2025年12月10日14:00-17:00，第103期方班演武堂在广州大学黄埔校区B2栋博信楼成功举办，绿盟班、海康班、天融信班、安天班、任子行班、启明星辰班、安恒班7个企业冠名教学班的企业导师，以及方班八期全体学生和网安学院部分老师参与了课堂教学。

   本次演武堂课程分为七个教学班。绿盟班（1 班）汇报的同学是阎竹溪、王泽燕，来自绿盟科技的秦威为主点评老师；海康班（2 班）的汇报同学是石东东、陈李秋，来自海康威视的李超豪为主点评老师；天融信班（3 班）的汇报同学是李逛、黄志豪，来自天融信的陈峰峰为主点评老师；安天班（4 班）的汇报同学是陈珑、梁家豪、李明洁，来自安天科技的李林哲为主点评老师；任子行班（5 班）的汇报同学是黄骏、韦玉娟，来自任子行的潘练为主点评老师；启明星辰班（6 班）的汇报同学是叶哲、李奇恒，来自启明星辰的周瑜为主点评老师；安恒班（7 班）的汇报同学是左皓文、余宇权、黄佰恩，来自安恒的张明辉为主点评老师。

第一组

第一位报告人：阎竹溪

报告题目：上下文工程在大模型应用中的应用与实践

点评老师的意见与建议：

1、在实际应用中，研究一个项目之前要先明确他的应用场景，根据用户需求再来探讨研究价值。

2、上下文工程中最重要的是提供尽可能少且有效的信息，工程实践中，在传给大模型处理之前的数据过滤和清洗非常关键。

3、竞品分析中要选择和本项目的基本情况类似的应用，比如GPT Pulse只是GPT公司的其中一个分支业务，应该选择与MineContext同样开源且受众群体、实现功能类似的。

4、是否可以修改MineContext的扩展功能，使得它可以提取视频中的信息并总结。

第二位报告人：王泽燕

报告题目：PySyft：在不共享原始数据下的隐私学习框架

点评老师的意见与建议：

1.案例分析宜突出业务流程，而非泛称“代码分析”，建议聚焦具体模块深入剖析。

2.研究表述需严谨，避免未经证实地引用具体机构（如工商银行）作为应用案例。

3.应加强核心技术机制的解析，如权限控制、数据加密等隐私保护实现细节。

4.可针对性能瓶颈提出优化方向，如结合专用硬件或自动化策略提升实用性。

第二组

第一位报告人：石东东

报告题目：RAGFlow

点评老师的意见与建议：

1、项目讲解的出发点是比较好的，从文档解析的一过程来进行RAGFlow的版本讲解，但是内容讲解的部分不是最新的DeepDoc这个方法。

2、应该把最新的那个SOTA加入到竞品分析之中，Rag-Anything这个项目。

3、应当对OCR这个部分进行一个合理的展示

第二位报告人：陈李秋

报告题目：OpenConnect：基于SSL/TLS协议的开源跨平台VPN客户端

点评老师的意见与建议：

1、背景部分比较详细，可以适当增加代码的流程图，帮助直观理解。

2、适当增加与其他VPN的对比实验，方便理解不同的VPN。

3、在源码中找到ORC文档查看，这样可以帮助加深理解。

第三组

第一位报告人：李逛

报告题目：一个简单块就足以用于ai生成的图像检测

点评老师的意见与建议：

1、训练过程为什么要对图像进行模糊与压缩处理？

2、最好对实验结果进行复现。

3、本项目不适合作为演武堂的选题，演武堂本质想要提高工程能力，要选择工程量足够的项目。

第二位报告人：马一冉

报告题目：Tendermint:安全、高性能的共识引擎

点评老师的意见与建议：

1、竞品分析当中tendermint更应该与PBFT进行对比，tendermint它是PBFT改进来的，更具对比性

2、应该介绍一下Tendermint这个项目的创新点，它的投票锁定这些特点

3、项目代码复现可以引入一个例子，把整个讲解的模块串起来，更易于理解

4、可以引入一些具体的数据来对比讲解。

第二位报告人：黄志豪

报告题目：AFLNet：用于网络协议的灰盒模糊测试器

点评老师的意见与建议：

1、 案例部分较为单薄，建议补充完整的环境配置、编译流程及运行示例，以更充分地体现AFLNet的实际部署与使用过程。

2、 源码分析虽覆盖核心函数，但缺乏模块间调用关系和数据流转路径的系统梳理，建议增强整体架构视角的讲解。

3、 针对复杂或加密协议，模糊测试需高度定制化，可进一步探讨如何结合协议特性设计有效的变异与反馈机制。

第四组

第一位报告人：梁家豪

报告题目：yayaya miner 挖矿木马与防护

点评老师的意见与建议：

1、可以做一些动态分析而不是仅仅简单地做静态分析

2、可以试着在虚拟机上进行木马清除的操作

3、尝试把代码运行出来，下次最好选一些可以复现的项目

第二位报告人：陈珑

报告题目：基于JanusGraph+Hbase的海量威胁情报构建情报关联图谱的研究

点评老师的意见与建议：

1、沈老师点评到，作为一个庞大项目的一小部分，整体来说，完成的还是不错的，虽然项目的效果可能不是很好，但也囊括了项目应该有的部分，比如知识图谱的构建，还创新的给出知识图谱对应的应用，这是个比较好的地方。

2、沈老师对于陈同学提到的三个问题：对于企业来说，其实三个指标（效率、准确率、自动化程度）都是比较重要的，对于科研来说可能会比较注重准确率，但对于企业来说最好是既要又要；清洗的标准，其实取决于我们的目标，关系到我们究竟要做什么，网上虽然有一些标准，但还是需要看使用者需要解决什么问题；在威胁分析中，企业应该更加注重入侵链路的完整性和时间，时间维度映射到知识图谱中反映出来的是强关系。

3、杨建业老师点评到，汇报时讲的重点应该要着重讲明，对于这个项目其实可以分两期来做，第一期介绍使用工具的组成，比如模块代码、项目架构等，第二期再去介绍这个项目会更好，用一次演武堂去介绍其实介绍的不是很清楚。

第三位报告人：李明洁

报告题目：阅读和复现Hashcat开源项目

点评老师的意见与建议：

1、此次交流围绕密码安全技术展开，探讨了哈希相关处理模式、密码破解手段及GPU的并行计算等。

2、实际应用中，为防止密码查看和重用，采用用户盐或站点盐加盐方式，避免原始密钥过长导致哈希计算不可行。

3、马尔可夫链主要还是用于排序，用于彩虹表及海量密码排序，通过字典统计判断获取密码可能性。

4、可以在其他电脑上也运行一下项目，对于同一次破解，对比一下时间。

第五组

第一位报告人：黄骏

报告题目：iText2KG：使用大语言模型构建增量知识图谱

点评老师的意见与建议：

1、选择具体场景验证项目价值，可以聚焦具体应用场景，在实践中检验并优化iText2KG，将技术挑战转化为可靠的解决方案。

2、思考该选题重点强调增量的核心意义。

第二位报告人：韦玉娟

报告题目：MiniGPT：从0开始训练的超小语言模型MiniMind

点评老师的意见与建议：

1、企业微调模型基本是通过SFT、DPO和LoRA之类的对一个大型基准模型去做一些个性化的微调。除了教学场景，小参数模型现在还在一些分类、情感或者内容类的分类、聚类上有所应用。

2、确实是自己做过、跑过，现在分词有很多分词手法的，现在用的这个tokenizer属于最简单的，可以尝试引入一些知名的分词器对它进行适配中文的分词调整，看看能不能有更好的效果。

3、这个项目的微调是基于全参微调还是lora微调，尝试用过lora微调，那这个模型多大，微调的数据从哪来呢。有没有对比过不微调和微调的差距，可以对比一下微调前后的准确度变化，有的时候数据量不大微调不见得有效果。

第六组

第一位报告人：叶哲

报告题目：MiniMind：从0训练26M的小参数GPT！

点评老师的意见与建议：

1、在竞品分析阶段不应该对于项目版本的进行介绍，而是要与同类的从零构建大模型的项目的对比。

2、在项目架构部分应该去对项目架构的一个讲解，而不是对于大语言模型架构的分析。

3、在讲解的时候重点并不突出，因为内容很多，所以我们更应该挑选出重点部分去进行讲解。

第二位报告人：李奇恒

报告题目：Qwen-Agent：基于Qwen进行RAG实践

点评老师的意见与建议：

1、在RAG实践部分，上传的文本是比较小的文本，应当给一个比较复杂的文本来做对比，这样才能对比体现出有RAG的大语言模型的优势；

2、现阶段深入研究RAG还是有一定的必要性。比如对多模态数据的数据处理增强。比如上传了一个文档，但我可能后续问题和该文档没有关系。上传的文档内容可能会对答案有影响。

第七组

第一位报告人：黄佰恩

报告题目：基于大模型的CTF-MISC方向自动化出题工具

点评老师的意见与建议：

1、  按CTF题型分类题库，用多结构JSON配置增加变量维度以减少题目相似性，拓展数据库功能，借历史数据优化出题逻辑、完善检索分类，同时嵌入图片等多元元素。

2、 拆分app.py前后端以明晰职责，引入PyQt等开源UI框架，减少重复开发，聚焦大模型交互等核心功能优化。

第二位报告人：余宇权

报告题目：GraphRAG：基于知识图谱的检索增强技术

点评老师的意见与建议：

1、有没有什么指标来衡量社区发现后的检索性能比传统RAG这种基于向量相似度的性能更好？

2、GraphRAG中提取的实体和关系是否具有时序性？

3、RAG是解决大模型的哪些问题？GraphRAG又解决的是RAG中的哪些问题？

第三位报告人：左皓文

报告题目：基于大模型的自动化渗透测试

点评老师的意见与建议：

1、企业老师：关于多智能体的渗透测试能够显著提升渗透测试效果

2、企业老师：关于智能体的记忆方式的问题需要根据实际需求进行分析

3、副点评老师：这个项目具体解决了实际工作中的哪些方面的哪些功能

至此，本期演武堂圆满结束。

整理：田梓汎 戴楠俊 骆俊杰 孙维政 卫凯峰 王烨 叶哲

校对：王乐老师 鲁辉老师

责任编辑：鲁辉老师