2023年澳门太阳集团9728网站

信息技術研究生論壇（一）

場次一、

時間：2023年02月27日（星期一）9:00-12:00

地點：澳门太阳集团9728网站601教室

報告題目一：基于格理論的簽名算法

報告人：韋璐璐

報告簡介：格密碼作為當前公認的可抗量子攻擊的密碼體制，受到大量關注。數字簽名技術作為當前消息認證的主流方法，也是信息安全的重點。當前基于格的簽名算法主要有原像抽樣算法和拒絕采樣算法。本次報告将圍繞這兩個算法開展，首先介紹算法的構造，其次介紹他們的優缺點和發展現狀，最後介紹基于這些算法設計的簽名方案。

報告題目二：FTN相幹光傳輸系統的DSP算法研究

報告人：賴鳳英

報告簡介：FTN光傳輸技術通過認為引入碼間串擾，突破了奈奎斯特傳輸準則的約束，達到系統頻譜效率提升的目的，碼間串擾由電域DSP技術進行均衡與補償，具有高效率、低成本、低功耗等特點。因此，采用電域DSP技術對FTN系統各種損傷進行抑制與補償是大容量相幹光傳輸系統最為突出的優勢，也是所需的最為關鍵的支撐技術。

報告題目三：基于圖表示學習的生物網絡相似性查詢算法研究

報告人：王憶

報告簡介：生物網絡是由生物分子及其相互作用和轉化構成的複雜系統，生物網絡相似性查詢在生物網絡結構預測、功能預測、系統發生分析以及與疾病相關的特定研究中起着重要作用。本報告介紹一種基于圖表示學習的生物網絡相似性查詢算嗎，該方法通過随機遊走将生物網絡的拓撲結構轉化為向量表示，進而對網絡進行相似性查詢，相比傳統查詢方法在速度上有較大提升。

場次二、

時間：2023年2月27日（星期一）8:00-12:00

地點：澳门太阳集团9728网站807B教室

報告題目一：基于機器學習的TLS惡意加密流量檢測研究

報告人：董成鋒

報告簡介：加密流量主要是指在通信過程中所傳送的被加密過的實際明文内容。在安全和隐私保護需求的驅動下，網絡通信加密化已經成為不可阻擋的趨勢。加密網絡流量呈現爆炸增長，安全超文本傳輸協議（Hyper Text Transfer Protocol over Secure，HTTPS）幾乎已經基本普及。但是，加密流量也給互聯網安全帶來了巨大威脅，尤其是加密技術被用于網絡違法犯罪，如網絡攻擊、傳播違法違規信息等。因此，對加密流量進行識别與檢測是網絡惡意行為檢測中的關鍵技術，對維護網絡空間安全具有重要意義。

報告題目二：基于linux内核系統調用圖的安卓惡意軟件檢測系統

報告人：蒙昕怡

報告簡介：随着 Android 惡意軟件的爆炸式增長及其對智能手機用戶的損害（例如，竊取用戶憑據、資源濫用），Android 惡意軟件檢測成為人們非常感興趣的網絡安全主題之一。 目前，針對Android惡意軟件主要采用基于簽名的方法識别威脅。然而，惡意軟件攻擊者越來越多地使用重新打包和混淆等技術來繞過簽名并挫敗分析其内部機制的嘗試。 越來越複雜的 Android 惡意軟件需要新的防禦技術，這些技術更難以規避，并且能夠保護用戶免受新的威脅。本次報告介紹一種新型動态分析方法，可以盡可能完整地自動執行每個給定 Android 應用程序 (app) 的代碼例程。 基于提取的 Linux 内核系統調用，進一步構建加權有向圖，然後應用基于圖特征的深度學習框架來檢測新的未知 Android 惡意軟件。。

報告題目三： 入侵之聲：一種新型的網絡入侵檢測系統

報告人：覃廣林

報告簡介：網絡入侵檢測系統是網絡安全研究的重要組成部分。它通過主動防禦技術檢測入侵行為，并采取緊急措施，如警報和終止入侵。為此，随着學習技術的快速發展，已經開發了各種基于機器學習和基于深度學習的方法，但是在檢測京都方面存在限制。把網絡流量當做振動、波或聲音來處理，可以讓我們更好地檢測入侵。在這項工作中，設想了一個新的網絡入侵檢測系統，稱為入侵之聲。所提出的系統将網絡流量特征轉換為波，并利用先進的音頻、語音識别深度學習技術來檢測入侵者。

報告題目四：基于深度強化學習的工業物聯網入侵檢測研究

報告人：向豔

報告簡介：近年來，工業物聯網迅猛發展，在實現工業數字化、自動化、智能化的同時也帶來了大量的網絡威脅，且複雜、多樣的工業物聯網環境為網絡入侵者創造了全新的攻擊面。傳統的入侵檢測技術已無法滿足當前工業物聯網環境下的網絡威脅發現需求。對此，本研究提出了一種基于深度強化學習算法近端策略優化的工業物聯網入侵檢測系統。該系統将深度學習的感知能力和強化學習的決策能力相結合，以實現對工業物聯網多種類型網絡攻擊的有效檢測。

報告題目五：基于斯塔克伯格博弈的具有隐私保護的移動群智感知任務分配

報告人：黃柏成

報告簡介：随着内置傳感器性能的不斷提升，移動終端設備的功能也在不斷完善，感知手段也越來越豐富。移動群智感知(MCS)作為一種感知模式，利用終端設備提供感知服務，已成為一種實時感知和收集大規模計算數據的有效方式，受到了社會各界學者的廣泛關注。任務分配是移動群智感知中一個重要的研究方向，在多工人與多任務的場景下，如何制定出一個好的任務分配方案，保證工人位置隐私不被洩露的同時，平台也能獲得高效用是一項關鍵的挑戰。所以我們旨在從整體出發，設計出一個最佳的任務分配方案，将平台效用作為主要優化目标的同時，兼顧工人的利益。

報告題目六：輕量級區塊鍊的聯邦學習入侵檢測平台研究與實現

報告人：李春輝

報告簡介：各國各界在隐私保護法上有了更多的規定和數據的日積月累之下使得數據孤島的産生，嚴重阻礙了人工智能的發展。為解決數據孤島問題，谷歌提出了一種不需要參與者在固定位置即可直接進行安全的數據交換并進行數據建模的新型人工智能概念——聯邦學習，使得信息收集單位不僅可以充分發揮數據的價值還能保障數據的隐私安全。過去幾年是比特币泛濫的年代，區塊鍊技術開創性地構建了去中心化的信任，可追溯性和不可篡改特征為聯邦學習的再一次發展提供了一種新的機遇。傳統的區塊鍊技術要求礦工節點具有強大的算力和龐大的存儲空間，日常生活中的用戶設備特點是算力弱、存儲容量低。這給區塊鍊的應用領域帶來了巨大的挑戰，為此輕量級的區塊鍊技術應運而生。本文在不影響入侵檢測系統識别精确度的情況下，提出一種運行效率更高和能耗更低的方案。

報告題目七：WebShell檢測方法研究綜述

報告人：劉志強

報告簡介： WebShell（網頁後門）憑借其使用便捷、功能豐富的特點已成為非法網絡攻擊者最常使用的工具。如何高效準确的識别隐匿在服務器中的WebShell是當前亟需解決的問題。由于WebShell危害性巨大且使用頻繁，學術界已經開展了較多的研究；本報告介紹現有的WebShell檢測方式，分析各種檢測方式的優缺點，同時對未來研究方向進行讨論。

報告題目八：用于無線邊緣網絡中自适應直播流的通信變壓器深度強化學習算法研究

報告人：龍泉劍

報告簡介：新興的移動邊緣計算 (MEC) 技術最近已被應用于提高網絡服務的體驗質量 (QoE)，例如實時視頻流，報告主要介紹無線邊緣網絡中的能量感知自适應直播流媒體方案。特别是，優化目标是設計一種聯合上行鍊路傳輸和邊緣轉碼算法，最大限度地提高視頻跟随者的 QoE，同時最大限度地減少視頻流媒體的能耗，問題表述為馬爾可夫決策過程 (MDP)，并提出了一個名為 SACCT 的基于深度強化學習 (DRL) 的框架，以确定流媒體的編碼比特率、上傳功率以及邊緣轉碼比特率和頻率。将 MDP 問題分解為幀間和幀内問題，以解決由連續-離散混合動作空間、時變狀态和動作空間以及未知網絡變化引起的關鍵設計挑戰。

場次三、

時間：2023年2月27日（星期一）14:00-14:30

地點：澳门太阳集团9728网站807B教室

報告題目一：基于酶成本最小化的通量模式預測算法研究

報告人：陳景甯

報告簡介：代謝網絡中的通量分布可以分解為基元通量模式（Elementary flux mode，EFM）的非負線性組合。通過在代謝網絡中分解通量分布來識别潛在的基元通量模式，是研究系統生物學中代謝的一種有用方法。然而，生物化學上不可行的基元通量模式的出現、通量分布分解的非唯一性，以及确定的基元通量模式組合是否具有生物學意義，都阻礙了此類方法的應用。在本文中，我們提出了一種新的方法，通過最小化酶的質量來識别活性基元通量模式。我們的提出的方法稱為EMMD（酶質量最小化分解），考慮了代謝網絡模型中的熱力學和酶學約束。通過實施EMMD，我們可以分解通量分布，以确定活性基元通量模式組合。我們通過将其應用于核心大腸杆菌代謝網絡來展示我們方法的有效性，并表明EMMD識别的活性基元通量模式組合是唯一的。與現有方法相比，EMMD識别的活性基元通量模式更具生物學意義。因此，EMMD可能成為現有通量分解工具的有前途的補充。