-
应用系统
-
学术报告
-
科研概况
-
置顶 2024年第21届信息安全与对抗技术竞赛通知
1 竞赛简介 信息安全已涉及到国家政治、经济、文化、社会和生态文明的建设，信息系统越发展到它的高级阶段，人们对其依赖性就越强，从某种程度上讲其越容易遭受攻击，遭受攻击的后果越严重。“网络安全和信息化是一体之两翼、驱动之双轮。没有网络安全就没有国家安全。”信息是社会发展的重要战略资源，国际上围绕信息的获取、使用和控制的斗争愈演愈烈，信息安全保障能力是综合国力、…
-
置顶 灵通测（九尾狐）：打造新生代多领域模糊测试解决方案
灵通测（九尾狐）是一款由BFS（北京森林工作室）自主研发的高兼容、集成化的模糊测试平台，旨在为安全工程专家提供全面的漏洞挖掘与安全评估报告。灵通测专注于安全测试及漏洞挖掘任务，能够对不同操作系统应用程序、公有/私有通信协议、工控硬件设备等进行模糊测试，自动化生成大量测试用例高效挖掘测试对象的潜在漏洞和缺陷，同时支持对Web应用程序进行API测试、端口扫描、漏…
-
置顶 全国大学生信息安全与对抗技术竞赛(ISCC)入选全国普通高校大学生竞赛目录
2023年3月22日，中国高等教育学会高校竞赛评估与管理体系研究专家工作组发布《2022全国普通高校大学生竞赛分析报告》，共有26项本科独立赛事、1项系列赛子赛事和2项高职赛事，合计29项新增列入《2023全国普通高校大学生竞赛分析报告》竞赛目录（附件）。 https://www.cahe.edu.cn/site/content/16010.html 近日，…
-
个性化学习路径推荐一量身打造专属于你的学习PLan
随着人工智能等新兴技术在教育中广泛应用，推动了学习方式的深刻变革。面对多元化的学习需求及海量学习资源, 如何迅速完成学习目标、降低学习成本、个性化分配学习资源等问题成为限制个人和时代发展的重大问题。本次学术报告致力于讲解个性化学习路径推荐的研究方法，以及强化学习技术在学习路径推荐的应用原理，最后对其发展前景进行展望。
-
归一化流在表格数据生成中的应用
归一化流（Normalizing Flows）是一类生成模型，它利用一系列可逆变换将简单分布映射为复杂数据分布，具有精确计算概率密度的能力。在表格数据生成领域，归一化流的应用对于理解和模拟真实数据复杂性，增强模型解释性具有重要作用。本次学术报告针对表格数据隐私保护和反事实解释两大领域，分别讲解了DP-Hflow和CeFlow的算法原理。
-
LLM的强化学习
ChatGPT问世以来，LLM百花齐放，对我们的生活产生了巨大的影响。然而LLM生成的内容存在信息泄露、无中生有等诸多隐患。通过强化学习技术我们可以将生成内容与人类偏好对齐，控制LLM的生成方向。本次学术报告主要讲解了强化学习在LLM中应用的现状，然后在PPO-max算法中对RLHF流程进行分析，并在RL4F算法中拓展其应用场景，最后对强化学习在LLM中的未…
-
不规则多元时间序列预测研究
时序数据预测任务是时间序列处理领域中一项基本的任务，根据历史时间段数据序列预测未来一段时间的数据序列，广泛应用于天气预报、经济预测、医疗保健预测等领域。在复杂的现实世界中，时序数据可能出现多元化、不规则的现象。基于统计机器学习的时序数据预测方法在面向高维的多元时序数据预测效果受限，难以同时对多个时间变量进行建模。同时，由于采样频率和时间点不一致，不规则时序数…
-
基于深度学习的二进制函数相似性分析：深入探究两大主流研究方向
二进制函数相似性分析在1-Day漏洞检测、代码克隆检测、恶意软件检测、软件剽窃检测和自动软件修复等多个应用领域中具有广泛的应用。本次学术报告主要讲解了二进制函数相似性分析任务的研究现状和两大主流研究方向，以及两种目前最先进的单架构和跨架构二进制函数相似性检测方法。
- 点击查看更多