2023年英国bet356亚洲版

信息技术研究生论坛（二十四）

场次一、

时间：2023年12月11日（星期一）9:00-12:00

地点：计算机与电子信息学院601教室

报告题目一：基于扩散模型的医学图像分割方法研究

报告人：陈韵竹

报告简介：随着深度学习技术的迅猛发展，去噪扩散模型作为一种生成性模型，在各个领域引起了广泛关注。本报告基于当前医学图像分割研究现状，深入研究了扩散模型在该领域的应用。通过分析不同方法的性能和优缺点，我们全面总结了扩散模型在医学图像分割中的表现。此外，本报告对未来医学图像分割技术的发展进行了展望，强调了通过持续挖掘和应用扩散模型潜力来推动医学领域进步的重要性。

报告题目二：类不平衡的半监督联邦同伴自适应加权图像诊断

报告人：梁贵荣

报告简介：尽管最近在用于医学图像诊断的半监督联邦学习方面取得了进展，但在现实世界中，客户端之间的类分布不平衡问题仍未解决。为了解决这个问题，我们提出了同伴自适应加权(FedPAW)，一种半监督联邦学习方法，该方法由两部分组成：自适应加权和同伴稳定学习。我们推导了一个根据样本置信度对样本进行加权的截断Beta函数，通过在训练过程中为不同的类别自适应分配Beta加权函数来克服类别不平衡，并且利用同伴稳定知识集成生成更准确的伪标签。

报告题目三：基于双窗口&多路潜在空间的无监督医学图像配准

报告人：黄煜轩

报告简介：报告主要介绍为了解决滑动自注意力机制的缺点，提出了一个新的医学图像配准方法。该方法改进了注意力机制，并且使用VQ-VAE进行数据增强，从而克服了常见无监督配准方法的限制。本文的注意力机制能够帮助模型更加全面地、完整地关注图像中重要的局部区域，从而提高配准的准确性和鲁棒性。而VQ-VAE作为数据增强的方法，通过学习潜在的图像表示，从而提供更丰富的图像特征，进一步提高模型的泛化能力和稳健性。

报告题目四：关键信息提取

报告人：彭潇枫

报告简介：深度学习模型已经在OCR领域，包括文本检测和文本识别任务，获得了巨大的成功。而从文档中提取关键信息，其作为OCR的下游任务，存在非常多的实际应用场景。使用人力来从这些文档中提取信息是重复且费时费力的。如何通过深度学习模型来从文档图片中自动化地提取出关键信息成为一项亟待解决的挑战，受到学术界和工业界的广泛关注。根据关键信息提取技术的策略，大致将其分为四个类别：基于栅格、基于图结构、基于GCN和端到端的方法。

报告题目五：关于使用计算机视觉对软件工程的改进信息

报告人：宁梓桁

报告简介：软件工程领域是软件生命周期中的各个阶段。软件工程（SE）研究就是调查与软件系统的设计，开发，维护，测试和演变有关的问题。软件工程生命周期的所有过程（如需求、设计、开发和测试）的最终目标一般是为软件工程的基本产品（源代码）做出贡献。

普遍的软件工程活动通常指围绕源代码展开的活动，无论是提高其质量、可靠性、可维护性，还是提高开发人员的工作效率。而一种相对较新但较少探索的SE替代方法是使用计算机视觉的方法。这种方法利用一个或多个计算机视觉（CV）算法来提取、分析或处理与软件有关的视觉方面的要素。其目标集中在解决SE的问题或任务上，但使用的是可视化技术而不是仅仅依赖源代码。

目前CV方法已经在为各种SE任务中开发稳健且准确的解决方案方面取得了可喜的成果。

本报告主要目的是探索和分析计算机视觉方法在软件工程领域中的使用情况，研究其在软件的需求、设计、开发、测试或维护中的使用状况。

报告题目六：基于PHP代码数据可执行特征的webshell检测研究

报告人：张文涛

报告简介：Webshell是用web脚本语言编写的web后门程序，它提供了一种与服务器通信的隐蔽方式。随着互联网的快速发展，web攻击的发生越来越频繁，其中将webshell植入目标网站是攻击者最常用的手段之一。攻击者可以使用webshell获得对网站服务器的控制，从而进一步进行信息嗅探、数据窃取或篡改。为了绕过webshell检测工具，攻击者通常使用混淆和加密，或者只是将webshell代码嵌入到普通文件中，从而防止webshell文件被检测到。因此，准确地检测和识别webshell变得越来越困难，如何准确地进行webshell检测已经成为防范基于web的攻击的一个重要问题。PHP代码的可执行数据特征是PHP webshell的重要语法特征之一，与传统的静态统计特征相比，使用PHP代码的可执行数据特征可以更好地提高检测模型的识别能力。

报告题目七：DrugBan ：具有域自适应的可解释双线性注意力网络改进药物靶点预测

报告人：彭聪

报告简介：预测药物-靶标相互作用是药物发现的关键。最近基于深度学习的方法显示出有希望的性能，但仍然存在两个挑战:(i)如何明确地建模和学习药物和靶点之间的局部相互作用，以便更好地预测和解释;(ii)如何推广对不同分布的新型药物靶标对的预测效果。在这项工作中，我们提出了一个深度双线性关注网络(drug - BAN)框架，该框架具有领域自适应，可以明确地学习药物和靶标之间的成对局部相互作用，并适应分布外数据。DrugBAN在药物分子图和靶蛋白序列上进行预测，并使用条件域对抗性学习来对齐不同分布的学习相互作用表示，以便更好地泛化新的药物-靶标对。在域内和跨域设置下的三个基准数据集上的实验表明，DrugBAN在五个最先进的基线上取得了最佳的总体性能。此外，将学习到的双线性注意图可视化可以从预测结果中提供可解释的见解。

报告题目八：目标检测中的对抗样本攻击研究

报告人：张源

报告简介：目标检测技术是计算机视觉领域中一项特别重要的技术，被广泛的运用在工业控制、自动驾驶的领域当中。随着，当前计算机算力的不断增强以及深度学习算法的不断提升，使得目标检测精确度得到了较大的提升，但是由于深度学习自身存在着一定的脆弱性问题，使得基于深度学习算法的目标检测技术的安全性面临了极大的安全性问题。我们将对基于目标检测的对抗样本生成以及防御手段进行研究分析并总结。我们将着重介绍目标检测领域中现有的攻击方法以及面临的一些挑战与难题。而后，我们将介绍如何有效的防御对抗样本的攻击，从而使得目标检测模型更具鲁棒性，使得诸如无人驾驶技术具备更高的安全性。

报告题目九：基于后量子加密算法的软件加密

报告人：熊国仁

报告简介：随着量子计算技术不断取得突破，算力大幅提升，特别是以Shor算法为典型代表的量子算法的提出，相关运算操作在理论上可以实现从指数级别向多项式级别的转变。目前看来，量子计算机有潜力将破解速度从经典计算机的1万年，变为“一个响指”的时间。这意味着，在量子计算机面前，传统加密方式的信息被偷听窃密的可能性急剧增加。量子计算对公钥密码的潜在威胁是不容忽视的，有潜力完全攻破目前广泛使用的公钥密码算法，即便是增加参数长度也是无效的，因此，需要PQC作为新的解决方案。

报告题目十：基于TF-IDF的 Webshell文件检测

报告人：谢钰沁

报告简介：随着互联网的飞速发展,网络攻击行为日益频繁.Webshell是常见的网络攻击方式,而传统的检测手段已无法应对复杂灵活的变种 Webshell攻击.为解决这一问题,提出了一种基于 TFＧIDF的 Webshell文件检测方法.系统首先对不同类型的Webshell文件进行分类,并对不同文件进行相应的预处理转码,以降低混淆干扰技术对检测的影响;随后建立词袋模型,并采用

TFＧIDF算法加权提取相关特征;最后使用 XGBoost算法训练得到检测模型。

场次二、

时间：2023年12月14日（星期四）16：30-18：30

地点：计算机与电子信息学院509教室

报告题目一：超表面透镜的像差分析和成像技术研究

报告人：陈欣

报告简介：传统光学透镜及光学系统基于光传播效应实现电磁波调控功能，其体积较大、不易集成。而超表面是由人工亚波 长尺度单元构成的二维平面结构，由于其相对于传统透镜具有超薄的优势，并且可以实现对光场的任意调控，近年来在光学成像领域得到广泛研究和应用。通过超表面透镜的工作原理，分析超表面成像透镜的单色像差和色像差成因以及对应的像质评价方法，了解超表面成像透镜的研究现状及应用，最后总结超表面在成像领域尚且存在的问题及其未来发展方向。超表面透镜便于集成、设计自由度高，有望在诸多应用领域取代传统成像器件，基于超表面的高效率、大视场、宽带、可重构可调谐成像器件将成为其未来重要发展方向。

报告题目二：多模蓝宝石光纤光栅的超快激光制备及高温传感特性研究

报告人：李涛

报告简介：光纤高温传感器在金属冶炼、油气化工、航空航天等领域具有重要的研究和应用价值，特别是航空发动机领域，要求耐温性能达到 1000 ℃以上，甚至是 1800 ℃。蓝宝石光纤具备十分优异的耐温特性，其熔点高达 2053 ℃，因此蓝宝石光纤高温传感器在超高温传感领域的应用是目前研究的一大热点，基于蓝宝石光纤制备的黑体辐射型温度传感器、法布里-珀罗干涉仪、光纤光栅温度传感器等都得到一定的研究和发展。其中，基于蓝宝石光纤制备的光栅是蓝宝石光纤高温传感器的重要方向，根据飞秒激光可以在非光敏性光纤中实现折射率调制的特性，提出了飞秒激光逐线法在蓝宝石光纤上制备光纤光栅。并研究了该方法制备的蓝宝石光纤光栅的光谱特性和高温传感特性。

报告题目三：面向深海探测的仿生软体机器的研究进展

报告人：陆进龙

报告简介：海洋占地球绝大多数面积，人类对海洋的探测还有很大空间。深海是地球上一望无际的广阔海域，由于其极端的压力、温度和黑暗等环境，给勘探带来了巨大的挑战。传统的海洋机器人需要专门的金属容器进行保护从而进行海洋探测，受深海物种在没有这种繁琐的耐压设计的情况下茁壮成长的启发，它们独特的生存方式和先进的传感系统在设计软体机械方面激发了新的研究思路。面向深海探测的仿生软体机器人的研究，探索多功能深海软体机器人的驱动、传感、动力和压力恢复能力，为极端环境下的深海探索提供解决思路。

报告题目四：数字孪生系统开发

报告人：叶名

报告简介：数字孪生是指通过数字技术创建的虚拟模型或镜像，用于模拟、监测和分析与其现实世界的实体或系统相关的数据和运行状况。数字孪生通常用于多个领域，包括工业、城市规划、医疗保健、能源管理和环境监测等。数字孪生的核心思想是将物理实体或系统的数据、结构和行为转化为数字形式，以便进行实时模拟、分析和优化。这种虚拟模型可以帮助决策者更好地理解和管理现实世界中的复杂系统，以提高效率、降低成本和减少风险。数字孪生通常依赖于传感器技术、大数据分析、人工智能和模拟建模等技术，以确保虚拟模型与现实世界的相应部分保持同步。这使得数字孪生成为智能工厂、智能城市、智能医疗等领域的关键技术，有助于提高决策制定和资源管理的效力。