大数据安全与智能感知学术报告会

3月29日上午，大数据学院将在学院九层报告厅举行大数据安全与智能感知学术报告会。届时，欢迎感兴趣的老师、同学积极参加。

报告一

题目：WiFi雷达

时间：3月29日（周五）上午9:00—11:00

地点：太原理工大学明向校区大数据学院9层报告厅

摘要：无线电信号不仅可用于传输数据，还可以用来感知环境。在室内环境下，信号发射机产生的无线电波经由直射、反射、散射等多条路径传播，在信号接收机处形成的多径叠加信号携带反映环境特征的信息。将无线电用于环境感知并不新奇。典型的应用包括用于探测空间中飞行器的雷达系统和基于UWB的室内雷达系统。相对于专用雷达信号甚至UWB信号，WiFi在普适性上具有巨大优势，但是WiFi信号带宽较窄，时间分辨率低，在信号处理设备上也存在较大差距。亟需研发基于WiFi的环境感知理论与技术，在普通商用WiFi设备上实现高精度的环境感知。WiFi和雷达都不是新鲜事物，但二者结合在一起还是首次，在移动计算领域碰撞出创新的火花。WiFi环境感知技术应用广泛。在涉密区域监控、灾难应急响应、重要物品保护等安全攸关应用中，需要及时发现未携带任何无线通信设备的人员（工作人员或入侵者）在敏感区域的出现和活动。除此之外，WiFi环境感知技术还可应用于检测人体姿势、手势、呼吸等细粒度的姿态或者微小的运动。

主讲人简介：杨铮，清华大学软件学院副教授，博士生导师。在清华大学计算机系获得学士学位，在香港科技大学计算机系获得博士学位。研究方向为物联网与移动计算。获得国家自然科学奖二等奖。入选北京市科技新星、中组部国家青年拔尖人才计划（万人计划），获得国家优秀青年科学基金资助。

报告二

题目：面向联邦学习的用户级隐私攻击

时间：3月29日（周五）上午9:00—11:00

地点：太原理工大学明向校区大数据学院9层报告厅

摘要：联邦学习是一种分布式机器学习框架，近年来在隐私安全与机器学习领域受到广泛关注和研究。相比于传统的集中式学习框架，联邦学习将模型的训练过程转移到了用户端，仅需要用户周期性地提交模型参数更新就能完成模型训练，避免了服务端对用户数据的恶意访问和滥用。本次报告研究了联邦学习中的隐私问题，提出了一个基于恶意服务端的用户隐私数据重建攻击方法，通过建立一个多任务生成对抗网络模型来模拟用户的数据分布，并利用用户参数更新来计算其数据表征以重建特定用户隐私数据。相比已有的攻击方法只能重建表征某个类别的样本数据，我们的攻击方法可以实现用户级的数据重建，并通过手写数字分类和人脸识别两个任务验证了攻击有效性，阐明了模型参数更新中包含了过多的隐私信息，现有联邦学习框架仍存在安全隐患。

主讲人简介：王志波，博士，武汉大学国家网络安全学院副教授，入选湖北省“楚天学者”、武汉大学“珞珈青年学者”，以及荣获了ACM武汉学术新星奖。2007年毕业于浙江大学信息学院自动化专业，获学士学位；2014年毕业于美国田纳西大学，获计算机工程博士学位。研究方向包括物联网、移动感知与计算、网络安全与隐私保护。在网络与安全领域著名期刊和会议上发表论文70余篇，其中CCF A类长文16篇，发表在TMC、TDSC、TPDS、ACM CCS、IEEE INFOCOM等顶级期刊和会议上，4篇论文入选ESI高被引论文。主持与参与多项国家级省部级项目，受邀担任IEEE ACCESS、KSII Transactions on Internet and Information Systems的期刊编委，IEEE INFOCOM、IEEE IPCCC、Globecom、ICC等多个国际会议的大会程序委员。现为IEEE高级会员、ACM会员及CCF会员，CCF物联网专委会委员，CCF网络与数据通信专委会委员，中国通信学会云计算与大数据应用委员会委员。

太原理工大学大数据学院

山西省空间信息网络工程技术研究中心

山西省工业智能大数据研究生教育创新中心

山西省空间信息网络研究生教育创新中心

山西省物联网安全研究生教育创新中心