信息安全技术论文主题

除了四次专题授课内容外，本课程中还邀请了来自南京大学、东南大学、复旦大学、国防科技大学、厦门大学、华东科技大学、武汉理工大学、国家电网智研院、南瑞集团、中科院、中电科28所、深信服等国内外知名专家和业界技术专家进行系统的交流与深入探讨。同学们的小论文也可以根据专家讲座的题目选择其一，进行展开。内容如下：

夏元清教授主要针对云控制系统及其面临的挑战阐述了自己的观点。他认为互联网+已经成为经济发展的增长新引擎，云计算、大数据已经成为这个时代最主流的IT技术，安全作为保障这一切的基础也已不能置身事外，区别于传统独立于基础架构之外的信息安全，未来安全将成为一个基本属性融入到大数据、云计算的基础设施平台当中。未来的安全将作为一种安全能力来提供给用户。一方面，安全将完全融入到IaaS、PaaS层当中，为云计算用户基础设施和平台的安全提供最基础的保障；另一方面，在云计算当中也将形成安全资源池的形式，其所输出的应用安全、数据安全等安全能力可以提供给SaaS层的云计算最终用户。对此，张静、徐建等老师就实时安全处理、虚拟化安全等展开了讨论。

梁晓峣教授就大数据下处理器体系结构探讨做了分享和阐述，揭示了大数据应用对未来处理器架构带来的挑战，并对目前商用处理器的局限性进行了分析，也对大数据下新型处理器的体系结构设计思路做出了一些探索性的思考。分析目前主流的服务器市场处理器的3种老师性架构：以Intel Xeon为老师的多核、重核处理器，以NVIDIA Tesla图形处理器(graphic processing unit, GPU)为老师的具有强大浮点数运算能力的单指令多数据流(single instruction multiple data, SIMD)处理器，以Tilera为老师的众核、轻核处理器。对其安全性和可管理性、计算能力、稳定性等提出了自己的见解。多人参与了交流。

李涛教授阐述了大数据时代的数据挖掘的相关问题和实施思路。他认为，实现物理空间和信息空间的融合在数据挖掘领域尤为重要。张波等老师就推荐和社交分析提出了自己的观点。

李千目教授阐述了新型公共安全技术的新模型和新趋势，并交流了研究成果及其应用。他认为，终端安全解决方案是以终端安全保护系统全方位综合保障终端安全，并以数据安全保护系统重点保护终端敏感数据的安全。终端安全保护系统以“主动防御”理念为基础，采用多种形式的认证技术，以智能控制和安全执

行双重体系结构为基础，将全面安全策略与操作系统有机结合，通过对代码、端口、网络连接、移动存储设备接入、数据文件加密、行为审计分级控制，实现操作系统加固及信息系统的自主、可控、可管理，保障终端系统及数据的安全。李云等老师就强制访问控制和统一管理控制提出了自己的观点。

徐小龙教授就高效节能的绿色云计算进行了研究阐述。绿色计算特指人们为降低其使用的信息技术硬件能耗所做出的努力，譬如考虑电力消耗、空间占用、热耗散等因素，达到节能、环保的要求。他就绿色云计算问题进行了分析与讲解。他认为绿色云计算有别于传统云计算，且在成本、能耗、性能等多个方面具有重要的意义。徐永红、於东军老师对云计算细粒度计费问题提出了一些意见和讨论。

张奇教授就融合内容和结构的社会媒体分析提出了自己的见解。他认为，大数据的分析技术有助于智能应用的诚实性分析和评价，有利于保证社会媒体网络的安全性。对此，张青等老师提出了社会媒体对推荐的影响、系统软件层面的处理瓶颈等重要的挑战。

韩光超教授阐述了互联网+与先进超声辅助微塑性成形加工工艺，并分享了他的体会。多个教授就此进行了激烈讨论。

Yuanbin Wu教授提出了An Online Learning Algorithm for Bilinear Models，并认为安全融合是未来移动互联网时代的重要趋势和市场热点。陶传奇等老师就安全测评的性能进行了交流和讨论。 李云教授阐述了特征选择的稳定性及其在隐私保护中的应用研究的进展和挑战。他认为隐私保护是在互联网+时代应用最广泛的一种安全技术。孙权等待表提出了差分隐私保护的问题。

胡昊教授给出了基于代码依赖的需求到代码可追踪性分析。他认为，应用软件的功能越来越强大，程序源代码的规模也随之增加，这使得采用传统的软件测试方法来检测源代码中潜在安全漏洞的难度增加，而且可被利用的安全漏洞形式也不再局限于以往的常见漏洞。所以能根据自定义安全规则准确高效地检测出源代码中潜在安全漏洞的源代码分析方法，成为了一个值得研究的课题。

徐佳教授针对大数据的群体计算阐述了观点。他认为，大数据和众包的最佳结合就是群体计算，可以为互联网+时代的计算提供了有益帮助。张静等老师提出了学习算法的未来发展和群体智能的发展需要认真分析。

夏睿教授则从Dual Sentiment Analysis的角度阐述了大数据的分析与处理的关键问题。他认为情感分析就是分析语言的褒贬倾向，那我们就可以把这个问题看做是给文本打分，其分值在-1—1，表示最贬义和最褒义区间。那么这个问题就可以有4个思路。1.训练一个回归模型，输入是文本特征，比如实词，情感词，句法结构，输出情感分数。2.使用分类模型，比如SVM，输入同样是词，句法结构等特征，输出是褒贬区间，比如连个类别，褒和贬，或者更多的区间。这种方式一般很难获得比较精确的情感分值。3. 基于模板的方式，通过机器学习或者人工的方式抽取句法关联的情感模式，这种方式通常能够获得比较准确的情感分析，但是需要人工的投入。

魏洪涛教授阐述了移动互联网与BIM融合的应用，周红军教授阐述了基于互联网+的工业设备预维护技术，雷永林教授阐述了新一代作战效能仿真建模技术，他们分别从三个应用领域入手，分析了移动互联网带来的巨大受益和面临的难题。

孙国梓教授从网络信贷、第三方支付、P2P网贷、网络众筹等互联网金融谈起，分析网络金融犯罪及数字取证技术发展趋势；戴新副教授提出了对异构数据融合的推荐方法研究思路，何明教授阐述了互联网+思维及应用，周德宇教授给出了面向大规模网络文本的事件抽取和可视化研究成果，周绮凤教授提出了大数据与计算可持续性研究新方向，BK BAO研究员阐述了Social Event Detection技术，杨维永研究员谈了基于情景感知的企业安全大数据平台实践，张波研究员分析了国家电网公司关键信息基础设施安全保护工作，何高峰研究员进行了网络安全态势感知技术电网应用的解读，石聪聪研究员阐述了国家电网公司网络安全新思路、新方法、新举措，陈然高工进行了云计算应用的实例分享，郑宇杰高工阐述了物联网技术发展及其应用。这几组报告新思想和新思维大量涌现，包括计算可持续性这一类新名词。