【第十七届电子年会】区块链与数据安全专题论坛日程发布

陈纯 

中国工程院院士、浙江大学信息学部主任、区块链与数据安全全国重点实验室主任

个人简介：陈纯，计算机应用专家，浙江大学信息学部主任，中国工程院院士。目前担任区块链与数据安全全国重点实验室主任、国家数码喷印工程技术研究中心首席科学家、国家新一代人工智能战略咨询委员会委员。主要从事计算机应用领域的前沿研究工作，近年来对大数据、人工智能、区块链等方向进行了重点研发，致力于将高水平的研究与产业应用相结合，主持研制完成多个工程系统，得到了全面推广应用，取得了一系列成果。

任奎 

浙江大学计算机科学与技术学院院长、区块链与数据安全全国重点实验室常务副主任

个人简介：任奎，浙江大学求是讲席教授，ACM、CCF和IEEE会士，目前担任浙江大学计算机科学与技术学院院长，区块链与数据安全全国重点实验室常务副主任。任奎教授是数据安全与隐私保护、人工智能安全、智能设备与车联网安全领域的国际知名学者，发表论文400余篇，获得10余篇最佳论文奖和时间考验论文奖，谷歌学术引用超48,000次，H-Index为94，研究成果在工业界有广泛应用。获得电子学会自然科学一等奖、浙江省自然科学一等奖、浙江大学伯乐奖、国华杰出学者奖、IEEE CISTC技术成就奖、纽约州立大学校长杰出研究奖、美国国家自然科学基金青年职业奖等多个奖项。目前担任IEEE计算机学会会士评审委员会副主席、IEEE ISI Award评审委员会主席、ACM ASIACCS指导委员会委员及多个国际权威期刊编委和学术会议主席。任奎教授同时担任教育部科技委委员、高等学校教指委委员及浙江省知联会副会长。

管晓宏 

中国科学院院士

个人简介：管晓宏，中国科学院院士，分别于1982、1985年获清华大学自动化系学士与硕士学位，1993年获美国康涅狄格大学电机与系统工程系博士学位；1993-1995年任美国PG&E公司高级顾问工程师，1999-2000年访问哈佛大学，1995年起先后任西安交通大学教授、系统工程研究所所长、电子与信息工程学院院长、电子与信息学部主任，1999-2009年任机械制造系统工程国家重点实验室主任；1997年获国家杰出青年基金，2000年任长江学者特聘教授；自2001年起任清华大学讲席教授组成员，2003-2008年任清华大学自动化系主任。管晓宏院士是IEEE Fellow，主要从事复杂网络化系统的经济性与安全性，电力、能源、制造系统优化，信息物理融合系统、网络空间安全等领域的研究。

报告题目：网络空间安全—挑战与应对

议题简介：“两化一融合”—网络化、智能化和信息物理融合是信息科学与技术发展的趋势，也是引领科技发展的前沿。网络空间的安全性，事关国民经济发展和国家安全。本报告讨论网络空间安全体系中的六类安全问题：网络安全、信息安全、内容安全、系统安全、信息物理综合安全和数据安全，数据安全在网络空间安全中的基石作用，展示网络空间安全在“两化一融合”场景下的挑战，应对方法和关键技术。

陈刚 

浙江大学副校长、教授

个人简介：陈刚教授，浙江大学副校长，教育部科技委信息学部委员、工信部电子科技委委员，区块链与数据安全全国重点实验室副主任、浙江大学国家人工智能产教融合创新平台负责人，中国计算机学会数据库专委常务委员，2017年入选“万人计划”科技创新领军人才、“长江学者”特聘教授。陈刚教授长期从事数据库管理系统、大数据智能计算等领域的理论研究和系统开发工作。主持国家重点研发计划、国家科技支撑计划、国家863、国家核高基重大专项、国家自然科学基金等国家和省部级项目20余项，获授权国家发明专利40余项，其中15项已实现产业化转化。近五年在CCF A类期刊和会议发表论文100多篇，获SIGMOD 2023、VLDB 2014、VLDB 2019最佳论文奖和ICDE 2012、ICDE 2015、ICDE 2018、MM2015最佳论文提名。作为第一完成人获得浙江省科学技术一等奖2项、中国电子学会科技进步特等奖、教育部科技进步一等奖各1项，作为学术骨干获得国家科技进步二等奖2项。

报告题目：TableGPT：面向结构化数据的预训练大模型

议题简介：在自然语言数据、多模态数据、结构化数据三大数据形态中，结构化数据的价值密度高、应用范围广，其建模分析大多采用“case by case”的项目制模式，存在技术门槛高、开发周期长、样本获取难等局限。以GPT为代表的预训练大模型技术具有自然语言交互、泛化性强等优势，但精准定量计算能力不足，且主要面向自然语言和多模态数据，对结构化数据的分析建模能力尚有欠缺。本报告从分析结构化数据的独特性质入手，介绍了结构化数据预训练大模型TableGPT在数据与指令理解、刚性约束执行、领域知识适配等方面的关键技术，并结合具体场景介绍了TableGPT的典型应用案例。

徐恪 

清华大学计算机科学与技术系副主任、教授

个人简介：徐恪，清华大学计算机系教授，博士生导师。获得国家自然科学基金委杰青资助，入选北京市卓越青年科学家计划，是北京市战略人才，中国电子学会会士，IEEE Fellow。主要研究领域包括计算机网络体系结构、网络空间安全和区块链系统。近五年，在网络和安全领域顶级期刊和会议发表论文100余篇，授权中国发明专利27项，完成专著和教材4本，牵头完成行业标准8项。近两年获得CVE，CNVD等漏洞编号100余个。曾获国家技术发明奖二等奖1项，国家科技进步奖二等奖1项，省部级特等奖1项，省部级一等奖5项，获得2023年国际基础科学大会前沿科学奖，IEEE Globecom 2015最佳论文奖，ACM CCS 2020最佳论文提名，IWQoS 2021最佳论文奖，USENIX Security 2023杰出论文奖。指导博士生获得ACM SIGSAC最佳博士论文奖亚军。

报告题目：从系统安全视角审视大模型安全问题

议题简介：超大规模预训练模型被认为是未来实现通用人工智能的“基座模型”，与此同时，大模型的安全问题也越来越受到广泛关注。本报告将讨论大模型安全的科学问题，进一步从系统、数据、对抗三个角度，梳理和定位大模型全链路的安全风险和可能的安全措施。希望本报告能为大模型安全的相关研究提供新的视角和思路。

易珂 

香港科技大学计算机科学与工程系教授

个人简介：易珂，香港科技大学计算机科学与工程系教授，ACM杰出会员。获清华大学计算机系学士学位、杜克大学计算机系博士学位。研究方向包括数据库理论和系统、数据安全及隐私、并行及分布式算法等。曾获SIGMOD最佳论文奖两次、PODS时间检验奖、SIGMOD最佳论文提名、SIGMOD最佳演示奖。担任PODS 2026、ICDT 2021程序委员会主席，ACM TODS编委。

报告题目：差分隐私下的实例最优性和DP-SQL

议题简介：经过十余年的研究，差分隐私正在从一个理论概念转化为政府及工业界的通用个人隐私标准，很多基本问题也有了成熟的解决方案。然而，大多数现有方案都只适用于全局敏感度有限的问题，但很多常见的函数并不在此范围，如平均数、中位数、最大最小值、以及很多SQL查询。本议题将讨论对于全局敏感度无限的问题如何设计差分隐私算法，引入实例最优性作为研究这类问题的一个统一的理论框架，并介绍我们基于此框架搭建的一个DP-SQL系统。

祝烈煌 

北京理工大学网络空间安全学院党委书记、教授

个人简介：祝烈煌，北京理工大学网络空间安全学院党委书记/特聘教授，入选国家国家高层次创新领军人才，全球高被引学者、全球2%顶尖科学家。任国家重点研发计划“区块链”重点专项专家组成员、“基础科研条件与重大科学仪器设备研发”重点专项总体组专家，教育部“网络空间安全”教指委委员，中国计算机学会区块链专委会主任，中国人工智能学会智能信息网络专委会主任，多个国际重要期刊编委和国际会议程序委员会主席。长期从事网络与信息安全方向的研究工作，主持了包括国家重点研发计划项目、国家自然科学基金重点项目、国防基础科研计划重点项目、国防科技创新特区项目等30余项国家级、省部级科研项目，在USENIX Security、IEEE S&P、、IEEE TIFS、IEEE TDSC等领域内重要会议和期刊发表学术论文200余篇，获多个重要国际会议最佳论文奖，省部级科技奖励三项，指导博士生获国家一级学会及北京市优秀博士学位论文奖3项。

报告题目：基于区块链的隐匿通信技术

议题简介：隐蔽通信、匿名通信在保护通信内容的同时，还可以保护通信行为和通联关系，在特殊应用场景发挥重要作用。基于互联网的传统隐蔽和匿名通信技术存在信道易检测、通信节点易识别、服务节点易攻陷等问题。以比特币、以太坊为代表的公有链上的活跃用户数和交易数规模大并快速增加，且具有地址匿名、泛洪转发、去中心化等特性，为构建基于公有链的隐蔽通信和匿名通信提供非常好的平台。报告主要介绍基于区块链的隐匿通信的现状趋势、技术挑战、系统模型、科学问题、关键技术、系统应用等。

王美琴 

山东大学网络空间安全学院常务副院长、教授

个人简介：王美琴，教育部长江学者特聘教授，国务院特贴专家。现任山东大学网络空间安全学院常务副院长,密码技术与信息安全教育部重点实验室副主任，兼任中国密码学会理事、中国密码学会密码数学理论专委会副主任、教育部网络空间安全专业教学指导委员会委员、教育部密码专业学位研究生教育指导委员会委员等。主要从事对称密码分析与设计的研究，发表高水平论文百余篇, 包括国际密码五大顶会论文32篇。主持国家重点研发计划课题、国家自然基金重点项目等，获得国家科技进步一等奖、国家密码科技进步一等奖（省部级）等科技奖励。

报告题目：数字安全中密码算法的新型攻击进展

议题简介：全同态加密（Fully Homomorphic Encryption, FHE）是一项允许对加密数据进行任意计算的技术，为数据隐私提供了安全性保障，但其导致的巨大计算、传输和存储成本是制约应用的重要瓶颈。欧洲流密码标准算法Trivium因其具有的低乘法次数特性而更加适用于全同态加密中的“转码”（transciphering）操作，比现在常用的标准算法AES性能更优。而Kreyvium则在Trivium的基础上进一步优化乘法深度，使其能够更加适用于不同的同态加密应用场景。Trivium算法的最强攻击类型是图灵奖得主Adi Shamir提出的立方攻击。而立方攻击的核心是超级多项式的恢复。本报告将介绍对Trivium和Kreyvium等流密码算法安全性分析的最新进展，包括单项式预测和核心单项式预测技术等在超级多项式恢复中的应用。

李兴华 

西安电子科技大学网络与信息安全学院副院长、教授

个人简介：李兴华，西安电子科技大学二级教授、国家杰出青年科学基金获得者，网络与信息安全学院副院长，大数据安全教育部工程研究中心常务副主任，综合业务网理论及关键技术国家重点实验室副主任，科技部“十四五”规划“网络空间安全治理”重点专项专家。获得2019年中央网信办全国十大“网络安全优秀教师奖”、陕西省技术发明一等奖（排名第1）、陕西省科技工作者创新创业大赛金奖、银奖（均排名第1）。先后主持国家自然科学基金重点类项目、重点研发计划课题等。授权国家技术发明专利50余项、国际PCT专利5项、美国技术发明专利1项。制定多项国际国内标准。发表包括Usenix security、Infocom、IEEE TDSC、TIFS等在内的学术论文100多篇，入选全球前2%顶尖科学家榜单，出版专著5部章。

报告题目：“云边端”架构下隐私计算体系架构与关键技术

议题简介：隐私计算是隐私信息体系化保护的计算理论和方法，涉及数据传输、存储、使用等全生命周期的隐私保护操作。本次报告将围绕“云边端”架构，介绍三个层面所涉及到的隐私泄露的风险，重点介绍数据安全传输、数据安全存储、数据安全使用中涉及到隐私保护技术的研究现状、技术展望，以及项目组在这些方面的研究进展。

王骞 

武汉大学国家网络安全学院执行院长、教授

个人简介：王骞，IEEE Fellow，武汉大学二级教授、国家网络安全学院执行院长，ACM SIGSAC China主席，国家重大人才工程特聘教授，基础加强计划重点基础研究项目“技术首席专家”，国家海外高层次青年引进人才，获国家优秀青年科学基金资助。长期从事网络空间安全领域研究，致力于推动人工智能系统安全、移动智能终端安全与隐私保护、应用密码学创新发展与应用落地，获浙江省自然科学奖一等奖、中国电子学会自然科学奖一等奖。入选CCF-Intel Young Faculty Researcher Program，获IEEE TCSC Award for Excellence in Scalable Computing  (Early Career Researcher)、IEEE ComSoc Asia-Pacific Outstanding Young Researcher Award等多项国际学术荣誉，及10余次国际会议最佳论文奖。担任IEEE TDSC、IEEE TIFS、IEEE TETC等国际刊物编委，以及网络安全领域四大会议ACM CCS、USENIX Security、NDSS等国际会议程序委员会委员。

报告题目：智能系统数据安全

议题简介：本报告将围绕智能系统数据安全问题，介绍智能系统数据流转过程中潜在的安全威胁和攻击面。这些威胁遍布智能系统的各个阶段，促使学术界和工业界对各类攻击行为以及在训练、推断和部署阶段的安全和隐私保护技术进行深入研究。此外，本报告还将分享报告人在智能系统数据安全领域的最新研究进展和未来研究机遇。

韦韬 

蚂蚁集团副总裁兼首席技术安全官

个人简介：韦韬博士，蚂蚁集团副总裁兼首席技术安全官，北京大学客座教授，浙江省科协委员，九三学社社员，中国计算机学会安全专委会“数字经济与安全”工作组副组长，中国密码学会大数据与人工智能安全专委会副主任委员，网络安全研究国际学术论坛InForSec学术论坛联合创始人。韦韬博士致力于让各种复杂系统变得更加安全可靠，多项成果帮助各主流操作系统提升安全性，领导和推动了多项著名开源安全软件的研发。韦韬博士提出了安全平行切面技术体系与可信密态计算技术体系，分别在网络安全与隐私计算领域做出了重要突破。韦韬博士因其杰出贡献和影响力被权威媒体评为“2021年度数据智能新势力领军人物”，并入选2022年IDC“中国CSO名人堂”。

报告题目：DKCF可信框架：大模型从“砖家”到“专家”还有多远

议题简介：大模型实现了知识抽象和多步推理能力，推动了AI从“技能”到“智力”的质变进化。但在行业应用领域，大模型目前依然停留在“砖家”水平，甚至被医学专家评价“聪明的AI只帮小忙，笨的AI却捅大篓子”。我们探讨了目前大模型在专业概念模糊、推理认知残差、反馈循环低效、注意力规模局限与协同链安全缺失等方面的本源问题，提出了DKCF（数据/知识/协同/反馈）大模型应用可信框架。DKCF框架为大模型这个“智能引擎”配上行业应用所必须的底盘、电控和安全装置，将给越来越多的专业领域带来智力变革。