数据治理与新质生产力 | YEF2024
扫描报名二维码:
(扫码报名)
【数据治理与新质生产力】论坛将聚焦于数据在数字经济中的核心作用,探讨模型溯源、模型安全、内容安全、数据共享安全等议题,以及如何确保数据的可信流通和高效应用落地。模型溯源是确保人工智能系统透明度和可靠性的基础,模型安全是保障人工智能系统的稳定性和用户安全重要支撑,内容安全是维护网络环境健康的关键,数据共享安全是推动创新和协作的基石,可信流通和应用落地是构建数字经济信任体系的核心目标。这些讨论对于理解和应对数据驱动时代的挑战,促进数据要素新质生产力的技术创新和社会进步具有重大意义。
论坛安排
时间:5月16日 13:30-17:30
地点:宁波南苑饭店·主楼4层世纪厅
顺序 | 主题 | 主讲嘉宾 | 单位 |
1 | 从深度模型确权到AIGC溯源——数字水印新进展 | 张新鹏 | 复旦大学 |
2 | 人工智能中的数据与模型安全 | 纪守领 | 浙江大学 |
3 | 大数据共享与保护 | 郑臻哲 | 上海交通大学 |
4 | 基于结构熵的感知与博弈理论及方法 | 彭浩 | 北京航空航天大学 |
5 | 数据流通交易可信安全研究及贵州实践 | 陈玉玲 | 贵州大学 |
Panel环节 | 张新鹏 | 复旦大学 | |
纪守领 | 浙江大学 | ||
郑臻哲 | 上海交通大学 | ||
彭浩 | 北京航空航天大学 | ||
陈玉玲 | 贵州大学 |
执行主席
盖珂珂
北京理工大学网络空间安全学院教授
CCF区块链专委会常务委员,CCF YOCSEF总部学术委员。2022年入选国家级青年人才,同期入选2022爱思唯尔“中国高被引学者年度榜单”。长期从事网络空间安全领域的科研工作,近年来聚焦区块链、隐私计算、人工智能安全等。主持科技部重点研发项目课题、国家自然科学基金面上项目等10余项科研项目;发表SCI/EI论文180余篇,含ESI高被引论文10篇,获国际会议/期刊最佳论文奖10项,谷歌学术引用一万余次,H-index指数51;申请专利60余项;合著教材5部。担任IEEE技术与工程管理学会区块链专委会联合主席,新工科联盟区块链工委会秘书长,IEEE计算机学会智慧计算特别技术社区秘书长,担任期刊Blockchains主编,担任多个网络安全、区块链领域的国际会议程序委员会主席,担任TDSC、JPDC、FGCS等多个学术期刊编委,IEEE高级会员(IEEE Senior Member);担任中国国际电视台(CGTN)特邀专家。
论坛讲者
张新鹏
复旦大学教授
入选国家级人才项目,二级教授。入选上海市东方英才计划领军项目、上海市优秀学术带头人、上海市曙光人才计划、上海市“东方学者”跟踪计划、上海市浦江人才计划、上海市“青年科技启明星”跟踪计划。曾赴美国纽约州立大学宾汉顿分校访问一年,受德国洪堡基金会资助作为资深研究员赴德国康斯坦茨大学访问14个月。主持国家自然科学基金重点项目、国家重点研发计划项目、国家863计划等科研项目40余项。发表论文400余篇,被引18000余次,2014年—2023年连续十年入选“爱思唯尔”中国高被引学者榜单,2020年入选“科睿唯安”全球高被引科学家。申请发明专利40余项,授权近30项。获上海市自然科学奖一等奖、安徽省自然科学奖一等奖、国家级教学成果二等奖。担任 IEEE Trans. on Information Forensics and Security (IEEE T-IFS)等国际学术期刊的 Associate Editor、ACM IH&MMSec 和IEEE WIFS等国际学术会议的主席。
报告题目:从深度模型确权到AIGC溯源——数字水印新进展
摘要:
随着AI技术的不断进步,大模型在不同领域展现出巨大的潜力,但同时也面临各种风险问题。一方面,大模型昂贵的开发成本,对模型非法窃取与传播将严重损害模型持有者的正当权益。另一方面,利用AIGC技术生成逼真的虚假照片、视频和声音等信息信息可能被别有用心者用于操纵公众舆论、捏造虚假宣传、抹黑商业对手、诋毁个人名誉甚至实施精准欺诈。模型水印技术作为一种主动防御手段,近年来被广泛应用于深度模型的版权保护和生成内容溯源。本报告将介绍深度学习模型水印的发展历程,探讨判别式模型水印和生成式模型水印的核心问题和面临的挑战,展望AIGC水印发未来发展。
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
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,入选国家级人才项目、高层次科技创新人才、国家青年特聘专家等。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:人工智能中的数据与模型安全
摘要:
当前以深度学习、分布式学习等为代表的人工智能技术飞速发展并被广泛应用。然而,在构建和应用人工智能模型与系统的过程中,存在大量的数据、模型安全隐私风险。本次报告围绕人工智能技术的应用,讨论相关数据与模型安全隐私攻防技术,并探讨若干未来潜在研究问题。