2024年12月11日,智慧教育学院(计算机科学与技术学院)在9#906教室举办了第二十二期学术沙龙活动(电子信息专场)。本次活动由2022级电子信息专业研究生刘方宇同学主持,特邀指导老师有支强老师、王娜娜老师和胡晓婷老师。我院电子信息专业全体研究生参加了此次活动。
活动伊始,支强老师进行了活动致辞。他强调同学们应积极利用课余时间参与学术沙龙,借此了解不同研究方向,拓宽知识视野。同时鼓励同学们通过深入交流和探讨,在学术碰撞中实现自我成长,不断提升自身的学术水平和创新实践能力。
随后,刘方宇、范亚生、张旭和王琪四位同学依次进行了学术分享。
刘方宇同学做了题为《MSTLC:一种基于多签名时间锁合约的跨链协议》的报告分享。他提出了一种多重签名时间锁合约(MSTLC),该合约通过集成两个智能合约、信号量和时间锁等机制,显著提升了交易的效率和安全性。此项研究采用并行合约执行的方式,突破了像哈希时间锁合约(HTLC)这类传统串行执行方法的局限。在以太坊区块链上进行实例测试后,结果显示交易速度有了明显提升,安全性与公平性也得到显著增强,这表明该方法在金融区块链领域有着广泛的应用前景。该研究为实现更强大、高效的跨链交易筑牢了基础,有力推动区块链互操作性方面的变革。
范亚生同学的报告题目是《基于路径融合的智能合约漏洞检测方法》。他的研究针对两个问题展开:其一,当下存在对合约结构以及语义信息理解不充分的状况;其二,神经网络模型受限于输入长度,在处理长合约时性能欠佳。针对这些问题,研究提出了基于语法控制流图的合约分解和路径融合方法。具体实施步骤如下:首先,依据抽象语法树构建智能合约的语法控制流图,再运用贪心策略,把语法控制流图拆解为多条结构简单的路径;接着,利用预训练的代码模型学习路径向量,以此对路径进行表征;最后,融合不同路径的特征向量,达成漏洞检测的目的。为验证模型的有效性,该研究精心构建了一个涵盖7511个真实世界智能合约的数据集。经过一系列相关试验,结果显示,相较于主流方法,该方法能够切实有效地提升智能合约漏洞检测的精确率、召回率以及F1值。
张旭同学汇报了《一种基于受控注意力的颗粒球采样标签噪声过滤方法》。针对训练集中标签质量深刻影响分类有效性,进而致使难以检测的标签噪声容易被部分现有标签噪声滤波方法所忽略的问题,他创新性地提出了受控注意力颗粒球采样(CAGBS)方法。该方法保留了Granular Ball不限于特定分类器的优势特点。此外,它巧妙运用受控注意力的组合方式,重新对小颗粒球的标签予以定义,从而使其能够更精准地检测标签噪声。最后,研究团队开展了比较实验,将CAGBS方法应用于具备不同特征的多种分类器上。实验结果有力地证明了CAGBS方法在过滤标签噪声方面的显著有效性。
王琪同学的汇报题目是《基于移动众包网络动态激励机制的恶意代码传播模型》。研究依据移动众包网络(MCN)的固有特性展开,通过引入动态激励手段提升网络移动用户(MU)的活跃度。同时,依据恶意代码在MCN中传播的动态行为特点,创新性地提出了一个全新的恶意代码传播模型SIR-M,在该模型里,M节点代表处理节点任务的众包节点。具体而言,首先考虑到刚被感染节点具备一定能动性,被感染节点能够借助MCN的众包机制,请求MU对其进行隔离操作以及免疫强化处理。其次,采用稳定性分析和数值仿真的方法来验证模型的有效性,并且与SIR模型进行对比,以此深入剖析众包机制给系统带来的影响。实验结果清晰地表明,移动众包网络的众包机制极大地减缓了恶意代码的传播速率,切实降低了恶意代码在网络中大规模扩散、泛滥的风险。
最后,支强老师对本次学术沙龙进行了总结发言。支强老师对同学们在活动中所表现出的热情和思考能力表达了赞赏和肯定,同时还鼓励同学们对学术研究要真诚热爱并坚定追求,以积极的态度参与未来的讨论,并为学术的发展贡献智慧和力量。活动结束后,与会老师和同学们合影留念,本次活动在愉快的氛围中圆满落幕。
图文|王诗昂 司宜臻
排版|卞枫韵
一审|黄有玉
二审|祝 义
三审|董永权