欢迎投稿！第七届深度学习安全与隐私研讨会（DLSP）

深度学习与安全在过去几年中取得了显著进展。神经网络已被学术界和工业界公认为一种强大的安全工具，从另一方面来说，由于深度学习已成为一个新的攻击面，深度学习的安全性和隐私性日益受到关注。神经网络的安全性、隐私性、公平性和可解释性也越来越被大家所重视。

本次研讨会旨在通过将深度学习作为一种安全工具进行探索，以及研究深度学习的安全性和隐私性，将这两种观点结合起来。

本次研讨会征文的主要主题包括但不限于：

• AI生成

• 基础模型

• 联邦学习

• 循环网络架构

• 图神经网络

• 神经图灵机

• 语义知识库

• 生成对抗网络

• 因果推断

• 深度强化学习

• 推荐系统

• 针对深度学习的恶意攻击与防御

• 针对深度学习和防御的对抗性实例

• 针对深度学习和防御的隐私攻击

• 可解释的深度学习

• 计算机取证

• 垃圾邮件检测

• 网络钓鱼检测与预防

• 僵尸网络检测

• 入侵检测和响应

• 恶意软件识别、分析和相似性

• 数据匿名化/去匿名化

• 社交网络安全

• 漏洞发现

• 征文截止日期：2024年2月9日（所有截止日期均为 AoE UTC-12）

• 审稿结果发布和录用通知日期：2024年3月4日

• 定稿提交截止日期：2024年3月17日

• 研讨会日期：2024年5月23日

研讨会主席

• Neil Gong, Duke University

• Yinzhi Cao, Johns Hopkins University

研讨会专家委员会成员

更多研讨会详细信息戳（或点击原文）：https://dlsp2024.ieee-security.org/