第239期方班学术研讨厅成功举办

来源:发布日期:2026-11-22 17:47浏览量:3

2026 年11月19日 18:00-21:30,第239期方班学术研讨厅在黄埔研究生院B2栋成功举办。广州大学网络空间安全学院名誉院长方滨兴老师,主点评管晓宏老师,王韬老师,王恩东老师,周万雷老师,宗成庆老师,李建新老师,李舟军老师,梅宏老师,副点评张帆老师,卢璨老师,陈艳利老师,吴昊天老师,李金龙老师,潘梓彬老师,欧阳典老师,张登辉老师,张鹏老师全程参与了课堂的教学,并对同学们的报告逐一进行了指导点评。同时参与的还有网络空间安全学院的部分老师,广州大学方班九期的251名学生。本次研讨厅分为九个小组进行。第一组汇报的同学有贺紫盈,林志煌,谭利源,彭乾坤;第二组汇报的同学有陈可,陈雯洁,李雪峰,孙雨雯;第三组汇报的同学有骆瑞琪,齐梦石,王佳浩,巫宇;第四组汇报的同学有唐国洪,王铭博,钟文涛,周子扬;第五组汇报的同学有李灿滨,叶嘉铭,陈宇聪,王泽毅;第六组汇报的同学有邝文新,刘志浩,叶钊然,朱志鹏;第七组汇报的同学有熊志南,赵振宇,汪能,闫坤;第八组汇报的同学有龚俊,王世璇,石雨珉,王晨怡;第九组汇报的同学有蒋明凯,康怡慧,吕楠楠,杨佐志。

第一组

第一位报告人:【贺紫盈】

报告题目:【Tracegram:基于时间感知多实例学习的轨迹级流量分析框架】

点评老师的意见与建议:

1、流量轨迹划分沿用已有方法,缺少划分有效性核验,不同任务的划分逻辑有待论证。

2、模型识别出的关键流量载荷未核验,5% 未覆盖流量的影响缺少分析。

3、目标与方案匹配度不足,现有攻击场景简单,复杂多流交互攻击数据缺失。

4、应从通用流量分类视角评估该工作,需梳理四类下游任务共性,论证模型复杂设计的必要性。

第二位报告人:【林志煌】

报告题目:【DVW:扩散可见水印】

点评老师的意见与建议:

1、应深入解释水印与图像在像素层面的分布差异及其消除机制,补充整体技术框架,明确各步骤之间的关系。

2、应明确标出水印位置,对照展示采用该方法前后的去水印效果,说明水印残留与图像变化,帮助听众理解抗去除能力。

3、建议查找作者公开代码并联系一作或通讯作者;如无法获取,可尝试自行复现,实际检验水印的抗去除效果。

4、应进一步测试人工编辑、AI辅助去除及其他模型的攻击效果,分析泛化能力和实用性边界,并结合生成过程改进水印设计。

第三位报告人:【谭利源】

报告题目:【奖励科学探究:面向数据分析智能体的步骤奖励模型】

点评老师的意见与建议:

1. 量化实验指标:减少定性描述,将性价比、性能优势等转化为具体指标,明确评估标准和依据。

2. 深入奖励机制:讲清三元奖励的标注来源、步骤级评分方式,以及单步奖励如何影响整条推理轨迹的训练。

3. 结合案例分析: 用完整的数据分析任务贯穿汇报,展示输入、执行过程和输出,重点解释 Grounding Error、Silent Error 及逐步奖励可能造成的局部最优问题。

4. 探索研究改进:过程奖励模型仍依赖高质量轨迹和人工标注,可尝试融合领域机理与确定性规则,降低标注成本,提高奖励判断的可靠性。

第四位报告人:【彭乾坤】

报告题目:【AI代理权限管理自动化】

点评老师的意见与建议:

1. 实验设置需说明多次授权、动态偏好及长期累积分享是否导致隐私泄露,系统如何识别和处理。

2. 论文偏管理式罗列,技术内容不足;IC与CF融合仅将CF结果作提示词,自动化程度有限。

3. 研究问题有意义:逐项授权易致权限疲劳,但需明确授权后果与用户真实意图。

4. 建议进一步做人机混合系统,通过学习让用户理解授权后果,逐步减少人工干预。

第二组

第一位报告人:【陈可】

报告题目:【多厂商自主系统的安全可信合作框架】

点评老师的意见与建议:

1. 梳理汇报逻辑,把现有方案的三个局限和框架各模块一一对应,讲清每个模块解决的具体问题

2. 将核心框架作为汇报重点,把框架讲明白即可,不必堆砌过多细节,方便非本方向听众理解

3.讲述清楚DAG(有向无环图)账本的特点,论文选用它的原因以及上层应用和底层DAG账本之间的接口交互关系

第二位报告人:【陈雯洁】

报告题目:【CRYPTPEFT:面向隐私保护推理的参数高效微调方法】

点评老师的意见与建议:

1、不仅要讲作者“怎么做”,还要追问“为什么这么设计”。

2、读论文和汇报时更充分地带入MPC的思想,具体说明用户端隐私如何处理、服务端参与哪些份额计算、双方之间为什么需要通信,以及通信量如何估计。

3、适配器插入位置与NAS搜索结果怎样配合、代价如何与网络性能挂钩等问题,并指出消融实验应围绕论文关键创新和相较既有方法的实质改变来设计。

第三位报告人:【李雪峰】

报告题目:【PathSeer:用于高效带过滤近似最近邻搜索的自适应邻居处理】

点评老师的意见与建议:

1、汇报可以先讲讲 HNSW,让没接触过图索引的同学知道,查询是怎么沿着图一步步找到近邻的。

2、DFN 和 DOS 可以多花一点时间讲,用同一张图做个动画,选两种差异明显的负载,演示先算距离和先过滤各在什么情况下更划算,再引出为什么要分稀疏区和扩展区、为什么要混合使用。

3、实验部分可以自己做一组小规模对照,用一张图把结果讲清楚。研究上也可以借鉴数据库查询优化的思路,多问一步:决定策略优劣的成本规律是什么?换个数据集或过滤条件,这个规律还成立吗?

第四位报告人:【孙雨雯】

报告题目:【基于动态斯坦伯格博弈的持续信息共享累积隐私风险缓解方法】

点评老师的意见与建议:

1、应突出定义三对累积隐私泄露风险的刻画,厘清隐私压缩与差分隐私的区别,准确把握论文核心贡献。

2、累积隐私泄露风险并非单调递增,应确保示意图与理论表述一致,避免造成误解。

3、需关注多轮发布中保护策略的可用性,以及攻击者推断成本等参数的估计依据与跨场景适用性。

4、建议补充斯坦伯格博弈的基本定义,以统一案例贯穿分析,并解释复杂公式各部分的设计逻辑。

第三组

第一位报告人:【骆瑞琪】

报告题目:【软件定义工业控制系统中抵御注入攻击的基于副本的移动目标防御】

点评老师的意见与建议:

1. 论文场景与实际需求联系不足,应论证SDN用于工控系统的必要性,选文应更关注真实攻防问题。

2. 博弈建模较简单,应与直接切换正常路径的策略比较,明确博弈的必要性及实质创新。

3. 多路径复制也增加防御开销,应权衡攻防成本,并分析多条路径同时受攻击时的方法局限。

4. 分钟级实验难以充分验证工控网络的实时性,应审视实验设置与结论是否符合实际通信需求。

第二位报告人:【齐梦石】

报告题目:【MoEcho:利用侧信道攻击在混合专家 LLM 中损害用户隐私安全】

点评老师的意见与建议:

1、建议突出不同提示词对应的专家活动差异,需要讲清这种差异为何可能带来用户隐私泄露风险。

2.论文动机和技术细节之间过渡得不够流畅,CPU与GPU两部分的排版也容易让人误解为两者在同一次实验中协同完成任务。

3.攻击者与模型是否位于同一服务器,以及多个用户同时调用模型时如何区分观测信号的归属并没有讲清楚。

第三位报告人:【王佳浩】

报告题目:【AreoGuard:基于混合模型的无人机实时故障检测】

点评老师的意见与建议:

1. 模型安全性: 应进一步明确系统的攻击假设与适用边界,分析攻击者篡改控制量时对异常检测有效性的影响。

2. 算法鲁棒性: 需关注ARX在线学习过程中可能出现的异常数据污染问题,并通过消融实验验证SPRT等模块的实际作用。

3. 汇报展示: 算法部分逻辑清晰、结构完整,但PPT信息量偏大,建议精简公式和技术细节,突出核心思路与创新亮点。

4. 科研创新性: 应严格区分异常与故障的概念,明确检测目标,并深入论证LSTM等模型的选型依据,探索其他满足实时性要求的技术方案。

第四位报告人:【巫宇】

报告题目:【IoTBec:一种面向黑盒IoT设备的高精度、高效率重现漏洞检测框架】

点评老师的意见与建议:

1、测试载荷生成工作交由大模型,缺少覆盖率导向、语法语义约束的探索空间遍历,用例充分性与接口覆盖难以论证。

2、方法未足够体现物联网设备特点,近似通用方法直接套用,文中对物联网特性的论述较浅,创新性支撑不足。

3、论文以模糊测试为核心手段,引入大模型主要提升效率,但缺少其必要性的论证,应该进一步说明其不可替代性。

4、论文做得深、透、细、实用,是其长处所在;但在阅读论文时需跳出论文本身,加强对方法适用边界与创新性的思辨。

第四组

第一位报告人:【唐国洪】

报告题目:【通过高性能提升RDMA可扩展性】

点评老师的意见与建议:

1. 高负载并发场景下,两端内存水位过高易造成请求排队,方案依赖等待与超时机制,会降低吞吐,在该场景存在明显局限。

2. 状态迁移的时延开销未量化,报文丢失后的重传触发、队列调度逻辑缺少设计,是方案需要补齐的关键内容。

3. 实验仅采用仿真测试,未在 100G 及以上高速 RDMA 真实网卡原型验证,高速网络中结论落地有效性存疑。

4. 建议对比 DPU、GPU 硬件方案的性能与资源开销;论文翻译不能直译,需结合研究内容做到严谨准确。

第二位报告人:【王铭博】

报告题目:【TimeEmb:面向时间序列预测的轻量级静态—动态解耦框架】

点评老师的意见与建议:

1、论文解读清晰,对相关方法有进一步思考,对模型的局限性和可改进之处分析较为深入。

2、时间嵌入仅按一天24小时划分,而交通、气象等数据还有节假日、季节等规律,建议考虑多种时间粒度。

3、建议在研读论文的基础上开展延伸研究,结合导航软件等实际工程实践,了解其采用的方法与效果。

4、汇报应先介绍方法的整体流程和所属技术路线,交代时间戳、频域滤波等基础概念,并将对比实验结果放在正文。

第三位报告人:【钟文涛】

报告题目:【通过强化学习增强大语言模型智能体的记忆管理与利用】

点评老师的意见与建议:

1、验证记忆误覆盖是否真实发生,区分明确新增和指代不明的情形,只在无法判断时向用户澄清。

2、讲清记忆管理的整体流程、两个智能体的分工,以及 PPO 和 GRPO 在哪里、如何优化策略。

3、从记忆正确性、冗余度和不同库规模下的检索耗时评估记忆库,并说明 F1 的计算与分数解读。

4、动手复现论文的关键方法,通过实验检验主要结论,加深对方法及其适用条件的理解。

第四位报告人:【周子扬】

报告题目:【通过多轮强化学习持续模拟人类角色】

点评老师的意见与建议:

1、报告对论文解读清晰,答疑流畅,能够看出对文章理解较为深入,对论文开展了有深度的批判性分析。

2、论文目标是模拟真人,但实验基准大多是模型自身的一致性,缺少和真人之间的对照,报告局限性部分虽有提及,但该点还可以进一步深挖研究。

3、真实人类具备多样性,不存在完全一样的人,模拟真人的工作,需要思考如何兼顾人物多样性,同时让模拟角色表现得贴近真人。

第五组

第一位报告人:【李灿滨】

报告题目:【BAIT:基于攻击目标反演的大语言模型后门扫描】

点评老师的意见与建议:

1、报告应把研究主线讲清,先说明要解决什么问题,再指出搜索空间过大这一核心挑战,最后讲清如何借助因果性观察把搜索压到线性级;三步层层递进,不宜只罗列结论。

2、理论下界偏理想化。定理成立依赖较强假设,如触发器只出现在投毒样本中、其出现概率等于投毒率;实际数据未必满足,假设不成立时下界即失效。报告应点明适用条件。

3、应先讲明方法的定位,用一段话交代提出的方法与要完成的任务,再把挑战、工作与模块串成有机整体,结尾回扣最初目的,避免中途跳跃造成逻辑割裂。

第二位报告人:【叶嘉铭】

报告题目:【DualFPT:从泛化与个性化双视角应对联邦提示调优中的数据异构性】

点评老师的意见与建议:

1、背景介绍偏冗长且有重复,方法核心的设计逻辑展开不足,建议调整详略、突出方法本身。

2、科研面对的应是通用问题,而不是单个方法的某个问题;回答反映出对论文细节理解仍可加深。

3、应聚焦双提示机制这一核心贡献,讲清其全局与本地设计的精髓,减少众人皆知背景的铺陈。

第三位报告人:【陈宇聪】

报告题目:【ProjRes-联邦大语言模型高效成员推理攻击】

点评老师的意见与建议:

1.对论文核心思路和成员推理方法理解较为到位,能够较好地回答相关问题。

2.需进一步讲清样本嵌入构建、子空间投影及残差判定的具体实现和原理依据。

3.应深入思考子空间大小、DP裁剪参数的合理设置,并从防御角度探索降低残差信息泄露的方法。

4.建议结合开源代码验证方法实现,进一步提高实验分析的严谨性和科研表达的准确性。

第四位报告人:【王泽毅】

报告题目:【AIMS:混合云边环境下基于LLM的智能体低成本部署】

点评老师的意见与建议:

1、需要考虑大量子任务下耗时与和调用预测器什么时候终止,文章的方法能不能适配并行任务,需要考虑多请求时小模型的承载能力。

2、建议后续挑选学术性更强、更贴合研究方向的论文进行汇报,提升学习价值。

3、讲解流畅,有细读文献,发现论文部分对比不够恰当,并主动思考优化方向。

第六组

第一位报告人:【邝文新】

报告题目:【LLMLight:大语言模型作为交通信号控制智能体】

点评老师的意见与建议:

1、完善相关工作对比。 建议在PPT中明确列出已有方法的不足,并与论文提出的方法进行对比,避免只通过口头介绍。

2、调整方法讲解顺序。 建议先介绍系统的输入、输出及信号灯控制过程,再讲解整体训练框架,使听众更容易理解。

3、缺少鲁棒性和实时性分析。 交通信号控制对响应延迟要求较高,论文还需要验证数据缺失、噪声和输入错误等情况对控制效果的影响。

第二位报告人:【刘志浩】

报告题目:【MM-POISONRAG:局部与全局知识投毒攻击多模态RAG】

点评老师的意见与建议:

1、整体逻辑清晰、表达流畅,方法部分用流程图把复杂公式讲得比较直观,实验设计和总结思考也体现了一定的思辨性。

2、部分页面文字和公式过于密集,几种攻击方法之间缺少关联,关键结论和攻击效果不够直观。

3、建议进一步分析检索器迁移性、实验规模扩大后的效果变化、图文两种模态的协同作用,以及样本过滤策略。


第三位报告人:【叶钊然】

报告题目:【MCP-Focus:基于面向功能文档增强的MCP服务器检索】

点评老师的意见与建议:

1、报告清楚阐述了研究问题,可进一步说明现有方法的局限,并结合消融实验解释工具文档与服务器文档如何互补。

2、实验采用大模型生成查询,可进一步比较这些查询与真实用户需求的差异,并验证方法在不同编程语言中的适用性。

3、实际部署时需评估增强文档的存储和索引构建开销,并分析虚构的参数或功能是否会导致检索误报。

第四位报告人:【朱志鹏】

报告题目:【轻松畅谈:通过简单交互从大语言模型中诱导出有害越狱】

点评老师的意见与建议:

1. HarmScore依赖外部评分模型,可能存在模型偏见,且未充分验证回答的事实正确性与实际危害,难以准确衡量越狱响应的真实风险。

2. 问题拆分与多语言翻译可能导致关键信息丢失、语义偏差及子问题间逻辑不一致,影响最终响应的准确性和有效性。

3. 实验缺乏对多轮交互、翻译质量及不同语系影响的深入分析,随着语言数量增加,还可能出现性能下降的问题。

第七组

第一位报告人:【熊志南】

报告题目:【Banshee:通过声学注入对云台稳定视觉跟踪系统进行目标切换攻击】

点评老师的意见与建议:

1、Banshee从物理传感器入手实施攻击,建议在汇报开头简要介绍IMU受声学信号干扰的机制,说明异常测量如何通过云台控制影响相机运动,为后续攻击方法的介绍建立基础。

2、项目背景分析到位,代码执行原理解析详细,总体思路和模型框架明确,但代码实现细节展示较少,仅展示了核心类的部分代码。

3、建议围绕“为什么需要这一模块、需要哪些输入、输出用于解决什么问题”组织方法介绍,讲清离线云台分析、代理跟踪与在线规划之间的关系,使听众更容易理解各部分如何共同支撑目标切换攻击。

第二位报告人:【赵振宇】

报告题目:【基于斯坦伯格博弈的配电网重构以缓解负荷更改攻击】

点评老师的意见与建议:

1、论文的讲解很清楚,指出论文中所提出来的计算节点的公式没有和其他方法对比从而体现出该近似计算的优越性。

2、论文中假设了攻击者对电网中的拓扑关系的全知的,即建模为强大攻击者模型,但是这种假设与实际情况差距过大,需要进一步考虑攻击者的认知差异。

3、针对于配电网中的负荷更改攻击以及对应的基于网络重构的防御方法可以考虑使用基于图论的方法解决,不要局限于从博弈论的角度考虑。

第三位报告人:【汪能】

报告题目:【Deep Neural Cryptography】

点评老师的意见与建议:

1、肯定了我对论文细节的理解和解释,梳理了我汇报的思路,指出几个要展开讲解的要点。

2、指出我的细节没有介绍清楚,如果不是密码学的很多同学可能听不懂。减少一些细节的内容,这样会对大家友好一点。

3、该方法实验用的是 AES-128,建议可以将本文设计的框架迁移到其他密码学算法看看是否还有效。

第四位报告人:【闫坤】

报告题目:【预训练图像匹配器是否足以用于 SAR-光学卫星影像配准?】

点评老师的意见与建议:

1、未来想做的方向在方法上的改进有没有什么具体的研究方法;论文的匹配器具体是怎么得到的,如何能泛化到具体的光学影像的。

2、文章的创新点具体在哪个部分;方法上的创新点具体是什么,为什么不同的归一化方法可以具有泛化性;这种方法是比较早期的一些实验方法。

3、实验中有两个冲突,这里讲解清楚可能会比较好;本文并不是建立在光学和卫星与预训练的;因为是多个匹配器,所以需要有一个通用的framework,但是并没有针对化设计标准化的过程。

第八组

第一位报告人:【龚俊】

报告题目:【ParaVul:智能合约漏洞检测的并行大语言模型与检索增强框架】

点评老师的意见与建议:

1、可针对检索模块高频召回的合约样本、漏洞案例增加缓存机制,减少重复检索与向量计算开销,降低整套框架的推理耗时。

2、构造多组长短不一的智能合约样本开展对照实验,量化分析输入长度对漏检、误检率的影响,缓解长合约上下文截断带来的漏洞特征丢失问题。

3、研究应当紧扣智能合约漏洞检测这个核心场景,不要单纯堆叠成熟模块,把漏洞判定逻辑、融合权重策略和合约语法结构特征结合起来深入分析。

第二位报告人:【王世璇】

报告题目:【ChainDelta:利用模糊测试智能体为以太坊自动生成基于补丁的漏洞利用】

点评老师的意见与建议:

1、这篇论文使用了多智能体的架构,以及搭配上提示词的设置,可以在一定程度上消除幻觉问题的出现。

2、环境构建部分本篇论文使用到了智能体,如果不使用智能体,是否可以或者是否有替代的方式。

3、题目中的ChainDelta中的Delta的含义是什么,作者为什么要使用这个词,项目的名字也是理解论文想法的一个入口。

第三位报告人:【石雨珉】

报告题目:【面向数据中心LLM服务的解耦FPGA推测式KV Cache】

点评老师的意见与建议:

1、肯定选题意义与研读深度,建议进一步厘清“推测式”与“预取式”概念,通过消融实验验证LSTM预测Token的实际作用。

2、建议从计算机体系结构Cache原理切入,阐明KV Cache的由来与复用机制,进而清晰引出FPGA的核心价值。

3、指出高预取命中率假设在真实多租户与超长上下文场景下的局限,建议补充PCIe带宽开销及QoS隔离分析。

4、建议进一步探讨多FPGA协同扩展架构与压缩引擎故障容错机制,提升大规模部署的系统可靠性与一致性保障。

第四位报告人:【王晨怡】

报告题目:【IsolateGPT:面向大语言模型智能体系统的执行隔离架构】

点评老师的意见与建议:

1、本论文的大模型智能体隔离与传统软件隔离机制的差异在哪?架构图里的专用隔离舱有什么特点?

2、论文方案存在 Hub 单点失效风险,隔离和跨上下文协作存在结构性矛盾。

3、存在提示注入、应用虚假诱导等攻击隐患,建议增设结构化共享区分担 Hub 处理压力。

第九组

第一位报告人:【蒋明凯】

报告题目:【缓解LLM微调中丢失对齐的恐惧】

点评老师的意见与建议:

1、这篇文章讲解、分析很到位,把文章中的研究现状和提出的算法讲解的很清晰和透彻。

2、针对论文中存在的疑点,亲自动手进行复现、确认现象和结果,这点很好。

3、接下来需要思考,在任务方向和安全方向耦合程度较高的场景(例如分类场景),本文提出的方法的局限性该如何就解决。

第二位报告人:【康怡慧】

报告题目:【混沌背后的规律:预测数据移动以实现高效的 MoE 大语言模型推理】

点评老师的意见与建议:

1、实验环境较理想。多租户混跑下特征混杂干扰显著;且晶圆级模拟器与真实GPU的加速差距大,需深入分析原因。

2、专家选择受模型与数据影响易产生漂移,导致通用性下降;专家数量作为核心超参,当前缺乏充分的调研分析。

3、减少通信与解决专家负载均衡存在内在矛盾,需研究折中方案;基于预测的调度易引发侧信道攻击风险。

4、核心创新在于提出时空维度的6条通用启发规律,而非复用成熟技术。系统架构优化方向门槛高但极具实际价值。

第三位报告人:【吕楠楠】

报告题目:【多奖励模型下LLM微调的机制设计】

点评老师的意见与建议:

1、论文以线性加权整合多个奖励函数,汇报对相关研究的介绍较少,可补充已有方法与本文方法的异同。

2、支付机制需进一步说明它在微调中能否兼顾相冲突的偏好,如何约束有害偏好,并考察不在意支付的参与者是否会影响其他群体如实报告。

3、主实验每项任务只在有限候选模型中选优,实验范围较小,可在真实的多方协作场景中进一步检验支付机制的效果。

第四位报告人:【杨佐志】

报告题目:【Was My Data Used for Training? Membership Inference in Open-Source LLMs via Neural】

点评老师的意见与建议:

1、本文在分析对象选择上具有工程价值,信息利用较充分;逐层阈值化会压缩信息,token平均可能引入噪声。

2、现有评测针对微调后模型,与真实审计存在差异。建议结合附录真实场景,区分微调与方法本身带来的效果提升。

4、建议介绍两种相关白盒推断方法,比较其与本文的异同,说明方法设计依据,突出创新点与研究价值。

5、应准确区分inference与reasoning的概念,在本文语境中使用“推断”,避免与演绎推理混淆。

6、应结合版权认定与知识共享的复杂性审视研究价值,进一步探索推断技术的应用场景,避免局限于诉讼取证。