网络空间数据安全与治理 | YEF2024

谢雪

中国航天系统科学与工程研究院第六研究所副所长

CCF计算机安全专委会常务委员，CSIG数字媒体取证与安全专委会委员，《网络空间安全科学学报》副主编。主要从事网络安全、信息隐藏、航天科普等相关工作，主持或主要参与军委相关部门、航天科技集团等多项课题研究，曾获全国国企管理创新奖一等奖，第一届中国科技青年论坛奖，中国航天科技集团钱学森青年创新基金，中国航天科技集团科普工作先进个人，中国航天系统科学与工程研究院钱学森奖、优秀论文一等奖、优秀个人奖等荣誉。

李洪伟

电子科技大学教授、计算机科学与工程学院（网络空间安全学院）副院长

IEEE Fellow，国家重大人才工程特聘教授（2019），国家数据安全治理学科创新引智基地主任，科技部十四五“网络空间安全治理”重点专项专家组成员，IEEE通信学会安全分会副主席，IEEE车联网学会杰出讲者，《网络空间安全科学学报》编委，《IEEE Internet of Things Journal》Associate Editor。研究方向为数据安全，主持国家重点研发计划课题和国家自然科学基金重点项目。

马建峰

CCF会士

西安电子科技大学网络与信息安全学院教授

《网络空间安全科学学报》编委会副主任，国家高层次人才，互联网基金会网络安全优秀人才，“网络与信息安全”教育部创新团队带头人，陕西省“网络与信息安全”三秦学者创新团队带头人。历任西安电子科技大学计算机学院院长、网络空间安全学部主任。担任国务院学位委员会“网络空间安全”学科评议组成员、陕西省网络安全与信息化专家咨询委员会副主任。曾以第一完成人身份获得国家技术发明奖二等奖2次。

报告题目：无线网络“云-网-端”协同安全：一种数据安全的观点

摘要：

通信计算一体化、云网融合已经成为无线网络的主流技术路线，无线网络与云计算相融合产生“云-网-端”协同服务架构，信息服务成为无线网络的典型数据共享模式。基于“云-网-端”协同安全架构，以数据安全为核心，建立体系化安全防护机制，成为无线网络安全发展的必然趋势，“云-网-端”协同安全成为无线网络安全的新范式。报告围绕“云-网-端”协同安全架构，重点讨论无线网络的计算安全与通信安全问题，通过信息服务安全，实现语义通信安全与服务计算安全的有机融合，从而满足无线网络体系化的安全需求。

李凤华

CCF杰出会员

中国科学院信息工程研究所研究员、副总师

中国科学院信息工程研究所二级研究员、技术副总师、中国科学院特聘研究员、博士生导师，灾备技术国家工程研究中心主任，中国科学院“百人计划”学者，《网络空间安全科学学报》编委会副主任。国务院学位委员会网络空间安全学科评议组成员，中央网信办云计算服务安全评估专家组成员，国家科技创新2030重大项目某安全防护系统总体总师、国家重点研发计划“十三五”和“十四五”项目负责人、国家863计划主题项目首席专家、NSFC-通用联合基金重点项目负责人等；中国中文信息学会常务理事、大数据安全与隐私计算专业委员会主任，中国通信学会理事、期刊与出版工作委员会副主任、学术工作委员会委员等；《网络与信息安全学报》执行主编，《WWW》《CJE》《电子学报》《通信学报》《电子与信息学报》编委等。主要从事网络与系统安全、隐私计算、数据安全等方面研究，获2018年网络安全优秀人才奖、2001年国务院政府特殊津贴，近年来获国家技术发明二等奖1项、省部级科技进步（或技术发明）一等奖5项。

报告题目：数据要素流通与安全

摘要：

数据已经成为数字经济的核心生产要素之一，DT时代数据从传统共享演化为要素流通，流通是数据要素价值释放的重要途径，从而数字经济严重依赖于数据要素流通。数据要素流通的安全服务重点关注数据权属确定、权益转移、使用控制、争议仲裁等。当前，数据要素流通与安全保障技术滞后于应用需求，亟需面向数据多轮交易安全服务的体系化解决方案，针对数据要素流通及其数据安全、隐私保护等方面的新挑战，本报告介绍了数据共享与数据流通的本质差异、数据要素准则，着重从数据要素流通的角度剖析了数据确权、延伸使用控制、低开销监测等概念及学术内涵，数据安全和隐私保护的新挑战及学术边界，并阐述了数据要素流通的关键技术与发展趋势。

杨珉

CCF杰出会员

复旦大学教授、计算机科学技术学院院长

国务院学位委员会网络安全学科评议组成员，教育部长江学者特聘教授，国家973项目首席科学家。主要研究操作系统安全、恶意代码检测、漏洞分析挖掘和AI系统安全等，在网络安全四大顶会S&P、CCS、Security、NDSS 发表论文40余篇，研究发现曾多次获中央领导重要批示，成果入选973 重大成果和突出进展、十三五国家科技创新成就。

报告题目：面向自动驾驶系统的交通合规检测

摘要：

目前，L2级别的自动驾驶已成为前沿车型的标配功能，L3级别的自动驾驶也在政策的牵引之下逐步拉开市场准入的帷幕。随着车辆的智能化进程加速，自动驾驶的预期驾驶场景也呈现出复杂化与多样化的趋势（例如，由相对可控的高速巡航场景转向错综复杂的城区驾驶场景）。遵守交通法律，作为国内外标准政策明确指出的预期功能安全原则之一，是自动驾驶系统在这类复杂驾驶场景中落地的基本前提。因此，厂商与监管部门亟需有效的测试方法，用于挖掘自动驾驶系统中可能导致交通违规的缺陷。然而，驾驶场景中普遍存在海量的场景要素，且不同交通规则都代表着截然不同的驾驶行为约束。在该背景下，自动驾驶违规检测的核心挑战在于如何快速且有效地组合关键的场景要素，从而生成易导致特定违规行为的驾驶场景。本次报告主要介绍如何基于交通法规形式化建模以及违规导向的仿真模糊测试来定向生成潜在的高危驾驶场景，并介绍自动驾驶系统交通违规缺陷挖掘的实践成果。

纪守领

浙江大学计算机科学与技术学院求是特聘教授/长聘教授

浙江大学计算机科学与技术学院求是特聘教授/长聘教授、博士生导师，可信人工智能研究中心主任，获佐治亚理工学院电子与计算机工程博士学位、佐治亚州立大学计算机科学博士学位，入选教育部长江学者、高层次科技创新人才、国家青年特聘专家等，《网络空间安全科学学报》编委。主要研究方向为人工智能安全、数据驱动安全、软件与系统安全，主持国家重点研发计划项目、国家自然科学基金重点和面上项目等多项，发表IEEE S&P, ACM CCS, USENIX Security, NDSS安全四大会议论文40余篇，研制的多个系统在大型平台上获得部署应用。获ACM CCS 2021最佳论文奖等10项最佳论文奖、全球黑客大会Pwnie Awards最具创新研究奖提名等。

报告题目：智能化恶意软件检测与对抗

摘要：

本报告探讨以数据驱动范式为代表的智能化恶意软件检测相关工作与进展，从数据、模型层面分析智能化恶意软件检测的研究挑战。同时，立足当前大模型的新背景，探讨大模型对恶意软件检测可能带来的新威胁和新机遇。