“青年科技工作者園地”第157次活動
?
時間：2023年11月1日(周三) 下午14:30
地點：二樓會議室（東莞同事和同學通過視頻）
騰訊會議：844-3537-3775
?
報告人：王佳榮
報告題目：基于機器學習的網絡安全研究
報告簡介：近年來，受益于通信、大數(shù)據(jù)及云計算等技術的成熟應用，“互聯(lián)網＋”已在民生、經濟、政務等方面被廣泛普及；但隨著信息技術不斷發(fā)展，難以計數(shù)的網絡設備、應用以及爆發(fā)膨脹的網絡數(shù)據(jù)，使網絡環(huán)境變得日益復雜，給網絡安全帶來巨大的隱患。面對互聯(lián)網數(shù)據(jù)海量、業(yè)務多樣、演變迅速的特點，傳統(tǒng)網絡安全技術效率低下且呆板固化，在性能、自適應性和泛化性方面已經不能有效應對當前網絡安全的形勢，因此研究新的網絡安全技術具有非常重要的意義。目前，基于機器學習的網絡安全研究已取得了很多成果，展現(xiàn)了能夠處理海量數(shù)據(jù)、檢測識別以及自動學習的強大能力，給網絡安全領域拓寬了發(fā)展思路，成為了當下熱門研究之一。基于此，本報告對現(xiàn)有基于機器學習網絡安全的研究工作進行梳理和介紹，包括機器學習在系統(tǒng)層、網絡層和應用層安全中的研究工作，最后介紹典型應用案例，例如大語言模型的安全應用場景。
?
報告人：苑新陽
報告題目：基于深度學習的跨語言文本情報分類方法研究
報告簡介：隨著互聯(lián)網信息技術的高速發(fā)展，網絡上的文本信息呈爆炸性增長。大量開源的互聯(lián)網文本數(shù)據(jù)為情報分析提供了重要的信息，智能化情報分類作為情報分析的基礎性工作，對于凝聚信息濃度，降低信息負載，提升處理效率大有幫助。然而目前文本情報分類研究多集中于單一語言，跨語言文本情報分類研究相對較少，而現(xiàn)實條件下，我們面臨的是多語種情報信息，即使是單一語言，也含有大量其他語言的文本詞匯，單一語言文本分類模型無法有效應對該問題，因此本報告將圍繞基于“XLM-Ｒ+TextCNN”的跨語言文本情報分類模型展開。
報告人：張若錦
報告題目：面向HEPS的科學元數(shù)據(jù)采集與管理
報告簡介：數(shù)據(jù)管理是一種系統(tǒng)性的方法，用于收集、存儲、組織、維護數(shù)據(jù)?？茖W元數(shù)據(jù)管理在數(shù)據(jù)的可追溯性、可用性、可追溯性等方面扮演著至關重要的角色。對于依托于HEPS進行的科學實驗每天將會產生海量的科學數(shù)據(jù)與元數(shù)據(jù)，而對于不同線站、不同實驗產生的科學元數(shù)據(jù)有多樣性、復雜性等特點。在本次報告中，就HEPS科學元數(shù)據(jù)的特點，對其進行采集、管理的方法進行了探討，并設計實現(xiàn)了一種元數(shù)據(jù)目錄管理系統(tǒng)。
附件下載：
