CCF@U863： CCF物联网专委会走进浙江工业大学——“智能物联网与智慧城市”主题论坛

CCF走进高校第863场

CCF物联网专委会走进浙江工业大学——“智能物联网与智慧城市”主题论坛

敬请关注

时间：2022年8月5日（周五）08:30-17:30

地点：浙江工业大学计算机学院（杭州市西湖区留和路288号），计算机楼A105

同步开放线上直播，腾讯会议号：173-478-742

腾讯会议链接：https://meeting.tencent.com/dm/lm4fXkqabN6K

主办单位：CCF

承办单位：CCF物联网专委会

协办单位：浙江工业大学计算机科学与技术学院、软件学院；

浙江工业大学前沿交叉科学研究院；

浙江工业大学群智感知与协同研究团队；

活动安排：

讲者：马华东 北京邮电大学 教授

题目：智能物联网研究挑战、探索与展望

个人简介：现任北京邮电大学计算机学院教授，国家杰出青年科学基金获得者，兼任中国计算机学会常务理事、物联网专委会主任。其长期从事物联网与传感网、多媒体理论与系统的研究工作，承担了包括国家973计划、国家自然科学基金重点项目等项目，在物联网体系结构、多媒体传感网、群智感知网络、视频理解与分析等研究中取得一批有国际影响力的原创或创新性成果，在著名国际期刊和会议发表300多篇论文。获得教育部自然科学一等奖、中国电子学会科学技术奖一等奖等奖励。

讲者：韩光洁 河海大学 教授

题目：水声传感器网络中多维度动态信任管理机制

个人简介：韩光洁，博士、河海大学教授/博导。主要研究方向为工业物联网、智慧海洋、人工智能、移动计算等。近年来在国际期刊上发表高水平SCI期刊论文330+篇。已出版专著2部、译著1部。主持/参与包括国家重点研发计划、国家重大科技专项及国家自然科学基金重点项目在内的省部级以上项目共30余项。授权国家发明专利106件，PCT国际授权专利5件。获得中国商业联合会科学技术奖二等奖，江苏省科学技术奖三等奖，辽宁省科技进步二等奖，IEEE Systems Journal 2020最佳论文奖等奖项。

报告简介：水声传感器网络是实现“智慧海洋”的核心模块。目前，水声传感器网络在复杂水环境下还未能充分发挥作用，根本原因在于缺乏有效的方法保证网络安全性和可靠数据传输。本报告主要介绍团队在水声传感器网络信任管理机制方面的研究工作。主要研究内容包括：1）基于能耗预测模型的入侵检测算法；2）基于模糊理论的多维度信任计算算法；3）基于云理论的信任评估算法；4）基于AUV的信任云迁移机制；5）基于强化学习的信任更新机制；6）基于孤立森林的异常容忍信任模型。研究的成果对探索水声传感器网络安全技术及应用具有重要的理论价值和实际意义。

讲者：邱铁 天津大学 教授

题目：工业物联网拓扑鲁棒性智能演化

个人简介：邱铁，博士，天津大学计算机学院教授，博士生导师，教育部长江学者奖励计划（青年长江学者）、天津市杰出青年基金获得者，天津大学北洋学者计划、天津市131人才计划，ACM中国理事会天津分会秘书长，入选2021和2022年Elsevier中国高被引学者；曾获大连市科学著作二等奖、ACM天津新星奖，中国计算机学会CCF杰出会员、IEEE/ACM高级会员、网络与数据通信专委会常委、物联网专业委员会委员。主要从事物联网技术、智慧城市与移动计算，智能大数据分析等相关研究工作。编写并出版专著及专业教材10部；现已获得授权国家发明专利20余项。已发表学术论文150余篇，其中18篇论文被列为ESI高被引论文。主持国家重点研发计划、国家自然科学基金重点项目、面上项目及各类项目20余项。

报告简介：物联网技术的发展和深度应用，为工业生产的设备互联提供了重要支撑。随着系统规模增大，智能工厂中的“物联”变得越来越复杂。特别是局部失效会带来链锁崩塌效应，给拓扑连接的鲁棒性带来了严峻的挑战。本报告从物联网拓扑结构演化出发，提出了大规模工业物联网拓扑鲁棒性智能优化方法，并展示了在工业物联网拓扑优化的典范与开发平台。

讲者：王志波 浙江大学 教授

题目：人工智能安全风险与可信探索

个人简介：王志波，浙江大学计算机学院/网络空间安全学院教授，国家优秀青年科学基金获得者。研究方向包括物联网、人工智能安全、网络安全与隐私保护，发表CCF A类论文40余篇，七篇论文入选ESI高被引论文。荣获IEEE HPCC 2019杰出论文奖、电子学会优秀科技工作者和先进工作者。主持与参与了多项国家自然科学基金、科技创新2030-新一代人工智能重大项目、973计划等国家级项目，并与华为、蚂蚁金服、阿里达摩院等公司开展多项合作研发项目。现为IEEE/CCF/电子学会高级会员，CCF物联网专委会常委、CCF大数据专家委员会委员和电子学会物联网青年专技组常委。

报告简介：基于深度学习的人工智能技术已广泛应用于人脸识别、自动驾驶、在线教育等各个领域，展现了卓越的性能。然而，以对抗样本为代表的攻击技术表明人工智能技术存在内在脆弱性，其安全可信面临着严峻挑战。本报告将阐述人工智能系统存在的各种安全风险，并从攻防两个角度介绍团队近年来围绕可信人工智能系统所做的系列工作。

CCF微信公众号，欢迎关注