兰州理工大学计通学院计算机科学与技术学科是着力解决甘肃省主动服务中国制造2025、新一代信息技术、数字经济发展的重大战略需求，突出解决甘肃省十大生态产业中“数据信息”和“先进制造”产业重点发展需求的省级高校重要依托学科之一。

本学科点依托学校“数字制造技术与应用教育部重点实验室”、甘肃省制造业信息化工程技术研究中心、“信息化与智能网络”甘肃省一流学科（特色层次）建设项目、甘肃省高校协同创新科技团队“网络与信息安全创新团队”等，在工业互联网及协同制造、工控网络与信息安全、信息物理系统智能信息处理等领域形成了鲜明的特色和优势。作为牵头单位承担了国家重点研发计划“有色冶金产业集聚区域网络协同制造集成技术研究与应用示范”、作为承担单位参与了工信部“甘肃省省级工业互联网安全感知平台”和“面向云制造领域的物联网关键技术创新”、甘肃省“工业互联网标识解析二级节点（兰州）基础平台”等项目建设。

2019年以来，计算机科学与技术学科不仅在甘肃省大力推动“东数西算”及“上云用数赋智”行动中积极服务地方建设，而且在基础理论和关键技术突破方面取得了原创性的成果，研究成果发表在IEEE Transactions系列期刊、《计算机研究与发展》等计算机科学与技术学科领域高水平期刊。

（1）智能制造与工业互联网团队的赵付青教授在人工智能等领域的权威期刊IEEE Transactions on Cybernetics发表论文1篇，题目为《A Two-Stage Cooperative Evolutionary Algorithm With Problem-Specific Knowledge for Energy-Efficient Scheduling of No-Wait Flow-Shop Problem》。该项研究得到了国家自然科学基金、甘肃省重点研发国际合作专项的资助。在研究工作中提出了一种基于问题特征知识的两阶段协同演化算法(TS-CEA)求解零等待流水车间的节能调度问题。TS-CEA算法设计了服从单一因素原则，有效地缩小了问题的解空间，两个阶段的操作相互协同，相互促进，形成闭环。调度问题求解过程中，提取了工件的关键路径知识，用于指导候选解的搜索方向。实验结果表明，TS-CEA算法优于其他相关算法，并且所得到的解具有良好的分布性和逼近性。

（2）智能制造与工业互联网团队成员李晓旭副教授与研究生喻梨耘、常东良同学，以及校内校外合作者联合发表论文3篇，这3项工作得到了国家自然科学基金，甘肃省自然基金以及兰州理工大学红柳青年教师支持计划等项目的支持。在《IEEE Transactions on Vehicular Technology》发表论文1篇，题目为《Dual Cross-Entropy Loss for Small-Sample Fine-Grained Vehicle Classification》。这项工作主要研究计算机视觉中基于神经网络的细粒度车辆分类问题。该工作重点关注网络的损失函数，在传统损失函数中引入了一个新的正则项，用以缓解梯度消失的问题。实验结果表明提出的损失函数提高了细粒度车辆分类的性能。在《IEEE Transactions on Circuits and Systems for Video Technology》发表了论文1篇，题目为《ReMarNet: Conjoint Relation and Margin Learning for Small-Sample Image Classification》。这项工作主要研究图像判别性特征的学习。该工作集成了基于边界和基于近邻的分类思想，提出了一种新的网络结构来学习判别性特征。实验结果表明，该方法能够有效地在小样本背景下学习判别性特征，并具有较好的分类性能。在《IEEE Transactions on Image Processing》发表论文1篇，题目为《OSLNet: Deep Small-Sample Classification With an Orthogonal Softmax Layer》。这项工作主要研究小样本图像分类中的过拟合问题，旨在寻找神经网络的一个子空间，并获得较大的分类决策边界。提出了一个用于小样本图像分类的正交分类层，该分类层移除了传统全连接分类层中的部分连接。实验结果表明，所提出的正交分类层能有效地缓解过拟合问题，并提高模型的稳定性。

（3）复杂系统智能信息处理团队的年福忠教授与研究生刁虹元同学在《IEEE Transactions on Network Science and Engineering》发表论文1篇，题目为《A Human Flesh Search Model Based on Multiple Effects》。该项研究得到了国家自然科学基金的资助。这项工作主要研究了人肉搜索的演化过程与传播动力学特征。研究工作引入了四种效应，结果表明，脉冲效应是传播初期的主要影响因素，热度效应和从众效应在传播中期起主要作用。同时还引入了耦合效应，以反映消息传播过程中受到其他消息的影响。此外，设计了动态传播率和动态恢复率，建立了人肉搜索的传播模型，并对其传播动力学进行了数学分析。最后，通过与实际案例的对比实验，验证了模型的有效性。

（4）网络空间安全团队的冯涛教授与研究生王帅帅、窦曼方等发表论文2篇。这2项工作得到了国家自然科学基金，甘肃省高校协同创新科技团队“网络与信息安全创新团队”和甘肃省科技厅重点研发计划等项目的资助。在《计算机研究与发展》（CCF推荐A类中文期刊）上发表论文1篇，题目为《工业以太网EtherCAT协议形式化安全评估及改进》。这项工作提出了一种基于有色Petri网理论和Dolev-Yao攻击方法的模型检测方法，对协议进行了安全性评估与改进，并利用CPN模型检测工具对新方案进行了安全性验证。通过验证可以发现新方案能够有效防止3类中间人攻击，提高了协议的安全性。在《Applied Intelligence》发表论文1篇，题目为《A weighted intrusion detection model of dynamic selection》。这项工作提出了一个基于数据特征的动态选择加权入侵检测模型（DF-DSWID）。通过引入基于分类器评价指标的层次聚类算法，更新了现有分类器动态选择的标准。提出数据-分类器适用程度评价指标(DCAI)，构建了入侵检测组合权值等级计算框架。实验表明，DF-DSWID可以根据数据集的特征优化分类器的使用数目，减少了集成过程中分类器冗余或不足的问题。将分类器特性与数据集属性进行组合，能较好地提升入侵检测模型的性能。

这些基础理论和关键技术的研究体现了计算机与通信学院在计算机科学与技术学科在基础理论原创的最新科研进展，也为本学科教学研究工作的进一步提高以及后期科研项目的申报和地方服务奠定了良好的基础。