Journal of Zhejiang University

Current Issue: <FITEE>

Frontiers of Information Technology & Electronic Engineering (former title: Journal of Zhejiang University SCIENCE C (Computers & Electronics), 2010-2014)

ISSN 2095-9184 (print); ISSN 2095-9230 (online); CN 33-1389/TP; Monthly.

FITEE is an international peer-reviewed journal indexed by SCI-E, Ei Compendex, DBLP, IC, Scopus, JST, CSA, etc. It covers research in Electrical and Electronic Engineering, including Computer Science, Information Sciences, Control, Automation, Telecommunications, and related disciplines.

Impact factor: 0.308 (2011), 0.297 (2012), 0.380 (2013), 0.415 (2014), 0.392 (2015), 0.622 (2016), 0.910 (2017), 1.033 (2018), 1.604 (2019), 2.161 (2020), 2.526 (2021).

Frontiers of Information Technology & Electronic Engineering

ISSN 2095-9184 (print), ISSN 2095-9230 (online), monthly

2020 Vol.21 No.4 P.491-648

Cover:

<507>

Contents:

<505>

<<< CONTENTS >>>

Guest Editor-in-Chief: Yun-he PAN；

Executive Lead Editors: Wei CHEN and Jia-zhi XIA

Special Feature on Artificial Intelligence for Visualization
(Guest Editor-in-Chief: Yun-he PAN; Executive Lead Editors: Wei CHEN and Jia-zhi XIA)

RCAnalyzer: visual analytics of rare categories in dynamic networks

Jia-cheng Pan, Dong-ming Han, Fang-zhou Guo, Da-wei Zhou, Nan Cao, Jing-rui He, Ming-liang Xu, Wei Chen

DOI: 10.1631/FITEE.1900310 Downloaded: 1926 Clicked: 5521 Cited: 0 Commented: 0(p.491-506) <Full Text> <PPT> 1551

Chinese summary <32> RCAnalyzer：動态網絡中(zhōng)稀有類可視分(fēn)析系統

潘嘉铖^1,2，韓東明^1,2，郭方舟¹，周大(dà)爲³，曹楠⁴，何京芮³，徐明亮^5,6，陳爲^1,2
¹浙江大(dà)學計算機輔助設計和圖形學國家重點實驗室，中(zhōng)國杭州市，310058
²之江實驗室，中(zhōng)國杭州市，311100
³亞利桑那州立大(dà)學計算機科學與工(gōng)程學院，美國坦佩市，85281
⁴同濟大(dà)學智能大(dà)數據可視化實驗室，中(zhōng)國上海市，200082
⁵鄭州大(dà)學信息工(gōng)程學院，中(zhōng)國鄭州市，450001
⁶鄭州大(dà)學河南(nán)先進技術研究院，中(zhōng)國鄭州市，450001

摘要：動态網絡是指其節點和/或鏈接随時間動态變化的圖結構。現有可視化和分(fēn)析技術主要集中(zhōng)在總結和揭示網絡結構的主要演化模式。很少有工(gōng)作專注于檢測動态網絡中(zhōng)的異常變化模式，這種情況很少發生(shēng)，一(yī)旦發生(shēng)，則可能破壞整個結構的發展。本文介紹了第一(yī)個可視分(fēn)析系統RCAnalyzer，用于檢測動态網絡中(zhōng)子結構的罕見變化。所提系統采用稀有類别檢測算法識别異常變化的結構，并在上下(xià)文中(zhōng)将其可視化，以幫助專家檢查分(fēn)析結果并标記數據。特别地，引入新的可視化形式，用一(yī)系列連接的三角矩陣表達動态網絡快照。在每個矩陣上進行層次聚類和最佳樹(shù)切割，以展示在其周圍結構的上下(xià)文中(zhōng)檢測到的節點和鏈接的罕見變化。通過案例和用戶調研評估該技術。評估結果驗證了該系統的有效性。

關鍵詞組：稀有類檢測；動态網絡；可視分(fēn)析

SuPoolVisor: a visual analytics system for mining pool surveillance

Jia-zhi Xia, Yu-hong Zhang, Hui Ye, Ying Wang, Guang Jiang, Ying Zhao, Cong Xie, Xiao-yan Kui, Sheng-hui Liao, Wei-ping Wang

DOI: 10.1631/FITEE.1900532 Downloaded: 1896 Clicked: 4707 Cited: 0 Commented: 0(p.507-523) <Full Text> <PPT> 1366

Chinese summary <27> SuPoolVisor：礦池監管可視分(fēn)析系統

夏佳志(zhì)¹，張宇鴻¹，葉慧¹，汪穎¹，蔣廣¹，趙穎¹，
解聰²，奎曉燕¹，廖勝輝¹，王偉平¹
¹中(zhōng)南(nán)大(dà)學計算機學院，中(zhōng)國長沙市，410083
²Facebook，美國紐約市，10003

摘要：在過去(qù)十年中(zhōng)，以比特币爲代表的加密貨币充分(fēn)展示其在支付和貨币系統中(zhōng)的巨大(dà)優勢與潛力。礦池被認爲是比特币的來源，也是市場穩定的基石。對礦池的監管可幫助監管機構有效評估比特币的整體(tǐ)健康狀況。但是，礦池匿名性和分(fēn)析海量交易的難度限制了更深入的分(fēn)析。此外(wài)，對多源異構數據直觀和全面的監管也是一(yī)個挑戰。本文設計并實現一(yī)個交互式可視分(fēn)析系統SuPoolVisor，它可對礦池進行可視化監管，并支持使用可視推理對礦池去(qù)匿名化。SuPoolVisor支持礦池和地址兩個級别的分(fēn)析。在礦池級别，使用排序的河流圖呈現礦池算力随時間演變情況，并在其他兩個視圖中(zhōng)設計特殊圖形以說明礦池的影響範圍和礦池成員(yuán)遷移。在地址級别，使用力導向圖和大(dà)規模序列視圖呈現礦池中(zhōng)的動态地址網絡。特别地，這兩個視圖與Radviz視圖的組合，可用于礦池成員(yuán)去(qù)匿名化的叠代可視推理過程，這些視圖都提供了用于跨視圖分(fēn)析和标識的交互功能。我(wǒ)們與該領域專家緊密合作完成3個真實案例，并在案例中(zhōng)證明SuPoolVisor的有效性和可用性。

關鍵詞組：比特币礦池；可視分(fēn)析；交易數據；可視推理；金融科技

Interactive visual labelling versus active learning: an experimental comparison

Mohammad Chegini, Jürgen Bernard, Jian Cui, Fatemeh Chegini, Alexei Sourin, Keith Andrews, Tobias Schreck

DOI: 10.1631/FITEE.1900549 Downloaded: 1710 Clicked: 4330 Cited: 0 Commented: 0(p.524-535) <Full Text> <PPT> 1930

Chinese summary <27> 交互式可視化标注與主動學習：實驗比較

Mohammad CHEGINI^1,2，Jürgen BERNARD³，Jian CUI²，Fatemeh CHEGINI⁴，Alexei SOURIN²，Keith ANDREWS⁵，Tobias SCHRECK¹
¹格拉茨技術大(dà)學計算機圖形與知(zhī)識可視化研究所，奧地利格拉茨，8010
²南(nán)洋理工(gōng)大(dà)學計算機科學與工(gōng)程學院，新加坡，639798
³英屬哥倫比亞大(dà)學信息可視化研究組，加拿大(dà)溫哥華，V6T1Z4
⁴馬克斯-普朗克氣象研究所，德國漢堡，20146
⁵格拉茨技術大(dà)學互動系統與數據科學研究所，奧地利格拉茨，8010

摘要：監督式機器學習方法可自動分(fēn)類新數據，且對數據分(fēn)析非常有幫助。監督式機器學習的質量不僅依賴于使用的算法類型，也依賴于用于訓練分(fēn)類器的标注數據集的質量。訓練數據集中(zhōng)的标注實例通常依賴于專業分(fēn)析人員(yuán)的手工(gōng)選擇與注釋，且通常是一(yī)個單調與耗時的過程。标簽可以在學習過程中(zhōng)爲主動學習算法提供有用的輸入，以自動确定數據實例的子集。交互式可視化标注技術是有前景的選擇，它提供有效的視覺概覽，分(fēn)析人員(yuán)可從中(zhōng)同時查看數據記錄與選擇項目标簽。将分(fēn)析人員(yuán)置于循環中(zhōng)，生(shēng)成的分(fēn)類器可得到更高準确率。雖然交互式可視化标注技術的初步結果在某種意義上有前景的，考慮到用戶标注可改善監督式學習，但是該技術的許多方面仍有待探索。本文使用mVis工(gōng)具标注一(yī)個多元數據集以比較3種交互式可視化技術（相似圖、散點矩陣與平行坐标圖）以及主動學習。結果表明3種交互式可視化标注技術的分(fēn)類準确率均高于主動學習算法，相對于散點矩陣與平行坐标圖，用戶主觀上更偏愛使用相似圖标注。用戶也可以根據使用的可視化技術采用不同标注策略。

關鍵詞組：交互式可視化标注；主動學習；可視分(fēn)析

TDIVis: visual analysis of tourism destination images

Meng-qi Cao, Jing Liang, Ming-zhao Li, Zheng-hao Zhou, Min Zhu

DOI: 10.1631/FITEE.1900631 Downloaded: 1962 Clicked: 4799 Cited: 0 Commented: 0(p.536-557) <Full Text> <PPT> 1544

Chinese summary <32> TDIVis：旅遊目的地形象可視分(fēn)析

曹夢琦¹，梁晶¹，李明召²，周峥澔³，朱敏¹
¹四川大(dà)學計算機學院，中(zhōng)國成都市，610065
²皇家墨爾本理工(gōng)大(dà)學科學學院，澳大(dà)利亞維多利亞州墨爾本，3000
³弗吉尼亞理工(gōng)大(dà)學機械科學學院，美國弗吉尼亞州布萊克斯堡，24061

摘要：旅遊目的地形象研究在旅遊學科中(zhōng)具有重要意義。旅遊用戶生(shēng)成内容（UGC），即旅遊網站中(zhōng)的用戶反饋，爲構建目的地形象提供了豐富信息。然而，由于UGC中(zhōng)目的地形象展示不夠直觀，且旅行出發時間、文本長度和目的地形象類别差異較大(dà)，旅遊研究者難以獲得較爲完整、直觀的目的地形象。我(wǒ)們設計一(yī)個可視分(fēn)析系統TDIVis，旨在獲得一(yī)個相對全面的目的地形象。具體(tǐ)而言，提出一(yī)種基于關鍵字的情感可視化方法，關聯認知(zhī)形象與情感形象，同時兼顧時序演變分(fēn)析和分(fēn)類對比分(fēn)析；提出一(yī)種多屬性關聯雙序列可視化方法，關聯兩種不同類型的文本序列，并爲序列的多屬性特征提供一(yī)種動态可視化編碼交互方式。最後，通過4個案例和1個用戶研究，驗證TDIVis的有效性和可用性。

關鍵詞組：旅遊用戶生(shēng)成内容；信息可視化；目的地形象；情感可視化；時序可視化

Regular Papers

Personal View: Learning deep IA bidirectional intelligence

Lei Xu

DOI: 10.1631/FITEE.1900541 Downloaded: 1739 Clicked: 5031 Cited: 0 Commented: 0(p.558-562) <Full Text>

Chinese summary <25> 深度IA雙向智能

徐雷^1,2
¹上海交通大(dà)學電子信息與電氣工(gōng)程學院認知(zhī)機器和計算健康研究中(zhōng)心，中(zhōng)國上海市，200240
²張江國家實驗室腦與智能科技研究院神經網絡計算研究中(zhōng)心，中(zhōng)國上海市，201210

摘要：概述了一(yī)個深度雙向智能框架。由底向上方向有兩個行爲，一(yī)是獲取信息形成适當的模式表示，二是抽象-自組織認知(zhī)，簡記爲“A-S認知(zhī)”，将輸入模式抽象爲概念，由一(yī)個标簽表示，并通過自組織學習以理解模式構成的層次表示。而頂層内域中(zhōng)的行爲統稱爲“A-I思維”，包含積累、融合、歸納、和靈感等。由頂向下(xià)方向也有兩個行爲，一(yī)個簡稱“I-S推理”，進行推理和綜合，執行各種形象思維和問題求解任務，另一(yī)個是與環境交互，執行控制、通訊和檢驗的任務。在這個雙向智能框架基礎上，探讨了進行綜合推理的可能性。

關鍵詞組：抽象；最小(xiǎo)均方誤差重建自組織學習（Lmser）；認知(zhī)；形象思維；抽象思維；綜合推理

Review Article: Cloud-based vs. blockchain-based IoT: a comparative survey and way forward

Raheel Ahmed Memon, Jian Ping Li, Junaid Ahmed, Muhammad Irshad Nazeer, Muhammad Ismail, Khursheed Ali

DOI: 10.1631/FITEE.1800343 Downloaded: 4724 Clicked: 6999 Cited: 0 Commented: 0(p.563-586) <Full Text> <PPT> 1515

Chinese summary <24> 基于雲或區塊鏈的物(wù)聯網：比較調查和前進道路

Raheel Ahmed MEMON^1,2, 李建平¹, Junaid AHMED³, Muhammad Irshad NAZEER², Muhammad ISMAIL², Khursheed ALI²
¹電子科技大(dà)學計算機科學與技術學院，中(zhōng)國成都市，610031
²巴基斯坦蘇庫爾商(shāng)業管理大(dà)學計算機科學系，巴基斯坦蘇庫爾，65200
³電子科技大(dà)學自動化工(gōng)程學院，中(zhōng)國成都市，610031

摘要：物(wù)聯網已發展十多年，技術進步使其應用更加廣泛，但随着連接設備增多，引發的擔憂及帶來的風險也在顯著增加。2013年，一(yī)種新的基于加密技術的基礎設施--區塊鏈--應運而生(shēng)，通過去(qù)中(zhōng)心化，基于區塊鏈的物(wù)聯網有可能取代現有基于雲的物(wù)聯網。本文對當前物(wù)聯網基礎設施面臨的挑戰進行分(fēn)類，并對采用區塊鏈作爲基礎設施後物(wù)聯網可能遇到的問題作文獻調查，比較了兩種體(tǐ)系結構的優缺點。簡要介紹了正在進行的有關區塊鏈的關鍵研究，這些研究将對克服區塊鏈在物(wù)聯網應用中(zhōng)遇到的挑戰産生(shēng)顯著影響。最後，考慮到這兩種體(tǐ)系各自面臨的挑戰和問題以及最新研究進展，提出一(yī)種高水平的混合方案，該方案綜合利用雲、邊緣/霧計算和區塊鏈，以避免這兩種體(tǐ)系的局限性。

關鍵詞組：物(wù)聯網；雲；區塊鏈；數據中(zhōng)心；分(fēn)類

An efficient parallel and distributed solution to nonconvex penalized linear SVMs

Lei Guan, Tao Sun, Lin-bo Qiao, Zhi-hui Yang, Dong-sheng Li, Ke-shi Ge, Xi-cheng Lu

DOI: 10.1631/FITEE.1800566 Downloaded: 2362 Clicked: 6212 Cited: 0 Commented: 0(p.587-603) <Full Text> <PPT> 1522

Chinese summary <24> 一(yī)種有效求解非凸正則化線性支持向量機的并行與分(fēn)布式方法

關磊¹，孫濤¹，喬林波¹，楊智慧^2,3，李東升¹，葛可适¹，盧錫城¹
¹國防科技大(dà)學計算機學院，中(zhōng)國長沙市，410073
²複旦大(dà)學計算機科學技術學院，中(zhōng)國上海市，201203
³上海市數據科學重點實驗室，中(zhōng)國上海市，201203

摘要：支持向量機（SVM）被視爲線性分(fēn)類的有力工(gōng)具。與可以産生(shēng)稀疏效果的非凸懲罰項組合時，SVM能同時執行分(fēn)類和變量選擇。然而，由于其不可微、非凸和非平滑特性，非凸正則化SVM通常難以有效求得全局最優解。已有針對非凸正則化SVM的求解方案通常以串行方式求解，因而無法充分(fēn)利用現代多核機器的并行處理能力。另一(yī)方面，現實世界中(zhōng)數據多以分(fēn)布式方式存儲，迫切需要一(yī)種并行與分(fēn)布式方法求解非凸正則化SVM問題。爲應對這一(yī)挑戰，本文提出一(yī)種基于交替方向乘子法（ADMM）的并行算法高效求解非凸正則化SVM問題。采用有效技術降低并行算法的計算與同步開(kāi)銷。時間複雜(zá)度分(fēn)析證明所提并行算法具有低複雜(zá)度。此外(wài)，該并行算法能保證收斂性。在LIBSVM數據集上的實驗證明了所提并行算法的有效性。

關鍵詞組：線性分(fēn)類；支持向量機；非凸懲罰項；交替方向乘子法（ADMM）；并行算法

A new approach for analyzing the effect of non-ideal power supply on a constant current underwater cabled system

DOI: 10.1631/FITEE.1800737 Downloaded: 2004 Clicked: 5356 Cited: 0 Commented: 0(p.604-614) <Full Text> <PPT> 1287

Chinese summary <22> 一(yī)種針對非理想電源對水下(xià)恒流纜系統影響的分(fēn)析方法

臧玉嘉，陳燕虎，楊燦軍，李德駿，陳澤健，Gul MUHAMMAD
浙江大(dà)學流體(tǐ)動力與機電系統國家重點實驗室，中(zhōng)國杭州市，310027

摘要：在過去(qù)，非理想恒流電源對恒流海洋觀測系統的影響是一(yī)個被忽視的問題。事實上，恒流電源的動态特性對整個系統，特别是對負載變化時的動态響應有很大(dà)影響。因此，在實際工(gōng)程應用中(zhōng)有必要對非理想恒流電源進行校核。本文介紹一(yī)種校核非理想恒流電源是否滿足水下(xià)恒流纜系統動态特性的方法，并提出一(yī)種描述非理想恒流電源的等效模型。通過該模型，可規範恒流電源動态特性的技術指标。首先，構造恒流海洋觀測網絡系統中(zhōng)單節點的最小(xiǎo)系統，并推導其數學模型。其次，針對系統可能存在的掉電問題，分(fēn)析對系統的輸出電壓響應，并驗證所提模型。最後，采用所提模型校核實際應用中(zhōng)的恒流電源動态特性。

關鍵詞組：非理想恒流電源；恒流輸入；海洋觀測系統

Design and implementation of various datapath architectures for the ANU lightweight cipher on an FPGA

Vijay Dahiphale, Gaurav Bansod, Ankur Zambare, Narayan Pisharoty

DOI: 10.1631/FITEE.1800681 Downloaded: 2401 Clicked: 5446 Cited: 0 Commented: 0(p.615-628) <Full Text> <PPT> 1423

Chinese summary <21> 基于現場可編程門陣列的不同數據路徑架構ANU輕量級密碼的設計與實現

Vijay DAHIPHALE¹, Gaurav BANSOD¹, Ankur ZAMBARE¹, NarayanPISHAROTY²
¹浦那計算機技術學院，印度浦那，411043
²Iziel醫療私人有限公司，印度浦那，411028

摘要：自物(wù)聯網（IoT）誕生(shēng)以來，數據與系統安全一(yī)直是開(kāi)發者關注的重點。由于大(dà)多數物(wù)聯網設備在8位控制器上運行，其容量和計算力有限，因此需要使用輕量級密碼在發送端和接收端分(fēn)别進行加密和解密。提出用于ANU密碼硬件實現的新架構，并給出每一(yī)架構的相關結果。在相同實施條件下(xià)，在4種不同現場可編程門陣列（FPGA）上分(fēn)别以4位、8位、16位和32位的數據路徑尺寸實現ANU密碼，并比較每一(yī)性能指标。與以往ANU密碼架構不同，新架構具有用于高吞吐量和硬件優化的并行替換盒（S盒）。通過不同數據路徑設計，在資(zī)源極其有限的系統中(zhōng)，ANU密碼被證明是實現安全性的最佳選擇。

關鍵詞組：輕量級密碼；物(wù)聯網（IoT）；嵌入式系統安全；加密；現場可編程門陣列；數據路徑設計

Construction of a new Lyapunov function for a dissipative gyroscopic system using the residual energy function

Cem Civelek, Özge Cihanbeğendi

DOI: 10.1631/FITEE.1900014 Downloaded: 1834 Clicked: 5015 Cited: 0 Commented: 0(p.629-634) <Full Text>

Chinese summary <22> 耗散陀螺系統的李雅普諾夫函數構造：剩餘能量函數方法

Cem CİVELEK¹, Özge CİHANBEĞENDİ²
¹埃格大(dà)學電氣與電子工(gōng)程系工(gōng)程學部，土耳其伊茲密爾博爾諾瓦，35100
²度庫茲•埃路爾大(dà)學電氣與電子工(gōng)程系工(gōng)程學部，土耳其伊茲密爾布卡，35160

摘要：在自由度爲4、張量有逆變（右上标）和協變（右下(xià)标）形式的耗散陀螺系統中(zhōng)，使用二階線性微分(fēn)方程建立拉格朗日耗散模型，即{L, D}模型。通過系統的{L, D}模型确定廣義元素。滿足勒讓德變換先決條件時，可得哈密頓量。剩餘能量函數（REF）由哈密頓量及損耗或耗散能量（爲負）之和組成，将其作爲李雅普諾夫函數，可通過李雅普諾夫第二方法作穩定性分(fēn)析，并從數學上推導出穩定性條件。

關鍵詞組：李雅普諾夫函數；剩餘能量函數；耗散陀螺系統穩定性

Research Article: Dynamic aspects of domination networks

DOI: 10.1631/FITEE.1800553 Downloaded: 1890 Clicked: 4574 Cited: 0 Commented: 0(p.635-648) <Full Text> <PPT> 1141

Chinese summary <20> 權力網絡主導力的動态變化研究

劉玉仙^1,2，Ronald ROUSSEAU^3,4
¹同濟大(dà)學圖書(shū)館，中(zhōng)國上海市，200092
²雲南(nán)大(dà)學曆史與檔案學院，中(zhōng)國昆明市，650091
³安特衛普大(dà)學社會科學系，比利時安特衛普，2020
⁴魯汶大(dà)學，科技研發監測中(zhōng)心，比利時魯汶，3000

摘要：本文試圖對權力結構主導力的變化進行測度。權力結構用有向網絡表示。設計類似測度不平等性勞倫茨曲線的曲線測度權力結構主導力，并研究網絡動态變化引起這種曲線的變化情況。網絡結構的動态變化通過增加鏈接和節點表示；這類變化在商(shāng)業管理、政治和社會互動等很多領域都有潛在應用，因而有必要研究。提供有向無環網絡權力結構的幾個例子，并計算在既有簡單網絡加上節點後，測度權力結構主導力指标（D-measure）的變化情況。

關鍵詞組：主導力；權力結構；有向圖；網絡變化