“青年科技工作者园地”第157次活动
时间：2023年11月1日(周三) 下午14:30
地点：二楼会议室（东莞同事和同学通过视频）
腾讯会议：844-3537-3775
报告人：王佳荣
报告题目：基于机器学习的网络安全研究
报告简介：近年来，受益于通信、大数据及云计算等技术的成熟应用，“互联网＋”已在民生、经济、政务等方面被广泛普及；但随着信息技术不断发展，难以计数的网络设备、应用以及爆发膨胀的网络数据，使网络环境变得日益复杂，给网络安全带来巨大的隐患。面对互联网数据海量、业务多样、演变迅速的特点，传统网络安全技术效率低下且呆板固化，在性能、自适应性和泛化性方面已经不能有效应对当前网络安全的形势，因此研究新的网络安全技术具有非常重要的意义。目前，基于机器学习的网络安全研究已取得了很多成果，展现了能够处理海量数据、检测识别以及自动学习的强大能力，给网络安全领域拓宽了发展思路，成为了当下热门研究之一。基于此，本报告对现有基于机器学习网络安全的研究工作进行梳理和介绍，包括机器学习在系统层、网络层和应用层安全中的研究工作，最后介绍典型应用案例，例如大语言模型的安全应用场景。
报告人：苑新阳
报告题目：基于深度学习的跨语言文本情报分类方法研究
报告简介：随着互联网信息技术的高速发展，网络上的文本信息呈爆炸性增长。大量开源的互联网文本数据为情报分析提供了重要的信息，智能化情报分类作为情报分析的基础性工作，对于凝聚信息浓度，降低信息负载，提升处理效率大有帮助。然而目前文本情报分类研究多集中于单一语言，跨语言文本情报分类研究相对较少，而现实条件下，我们面临的是多语种情报信息，即使是单一语言，也含有大量其他语言的文本词汇，单一语言文本分类模型无法有效应对该问题，因此本报告将围绕基于“XLM-Ｒ+TextCNN”的跨语言文本情报分类模型展开。
报告人：张若锦
报告题目：面向HEPS的科学元数据采集与管理
报告简介：数据管理是一种系统性的方法，用于收集、存储、组织、维护数据。科学元数据管理在数据的可追溯性、可用性、可追溯性等方面扮演着至关重要的角色。对于依托于HEPS进行的科学实验每天将会产生海量的科学数据与元数据，而对于不同线站、不同实验产生的科学元数据有多样性、复杂性等特点。在本次报告中，就HEPS科学元数据的特点，对其进行采集、管理的方法进行了探讨，并设计实现了一种元数据目录管理系统。
附件下载：
