报告题目：Towards Device-Based Smart a

摘要: 5G带来的大连接、低时延、高吞吐等特征以及人工智能技术的普适化为构筑万物互联的智能世界带来了新的机遇，也标志着计算模式从传统的IoT (Internet of Things)Mobile networks (4G/5G and beyond) facilitate "anywhere, anytime" Internet access for billions of users and trillions of smart "things." Despite this great success, however, mobile networks remain a complex black box. This design is vulnerable to various security threats and reliability/performance deficiencies.
This talk will discuss how end devices can help strive for a smart and secure mobile network. We report our multi-year lessons of developing and using MobileInsight, an open-source community tool that lets devices understand the complex and "black-box" mobile network operations. This new capability empowers various IoT/mobile applications and rewards the 4G/5G infrastructure with simplified yet verifiable designs and operations. We will demonstrate this with various examples and discuss research directions toward device-assisted smart and secure future mobile networks.

个人简介: Yuanjie Li is an assistant professor at the Institute for Network Sciences and Cyberspace at Tsinghua University. He received his Ph.D. in Computer Science from UCLA in 2017 and B.E. in Electronic Engineering from Tsinghua University in 2012. His research interests are satellite and mobile networking. He received ACM China Rising Star in 2022, and ACM MobiCom Best Community Paper Awards in 2016 and 2017. His work has resulted in an open-source community tool (MobileInsight), which has been used by 300+ international institutes since its release in 2016.

报告题目：高性能图计算优化技术研究

摘要: 图计算是分析事物之间关联关系的重要工具，是人工智能和大数据分析的重要基石。随着国务院在《新一代人工智能发展规划》中提出了面向2030年我国新一代人工智能发展的指导思想和战略目标，图计算日益受到关注，广泛应用于经济建设、国防安全、社会生活、科学发现等重要领域，已成为国际前沿热点以及各国政府和企业争夺的关键技术。然而，图计算在现有计算机体系结构上的高效执行面临诸多挑战。开展高性能图计算理论、方法和技术研发，对关联数据的分析和产业化起到巨大推动作用。本次报告将从体系结构、单机图计算引擎和分布式图计算三个方面介绍其团队近年来在高性能图计算方向的部分研究进展。

个人简介: 张宇，2016年6月在华中科技大学获得计算机系统结构博士学位，于2016-2019年在华中科技大学从事博士后研究，2019年9月博士后出站留校，现为华中科技大学计算机科学与技术学院副教授，博士生导师，主要研究高性能图计算、体系结构和系统软件，主持国家自然科学基金和企事业项目10余项，参与国家重点研发计划项目、国家自然科学基金重点基金、863计划课题等，其研究工作主要发表在ISCA、ASPLOS、HPCA、SC、DAC、USENIX ATC、ACM TOS、ACM TACO、IEEE TPDS、IEEE TC等CCF A/B类和IEEE/ACM Transactions上，相关成果应用于华为等多家龙头企业。

报告题目：京东零售AI中台的创新与实践

摘要: 此次分享将介绍京东零售对AI中台化的思考，分享过去所做的一系列技术创新和业务实践案例。包括如何建设和优化大模型训练系统和大规模算力平台以及如何支持京东零售复杂多样的业务场景。

个人简介: 陈震，毕业于北京大学，现任京东零售技术总监，技术研发与数据中心智能平台部算法引擎优化部负责人，负责京东零售大规模算力平台、大模型引擎和训练框架的研发与优化工作。获京东集团CEO特别奖，连续两次京东零售技术金码奖。曾任奇虎360技术总监，负责360集团AI中台从零到一的建设。获得10余项技术专利，出版深度学习专业书籍一本。

报告题目：公钥密码的多用户安全性及紧致安全规约

摘要: 公钥密码是实现数据安全和隐私保护的重要技术，包括公钥加密、数字签名、密钥协商，被广泛应用于我们生活中的方方面面。然而随着应用场景的复杂化，公钥密码的研究和设计面临新的挑战。第一个是设计在多用户场景下安全的公钥密码。在实际应用中，公钥密码往往部署于多用户、多设备、多密钥的场景中，相应地也会面临更多、更强的攻击，例如攻击者可以通过侧信道攻击窃取用户私钥的部分信息、甚至是对用户渗透进而获得其完整私钥。如何保护密钥泄漏用户以及未渗透用户的安全性是第一个挑战。第二个是研究公钥密码的紧致安全性。紧致安全的公钥密码具有安全性不随用户数量、密文数量、签名数量的增加而衰减的优点，因此更适用于多用户等大规模应用场景。如何设计紧致安全的公钥密码是第二个挑战。本报告将针对上述两个挑战，对我们在公钥密码的多用户安全性及紧致安全规约方面的近年来系列研究成果进行介绍。 of Cryptology、PKC、DCC等上。韩帅先后获得中国密码学会优秀博士论文奖、ACM中国新星奖，并入选上海市青年科技英才扬帆计划、中国科协青年人才托举工程项目。

个人简介: 韩帅，上海交通大学网络空间安全学院长聘教轨助理教授，博士生导师，长期从事公钥密码与信息安全方面的研究。针对复杂应用场景下的数据存储安全和用户隐私保护问题，韩帅深入研究可有效抵抗密钥泄漏、密钥篡改、用户渗透、依赖密钥消息等新型攻击手段的密码理论，设计了多个具有高安全性、高性能、高可用性的密码方案，相关工作发表在三大密会（CRYPTO、EUROCRYPT、ASIACRYPT）、Journal of Cryptology、PKC、DCC等上。韩帅先后获得中国密码学会优秀博士论文奖、ACM中国新星奖，并入选上海市青年科技英才扬帆计划、中国科协青年人才托举工程项目。

报告题目：“你的设备我做主”——智能系统的安全和隐私问题

摘要: 智能系统是利用各类传感器和智能算法实现自主功能的人造系统，如机器人、自动驾驶汽车、无人机、智能手机、智能手表等设备，已大量应用于日常生活。然而，智能是把“智己、能人”的双刃剑，在提供便捷的同时，也引入了可被攻击者利用的安全脆弱性。在新的AIoT时代，智能系统将面临什么样的新型安全风险与挑战，我们又该如何应对？本报告将介绍智能系统在传感器、AI算法、隐私等方面的安全问题，分享在智能设备操控、智能算法对抗、用户隐私保护等方面的研究成果与发展方向。

个人简介: 闫琛，浙江大学助理研究员，分别于2015年和2021年在浙江大学获得学士和博士学位。主要研究方向为物联网安全和嵌入式系统安全，发表论文30余篇，包括“四大”国际安全顶会论文16篇，担任USENIX Security 2024联合副主席，ACM CCS 2021/2023、ACM SenSys 2022等多个会议的TPC成员和IEEE TIFS、IEEE TDSC等多个期刊与会议审稿人。曾获得2021年ACM中国优博奖、ACM CCS 2017最佳论文奖（国内首次），入选特斯拉安全研究人员名人堂。

Panel特邀嘉宾

个人简介: 尚鑫先生于2007年加入京东，现任京东集团副总裁、京东零售技术研发与数据中心负责人、京东零售技术委员会主席，具备十余年大规模研发团队的管理经验，参与搭建并负责京东电商核心业务系统，通过技术架构升级、前瞻性产品设计、系统高可用建设以及大数据平台的集约化管理，持续支撑京东零售战略落地，同时致力于推动零售技术研发体系的中台能力沉淀，实现研发资源集约共享。