受學(xué)院副院長(zhǎng)李曉旭教授邀請(qǐng),來(lái)自格拉斯哥大學(xué)的楊笑塵博士于2024年10月25日下午在彭家坪校區(qū)敦雅樓D201舉辦了一場(chǎng)研究生學(xué)術(shù)報(bào)告會(huì)。此次學(xué)術(shù)報(bào)告會(huì)由計(jì)算機(jī)與通信學(xué)院研究生輔導(dǎo)員金亞蓉老師主持,學(xué)院相關(guān)專業(yè)教師和研究生參加。

報(bào)告的主題是“Safeguarding machine learning: from black-box threats to certified robustness”(保障機(jī)器學(xué)習(xí)安全:從黑箱威脅到認(rèn)證魯棒性)。楊博士在報(bào)告中深入探討了對(duì)抗攻擊的相關(guān)內(nèi)容,這類攻擊通過(guò)操控輸入數(shù)據(jù)來(lái)欺騙機(jī)器學(xué)習(xí)模型,削弱其可靠性。她特別強(qiáng)調(diào)了這些攻擊的可轉(zhuǎn)移性,揭示了機(jī)器學(xué)習(xí)算法基本原理中的潛威脅。并進(jìn)一步提出了一種認(rèn)證魯棒性的方法,旨在增強(qiáng)模型在應(yīng)對(duì)攻擊時(shí)的安全性。
報(bào)告內(nèi)容豐富、深入淺出,通過(guò)這次報(bào)告,參會(huì)者不僅加深了對(duì)機(jī)器學(xué)習(xí)領(lǐng)域前沿問題的理解,還對(duì)如何提升模型安全性有了新的認(rèn)知。此次報(bào)告會(huì)拓寬了我院師生的學(xué)術(shù)視野,進(jìn)一步提高了大家的專業(yè)素養(yǎng)和科研能力。(撰稿:劉鵬程;初審:來(lái)明展;審核:高國(guó)禮)