pg电子冰雪大冲关

pg电子冰雪大冲关:南京信息工程大学第六届科技活动月——pg电子冰雪大冲关、网络空间安全学院青年科技论坛

发布者:周元琴发布时间:2024-06-07浏览次数:10


主题

pg电子冰雪大冲关、网络空间安全学院青年科技论坛

时间

202451513:30-16:30

地点

北辰楼312-314

报告

人员

陈治国、李斌、凌妙根、王明亮、袁程胜、张翔、赵振杰

主办

单位

南京信息工程大学

pg电子冰雪大冲关、网络空间安全学院


  1. 日程安排

时间

具体内容

主持人

13:30

-13:40

领导致辞

院长:付章杰 教授

熊礼治

教授

13:40

-14:00

题  目:恶意软件分析与检测关键技术研究

汇报人:陈治国 网络空间安全系

14:00

-14:20

题  目:无人机辅助的边缘计算多维资源协同与优化

汇报人:李斌   物联网工程系

14:20

-14:40

题  目:基于运动前景注意力的视频人群计数

汇报人:凌妙根 计算机科学与技术系

14:40

-15:00

题  目:基于时空先验的脑功能网络分析及在疾病诊断中的应用

汇报人:王明亮 计算机科学与技术系

15:00

-15:20

题  目:基于特征表示的伪造指纹检测与防御方法研究

汇报人:袁程胜 网络空间安全系

15:20

-15:40

题  目:基于深度图像转换的构造式信息隐藏

汇报人:张翔   网络空间安全系

15:40

-16:00

题  目:基于文本驱动的室内机器人多任务学习研究

汇报人:赵振杰 计算机科学与技术系

16:00

-16:30

讨论交流:

围绕课题进展情况、遇到的困难以及下一步的打算进行交流



  1. 报告嘉宾简介


陈治国 博士

个人简介

陈治国,副教授,硕士生导师,中国电工技术学会南京科创中心外聘主任,中国工程教育专业认证协会专家组成员,教育部澳门课程审视组个案主任。一直从事网络与系统安全方面的研究工作;目前主持国家自然科学基金青年项目、教育部产学合作协同育人项目、企事业单位横向项目,参研多项国家自然科学基金面上与韩国教育部、科技部重大研究项目等多项pg电子冰雪大冲关项目,在本领域期刊和会议发表学术论文20余篇。曾于韩国Ksign株式会社(信息安全上市公司)研究所担任主任研究员,重点研发malwares.com恶意软件检测产品。

报告摘要

外建安全防护体系中的恶意代码检测技术对保障用户和企业的信息安全、维护网络稳定和金融安全及保护用户隐私至关重要。加壳、加密、反汇编等技术的使用增加了恶意软件及其变体检测的复杂性。本报告将介绍利用多模态特征融合、API调用流图以及增强语义特征等方法的检测方案;针对基于特征的识别方法存在依赖领域知识和分类效率低的问题,本报告还将介绍基于恶意软件可视化表征的分类与检测方法。为应对当前恶意软件检测及分析存在的问题提供思路和方案,以满足实际应用需求。

李斌 博士

个人简介

李斌,副教授,硕士生导师。主要研究领域为智能通信与计算,主持国家自然科学基金青年项目、江苏省自然科学基金青年项目等pg电子冰雪大冲关项目4项,在高水平期刊上发表学术论文40余篇,其中4篇第一作者论文入选ESI高被引,1篇入选热点论文,单篇论文最高引用1200余次,授权发明专利8项。相关研究成果获得2021年江西省自然科学奖一等奖,2022年中国通信学会自然科学奖一等奖。

报告摘要

无人机通过搭载计算平台,赋予边缘计算能力,能有效克服地理因素带来的通信障碍,为热点地区或应急救援地区提供轻量级计算服务。如何在有限的机载能量下高效利用网络资源是目前亟需解决的关键问题。本报告主要介绍基于无人机的空地协同计算以及智能反射面辅助的无人机边缘计算相关工作,通过充分挖掘异构广域的可用资源,提出一系列多维资源管理与优化方法,实现协同网络场景下通信与计算资源合理分配以满足移动用户的业务需求。

凌妙根 博士

个人简介

凌妙根,讲师,20196月份毕业于东南大学计算机科学与工程学院,获工学博士学位,导师为耿新教授。主要研究方向包括视频人群计数、视频时序行为定位等。目前在IEEE Transactions on Image Processing (TIP), Pattern Recognition(PR),AAAI等人工智能领域顶级期刊和会议发表论文数篇,担任IJCAI, NeurIPS, AAAI,ICLR等人工智能领域A类会议的审稿人。主持国家自然科学青年基金一项。2022、2023年带领本科生参加中国大学生计算机设计大赛获得全国二等奖共计2项。

报告摘要

与单张图像的人群计数相比,视频提供了渐变的时间和空间维度的信息。可以提高人群计数的稳定性。因此,充分利用相邻帧与当前帧的时空相关性来辅助当前帧的人数预测估计至关重要。本报告重点介绍一种基于运动前景注意力的视频人群计数方法,解决了现有算法在多帧连续人数预测具有较大波动性、无法充分利用相邻帧辅助当前帧进行人数估计等问题,并通过实验对算法结果进行了验证,提出的方法在多个公开数据集上均取得了最优的结果。

王明亮 博士

个人简介

王明亮,博士,硕士生导师。2020年毕业于南京航空航天大学软件工程专业,获工学博士学位。2018.10-2019.10在美国北卡罗来纳大学教堂山分校访问学习。主要从事机器学习、医学图像分析研究,主持国家自然科学基金青年基金,江苏省自然科学基金青年基金,江苏省高等学校自然科学研究面上基金,中国博士后面上资助以及工信部重点实验室课题等项目。目前在国际著名期刊/会议,如 IEEE TMI、IEEE TIP、IEEE TBME、IEEE JBHI、MedIA、AAAI MICCAI 等,发表论文20余篇。

报告摘要

大脑是自然界最复杂的系统之一,在不同时间和空间尺度上具有多种不同的反馈机制。近年来,基于静息态功能磁共振成像技术的脑功能网络分析被广泛应用于脑疾病的诊断中。然而,如何从功能磁共振信号中提取有效的时间和空间先验信息、构建合理的脑功能网络分析模型,对健康者和病人的异常脑功能连接进行识别仍是脑科学研究中亟需解决的难题。本报告主要介绍基于时空先验知识的机器学习方法对脑疾病进行智能诊断的相关研究,包括利用大脑时间尺度上的动态变化特性,探索脑疾病的演化模式;利用大脑空间结构先验知识(如hub结构),构建鲁棒的脑网络分析模型;融合时间和空间尺度信息更好地表征脑功能连接,实现对脑疾病更精确的诊断。

袁程胜 博士

个人简介

袁程胜,副教授,硕士生导师。主要研究兴趣包括:人工智能安全、多媒体内容安全。近年来主持国家级、省部级pg电子冰雪大冲关项目6项,在IEEE TSMC、IEEE J-STSP、IEEE SPL、IEEE TCE、ACM TOMM、通信学报等期刊上发表论文20篇,授权发明专利3项。pg电子冰雪大冲关成果荣获江苏省科学技术(基础类)二等奖、江苏省信息安全科技成果展二等奖。指导学生荣获中国国际“互联网+”大学生创新创业大赛决赛高教主赛道国家金奖、产业赛道国家铜奖,“挑战杯”全国大学生课外学术科技作品竞赛省赛一等奖等。

报告摘要

指纹识别技术被广泛应用于各类身份认证场景中,如移动支付、指纹考勤机等,但不可否认,它仍然受到一些安全威胁。首先,人们可使用假指纹来欺骗指纹考勤机;另外,指纹易被窃。セ髡呖赏ü痹旌戏ㄓ没е肝评词迪址欠ㄈ现。为抵御假指纹的欺骗攻击,伪造指纹检测技术应运而生。与自然图像分类任务不同,真指纹和伪造指纹的图案十分相似,其差异主要分布在肉眼观测不到的细微纹理或形态结构中。针对伪造指纹检测问题,本报告重点探讨指纹特征提取算法和防御对抗指纹攻击问题,重点在于提高算法的盲材料检测性能和增强深度学习模型的防御能力。

张翔 博士

个人简介

张翔,博士,硕士生导师。CSIG数字媒体取证与安全专业委员会委员。2021年毕业于湖南大学信息科学与工程学院,博士导师为彭飞教授。20199月至20209月于National University of Singapore(新加坡国立大学)进行CSC国家公派联合培养,导师为Roger Zimmermann教授(IEEE Senior Member,ACM Distinguished Member)。主要从事图像信息隐藏、生物特征安全、视频选择加密等方面的研究,在IEEE TIFS、TMM、TCSVT、TOMM、IJBC、Signal Processing等期刊上发表论文十余篇,主持国家自然科学基金青年项目、教育部工程研究中心课题等项目3项,参与包括国家自然科学基金在内项目5项,获得2021年湖南省自然科学奖二等奖(排名第5),担任IEEE TIFS、TMM、TCSVT、ICA3PP等多个期刊和会议的审稿人。

报告摘要

构造式图像信息隐藏是一种利用秘密信息直接生成一幅近似真实的含密图像,并能从含密图像中提取出秘密信息的技术。现有的构造式图像信息隐藏算法大都存在生成图像质量不足以及隐藏容量较低等问题。针对上述问题,本报告基于深度图像转换和信息隐藏展开,阐述了两方面研究工作:(1)基于图像转换的构造式隐写方法。(2)基于图像转换的以图藏图方法。实验结果证明,我们的研究工作能够有效的提高构造式图像信息隐藏的生成质量和隐藏容量,并且能够抵抗已有隐写分析的检测。其在隐蔽通信领域具有较高的应用前景。

赵振杰 博士

个人简介

赵振杰,讲师,主要研究领域为自然语言处理、人机交互,入选2021年度江苏省“双创博士”,主持国家自然科学青年基金1项,横向课题2项,研究成果发表在ACL、EMNLP、CHI、Neural Networks等上。

报告摘要

实现机器人和人类之间自然交互并使机器人掌握通用技能一直是人工智能研究的重点,并且具有较高的应用价值。近年来,大语言模型的不断发展为实现通用机器人提供了一条可行之路。然而,仅由数据驱动的学习算法训练得到的大语言模型难以与人类的价值观进行对齐,从而导致模型难以用于实际任务中。本报告从人机交互的角度出发,介绍两个工作,旨在通过以人为中心的计算理念,实现更好地语言模型的价值对齐。第一个工作通过引入类型分布预测以及事件线摘要,较好地解决了童话故事问题生成难建模、问题质量差等缺点。第二个工作利用预训练模型能够编码部分物理常识的优势以及常识间的逻辑关系,构建高质量的物理常识。作为对未来工作的展望,本报告探讨了基于大语言模型的通用智能机器人的构建,包括语言智能体、机械臂抓取等近期工作。



pg电子冰雪大冲关(中国)集团有限公司