2020年1月4日學術報告

報告題目：機器學習在網絡安全中的應用

報告日期及時間：2020年01月14日星期二，下午3:00

報告地點： 計算機學院大樓B-404

報告人：曾凱教授

報告人單位：美國喬治梅森大學

報告人簡介：曾凱教授現任職美國喬治梅森大學，是無線創新及網絡安全實驗室主任。曾教授于伍斯特理工學院獲得電子與計算機工程博士學位，曾在加州大學戴維斯分校從事博士後研究，以及在密西根大學迪爾伯恩分校任教。其2008年獲得伍斯特理工學院傑出博士論文獎，2011年獲得加州大學優秀博士後研究獎，2012獲得美國CAREER Award。其現擔任IEEE Transactions on Information Forensics and Security和IEEE Transactions on Cognitive Communications and Networking副主編。其研究方向為5G無線網絡安全，無線物理層安全，頻譜共享系統安全，物理信息融合系統/IoT安全及隐私，機器學習在網絡安全中的應用，分布式學習和邊緣計算。

報告摘要：本次講座介紹機器學習技術在網絡安全中的幾個應用。首先，我們介紹機器學習在無人機探測及識别問題方面的應用。通過對無人機和控制器之間無線數據流的收集和分析，我們發現不同的無人機其無線數據流具有不同的特征，可以通過機器學習分類算法識别。基于機器學習技術，我們提出了一種針對無人機加密數據流的快速識别方法。該方法能分辨不同型号和版本的無人機，并且能識别無人機的操作狀态。其次，我們探讨在線機器學習在無線頻譜共享網絡中的應用。主用戶僞裝攻擊是頻譜共享網絡中的一種常見攻擊，該問題的特殊性在于攻擊者無法獲得被攻擊信道上的reward信息。針對該特殊問題，我們對攻擊者的最優決策進行了研究，并提出了一個新的非随機在線學習算法，其regret性能達到√T。最後，我們研究機器學習在5G無線設備信号指紋識别方面的應用。我們提出了一個新的信号特征 -- 扇區級掃描過程中生成的接收信号強度序列，用以識别不同的802.11ad設備。應用反向和正向神經網絡和GAN網絡，我們構建了一種隻需較少數據就能達到快速訓練及識别的框架。

邀請人: 王骞教授