2025 年4月1日 18:00-21:30，第188期方班学术研讨厅在黄埔研究生院B2栋成功举办。广州大学网络空间安全学院名誉院长方滨兴老师、主点评吴世忠院士、胡事民院士、张彦春老师、周万雷老师、徐贯东老师、李晓明老师。副点评陈艳利老师、吴昊天老师、唐可可老师、张帆老师、吴联仁老师、张登辉老师全程参与了课堂的教学，并对同学们的报告逐一进行了指导点评。同时参与的还有网络空间安全学院的部分老师,广州大学方班七期的217名学生。本次研讨厅分为六个小组进行。第一组汇报的同学有辛世龙、熊俐、徐宗苡、闫霄桐；第二组汇报的同学有阮楚鸿、谭凯云、汤晓彬、王彦谋；第三组汇报的同学有张星宇、杨博文、张怡聪、周浩楠；第四组汇报的同学有张健豪、张亮、姚懿桐、陈金保；第五组汇报的同学有黄子洲、刘现恒、任帅、谢恒之；第六组汇报的同学有李思英、李祖卫、王家阳、杨宇瀚。

第一组

第一位报告人：【辛世龙】

报告题目：【利用跨层网络延迟检测代理滥用行为】

点评老师的意见与建议：

1、演讲的内容不够充分，讲核心部分的时候可以再补充几个例子。

2、选择论文的时候可以关注一下作者近期发布的相关文章，重点关注一下被引用部分。

方老师点评：

1、要重点关注作者的测量方法为什么有效，其背后的原理是什么。

2、作者是通过服务端主动给客户端发送测量工具，其实相当于一个木马，但在实际应用场景下的效果很差

第二位报告人:【熊俐】

报告题目：【FedSSA：基于语义相似度的高效模型异构个性化联邦学习聚合】

点评老师的意见与建议：

1、做报告时要注意节奏，可以适当停顿，并和听众互动

2、针对论文中的做法后续可以扩展了解一下持续联邦学习

3、可以通过例子来讲清楚论文核心

第三位报告人：【徐宗苡】

报告题目：【 Bad Packets Come Back WorseOnes Don't】

点评老师的意见与建议：

1、系统模块介绍时可以按照总分的方式进行，先介绍整体架构，在逐个模块进行细节讲解。

2、对于较多的文字内容展示，对文字进行凝练，或是将重点部分标红，指出关键信息。

3、思考总结部分再次提到文章开头相关工作部分的内容，可对其再进行一个简单介绍，避免听众忘记前面的内容而对这个部分内容无法理解。

第四位报告人：【闫霄桐】

报告题目：【xFuzz：机器学习引导的跨合约模糊测试】

点评老师的意见与建议：

1、汇报时间应该充分利用，多讲解细节。

2、在本文贡献方面应与现有工具存在问题有所衔接。

3、文章中对于模糊测试的输入介绍不够清楚。

第二组

第一位报告人：【阮楚鸿】

报告题目： 【LiftFuzz:利用 GPT 基于上下文感知模糊测试验证二进制提升器 】

点评老师的意见与建议：

1、介绍核心模块及其功能时，可以适当说明模块之间的关联性；

2、汇报侧重于二进制分析，有关插桩和验证的细节需要详细说明；

3、论文框架较复杂，需要详细介绍其流程，特别是GPT训练测试用例模块值得深入研究；

第二位报告人：【谭凯云】

报告题目：【DeTA：通过去中心化和可信聚合最小化联邦学习中的数据泄露】

点评老师的意见与建议：

1、介绍研究背景的时候，将现有的联邦学习保护技术与本文的机密计算技术也做一个比较，阐述清楚本文使用机密计算技术的优势。

2、机密计算技术也是这篇论文的重要内容，需要解释得更详细一些。

3、需要关注这篇论文的应用价值，根据框架的特点看其适合在哪些场景使用，不适合在哪些场景使用。

第三位报告人：【汤晓彬】

报告题目：【AttackGNN:使用强化学习对硬件安全中的图神经网络进行红队攻击】

点评老师的意见与建议：

1、英文中用4表示for用2表示to，这个最好是用英文说。

2、模型episode具体怎么定义的需要说明清楚。

第四位报告人：【王彦谋】

报告题目：【UNICORN：基于运行时溯源的高级持续性威胁检测器】

点评老师的意见与建议：

1、 选题虽然老，但针对APT攻击检测难题，契合当前网络安全热点，实践意义显著。

2、 需继续深入学习后续研究

3、建模期绝对安全假设需补充风险分析，建议讨论防御规避场景。

第三组

第一位报告人：【张星宇】

报告题目：【GCCAD：用于异常检测的图对比编码】

点评老师的意见与建议：

1、在背景介绍部分，时间需要缩减。

2、需要突出文章的创新点。

3、抓住文章的主线，不要过度分析相关细节。

第二位报告人：【杨博文】

报告题目：【Cutting Learned Index into Pieces: An In-depth Inquiry intoUpdatable Learned Indexes】

点评老师的意见与建议：

1、对于索引的例子应尽可能再详细具体些，举一个线性例子可能会让其他同学造成一定的误解，这一点需要改正。

2、对于文章的选题，虽然对我个人来说文章确实帮助很大，但对于研讨厅的同学们来说可能理解不能那么透彻，下次可选一些有具体创新的论文。

3、本篇论文的方法可以进行借鉴学习，但在实际运用时不能将其简单化，要有一个批判性的思路。

方老师点评：

1、这篇论文通过实验告诉我们哪方面索引设计是应该值得重视的，要着重讲一下学习索引的构成：算法、结构、插入策略与重训练策略。

2、各个构成之间有个耦合关系，应着重思考一下他们之间的联系，不能将他们各部分之间孤立地、固化地“切块”讨论

第三位报告人：【张怡聪】

报告题目：【利用潜在图扩散统一图生成与预测】

点评老师的意见与建议：

1、第一部分在结尾采用小结方式进行概括，这种结构清晰且有助于理解，建议其他部分也参考这种做法，以提升整体逻辑性

2、方法部分可以进一步补充实现过程的细节，以便听众更直观地理解技术实现方式

3、最后的总结与思考可以更紧密地结合当前的研究方向，使内容更加深入，展现研究的应用价值

第四位报告人：【周浩楠】

报告题目：【CASA: 支持异步客户端的集群联邦学习】

点评老师的意见与建议：

1、对于同学们提问的问题中，如果论文中没有提到可以结合自己的思考去回答。

2、演讲中虽然站在了中间演讲，但是却没有面对听众，没有与听众有眼神交流。

3、论文相关工作准备较少，并且综述描写较少。

第四组

第一位报告人：【张健豪】

报告题目：【视觉自回归建模：基于下一尺度预测可扩展图像生成】

点评老师的意见与建议：

1、张帆老师建议实验复现的时候，观察从1616到256256的图像生成过程；同时关注数学假设是否合理。

2、柴瑜涵老师在建议在下一词元和下一尺度预测上作出优缺点的对比。

第二位报告人：【张亮】

报告题目：【Astraea: Towards Fair and Efficient Learning-based CongestionControl】

点评老师的意见与建议：

1、对于文章内容没有过多的加入自己的思考，阅读一篇论文不能他说什么就是什么，需要带着自己的思维去思考问题，思考这篇文章怎么解决问题，解决问题的方法是否合理，他的方法对比现有的一些方法有哪些优势。

2、在ppt的思考与总结部分需要加入自己的思考部分，还需要对文章的源码进行复现工作来加深对文章的理解。

3、对文章内容首先要看是否合理，他使用的公平性是使用在什么场景需要明白，他的实验结果都是仿真的实验，效果也有点不可信。

第三位报告人：【姚懿桐】

报告题目： 【Justitia_面向跨分片交易公平性的激励机制】

点评老师的意见与建议：

1、对比“现有研究”时，建议点明为什么这篇论文和前人工作的切入点不同。前人研究思路和本文思路这两点本身是不冲突的，可以尝试结合这两个角度最好的方法，从而达到更好的效果。

2、建议结合引用论文，以及后续工作，对整个领域有更全面的理解，有利于发现更多idea。

3、建议补充分片具体方式的介绍，后续需注意实验是否部署在sota模型上，检验实验结果的可信度。

方老师点评：

1、方老师建议思考系统到底有什么决策能力，从而把这些能力向跨分片交易倾斜。思考可否让系统先确认包含跨分片交易的区块，从而让区块提议者发现包含跨分片交易的区块更容易被确认，从而愿意打包。

2、对于代币通胀问题，方老师指出整个系统中的代币是没有回收，一直在增长。所以要思考如何让代币回流到系统中，从而缓解通胀问题。

第四位报告人：【陈金保】

报告题目：【点赞、评论、被骗：媒体平台上评论骗局的特征】

点评老师的意见与建议：

1、这篇论文是根据哪些方法去实现辨别诈骗评论的，这点论文中并没有提到，是个需要探寻的问题。

2、有时候点子比方法技术要重要，这篇获得杰出论文奖，点子实用性较高。

3、论文技术创新较少，但是也不妨碍他是个比较好的论文，论文提出的看问题的方式还是挺好的。

第五组

第一位报告人：【黄子洲】

报告题目：【G-Retriever:面向文本图理解与问答的检索增强生成】

点评老师的意见与建议：

1、吴联仁教授：背景介绍部分可以适当多讲解，让同学们了解技术的一个应用场景，以及相关工作部分应该重点讲解目前技术所面临的难点。

2、胡事民院士：强调批判性思维的重要性，看一篇论文要去发现他的问题与不足，为我们后续的研究工作提供思路。

第二位报告人：【刘现恒】

报告题目：【CausalPC：通过因果效应识别提高点云分类的鲁棒性】

1、冯绮颖老师：识别因果效应时，各因果之间的关系复杂，从积分公式到利用蒙特卡洛计算的过程可能会损失一些样本，使得结果没有那么准确。

2、吴联仁老师：在准备报告的过程中，是否有发现在这篇论文的工作前后，还有没有其它利用类似因果建模方法的相关研究。

3、胡事民院士：在突出因果建模的优势时，论文中实验的介绍仅局限于较早期的点云分类网络，对最新方法的评估避而不谈，因此创新性不是特别强。

第三位报告人：【任帅】

报告题目：【重新思考利用深度学习进行无监督图异常检测：残差和目标】

点评老师的意见与建议：

1、吴未老师就两类残差在不同任务下的适用性以及攻击检测场景下模型改进的有效性问题进行了询问。

2、吴联仁老师探讨了论文的核心创新和局限，并就此类模型在真实数据集上性能不足的原因进行了分析。

3、胡事民院士指出可以更多的探讨文章的不足，动手实践以及反思有什么可以进一步研究的问题。

第四位报告人：【谢恒之】

报告题目：【一个提示词足以提高预训练视觉语言模型的对抗鲁棒性】

点评老师的意见与建议：

1、针对鲁棒性的背景介绍可以更多些，这样可以更好地引入文章解决的问题。

2、文章设计的方法放弃了对图像编码器的优化转而使用文本特征来弥补图像特征的不足，这一点有创新但是没有从根本解决问题。

3、本文提出的方法有些过于依赖CLIP文本编码器的一些先验知识，后面的工作可以在这方面进行优化。

第六组

第一位报告人：【李思英】

报告题目：【面向SLA的信任与声誉管理框架：5G分布式服务市场】

点评老师的意见与建议：

1、本文研究的背景部分要突出研究问题是什么；

2、本文重点研究部分要突出，对不是本文重点部分要弱化；

3、这个信誉计算部分为什么要相乘，而不是相加，以及在这里为什么要分两部分计算。

第二位报告人：【李祖卫】

报告题目：【A dynamic provenance graph-based detector for advanced persistentthreats】

点评老师的意见与建议：

1、 李晓明老师肯定了在论文汇报中对“问题定义”部分的讲解，认为其清晰阐述了研究的核心问题，有助于提升汇报质量。

2、 张登辉老师建议在PPT制作中，在先讲解报告中使用的相关技术，并通过图文结合的方式，结合实际案例讲解复杂公式，以增强理解。

第三位报告人：【王家阳】

报告题目：【 博弈论中的内曼皮尔逊检测以应对战略规避】

点评老师的意见与建议：

1、建议在博弈框架中，应当将轻的部分结合到一块去讲解，这样才有更多时间去讲重要的部分。

2、应该深入博弈论的角度去理解，这篇文章的重点不是去尽可能地约束，而是从攻防双方中博弈中得出检测器的最优结果。

第四位报告人：【 杨宇瀚】

报告题目： 【学习哈希进行轨迹相似性计算和搜索】

点评老师的意见与建议：

1、老师提出了哈希一般来看是不可以来机器学习的，是两个层面的东西

2、老师提到把轨迹映射到汉明空间不会提高准确率

方老师点评：

1、指出反对称性质使用的必要性是要让欧氏空间的轨迹表示要有物理意义

2、本文主要学习的还是欧氏空间的轨迹表示

3、本文的亮点比如基于分解的网格表示以及快速三元组可以更好地说明

整理：黄河清 刘佳扬 姚懿桐 朱艺锋 谢晓彬 冯浩桓

校对：王乐老师 鲁辉老师

责任编辑：鲁辉老师