链的匿名性以及交易的滞后性, 让这类方法在应用上存在明显的不足. 为突破这一瓶颈, 提出一种基于图与超图的智能合约庞氏骗局实时识别框架. 该框架基于合约部署时刻强制公开的字节码, 在合约无任何外部交易发生前, 通过提取操作码序列, 构建图与超图结构, 并结合图卷积神经网络与超图卷积神经网络, 实现“部署即检测”的实时识别能力. 在最新的数据集上的实验结果表明, 该框架在检测准确率和F1分数方面显著优于传统方法. 这表明该框架能在不依赖源代码和交互数据的情况下, 实现对庞氏骗局智能合约的深层次特征抽取, 为欺诈合约的“事后追溯”转为“事前审计”提供了有效支持.

cs.*

软件学报 · 2026 · 正式发表

首次观测 · 记录 #1软件学报:jos:7699软件学报

跨链事务技术综述

黄洁华, 胡凯, 夏鹏凯, 李洁, 李江, 杨鹏武, 董林霖

原文摘要

区块链系统依靠共识机制确保节点间数据一致性, 但也因此限定了单一链内数据的可信边界, 导致不同区块链系统形成天然的“数据孤岛”. 然而, 实际应用中区块链间的数据常存在关联性, 独立链上操作的不同步极易破坏这种关联, 威胁链间数据一致性. 跨链技术是打破孤岛、实现区块链互操作、提升系统可扩展性的关键技术. 其中, 跨链事务作为维护跨链系统全局一致性的核心机制, 为构建可扩展的互操作生态提供了基础保障. 现有跨链技术综述大多讨论跨链原子性, 较少全面探讨跨链事务技术. 通过系统调研相关文献: 首先, 厘清跨链系统一致性约束内涵并明确跨链事务定义; 其次, 剖析跨链事务面临的关键技术问题及其研究现状, 并进行多维度比较分析; 最后, 从关键技术角度评述代表性整体解决方案, 并指出若干值得深入探索的未来研究方向.

cs.*

软件学报 · 2026 · 正式发表

首次观测 · 记录 #1软件学报:jos:7705软件学报

交互式蒸馏驱动的开源项目领域分类方法

康成希, 程璨, 张能, 游兰, 李兵, 王伟

原文摘要

随着开源社区的发展, 开源软件项目的种类也在逐步增多. 但开源社区中已有的数据, 例如标签(tag)、描述等不能直接推断出项目的细分领域, 造成了开发者和用户需要花费非必要的时间去人为判断开源软件项目的类别、开源研究者研究的项目样本中可能无法有效区分细粒度类别的项目, 进而影响研究结果的针对性. 针对以上问题, 构建交互式蒸馏方法, 可以对开源项目进行自动化分类工作, 其中类别包括代码开发工具或插件、网页应用等12个类别. 首先, 标注了30310个开源软件项目. 然后, 对已有的大模型方法以及机器学习方法进行项目细粒度领域分类任务测试. 最后, 基于基准方法存在的问题, 利用大模型蒸馏关键词特征, 再通过引入大小模型协同方法优化模型分类能力. 在标注的数据集上的验证结果显示: 基于交互式蒸馏的开源项目细粒度分类方法在十折交叉后取得了92.1%的平均精确率、91.8%的平均准确率和91.8%的平均F1值, 相较于基准方法提升了26.3%–32.8%的精确率, 24.5%–39.9%的准确率, 26.1%–40.7%的F1值.

cs.* · cs.CL

软件学报 · 2026 · 正式发表

首次观测 · 记录 #1软件学报:jos:7707软件学报

不可学习样本生成与净化方法综述

孟若涵, 卞新玉, 张丛阳, 朱浩天, 付章杰

原文摘要

大规模深度学习模型的迅速迭代对高质量训练数据的需求不断攀升, 而这一需求通常依赖于从互联网收集海量数据, 其中不乏涉及个人图像与文本的私有信息, 因而引发潜在的隐私泄漏与伦理风险. 为缓解此类问题, 研究者提出了不可学习样本这一主动数据隐私保护策略. 该方法通过向训练数据中嵌入难以察觉的微小扰动, 使未授权模型在表面上获得较高训练精度, 却因学习到无意义的“捷径特征”而失去泛化能力. 对不可学习样本的研究进展进行系统梳理, 将现有工作划分为两大方向: 一类聚焦于不可学习样本的生成方法, 另一类则关注其净化与检测机制. 在此基础上, 进一步探讨未来的研究挑战与发展路径, 旨在为隐私数据保护提供理论支撑与技术突破.

cs.*

软件学报 · 2026 · 正式发表