CSDP 2023 赛博安全和数据隐私国际会议

美国宾州州立大学Raymond G. Tronzo MD赛博安全教授刘鹏，美国堪萨斯大学教授罗勃，中国科学院大学教授陈恺，浙江大学研究员陈艳姣，武汉大学教授王鹃，蚂蚁集团技术总监洪澄，美国明尼苏达大学副教授卢康杰，美国犹他大学助理教授徐军，荷兰代尔夫特理工大学助理教授梁开泰，复旦大学青年研究员陈平，美国东密西根大学助理教授管运国等专家学者分别做了学术报告。

刘鹏教授发表了题为“网络安全的人工智能：GPT-4的现状和作用”的学术报告。他总结了过去30年来系统安全领域的学术研究，并探讨了GPT-4语言模型在网络安全领域中的潜在作用。

罗勃教授发表了题为“机器学习和网络安全——两个热门词汇的故事”的学术报告。介绍了堪萨斯大学信息安全组关于对抗性和可信机器学习的相关研究项目和成果，强调了人工智能和机器学习系统中的安全和隐私问题。

陈凯教授发表了题为“智能模型安全对抗防御与解释”的学术报告。介绍了人工智能技术对攻防对抗产生的重要影响，重点讨论了人工智能模型对抗防御和解释方法的忠诚性等问题。

陈艳娇研究员发表了题为“基于注意力自蒸馏的深度学习模型后门防御技术”的学术报告。介绍了利用注意力自蒸馏的深度学习模型后门防御技术，通过不易受后门影响的模型浅层进行层间注意力纠正，实现对多种后门模式的有效清除。

王鹃教授发表了题为“拆分学习攻防”的学术报告。介绍了依赖客户端上传模型中间层输出特征的拆分学习攻防问题，提出了对中间层输出特征进行混淆的防御机制，平衡模型的效用性和数据隐私性。

洪澄博士发表了题为“松鼠-保护隐私的梯度提升树（GBDT）技术”的学术报告。介绍了梯度提升树（GBDT）的定义和两类隐私计算的解决方案：联邦学习(FL) 类方案和安全多方计算 (MPC)类方案。提出了“松鼠”系统，实现了既具备MPC方案的安全性，又具有较高性能的方案。

卢康杰教授发表了主题为“程序模块化”的学术报告。介绍了一些新的技术，如基于类型的依赖分析和最小权限内存区域，以实现程序模块化，适用于大型程序和硬件支持有限的小型设备。

徐军教授发表了题为“探索系统编程语言性能和安全之间的平衡”的学术报告。介绍了传统编程语言安全性问题及解决措施，以及通过引入高度优化的净化技术来平衡C语言内存安全和效率的问题，并探究了Rust在现代系统编程中的效率和安全性平衡。

梁开泰教授发表了题为“可搜索对称加密及其攻击”的学术报告。介绍了可搜索加密相关的概念、机制和安全概念，讨论了当前对可搜索加密的攻击，并强调该领域中一些未解决的问题。

陈平研究员发表了题为“智能网联汽车漏洞检测和定位技术及其应用”的学术报告。介绍了智能车漏洞检测和定位方面的最新研究进展，并将这些研究成果应用于智能车固件漏洞挖掘方面的实践。