面向社会计算的集成建模方法与应用系统

复杂社会系统建模是社会计算面临的首要问题.面向社会计算领域的建模流程与需求,提出了一种模型深度集成架构,称为POV框架.该框架由物理层、覆盖层和虚拟层3部分组成,提供了模型的组织、表达和集成方法.基于该方法搭建了面向社会计算数据模型交互共享集成平台,为研究者们提供包括数据资源、分析工具和建模仿真计算环境的社会计算实验平...     

计算实验研究方法及应用

计算实验是一种研究复杂系统的新兴计算方法,受到了国内外学者的广泛关注.近年来,随着相关研究的不断发展, 计算实验方法在多个领域显示出巨大的应用前景,特别是复杂系统管理与控制相关的诸多重要领域,如社会安全、电子商务、金融市场等. 本文将首先介绍计算实验的主要思想以及实验设计与计算机仿真等计算实验的研究基础;其次, 我们将介绍计算实验的主要研究内容,包括计 算模型构建、计算实验设计以及计算实验执行; 最后,我们将讨论计算实验的应用情况,总结研究过程中面临的挑战并介绍潜在的研究方向.     

大数据系统和分析技术综述

首先根据处理形式的不同,介绍了不同形式数据的特征和各自的典型应用场景以及相应的代表性处理系统,总结了大数据处理系统的三大发展趋势;随后,对系统支撑下的大数据分析技术和应用(包括深度学习、知识计算、社会计算与可视化等)进行了简要综述,总结了各种技术在大数据分析理解过程中的关键作用;最后梳理了大数据处理和分析面临的数据复杂性、计算复杂性和系统复杂性挑战,并逐一提出了可能的应对之策.     

平行视觉:基于ACP的智能视觉计算方法

在视觉计算研究中,对复杂环境的适应能力通常决定了算法能否实际应用,已经成为该领域的研究焦点之一.由人工社会（Artificial societies）、计算实验（Computational experiments）、平行执行（Parallel execution）构成的ACP理论在复杂系统建模与调控中发挥着重要作用.本文将ACP理论引入智能视觉计算领域,提出平行视觉的基本框架与关键技术.平行视觉利用人工场景来模拟和表示复杂挑战的实际场景,通过计算实验进行各种视觉模型的训练与评估,最后借助平行执行来在线优化视觉系统,实现对复杂环境的智能感知与理解.这一虚实互动的视觉计算方法结合了计算机图形学、虚拟现实、机器学习、知识自动化等技术,是视觉系统走向应用的有效途径和自然选择.     

面向任务调度优化的分布式系统信息管理框架

近年来深度学习作为学术界与工业界共同关注的热点,取得了飞跃式的发展,在计算机视觉、语音识别等领域取得了令人瞩目的成果.深度学习分训练与推理两个阶段,在实际应用中主要关注的是推理阶段.深度学习推理过程中伴随着巨大的计算量,通过分布式系统提高其计算速度也得到了越来越多的关注.然而,构建分布式深度学习推理系统面临着深度学习加速设备更新迭代快速、上层应用及计算任务复杂多样等挑战.本文设计并实现的系统信息管理框架,用于收集并处理系统中的各类信息,收集及处理的规则具有高度的可扩展性和灵活性,并提供通用的RESTful API数据访问接口,以支持分布式深度学习推理系统对各类硬件加速器的灵活兼容性以及对任务调度策略的动态调整能力.最后,本文通过一个应用实例对该框架的功能进行验证并对实验结果进行分析.     

平行机器人与平行无人系统:框架、结构、过程、平台及其应用

本文将基于ACP（Artificial societies,computational experiments,parallel execution）的平行系统思想与机器人领域相结合,形成一种软硬件相结合的框架,为无人机、无人车、无人船在复杂环境中实验、学习与实际工作提供便捷、安全的平台,即平行无人系统.本文从平行机器人的基本概念出发,提出平行无人系统的基本框架,并介绍了各模块的基本功能与实现方法,探讨了其中的关键技术.然后本文围绕无人机、无人车、无人船三个方面展望了无人平行系统在实际中的应用和所面临的挑战,提出了平行无人系统的未来发展方向.     

基于大数据的分布式社会治理智能系统

近年来,推动社会治理的协同化、智能化,完善共建共治共享的社会治理制度,是国家的重要发展方向.数据作为一种生产要素,在社会治理中起着愈发关键的作用.如何实现多方海量数据的安全查询、协同管理、智能分析,是提升社会治理效果的关键问题.在新冠疫情防控等重大公共事件中,分布式社会治理面临着安全计算效率低、多方可信协同差、复杂任务决策难的三大挑战.针对以上挑战,基于安全多方计算、区块链技术与精准智能理论,提出了一种基于大数据的分布式社会治理智能系统.所提出的系统能够支撑社会治理的各类应用,为新时代社会治理水平的提升提供决策支撑.     

基于多核平台的多线程动态优化框架

动态优化是计算系统虚拟化的重要支撑技术之一.本文通过对DynamoRIO、Jrpm等单核平台上典型动态优化系统的分析,总结出传统动态优化机制在多核平台下面临的问题与挑战,据此提出一种面向多核平台的多线程动态优化框架,分析其组织结构和工作原理,并通过实验验证了该框架的可行性.     

复杂自适应多Agent系统的环境表示及感知

对自适应系统驻留环境的显式表示和有效感知是实现复杂自适应系统的前提,也是当前自适应系统研究面临的一项重要挑战.借助于组织学思想将自适应系统中的自主运行单元抽象为Agent,把复杂自适应系统视为多Agent组织,提出了基于动态绑定的自适应机制和构造框架;将环境作为一阶抽象,提供了对自适应多Agent组织的驻留环境进行抽象和描述的语言设施以及对环境进行有效感知的两种方法:基于事件发布-订阅和基于软传感器的方法;提出了支持软传感器与环境动态关联的思想和技术,使得复杂自适应系统的开发具有环境表示显式化、环境感知透明化的特征,所开发的软件系统易于维护和升级.介绍了实现上述机制、技术和语言设施的支撑平台SADE,并进行了案例分析以验证方法的可行性和有效性.     

信息物理融合系统研究综述

信息物理融合系统(Cyber-physical systems, CPS)是多维异构的计算单元和物理对象在网络环境中高度集成 交互的新型智能复杂系统,具有实时、鲁棒、自治、高效和高性能等特点.本 文首先介绍了CPS的概念和特征,综述了CPS的当前发展状况与应用前景;其次, 对CPS的系统构成进行了简要分析,讨论了CPS与相关技术的区别与联系;最后, 对CPS技术发展所面临的主要挑战及可能的研究方向进行了总结与展望.     

An agent-based distributed computational experiment framework for virtual supply chain network development

This paper focuses on research on virtual supply chain networks instead of real supply chain networks by making use of agent technology and computational experiment method. However, the recent research is inefficient in computational experiment modeling and lack of a related methodological framework. This paper proposes an agent-based distributed computational experiment framework with in-depth study of material flow, information flow and time flow modeling in supply chain networks. In this framework, a matrix-based formal representation method for material flow, a task-centered representation method for information flow and an agent-based time synchronization mechanism for time flow are proposed to aid building a high quality computational experiment model for a multi-layer supply chain network. In order to conduct the model, a computational experiment architecture for virtual supply chain networks is proposed. In this architecture, coordination mechanisms among agents based on material flow, information flow and time flow as well as consistency check methods for computational experiment models are discussed. Finally, an implementation architecture of the framework is given and a case of virtual supply chain network is developed to illustrate the application of the framework. The computational experiment results of the case show that the proposed framework, not only feasible but correct, has sound advantages in virtual supply chain network development, computational experiment modeling and implementation.     

Design of a framework for modeling, integration and simulation of physiological models

Multiscale modeling and integration of physiological models carry challenges due to the complex nature of physiological processes. High coupling within and among scales present a significant challenge in constructing and integrating multiscale physiological models. In order to deal with such challenges in a systematic way, there is a significant need for an information technology framework together with related analytical and computational tools that will facilitate integration of models and simulations of complex biological systems. Physiological Model Simulation, Integration and Modeling Framework (Phy-SIM) is an information technology framework providing the tools to facilitate development, integration and simulation of integrated models of human physiology. Phy-SIM brings software level solutions to the challenges raised by the complex nature of physiological systems. The aim of Phy-SIM, and this paper is to lay some foundation with the new approaches such as information flow and modular representation of the physiological models. The ultimate goal is to enhance the development of both the models and the integration approaches of multiscale physiological processes and thus this paper focuses on the design approaches that would achieve such a goal.     

Information systems for sustainable remote workplaces

This review discusses the challenges associated with the sustainability of remote workplaces, which have become more prevalent due to the growing trend of work digitalization and the pandemic-induced push to remote work. These challenges are highlighted in literature across various disciplines, including information systems, but these discourses have remained isolated from each other. In this review, we consolidated and synthesized research on remote work from the perspective of individual workers by reviewing 187 articles published between 1999 and 2020 in recognized academic journals from fields including information systems, organizational studies, economics, human resources, sociology, and psychology. We identified five key themes that concern opportunities and challenges to sustainable remote workplaces: (1) key characteristics, (2) work-life boundaries; (3) health and well-being; (4) social interaction, and (5) leadership. Building on our findings we created a framework that recognizes two interrelated categories of factors influencing remote workplace sustainability – rigid base characteristics and contextual remote workplace variables – that together shape the trajectory of remote workplace sustainability in the long term. The framework also identifies the potential role of information systems in modulating the impact of the base characteristics to build continuities that encourage more sustainable remote workplaces. The paper concludes by offering a research agenda for information systems for sustainable remote workplaces based on the three IS theoretical frames: inclusion, dignity, and boundary objects.     

软件定义的犯罪现场分析过程及其知识自动化方案*

犯罪现场分析是一个从痕迹到心理(生理)的结果回溯过程,是查明犯罪、证实犯罪的起点和基础,也是侦查破案的核心关键.借鉴近年来复杂系统相关理论和方法在众多领域的成功应用和良好成效,构建基于复杂系统的犯罪现场分析模型框架.从软件定义的系统和流程角度介绍基于人工社会、计算实验、平行执行(简称ACP)方法的犯罪现场平行系统模型构建的基本思想、框架体系和主要方法.从平行系统的角度阐述知识自动化在犯罪现场分析过程中的重要作用.     

基于微服务架构的统一应用开发平台

随着信息化时代的发展,业务系统越发庞大复杂,系统开发及维护面临着巨大的挑战. 针对这一问题,提出基于微服务架构的统一应用开发平台,重点介绍了平台的微服务架构设计、基于平台的业务系统实现. 通过引入微服务构建和分布式服务注册等相关技术,平台实现了生成微服务工程的标准开发框架,解决传统单体架构应用庞大而带来的研发周期长,难以快速响应用户需求等问题,为业务系统的开发提供了有效支撑.     

混合增强视觉认知架构及其关键技术进展

智能视觉系统虽然在大规模信息的特征检测、提取与匹配等处理上具备一定优势，但是在深层次认知上仍存在不确定性和脆弱性，尤其是针对视觉感知基础上的视觉认知任务，相关数理逻辑和图像处理方法并未实现质的突破，智能算法难以取代人类执行较为复杂的理解、推理、决策和学习等操作。为助力智能视觉感知和认知技术的进一步发展，本文总结了混合增强智能在视觉认知领域的应用现状，给出了混合增强视觉认知的基本架构，并对可纳入该架构下的应用领域及关键技术进行了综述。首先，在分析智能视觉感知内涵和基本范畴的基础上，融合人的视觉感知与心理认知，探讨混合增强视觉认知的定义、范畴及其深化过程，对不同的视觉信息处理阶段进行对比，进而在分析相关认知模型发展现状的基础上，构建混合增强视觉认知的基本框架。该架构不仅可依靠智能算法进行快速地检测、识别、理解等处理，最大限度地挖掘"机"的计算潜能，而且可凭借适时、适当的人工推理、预测和决策有效增强系统认知的准确性和可靠性，最大程度地发挥人的认知优势。其次，分别从混合增强的视觉监测、视觉驾驶、视觉决策以及视觉共享等4个领域探讨可纳入该架构的代表性应用及存在的问题，指出混合增强视觉认知架构是现有技术条件下能够更好地发挥计算机效能、减轻人处理信息压力的方式。最后，基于高、中、低计算机视觉处理技术体系，分析混合增强视觉认知架构中部分中高级视觉处理技术的宏观、微观关系，重点综述可视化分析、视觉增强、视觉注意、视觉理解、视觉推理、交互式学习以及认知评估等关键技术。混合增强视觉认知架构有助于突破当前视觉信息认知"弱人工智能"的瓶颈，将有力促进智能视觉系统向人机深度融合方向发展。下一步，还需在纯粹的基础创新、高效的人机交互、柔性的连接通路等方面开展更加深入的研究。     

Proposing a multi-agency development framework

Systems used in complex, multi-agency environments have a number of inherent problems and challenges that in many cases, lead to systems failure. The area of system failure has been the subject of extensive research in the past. It has been well documented in a number of places that information systems are difficult to build and are prone to failure. This paper examines system failure from a social perspective in the context of building systems in complex environments. Through a case study modelling approach, a framework has been developed to assist in building information systems in such complex multi-agency environments. The paper introduces this framework through a study of a number of challenges confronting the builder of information systems in complex, social, multi-agency environments. We examine the role of task accountability and problems identifying authority as key reasons why systems are rejected by users. We introduce a task accountability model to help understand this problem. We conclude by identifying work still to be carried out within the study.     

智能数据可视分析技术综述

如何从海量数据中快速有效地挖掘出有价值的信息以更好地指导决策,是大数据分析的重要目标.可视分析是一种重要的大数据分析方法,它利用人类视觉感知特性,使用可视化图表直观呈现复杂数据中蕴含的规律,并支持以人为本的交互式数据分析.然而,可视分析仍然面临着许多挑战,例如数据准备代价高、交互响应高延迟、可视分析高门槛和交互模式效率低.为应对这些挑战,研究者从数据管理、人工智能等视角出发,提出一系列方法以优化可视分析系统的人机协作模式和提高系统的智能化程度.系统性地梳理、分析和总结这些方法,提出智能数据可视分析的基本概念和关键技术框架.然后,在该框架下,综述和分析国内外面向可视分析的数据准备、智能数据可视化、高效可视分析和智能可视分析接口的研究进展.最后,展望智能数据可视分析的未来发展趋势.     

遥感大数据研究现状与发展趋势

目的 遥感数据空间分辨率、时间分辨率、光谱分辨率以及辐射分辨率不断提高,数据类型也不断增加,从航天、航空、临近空间等遥感平台所获取的遥感数据量急剧增加,遥感数据已经具有明显的大数据特征。本文旨在从系统应用的角度分析遥感大数据处理中涉及的关键技术与问题,为相关研究人员提供有价值的参考。方法 在参考大量文献的基础上,首先阐明遥感大数据的特点。其次,从GPU硬件加速、集群、网格、云计算、云格、复杂高性能计算等角度介绍了遥感大数据处理系统。再次,从分布式集群化存储技术等,分析了遥感大数据处理的关键技术。最后,从遥感大数据的多类不确定性、信息融合、机器学习、分析平台等出发,说明了目前研究存在的问题;从遥感大数据多类不确定性建模,面向遥感大数据的机器学习方法等角度说明了遥感大数据发展的趋势。结果 本文详细梳理了遥感大数据的特点、典型的处理系统、核心技术,力图总结出在实际应用与学术研究中该领域需要解决的关键问题以及未来的发展趋势。结论 大数据技术为遥感数据挖掘与知识获取带来了机遇与挑战,面向大数据的机器学习、数据统一分析框架、面向大数据的信息深度融合等问题的突破,将促进遥感知识挖掘的进一步发展。     

一种基于云的 Web 应用安全服务

安全云服务的核心思想是借助云计算的高可靠性、弹性扩容、按需定制的特点,将传统硬件网络安全功能虚拟化,以服务的形式对外提供安全防护能力。目前该服务技术和研究处于初期发展阶段,在技术概念、实施架构以及拓展应用方面还没有统一的界定,因此开展安全云服务技术和应用研究具有重要的理论和实践意义。本文以中国科学院信息保障示范工程“Web应用安全云服务平台”为实践背景,首先明确阐述安全云服务的概念、特征、应用领域及国内外发展现状,然后针对Web应用的安全,提出基础架构设计及关键技术,并描述该架构下具体应用的实践效果。