报告题目: 面向开源软件的兼容性分析研究报告时间：2023年9月25日（星期一）上午10点-12点报告地点：数学馆 东202会议室主持人：陈仪香 教授报告摘要:随着开源软件的广泛应用，其安全和维护成为研究的焦点。本研究主要关注用户在使用开源软件时，如何高效进行后期维护操作，例如安全问题的修复与软件的更新。为此，我们针对第三方开源代码的维护更新，提出了一种基于静态语义拟合的软件行为兼容性检测方法Sembid。在此基础上，我们进一步提出了在保证软件兼容性的前提下针对第三方漏洞的全局修复方案Coral。基于此，为了自动修复Maven生态中第三方软件长期存在的漏洞，我们提出了安全且兼容的版本范围恢复方案Ranger。实验结果表明，我们的方法能够保证开源软件升级的兼容性，并实现自动化地降低开源生态中的漏洞风险。报告人简介:张绿野现为新加坡南洋理工大学计算机科学与工程学院网络安全实验室博士生。此前，他在南洋理工大学获得硕士学位，在哈尔滨工程大学获得本科学位。张博士的主要研究方向为软件供应链安全，尤其是开源软件的安全分析、生态治理和软件成分分析等领域。他的相关研究成果已在ICSE、ASE、FSE等国

报告一题目：Trustworthy Distributed Consensus and Verifiable Computation报告时间：8月4日2:00 PM-2:50 PM线下报告地点：理科大楼B211主持人：邬海琴报告摘要：Consensus in distributed systems, agreeing on a global state under synchronous or asynchronous communication, is a challenging and costly problem. As assumed for blockchain or other distributed ledger technology, the problem increases under security assumptions, i.e., curious-but-honest participants or Byzantine-failure model. Here, the full replication of data leads to a signific

报告题目：MIMOS: from theories to tools for embedded software design updates报告时间：7月4日 09:00-10:00线下报告地点：理科大楼B1002主持人：邓玉欣 教授报告摘要：MIMOS is a tool environment for the design and update of high-performance and timing-predictable embedded systems. It provides tools for modelling, simulation, verification, scheduling and code generation for developing embedded software on heterogeneous multi- many-core platforms as well as dynamic software updates for systems in operation.报告人简介：王义，瑞典乌普萨拉大学讲席教授，东北大学特聘教授。主

报告一题目：可搜索加密技术研究与挑战（郭成教授）报告时间：6月30日 14:10-15:00腾讯会议ID：495-360-191（密码：3386）主持人：张磊 研究员报告摘要：在云计算和大数据时代，海量的数据存储在云服务器端，在给用户提供了存储便利的同时，也带来了极大的安全隐患，存在数据隐私泄露的风险。对数据加密后进行存储是一种基础的解决方案，然而，数据一旦加密，很难对密文数据进行操作，无法对加密数据进行检索。可搜索加密技术有效的解决了该问题。本次报告首先简要介绍可搜索加密技术的概念及分类，介绍相关研究进展。同时，围绕我们在该领域的一些研究工作进行相关方案的介绍，最后对未来工作提出一点思考。报告人简介：郭成，博士，教授，博士生导师，台湾清华大学博士后研究员。现任大连理工大学软件学院副院长，主要研究方向为大数据安全、云存储安全及隐私计算。作为项目负责人承担国家自然科学基金面上项目、青年项目、奇虎360隐私计算项目10余项。在IEEE TDSC, IEEE TSC, IEEE TCC, IEEE TII等国际期刊发表学术论文80余篇。现为IEEE会员、中国计算机学会会员、密码学学会会员，国

报告题目：Verified NN4Sys: the What, Why, and How报告时间：6月27日线下报告地点：理科楼B1002主持人：张民 教授报告摘要：神经网络是强大的工具。将它们应用于计算机系统（操作系统、数据库和网络系统）引起了广泛关注。然而，神经网络是复杂的黑盒子，可能产生意想不到的结果。我们的愿景是构建适用于计算机系统的神经网络（NN4Sys），满足预定义的正确性属性。我们将这些经过验证的NN4Sys称为verified NN4Sys。在本次讲座中，我将介绍我们最近追求这一愿景的尝试，包括构建NN4Sys基准、训练经过验证的NN4Sys以及将NN4Sys应用于多个系统中。报告人简介：Cheng Tan是美国东北大学库里计算机科学学院的助理教授。他的研究兴趣涵盖计算机系统、可验证系统以及系统中的神经网络。他曾获得SOSP17最佳论文奖、Janet Fabri博士论文奖和NSF CAREER奖。

报告题目：知识引导的可解释人工智能视觉推理模型报告时间：6月22日线下报告地点：理科楼B1002主持人：张民 教授报告摘要：在实践中，人工智能的规模化应用推广，在很大程度上依赖于用户能否充分理解、合理信任并且有效管理人工智能这一新型伙伴。为此，确保人工智能产品、服务和系统具有透明性与可解释性是至关重要的。本报告介绍可解释人工智能计算机视觉模型的研究现状，并进一步提出基于人类常识知识的可解释视觉推理模型，借助知识图中的实体相关性来辅助提升模型的可解释性和泛化性。相关研究成果发表于CVPR，ICCV，TNNLS等人工智能和计算机领域顶级会议和期刊。报告人简介：朱艺，博士，华为诺亚方舟实验室研究员，2021年博士毕业于中国科学院大学，曾在鹏城国家实验室访问。其研究主要基于计算机视觉和深度学习技术，重点解决用于视觉识别、视觉推理与决策的人工智能模型的可解释性和泛化性问题。已在人工智能领域发表高水平论文20余篇，包括IEEE CVPR，ICCV，NeurIPS，TNNLS，TPAMI等CCF-A类国际会议与中科院一区期刊，相关研究成果论文他引1000余次。