本次学术会议旨在为人工智能和计算机网络领域学者提供思想碰撞和学术交流的平台，为广大师生和参会者搭建重要的学术桥梁，促进交叉学科的跨界交流，开拓新的合作研究领域。

       防疫要求：因防疫需要，进校需要提前报备，请提前联系梁玉珠 （18850331985）。

一、主题：未来网络与智能研究

二、组织单位：

（一）指导、主办单位：CCF总部

（二）承办单位：CCF珠海会员活动中心

三、时间：2021年11月24-25日

四、地点：北京师范大学珠海校区木铎楼A403

五、邀请对象及规模：CCF会员、高校师生等40-50人

六、议程安排

注：下列会议地点均为木铎楼A403

个人简介：汤庸，学者网创始人，华南师范大学教授，校学术委员会副主任、校教学指导委员会主任，广东省服务计算工程研究开发中心主任，中国计算机学会协同计算专委主任，广东省计算机学会常务副理事长。曾任中山大学计算机系主任和信息学院副院长、华南师范大学学位评定委员会副主席、计算机学院和软件学院院长等。获国务院政府特殊津贴、教育部新世纪优秀人才计划、宝钢教育奖、丁颖科技奖、CCF杰出演讲者等，以第一完成人获广东省科学技术一等奖、教育部科技进步二等奖、省教学成果一等奖等10多项省部级成果。

报告题目：SCHOLAT+：学者大数据与知识图谱

内容摘要：社交网络已改变人们的生活和工作方式。但是社交网络是一把双刃剑，一方面为人们交流提供了方便，另一个方面也会因无关信息干扰生活和工作。学者交流要求较高的可信性和有效性，主要特征是需要了解相关学术背景，开展有效交流。我们以学者科研教学的社会化协同需求为背景，设计了面向学者的社交网络（SCHOLAT），为学者及其团队（机构）等提供学术空间和交流平台服务。本报告将通过实例简要介绍SCHOLAT基本框架和功能，讨论学者网大数据、学者知识图谱以及SCHOLAT+应用生态，最后分享几个最新SCHOLAT+应用成果。

个人简介：张伟哲教授是哈尔滨工业大学教授、博导，入选国家级人才计划。主要研究方向是网络空间安全、高性能计算、嵌入式计算和云计算。发表期刊和会议论文约 220 篇，著作 3 本。担任IEEE Transactions on Cloud Computing的编委。获得黑龙江省科学技术奖科技进步2项。现任国家自然科学基金信息学部评审会专家、国家重点研发计划项目评审会专家、中文信息学会评测工委会主任，中国计算机学会嵌入式系统专委常委，中国计算机学会高性能计算专委、系统软件专委委员，中国互联网协会推广与普及工作委员会委员，ACM 高级会员，IEEE 高级会员，CCF杰出会员。

报告主题：面向大数据应用的隐私保护与对抗技术与方法

内容摘要：数据已经成为“数字经济”的生产要素和战略资产，如何兼顾发展和安全、平衡效率与风险，在合法合规的前提下挖掘数据价值，确保数据共享与流通，是当前面临的重要议题。面向大数据挖掘与隐私保护这一巨大矛盾，依据“数据不动程序动”的设计理念，构建面向隐私保护的大数据分析和模型训练平台体系结构，实现“分享价值但不分享数据”。其次，研究多源数据融合分析的隐私保护、浮动程序的可视化辅助调试、智能反隐私隐藏、行为与内容审核等核心关键技术，打造数据流通的安全闭环体系，全方位实现“数据可用不可见”。最后，面向政务、医疗等数据开放典型场景进行示范应用，有效推动大数据从封闭、孤立走向开放、共享。

个人简介：朱艺华教授，博士生导师，ACM SIGCOMM China Chapter委员，IEEE高级会员（计算机、通信、传感器），中国计算机学会物联网专业委员会委员，浙江省“151人才”第二层次，浙江省“十二五”重点学科——物联网工程学科负责人。在IEEE Trans. Mobile Computing、IEEE Trans. Wireless Communicaitons及其它重要国内外期刊上发表学术论文200余篇。连续多年担任IEEE GlobeCom、IEEE WCNC、IEEE ICC、中国传感器网络大会等国内外知名学术会议的程序委员会委员；担任《Chinese Journal of Electronics》等学术期刊编委。多次应邀担任国家自然科学基金重点项目、国家杰出青年基金项目、国家基金创新研究群体会评专家。主要研究领域：物联网、无源感知网络、无线能量捕获网络、无线局域网络等。主持国家自然科学基金重点项目“无源感知网络基础理论和关键技术”以及国家基金面上项目6项、浙江省国际合作重大科技专项（中国加拿大合作）、浙江省自然科学基金重点项目等各类科研项目30多项。获得浙江省人民政府自然科学奖二等奖等奖项11项。

报告主题：反向散射通信网络高能效数据传输技术

内容摘要：反向散射通信（Backscatter Communications）技术已经广泛应用于物联网，在反向散射通信系统中，标签捕获并利用来自载波发生器的射频载波能量，将自身的数据加载到反射信号上以完成数据传输。本报告面向高能效反向散射通信技术，致力于提高单位能耗所能够传输的比特数，介绍低能耗码本的设计方案，在内存空间极为受限的标签上实现基于低能耗码本的反射通信技术，设计并实现基于干扰模块的能够携带传感器的标签，使得标签能够传输动态变化的数据，实现标签之间低能耗直接通信。最后介绍支持高能效反向散射通信技术的硬件制作方案。

个人简介：赵淦森，计算机安全博士，毕业于英国肯特大学。曾任甲骨文公司欧洲研发中心高级工程师、中山大学海外引进人才。目前为华南师范大学计算机学院教授、博士生导师，图书馆馆长，重点实验室主任，省数据科学工程中心副主任，中华全国青联常委，广东省青联副主席，广东省政协委员,民进中央青委会副主任委员，广东省青年科学家协会常务副会长。赵淦森教授目前担任电子信息产品可靠性分析与测试技术国家地方联合工程中心副主任、国际信息处理联合会云计算专委会副主席、区块链联合实验室主任、广东省数字政府改革建设专家委员会委员、广东省数字政府标准技术委员会副主任委员等。主要的研究方向是大数据、云计算、区块链和信息安全。赵淦森博士曾获3项广东省科学技术奖，以及广东青年五四奖章、广东五一劳动奖章、第三届世界广府人十大杰出青年、全国归侨侨眷先进个人、全国五一劳动奖章等荣誉。主持和承担了国家科技支撑计划、国家信息安全专项、国家重点研发计划、教育部、省重点研发计划、省战略新兴重大项目等国家省部级重大科研项目30余项，发表论文100多篇，申请国内外发明专利70多项。参与了国家、地方的大数据、区块链、数字经济和信息化相关政策和发展规划的编制工作。曾向中央领导人汇报科研进展，持续为中央部委和地方政府提供数字政府相关的技术支持和顾问咨询服务。

报告主题：基于人工智能的医学影像处理：染色体智能分析关键算法模型和技术

内容摘要：近年来，人工智能得到了极大的突破，特别是深度学习等技术让人工智能在复杂的场景达到了很高的应用的性能。人口问题始终是影响我国经济社会发展的基础性、全局性和战略性问题。我国是出生缺陷高发国，每年约有90万例的缺陷婴儿降生。染色体分析是出生缺陷产前诊断的重要手段。本报告将重点接到人工智能技术在医学影像处理领域的应用，并以染色体智能分析作为案例，展示讲者基于当前的前沿人工智能算法，整合现有的染色体临床医学影像数据，探索医学影像优化降噪算法、染色体实例分割、分类和异常检测算法，有效地改善染色体临床医疗影像中影像质量与精准染色体分析理论，通过学习多个异构网络的知识传递机制与医学影像样本选择与分析性能之间的关系，构建高效、精准和可溯源的全自动染色体分析框架，识别不同染色体的不同条带信息，发现用于判定染色体异常类别的判定依据，提高染色体分析系统的准确性、科学性和可解释性，突破了该领域中的核心技术难题。同时，通过对现有的染色体临床医学影像数据进行标注与划分，构建了一个高质量、高可用、大规模的临床数据集，大大填补了该领域中的研究数据规模，推动人工智能技术在染色体研究领域的发展进程。

个人简介：黄书强教授，中国计算机学会高级会员(E200014278S)，CCF YOCSEF广州 2017-2018主席，广州计算机学会常务理事，广州市仪器仪表学会常务理事。目前主要从事光网络、光电信息处理、认知无线网络、物联网、计算智能等方面的研究和开发工作，近5年主持省部级项目7项、厅级项目2项，参与国家项目2项，863子课题1项，获得2009年广东省科技进步二等奖1项，近5年来发表相关学术论文30多篇(其中计算机领域一级学报7篇、SCI期刊8篇)，提交发明专利4项。截止2016年7月，已指导硕士研究生2名毕业，在读研究生1名。目前为教育部学位与研究生教育发展中心评审专家，广东省发改委综合项目评审专家，广东省经信委项目评审专家，广东省财政厅项目评审专家，广东省科技厅项目评审专家，江苏省科技厅项目评审专家，山东省科技厅项目评审专家，为国内外期刊：《计算机学报》《计算机研究与发展》《小型微型计算机系统》《计算机应用》《暨南大学学报》《华南师范大学学报》《Multimedia Tools and Applications》《IEEE Transactions on Vehicular Technology》审稿专家。

报告主题：结合图论和智能算法的经典网络拓扑优化方法

内容摘要：针对无线多跳网络中由于网络跳数增加导致网络性能下降问题，通过研究网络中关键节点部署方法和拓扑优化理论，以达到优化网络拓扑结构的目标。将该问题抽象为基于跳数距离的K中心基础科学问题。对于无线多跳网络几何K中心问题，提出一种基于拓扑分割和极大备选区子集的等价网络构建理论和方法，并证明该理论完备性。通过弧线扫描方法识别和归并备选区子集，将极大备选区子集抽象为节点加入到原始网络中，形成等价的节点K中心虚拟网络；对于虚拟网络，本报告提出基于拓扑学的替代原理和多阶替代算法，剔除一些不参与最优解竞争的节点，从而获得与原网络等价的更小网络规模问题求解空间；然后构建几何K中心和节点K中心两个问题统一的求解框架和算法。所提理论和方法适用于类似的多跳网络拓扑结构优化，同时可以拓展到三维空间。

个人简介：王昌栋，中山大学计算机学院副教授，博士生导师。2013年获得中山大学工学博士学位。2011年曾获首届广州市菁英计划公派留学项目资助，作为联合培养博士生，于2011年12月至2012年11月在美国伊利诺大学-芝加哥校区留学。他的研究方向包括数据聚类、社交网络、推荐系统、医学数据处理。他一共发表了100余篇学术论文，包括IEEE TPAMI、IEEE TKDE、IEEE TCYB、IEEE TNNLS等国际顶级刊物和KDD、AAAI、IJCAI、CVPR等国际顶级会议，其中中科院SCI二区及以上期刊论文70余篇、CCF A、B类会议论文30余篇。主持了包括广东省自然科学基金-杰出青年基金、国家重点研发计划项目-子课题、国家自然科学基金-面上项目、国家自然科学基金-青年基金、CCF-腾讯犀牛鸟科研基金等13个项目。他的ICDM2010论文荣获最佳论文提名奖；他曾获2012年微软亚洲研究院学者奖提名，2015年中国人工智能学会优秀博士学位论文奖，2017年广东特支计划“科技创新青年拔尖人才”，2018年度广东省自然科学奖一等奖、2020年度广东省自然科学奖二等奖。他是人工智能权威期刊Journal of Artificial Intelligence Research（JAIR）的副编辑（AE）。他是第16届数据挖掘与应用国际学术会议（16th International Conference on Advanced Data Mining and Applications，ADMA 2020）的程序委员会共同主席（PC Co-chair）。他是中国人工智能学会-模式识别专业委员会委员，中国计算机学会-数据库专业委员会委员，中国计算机学会-计算机视觉专业委员会委员，CCF广州分部副主席（2019.3-2021.3），CCF-YOCSEF广州主席（2020-2021），CCF广州分部学生分会指导主任（2021.4-2023.4），CCF学生分会工作组组长（2021.4-2022.4）。

报告主题：基于无监督学习的可解释性推荐系统

内容摘要：个性化推荐系统是近年来数据智能研究领域的一个热门研究话题，不同的学者从不同的角度研究建立了各种推荐系统，包括传统机器学习推荐系统和深度学习推荐系统。但是在推荐系统应用中，终端用户除了追求高精度的推荐性能，他们对推荐系统的可解释性也给予了极大的关注。在本次报告中，我们将从传统机器学习出发介绍经典推荐系统方法，接着介绍深度学习推荐算法，引出可解释性推荐系统，并进一步探索基于无监督学习的可解释性推荐系统。

个人简介：方俊彬博士，广东省惠来县人，暨南大学理工学院光电工程系教授、博士生导师，第二十一届广东青年五四奖章获得者，担任广州市可见光通信工程技术重点实验室主任、广东省可见光通信工程技术研究中心副主任，曾任加拿大多伦多大学访问教授、香港大学信息安全与密码学研究中心博士后研究员、惠州产业转移工业园管委会总工程师。近5年主持国家自然科学基金 2 项、国家重点研发计划子课题 1 项、省部级课题 5 项，共同承担 1 项国家自然科学基金-中港联合基金；作为主要技术负责人（前四）参与省部级以上重大项目 10 项；主持省部级以上教改项目3项，参与完成香港研究资助局优配研究金等香港科研基金共2项。近5年获广东青年五四奖章、广东省高校青年教师教学大赛一等奖、全国青年人工智能创新创业大会特等奖、广东省优秀青年教师等省部级以上奖励及称号12项。5年内4次获得“暨南大学本科教学校长奖”。近5年指导学生获得了全国大学生创新创业年会最高奖、全国 “挑战杯”竞赛二等奖、全国大学生光电设计竞赛一等奖等国家级创新创业竞赛奖励10项、省部级奖励9项。

报告主题：快速高精度可见光室内定位技术

内容摘要：基于LED照明灯光的可见光通信技术具有“照明通信两用”的优势，本报告主要介绍基于LED可见光通信的可见光室内定位系统，基于市售LED照明灯和Android 智能手机实现了面向商业应用的快速高精度室内实时定位导航系统，“照明定位两用”，定位精度达7.5 厘米、定位延迟低至35.7 毫秒，可支持车辆在移动速度高达18公里/小时下的实时定位导航。

个人简介：杨松，博士，北京理工大学计算机学院副教授，特别研究员，博士生导师。2008年和2010年分别获得大连理工大学软件工程专业工学学士和计算机应用技术专业工学硕士，2015年6月获得荷兰代尔伏特理工大学博士。2015年8月至2017年7月在德国哥廷根大学下属数据研发计算中心（GWDG）担任博士后研究员（玛丽居里奖学金）。2017年12月至今任北京理工大学计算机学院副教授，特别研究员。近年来在包括IEEE TPDS, IEEE TMC, IEEE TSC, IEEE Communications Magazine, IEEE INFOCOM, IEEE ICNP, IEEE IWQoS等国际知名期刊和会议上总共发表论文50篇以上。

报告主题：网络功能虚拟化中的资源优化部署

内容摘要：网络功能虚拟化是指把复杂的网络功能用软件实例来代替传统的硬件实现。由于具有灵活、高效、可扩展、部署周期短、服务升级等优势，网络功能虚拟化被广泛认可为下一代网络服务提供模式。在本次报告中，我将首先分析和总结网络功能虚拟化中常见的服务质量保证模型，例如服务时延模型和可靠性模型等。虚拟网络功能放置和流量路由问题是网络功能虚拟化中具有代表性的资源优化部署问题。我将展示并提出如何用近似算法和深度强化学习算法来解决这个问题。最后，我将尝试探究和讨论这一领域未来可能的研究方向。

个人简介：郑子彬，中山大学软件工程学院副院长、区块链与智能金融研究中心主任、国家数字家庭工程技术研究中心副主任、IET Fellow、国家优秀青年科学基金获得者。共发表论文100余篇，论文引用超过16000次。获得教育部自然科学奖二等奖，青年珠江学者、珠江科技新星、2018年度全球区块链50篇最具影响力论文奖。

报告题目：区块链可靠性技术研究

内容摘要：软件系统复杂化及大规模化的趋势，使得软件可靠性的保障变的越来越困难。各类新型软件系统的涌现，也为软件可靠性的研究带来了新的挑战。作为一种新型的分布式系统，区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式，具有去中心化、公开透明、防篡改等特点。区块链的可靠性保障技术越来越获得学术界及工业界的关注。这个报告将介绍区块链体系结构、智能合约、及交易网络三个层面的可靠性的相关研究工作。

个人简介：伍楷舜，现任深圳大学特聘教授，广东省无线大数据与未来网络工程中心主任，深圳市可穿戴物联网智能感知与计算重点实验室主任，深圳大学物联网研究中心主任，广东省自然科学基金研究团队、广东省高校创新团队带头人。国务院特殊津贴专家、全国五一劳动奖章获得者、入选国家百千万人才工程、国家有突出贡献中青年专家、英国工程技术学会会士、国家青年特聘专家、教育部新世纪优秀人才等。近年在国际主要学术期刊和会议上发表论文100余篇，授权中国发明专利80件，美国发明专利5件。曾获广东省丁颖科技奖，广东杰出发明人奖、教育部霍英东青年教师奖、香港青年科学家奖，IEEE通信学会亚太区杰出青年学者奖等。研究成果曾获省部级一等奖（第一完成人）2次，二等奖（第一完成人）2次，6次获知名国际会议最佳论文奖。

报告题目：新型泛在感知与应用

内容摘要：作为物联网的关键组成部分，新型智能设备已经融入了每一个人的日常生活，其几何尺寸、物理形态、设备功能和硬件能力存在很大的多样性，具体涵盖了智能手表、智能眼镜、智能电视等。人与智能设备之间的交互是万物互联的主要体现，比如通过手势进行文本输入，通过人机互动进行游戏娱乐等。然而新型智能设备在尺寸、形态、功能和能力等方面存在很大的差异，导致针对传统移动设备的交互技术不再适用。探索高效、可扩展、用户体验良好的交互技术，以模糊用户与设备间的界限，使其呈现出更自然、统一的交互形态是下一阶段的主要目标。在本报告中，我们将以人机交互中的两个重要应用场景-用户认证与文本输入作为例子，并且针对基于声波和振动信号的交互技术深入阐述我们团队近期的一些探索和研究。

个人简介：肖喜，清华大学深圳国际研究生院副教授，硕士生导师。主要研究方向为机器学习和网络安全，包括深度学习算法、强化学习算法及其在漏洞挖掘、网络流量识别、谣言检测、钓鱼网站识别等安全问题上的应用和区块链技术。在国际学术期刊和会议发表论文50余篇，其中SCI检索20多篇，包括Information Sciences, Neutral Networks, JSS,IET IS等国际著名期刊，并担任多个期刊的审稿人；在顶级学术会议AAAI, CVPR, ICCASP, ESORICS, IWQOS等发表论文多篇。申请专利20多项。主持科研项目多项，包括国家重点研发计划子课题、国家自然科学基金项目、国家863计划子课题、广东省自然科学基金项目等。与腾讯AI Lab、华为诺亚方舟及海外高校有紧密的合作。

报告题目：基于机器学习的网络流量分类研究

内容摘要：网络流量分类是识别产生网络流量的应用、网站或协议的技术，是网络管理和网络空间安全的一项重要任务。网络流量分类对于入侵检测和网络管理非常重要。传统的方法依赖于端口信息或协议规范。由于越来越多的应用程序没有固定的端口号或完善的协议格式记录，传统的方法不能得到满意的结果。现有的大多数方法都是基于机器学习技术，依赖于从流量或数据包中手动提取的特征。这些方法无法实时更新，不能适应动态的网络流量分类。而且，随着网络应用的快速增长，这些方法很难处理新的复杂应用。针对模型无法实时更新问题，我们提出基于流量时序特性的动态分类模型；针对人工依赖的缺点，我们构造新的深度神经网络来对现在的复杂网络流量进行分类，自动学习网络流量的特征表示，减少人力的同时提高了识别准确率。

个人简介：张蕾博士毕业于美国奥本大学计算机科学系。曾在美国马里兰州立大学佛罗斯特堡分校计算机系任助理教授。现为天津大学智能与计算学部副教授。从事人工智能应用、移动计算、物联网方向研究。主持项目包括，国家自然科学基金青年基金，科技部仪器重大专项子课题，国家自然科学基金面上项目等。参加了多个知名会议的技术组委会工作，如MASS、WCNC、ICC、ICPADS,ICDCS 等。先后在高水平国际学术期刊及会议上发表科研论文60多篇，其中包括 IEEE Transactions on Mobile Computing, IEEE Internet of Things Journal, ACM Transactions on Intelligent Systems and Technology, IEEE International Conference on Sensing, Communication and Networking(SECON), IEEE TRANSACTIONS ON COMMUNICATIONS, Journal of Network and Computer Applications等。出版英文个人专著2本，并参加一本英文书籍撰写。IEEE、CCF、ACM会员。中国计算机学会普适计算专委会、物联网专委会委员。

报告题目：基于信道状态信息的无线感知的关键问题研究

内容摘要：无线电信号不仅可用于数据传输，还可以用来感知环境。基于信道状态信息的无线感知技术的长足发展使其被广泛应用在智慧家居、智慧健康、新型人机交互等领域。然而，该项技术的应用仍然存在着诸多热点问题拭待解决。如：当环境变化时，识别结果的下降；多人存在环境下的行为识别。本报告将从该领域的这些关键问题入手，利用人工智能的算法，探讨这些问题的解决方案。