2022年04月16日,计算机科学与技术学院张以文教授邀请了邓水光教授(浙江大学)、郑小林教授(浙江大学)和陈亮副教授(中山大学)分别就《面向云边协同的自适应资源分配与作业调度》、《跨界数据融合计算与隐私保护》和《AI安全-对抗攻击与防御》进行了学术交流。本次报告会由窦辉所长主持,相关方向的教师和学生线上聆听学习。


会议参会成员页面) 

        本次研讨会汇聚了从事软件工程、人工智能、数据挖掘、服务计算理论及应用研究领域的科研人员,广泛开展学术交流,研究发展战略,共同促进相关理论、技术及应用的进一步发展。 

 

(邓水光教授报告页面)

        邓水光教授就《面向云边协同的自适应资源分配与作业调度》向大家介绍了相关工作的研究进展。移动服务计算是以移动通信技术为基础,以移动设备为载体,通过移动网络互联,向移动终端用户交付内容并完成服务交互过程的应用模式,具备计算主体移动、计算资源受限、计算情景位置感知等特点。本报告从服务计算的概念和发展谈起,着重介绍和展望了移动服务计算的研究问题,之后就移动边缘计算中的应用部署、服务缓存、计算卸载等问题展开讨论。

(郑小林教授报告页面) 

        郑小林教授就《跨界数据融合计算与隐私保护》向大家介绍了相关工作的研究进展。郑小林教授指出,隐私计算目前有三种主流技术:多方安全计算、联邦学习、可信执行环境,三者各有优劣,可面向不同需求场景。多方安全计算是基于密码学的可证安全计算,具有高安全性,但对网络要求高,可应用在银行、政府等高安全要求场景。联邦学习效率高,适合数据量大的联合机器学习场景,虽然存在梯度泄露问题,但可结合差分隐私或者多方安全计算来提升安全性。可信执行环境属于数据加密后集中计算,具有高安全性、高精度等特点,但需要数据加密集中到第三方环境,限制了其使用场景。

(陈亮副教授报告页面)

        陈亮副教授就《AI安全-对抗攻击与防御》向大家介绍了相关工作的研究进展。图卷积网络脆弱性的特点限制了其在实际中的广泛应用。为了提高图卷积网络的鲁棒性,一系列防御方法被提了出来,包括对抗学习,迁移学习,鲁棒性验证等,并且有效地提高了模型的鲁棒性。然而,以往的研究大多倾向于从实验性的角度去解释图卷积网络的脆弱性归因,并没有尝试去揭示图卷积网络容易受到攻击的本质原因。陈亮副教授从另一个新的角度去解释图卷积网络的脆弱性,并给出一个结论:图卷积网络的脆弱性主要归因于不鲁棒的聚合函数。 

        在报告结束后,参与师生积极提问,并与各位专家互相交流。在本次会议中,参会师生从各位专业不同的方向都有所收获,相信对研究所的研究工作有极大的启发作用。 

专家简介(按姓氏排序) 

        邓水光,浙江大学求是特聘教授,博士生导师,国家杰出青年基金获得者,IET Fellow,CCF杰出会员。现担任浙江大学社会科学研究院副院长、浙江大学中原研究院大数据与人工智能研究中心主任、浙江大学数字农业农村研究中心副主任、浙江省现代服务业电子服务工程技术研究中心副主任。曾获国家万人计划青年拔尖人才、IEEE TCSVC Rising Star、中国青年五四奖章、CCF服务计算杰出成就奖等荣誉称号。主要研究方向为服务计算、边缘计算、流程管理、大数据、软件工程等。担任IEEE Trans. on Services Computing、Knowledge and Information Systems等国际期刊Associate Editor/Survey Editor。近年来,在国际权威期刊和会议上发表论文100余篇,获得IEEE TII 2021、IEEE ICWS 2019、ICSOC2017等9次国际期刊和会议的杰出论文奖/最佳论文奖/最佳学生论文奖;授权国家发明专利100余项,出版5部学术专著(含英文专著两部)。主持国家杰出青年基金项目、国家自然科学基金重点项目、国家重点研发计划课题等项目,研究成果获得国家科技进步二等奖1项,省部科技进步一等奖5项。 

        郑小林,博士,浙江大学教授,浙江大学计算机创新技术研究院副院长,浙江大学人工智能研究所副所长。斯坦福大学访问学者,CCF杰出会员,IEEE Senior Member,浙江省“万人计划”科技创新领军人才。主持国家重点研发计划课题、国家科技支撑计划课题、国家自然科学基金等省部级项目十多项,发表IEEE TKDE、ACM TIST等期刊和NeurIPS、AAAI、WWW、ICDE等顶级会议在内的国内外高水平论文50多篇(其中CCF A 15篇);申请专利18项(其中已授权5项),获得软件著作权登记10多项;参与十多项标准规范制定工作。作为主要骨干获得2020年度中国计算机学会“CCF科学技术奖”-科技进步奖卓越奖(一等奖)、2018教育部高等学校科学研究优秀成果奖(科学技术)- 科技进步奖二等奖、2014浙江省科技进步一等奖。 

        陈亮,博士,中山大学副教授,博士生导师,中山大学软件工程系副主任,中山大学科研院计划处副处长,广东省珠江人才计划。主持和参与国家自然科学基金、国家重点研发计划、广东省重点研发计划等省部级项目和课题十余项。担任国际期刊International Journal of Web Science副主编,长期担任KDD、SIGIR、IJCAI、WWW等会议的程序委员会成员,研究方向主要包括可信AI、图计算、推荐系统、服务计算等。发表TKDE、TOIS、 KDD、SIGIR、WWW、ICDE、ICML、IJCAI、AAAI等期刊会议在内的国内外高水平论文百余篇,近五年论文引用2000余次,获得KDD Cup 2020-图对抗攻击与防御比赛亚军。