数智赋能金融科技前沿论坛 | ChinaData

同济大学 副教授

程大伟，同济大学计算机科学与技术学院副教授、博导，国家优秀青年基金获得者。担任中国计算机学会数字金融分会副秘书长、国家级网络金融安全协同创新中心主任助理。主要研究领域包括深度图学习、金融大数据、强化学习与生成式人工智能。在TKDE、KDD、NeurIPS、ICML、ICLR等国际刊物上发表百余篇学术论文。入选斯坦福大学和Elsevier共同发布的年度全球前2%顶尖科学家榜单。主持国家自然科学基金项目3项，先后承担/参与国家重点研发计划、中国工程院战略咨询与研究项目、中国金融期货交易所等10余项科研项目。获吴文俊人工智能科技进步一等奖、上海市计算机学会科技进步一等奖、上海市青年拔尖人才计划、世界人工智能大会青年优秀论文奖、上海市优秀发明金奖、ACM中国上海新星奖等荣誉。

华东师范大学 教授

王长波，博士，华东师范大学数据科学与工程学院教授、博士生导师。曾任华东师范大学软件学院副院长、计算机与软件工程学院常务副院长、计算机科学与技术学院党委书记。兼任中国计算机学会CAD&CG专委会常务委员、中国图象图形学学会可视化与可视分析专委会秘书长、上海市人工智能与社会发展研究会副会长、上海市计算机学会金融科技专委会主任。已主持国家及省部级科研项目10多项，在国内外知名学术会议和期刊上发表论文180余篇，出版专著和教材5部。曾担任国际国内会议ChinaVis2018、VINCI2019、CAD/CG2023大会主席。先后获全国宝钢优秀教师奖、国家教学成果奖二等奖、上海市科技进步奖特等奖、世界互联网大会领先科技奖、上海市青年科技启明星、陆增镛CAD&CG高科技奖等。研究方向为数据可视化、媒体智能、金融科技等。

报告题目：面向新金融的数据智能分析

报告简介：近年来，人工智能技术的飞速发展，带来了经济社会的深刻变革，推动着数字经济时代的金融数字化转型，其中大数据和人工智能技术正成为新金融的驱动力。在分析新时代金融数字化转型发展趋势的基础上，将结合最新技术前沿与科研实践，介绍金融行业大数据分析与应用案例，最后展望人工智能时代金融发展的前景。

电子科技大学 教授

陈厅，电子科技大学教授、博士生导师，国家级青年人才，四川省学术和技术带头人后备人选，获得国家科技进步二等奖和四川省科技进步一等奖。长年从事软件安全和区块链领域研究，发表百余篇顶级国际会议或顶级期刊论文，包括：SOSP、CCS、NDSS、ICSE、ASE、INFOCOM、TSE等，获得5个最佳论文奖或者提名，包括国内首个INFOCOM最佳论文奖。主持十余项国家级和省部级项目，包括国家重点研发课题以及国家自然基金等。与美国、香港及国内顶尖大学和研究机构保持长期学术合作关系，同时也与产业界如阿里巴巴、华为等头部企开展深入的项目合作。长期担任多个知名国际会议，包括NDSS的程序委员会委员以及多个著名期刊的客座编辑。

报告题目：区块链恶意套利未知策略挖掘及套利机器人生命期分析

报告简介：随着区块链技术的快速发展，链上金融市场备受关注，其总锁定价值近日已突破 2700 亿美元。高价值资产的聚集吸引了大量套利者，他们通过策略性地操纵交易排序实施恶意套利，从金融市场中攫取收益。这类行为既会直接导致普通用户遭受经济损失，又会因套利者之间的竞争进一步威胁区块链的共识安全与系统可用性。为此，我们提出了一套链上恶意套利活动的全方位威胁评估方案，从两个层面入手：其一，通过挖掘未被认识的套利策略来识别潜在的恶意套利活动；其二，通过刻画套利者全生命周期的行为特征来揭示其活动模式。基于这两方面，我们得以更全面地刻画恶意套利活动，并系统性地评估其对区块链生态的威胁，从而推动更加完善的防御与治理体系的构建。

山西大学，教授，智能信息处理研究所所长

白亮，山西大学智能信息处理研究所所长，教授，博士生导师，国家优秀青年基金获得者。主要研究方向为机器学习，相关研究成果发表在AI、IEEE TPAMI、IEEE TKDE、DMKD、ICML、KDD、AAAI等国际重要学术期刊和会议70余篇，主持国家自然科学基金重点项目、科技部新一代人工智能重大项目课题等，博士论文获得了中国人工智能学会优秀博士学位论文奖，作为主要完成人2次获得山西省科学技术奖（自然科学类）一等奖。

报告题目：多模态基础模型的预训练与领域适应

报告简介：多模态数据广泛存在于金融等各类行业场景，多模态基础模型为跨模态对齐与融合提供了强有力的工具。然而，当通用多模态模型迁移至特定行业时，往往面临标注成本高、专业知识依赖强以及少样本等现实挑战。针对这一问题，本报告以医疗数据分析为例，介绍我们课题组如何充分挖掘行业数据内部蕴含的自监督信号与判别语义信息，通过针对特定领域的监督信息与语义信息增强，提升模型对行业数据的表示能力。基于这些增强策略，我们在预训练与领域适应过程中有效缩小了通用模型与行业分布之间的差异，从而显著提升多模态模型在标注不足、样本稀缺条件下的迁移效果。

西安交通大学软件学院，教授、副院长

王晨旭，西安交通大学软件学院副院长，教授、博导，国家级青年人才，隶属于西安交通大学智能网络与网络安全教育部重点实验室。长期从事图数据挖掘、金融大数据挖掘和区块链领域的研究。以第一/通讯作者发表TIFS、TDSC、FSE、TKDE、KDD、ICDE、WWW、计算机学报、软件学报等CCF A类期刊/会议高水平学术论文60余篇。CCF数字金融分会青工委副主任、《Big Data Mining and Analytics》国际期刊青年编委。先后承担国家自然科学基金、装备发展部网络空间预先研究、CCF-腾讯犀牛鸟基金、CCF-绿盟科技鲲鹏基金等荣获陕西省教学成果特等奖1项，陕西高等学校科学技术研究优秀成果奖1项、中国电子学会科技进步一等奖1项。

报告题目：智能金融风控新范式: AI驱动的上市公司财报欺诈检测与金融安全实践

报告简介：本报告聚焦智能金融风控领域，针对上市公司财务欺诈这一危及金融市场稳定以及破坏社会公平正义的重要问题，提出一种 AI 驱动的金融风控新范式。研究构建了中国市场的大规模动态异质网络，整合上市公司、关联企业、关键人员及审计机构之间的关联交易、投资、供应链等多维度关系，从特征关联、时空关联、数据分布三个层面挖掘欺诈实例的特征模式。在特征关联层面，融合可解释特征交叉与多模态大模型技术挖掘欺诈模式；在时空关联层面，通过分析样本间的时空关联关系识别复杂欺诈模式；在数据分布层面，通过生成高质量欺诈样本缓解类不平衡分布，提升分类器性能。研究通过金融财报分析这一典型场景，深入探索了AI在金融欺诈检测领域的应用，为提升金融风险防控能力提供了有效的技术解决方案。

中国科学院计算技术研究所 研究员

敖翔，博士，CCF杰出会员，CCF数字金融分会常委兼青工委主任，中国科学院计算技术研究所研究员，博导。研究方向为智能金融、数据挖掘与自然语言处理。先后主持国家重点研发项目子课题1项、国家自然科学基金项目4项，CCF/CAAI学术奖励基金（获优秀奖），阿里、蚂蚁、腾讯、字节等校企联合研究项目10余项，在IEEE TKDE、KDD、WWW、SIGIR、ACL等国际权威期刊和会议上发表论文100余篇，谷歌学术引用5000余次，H-index为37。入选北京市杰青、北京市科技新星、中国科学院青促会、微软亚洲研究院“铸星计划”。担任KDD、WWW、SIGIR、ACL、AAAI、IJCAI等学术会议的领域主席、（高级）程序委员。2024年获CCF科技进步二等奖（第一完成人）。

报告题目：网络直播间智能反欺诈

报告简介：在线直播已成为互联网核心应用场景，大规模实时互动在赋能社会经济发展的同时，也催生了隐蔽性极强的安全风险，甚至成为新型金融欺诈温床。部分参与者通过稀疏协同的恶意行为隐匿于正常活动中，难以被及时精准识别，给平台治理带来巨大挑战。本报告将介绍直播间风控任务方面的最新研究成果。将其转化为多示例学习问题，构建 “用户 - 时间片结构化胶囊” 作为核心分析单元，有效捕捉特定时间窗口内的用户行为模式。通过行为感知的胶囊多示例学习框架，联合编码时间动态特性与跨用户依赖关系，精准挖掘多粒度风险线索，实现高稳健性的房间级风险预测。经大规模工业数据验证，方案性能显著超越传统方法，达到当前领先水平，为直播行业安全治理智能化、精准化升级提供核心技术支撑。

上海交通大学、长聘副教授

沈艳艳，上海交通大学计算机学院长聘副教授，博导。主要研究方向为大数据管理与分析，发表学术论文100余篇，谷歌学术引用超4000次。主持国自然青年科学基金项目（B类）、科技部重点研发计划合作项目和课题等多项科研项目。现任CCF A类期刊IEEE TKDE和VLDB Journal编委, 长期担任数据库领域国际顶会SIGMOD、VLDB、ICDE程序委员会委员，获评VLDB 2023、2024杰出编委。曾获VLDB 2022最佳研究论文奖、ICDE 2023最佳论文奖、ACM SIGMOD中国新星奖，以及上海市技术发明一等奖等多项荣誉。