第四十九届方课学术研讨厅顺利召开

2020年12月13日，第49届方课学术研讨厅在线下顺利召开。 广州大学网络空间高等技术研究院名誉院长方斌兴、周小芳、张艳春、知名网络安全专家贾岩参与课堂教学，对学员的报告一一进行指导和点评. 同时，互联网研究院部分教师、广州大学方格班第三期全体学生、哈尔滨工业大学、北京邮电大学、信息学院、中国科学院等5所高校科学院、哈尔滨工业大学（深圳）、电子科技大学等。班级共有20名师生。

本次工作坊分为四组。 他们是第一组：郭秋雨、胡宇、王奕坤、杨伟民（电子大学）； 第二组：吴耀平、郑智孝、鲍俊驰（电子大学）、张晓宇； 第三组：李伟文、姜天兴（电科大学）、彭天宝、李伟成、冯磊； 第四组：陈志勤、李源、乔嘉诚、孙荆玲、张志强。

第一组

郭秋雨报告的题目是“Mining Top-k pairs of correlated subgraphs in a Large Network”。 郭秋雨分五个部分对这篇论文进行了阐述。 第一部分从频繁子图的问题出发，引出了关联子图的问题。 第二部分给出了关联子图的形式化定义，并解释了关联度的计算。 方法，第三部分涉及两个算法。 首先用流程图说明整个算法的过程，然后给出改进的算法。 第四部分分享了一些主要的实验结果，最后讨论了本课题的未来。 研究方向郭秋雨也给出了自己的看法。

孙哲老师首先肯定了郭秋雨的精彩报告，然后通过三个技术问题与郭秋雨讨论了关联子图的生成过程。 江宇老师指出，第一部分的例子没有明确说明关联子图是如何产生的，会给观众造成理解上的困难，而且replica的读音是错误的。 林学敏老师对郭秋雨的报告给予了积极的评价，并称赞她仔细阅读了论文。

胡宇报告的题目是“A Data Crowdsourcing Framework Ba​​sed on Anonymous Intermediate Representations for Task Independence and Privacy Respect”。 首先介绍了数据众包的过程，然后介绍了几种常用的隐私保护策略的优缺点。 现有的基于对抗学习的解决方案是通过目标任务来限制特征提取器，这种解决方案的应用有很多应用。 很大的局限性。 然后介绍了本文的主要目标是学习一个特征提取器，它既可以将要保护的隐私信息隐藏在特征中，又可以最大化特征中的原始信息。 然后介绍两种算法，一种是PAT（Privacy Adversarial Training）算法，一种是MaxMI算法。 最后对实验部分进行了详细介绍。 通过广泛的实验评估，表明本文设计的框架能够更好地实现隐私和实用性的平衡。 本文提出了一种不依赖于目标任务，同时又能保护隐私的数据众包框架。

张凡老师指出，胡宇没有总结相关工作中常用的几种隐私保护策略的缺点的要点，表述不够清晰。 江宇老师首先指出，要更加熟悉论文所涉及的背景知识。 其次，他提到这个隐私保护框架不仅可以应用于数据众包，还可以应用于其他实际场景。

王奕坤报告了VLDB2020的论文“Efficient Shortest Path Index Maintenance on Dynamic Road Networks with Theoretical Guarantees”，解决了动态变化路网中最短路径索引的维护问题。 本文提出了一种具有理论保证的有效算法。 王奕坤报告的核心内容分为三个部分。 一是静态路网上的查询算法，二是从静态到动态的过渡，三是高效算法的设计思路。 这份报告最想传达的是如何设计一个充分优化的算法。 核心是不进行冗余计算，并据此设计查询时间O(1)的辅助数据结构和辅助变量。

报告完成后，张帆老师询问是否可以扩展索引支持路径查询，优化的基准算法CH（Contraction Hierarchy），是否可以替换为H2H-index算法，算法是否可以用于大规模、高频变化的真实场景与王奕坤讨论。 蒋宇先生首先肯定了报告的呈现效果，同时提出了两点建议。 一是厘清层次收缩算法中排序依据的来源，二是解释索引图的方向性和有向图的方向性。 图关系，以免造成混淆。

杨卫民报告的题目是“Extracting semi-open relations from scientific literature”。 这是一个论文分享会。 杨伟民主要讲了一种从科学文献中抽取半开放关系的方法。 首先介绍知识图谱的本质及其构建方法，带领听众理解关系抽取在知识图谱中的地位。 接下来回顾前人关于关系抽取的工作，介绍论文作者提出的方法——半开放关系抽取。 接着介绍该数据集的获取方法是从生物学领域中寻找10000篇文献，通过预定义规则系统的触发词过滤匹配触发词的句子，人工将筛选结果标记为数据集FOBIE。 接下来说明使用FOBIE数据集训练SciIE模型以及使用该模型提取和预测新文档的效果。 最后对本次分享做一个总结。

孙哲老师指出，引用论文不仅要写标题，还要加上作者姓名。 从内容上看，没有深入介绍关系抽取的要点。 江宇老师认为，作者目前使用的是生物领域的数据集，但在其他领域的效果还有待分析。 trade-off和span应该在PPT中解释清楚。 林学民老师指出，在讲解narrowIE和openIE的输出时，举的例子太少，导致听众难以理解。 人工标注介绍不够详细，一致性达不到100%的原因也没有解释。

方斌兴老师首先指出，《纲举目章》的“大纲”要先弄清楚，再补充细节，否则会很乱。 然后提到在解释的内容中，比如trad-off没有解释意思，narrowIE和openIE的界限不明确。 在结论上，方斌兴先生认为openIE只是从特定领域的文献中得到的，并不“开放”。 总结的时候只给出了优点和效果，并没有明确的梳理出作者的方法。

第二组

吴耀平报告的题目是“比特币的P2P网络去匿名化”。 Wu首先介绍了为什么要对比特币进行去匿名化，然后介绍了比特币的原理和策略，然后介绍了如何屏蔽Tor网络，最后总结了论文所做的工作和实验结果。

胡宁老师指出整篇文章的讲解过程过快，导致听众对内容不够清晰。 邱静老师表示，吴老师演讲的过程很顺利，但是信息量太大，所以听众首先要知道做这件事情的出发点是什么，为什么要做这个内容。 周晓芳老师建议我们应该从更高的角度来看什么是比特币的P2P网络去匿名化。 至于对网络是否有新的挑战，要指出文中所解决问题的难点在哪里。 解决问题的总体思路是在where。

郑智孝报告的题目是“GeoMsea：一种用于时空融合的分布式架构”。 他首先介绍了时空大数据的研究背景，着重介绍了现有时空融合研究的不足，然后介绍了时空大数据的近期研究进展。 随后，他介绍了GeoMesa架构的概述、细节、数据操作方式、索引方式等，最后详细描述了GeoMesa的相关实验，以及华为和京东的研究人员分别使用GeoMesa的研究成果。

张天乐老师评价郑总的逻辑非常清晰规范。 同时，他也指出，研究背景的介绍过于宽泛，衔接力、反应力等细节不够。 邱静老师在肯定了报告的逻辑性和完整性后，建议对相关研究部分提到的四种NoSQL数据库的特点、优缺点和应用进行比较，让听众更全面地掌握其特点。几个数据库。 周晓芳老师提出了几个可以进一步探讨的点：对比其他类似GeoMesa的架构，为什么GeoMesa架构使用最简单的Z型空间填充曲线，GeoMesa的研发背景和应用价值，以及最新的扩展方法地理台面。

鲍俊驰报告的题目是“Can we predict new facts through the open domain knowledge graph embedding model”。 Bao首先介绍了知识图谱和知识推理的研究背景，然后介绍了开放域链接预测任务和OLPBENCH以及原型嵌入模型，然后通过COMPLEX-LSTM嵌入模型训练对自己构建的OLPBENCH数据进行定量分析，最后总结论文的工作。 贡献和结论。

张天乐老师评价包老师讲解的比较清楚，选题很有趣也很有逻辑性，并提问“文中提到的组合功能是什么意思，有没有其他功能可以替代？” 邱静老师建议，在背景介绍中，我们应该多谈谈当前知识图谱的发展，而不是仅仅提一下。 周晓芳老师认为鲍老师对论文整体解释清楚，同时指出拓展内容不足，不考虑以后的工作。 方斌兴老师建议先解释一下其他领域的突兀概念，以免造成误解，并在以后可能需要深入研究的地方解释得更详细些。

张小鱼报告的题目是“Mixcoin：比特币的匿名性与负责任的混合”。 Zhang首先介绍了比特币的知识背景和比特币匿名的现状，然后介绍了责任机制和混币手续费机制，然后介绍了在混币前签订合约可以保证诚实行为，最后总结了论文的价值, 并给出你的未来展望。

胡宁老师在交易失败时提出了泄露关系的问题。 周小芳老师问：混币者是匿名的吗？ 搅拌机违约成本是多少？ 在目前的比特币系统中，有一些分析方法可以将真实身份与比特币地址关联起来。 这些方法是真实的还是可能的？

第三组

李伟文报告的题目是“Methods for Quantifying Address Layout (Re) Randomization Security and Time under ROP”。 首先介绍了ASLR（地址空间布局随机化）的发展和现有的实现技术，然后介绍了绕过ASLR攻击的ROP（面向返回编程）和JIT-ROP（即时返回编程）技术。 分析技术的优缺点引出了报告的主题——量化ASLR在JIT-ROP攻击下的安全性。 确定去随机化效率、系统接入难度、攻击链稳定性的量化标准，包括程序片段获取的速度和数量、特权指令的使用难度、代码片段的稳定性。 最后介绍了测试环境设计，并对实验结果进行了简要说明。

张硕老师对李维文的报告进行了点评，指出了PPT中句子、表达等问题，以及报告论文的投稿在实际使用中不稳定的问题。 卢辉老师指出，晦涩难懂的内容要结合生动的例子，把例子所代表的东西说清楚。 逻辑关系用逻辑图表示，可以提高听众对知识的理解。 张艳春老师肯定了李维文报告的逻辑结构比特币的工作机制简要描述，但也指出论文研究的总结价值不高，结论不具有指导意义。 下次，我们应该选择具有更高研究价值的论文。

蒋天兴报告的题目是“Neo：基于神经网络的数据库查询优化器改进方案”。 首先，介绍了传统的数据查询优化过程，对代数优化、物理优化、成本计算、路径搜索等关键步骤进行了清晰的讲解； 然后，深入讨论了Neo的训练和具体优化过程，详细展示了一个使用贪心策略生成的query 执行计划的整个过程，还介绍了价值模型的整体结构和特征编码方法细节; 最后，将 Neo 与一些现有的开源和商业数据库优化器进行了一系列的对比，得出 Neo 可以在相同引擎上得到的结论等同于甚至优于原生的优化效果查询优化器； 最后，他指出了Neo存在的一些不足，并提出了一些考虑的改进措施。

张彦春老师指出，报告没有涉及Neo的代数优化的实现过程； 说明目前的创新还很难直接应用到数据库应用中，还需要进行整体的架构创新； 同时建议如果需要后续工作，可以考虑加入semi-join等。

方滨兴老师指出，在介绍物理优化的复杂性时，应该直接指出这是一个NP完全问题； 作为对传统技术的创新解决方案，重点应该放在论证神经网络实现方法的可行性和优越性上，使实现能够自然而合理地从传统方法转向神经网络。

彭天宝报告的题目是“当Match Fields不需要匹配时：SDN中的Buffered Packet Hijacking”。 彭天宝首先介绍了SDN和Openflow中规则安装的相关背景知识，然后描述了新流在交换机中没有匹配规则时下发规则时出现的缓存包劫持漏洞。 并依次介绍了基于缓存包劫持漏洞的四种攻击类型及其攻击效果，包括跨应用投毒、控制流量放大、安全策略绕过、TCP三次握手中断攻击。 然后分析了缓存劫持攻击的可实现性。 最后，提出了名为“ConCheck”的防御策略。

张硕老师首先指出了PPT中的两个笔误，并建议把漏洞的介绍和相关的专业术语介绍清楚，方便大家理解。 张彦春老师建议，在多链场景下，应用之间的信息传输时间和程序处理延迟的分析可以更详细的解释。

李伟成报告的题目是“Java反序列化漏洞”。 首先介绍了序列化和反序列化在网络程序中的重要性和作用，分析了一次Java原生反序列化的具体过程，然后简单介绍了其他几种常见的序列化方式。 之后通过一个简单的例子描述了一个反序列化漏洞的成因和过程，并通过解释代码来说明一个简单的Java原生反序列化漏洞的执行过程。 此外，另外两个 JSON 和 XML 表单反序列化导致的漏洞。 下面对两种常见的保护方式及其可能出现的问题进行分析。 最后，对研讨厅的报告进行了总结和下一步计划。

李超老师提出了几个问题，主要是针对演讲中没有解释清楚的深度问题，将话题与其他类似话题联系起来。 经过提问，李超老师提出了几点意见。 首先，有些PPT页面不连贯。 中间最好加一个过多的PPT页面； 应该更详细。

张彦春老师也指出了一个问题。 研讨厅的展示整体上比较单调。 一开始他并没有强调重点，比如发现方法、编剧等等，就好像他在讲节目一样，中间听众就忘记了，虽然前面的内容逻辑结构很好，重点不够突出。

冯雷报告的题目是“Decentralized Action Integrity for Trigger-Action IoT Platforms”。 首先介绍了Trigger-action平台产生的原因、平台架构和基于OAuth的授权模型的工作机制，然后分析了平台存在的安全问题，指出产生安全问题的原因主要是平台本身和Token的单一逻辑设计。 权力过大造成的。 通过分析安全问题产生的原因，提出了一个基于去中心化动作完整性原则的Trigger-action平台来解决这个问题——DTAP，DTAP引入了Rule-token和XToken，将Trigger-action平台分为DTAP- Client和DTAP-Cloud有效解决了上述安全问题。 最后，从宏观和微观两个角度，通过存储开销、传输开销、开发人员工作量、端到端延迟和吞吐量五个指标来衡量DTAP的性能，这表明DTAP优于传统的Trigger-action。平台既保证了性能又提高了安全性，效果十分可观。

李超老师对冯雷的报告进行了点评，指出冯雷的讲解总体上讲得很清楚。 建议在介绍DTAP结构中Client和Cloud的交互时比特币的工作机制简要描述，可以结合具体的例子进行讲解，这样更容易让听众理解，更形象。 张彦春老师表示，冯雷报告的内容非常新颖有趣。 报告中提到的Rule-token和XToken的概念和思路都比较新颖。 他还建议关注论文从2018年发表到现在的研究。 平台的开发是否针对解决平台的安全问题进行了优化。 最后，张总表示，自己发表的一篇论文内容与本报告内容相似，建议冯磊扩大阅读，加强理解。

第四组

陈志勤报告的题目是“AI安全基础——数据公平”。 Chen首先用一个例子介绍了数据公平性的由来，然后从数据公平性的定义和四个公平性标准介绍了数据公平性，然后解释了如何评价一个数据集的数据公平性。 最后，总结与思考数据公平的发展与研究。

田志红老师提出了在判别属性不明确的情况下，如何判断一个数据集的公平性的问题。 李书东老师在以往的研究中提出，数据公平与数据不平衡导致的结果不公平有什么区别。 同时指出，在对评价数据的安全性进行说明时，可以更详细、更深入。 对于一些概念，工具的解释可以使整个报告更加充实。 贾岩老师对报告进行了指导。 首先，对数据安全的研究可以从一个特定的领域出发，从一定的方向深入分析数据的公平性。 其次，能够把问题和方法讲清楚很重要。 希望同学们在研讨厅注意报告的清晰易懂的地方。

李元的报告题目是“MDATA&AI Security Foundation - Feature Engineering”。 Li首先介绍了特征工程的背景知识和研究意义，然后介绍了经典的房价预测问题，并以此为基础进一步讨论了探索性数据分析和特征工程的实践部分，最后总结了内容的报告，并给出了自己的一些看法。

报告结束后，刘亚萍女士指出，对于特征工程中最优方法的选择，最好能给出相关的对比实验结果，并通过分析具体差异来说明该方法在当前问题下的优缺点. 贾岩老师肯定了李元报告的系统性，同时也指出了一些不足之处。 不要停留在机器学习领域的基础问题上，而要敢于思考和分析特征工程中的难点问题。 培养科学的分析方法是我们处理大数据领域相关问题时应该具备的基本思想。

乔家成报告的题目是“MDATA&AI安全基础——降维方法简介”。 Qiao首先介绍了什么是维数灾难，由此引出了降维算法。 接下来，乔老师为大家介绍了五种不同降维算法的原理，并对每种不同的降维算法进行了简要点评。 在实验部分，乔老师做了一些实验来验证前面提到的各个算法的特点和差异。 最后，Qiao总结了不同降维算法的优缺点。

在提问阶段，刘亚平老师就可视化算法的优缺点进行了提问。 在点评阶段，王乐老师和贾岩老师都对算法原理的解释形式和研究领域学习的研究方法提出了一些建议。 此外，贾岩老师还指出，讲解时最好分清主次，这样才能讲得更清楚。

孙荆玲报告的题目是“决策树与随机森林”。 报告从决策树概述、决策树基本流程、决策树内部优化、随机森林与代码实践、总结与思考。

李树东老师以随机森林中决策树的数量对随机森林准确率的影响为例，建议孙静玲解释清楚随机森林中决策树的数量是如何选择最佳的讲故事时的参数，同时建议用词统一，注意细节。 王乐老师提出了相应的建议：第一，同学们在结合实例分析算法过程时，可以将PPT分成两份，同时对应实例在算法中是如何实现的，这样会更清晰； 其次，在代码实践部分，直接展示结果的实践不如展示如何手动实现流程那么有说服力。 贾岩老师肯定了孙玲玲用一个亲民的例子来介绍自己的算法讲解的做法，表示这种方式有助于把报告讲得非常清楚。 同时，他建议：首先，孙玲玲在时间有限的情况下可以进行讲解。其次，删除对随机森林的描述，从理解、掌握、应用到实际研究方向，更多关注决策树模型本身，从而更透彻地理解决策树的遍历过程。 第二，同意前面老师的建议，强调代码练习部分的具体实现环节，如果能够描述出来，会更有说服力。

张志强报告的题目是“基于AI安全的梯度下降算法在线性回归分析中的应用”。 张志强第一部分介绍一元线性回归原理，第二部分介绍多元线性回归原理，第三部分介绍三种梯度下降算法的实现过程，第四部分介绍实验结果，第五部分介绍工作 作了总结并提出了个人的思考。

顾兆全老师认为，在介绍回归分析时给出了实例，但在后面的回归函数计算中并没有继续使用实例。 贾岩老师认为，在讲解线性回归求解系数矩阵和常量值的过程中，应该用具体的数据来讲解，这样会更具体，也更容易让别人理解。 方滨兴老师认为，在实验结果的显示中，只显示迭代时间和准确率，而没有显示迭代次数等重要信息。

至此，本次研讨厅圆满结束。

整理：李维文、吴睿中、胡宇、刘帅、周建勋、杨菊

校对：王乐先生、陆辉先生