数字取证与权属保护系列会议（二）
“数字取证与权属保护系列会议”由南京信息工程大学数字取证教育部工程研究中心和计算机学院、软件学院、网络空间安全学院举办，第二期会议将于2021年12月25日召开。
报告日程：
08:30-09:30 赵 耀 教授 北京交通大学
09:30-10:30周建涛 副教授 澳门大学
报告地点：线上研讨，腾讯会议号：727-890-714
主持人：付章杰 教授 数字取证教育部工程研究中心执行主任
欢迎广大师生踊跃参加！
报告题目1：媒体数据内容安全
报告摘要：
数字媒体的完美拷贝特性使其版权问题凸显，而photoshop等图像编辑工具的广泛应用，特别是近年来deepfake等AI换脸工具的出现，又使其内容很容易被篡改，媒体内容的安全岌岌可危。可逆信息隐藏技术是一种能将秘密信息隐藏在媒体数据中以实现信息的秘密通信、版权和内容真实性认证等目的，并可以在提取秘密信息后恢复原始载体的一类信息隐藏技术，该技术得到了国内外学者的广泛关注。本报告将介绍可逆信息隐藏的基本概念，回顾其典型的嵌入方法，并详细介绍本实验室最近的相关成果（Pairwise PEE, Adaptive Pairwise PEE, 基于多直方图的JPEG域可逆水印技术）。
个人简介：
赵耀，教育部人才计划获得者、国家杰出青年科学基金获得者。现任北京交通大学信息科学研究所所长，“现代信息科学与网络技术”北京市重点实验室主任。研究领域为数字媒体信息处理与智能分析，包括图像\视频压缩，数媒体内容安全，媒体内容分析与理解，人工智能等。主持了国家重点研发计划、973计划等课题30余项。在包括IEEE Trans.等国内外期刊、会议上发表论文200余篇。作为第一完成人获北京市科学技术奖一等奖等省部级奖励4项。指导的博士生7人获北京市和中国计算机学会优秀博士论文奖。受邀担任了 IEEE Transactions on Cybernetics、IEEE Transactions on Circuits and Systems for Video Technology等多个国际杂志编委。他是国务院学科评议组成员，科技部重点研发计划云计算与大数据专项总体组专家。
报告题目2：Access Control of Deep Models via Selective Encryption and Adversarial Example Detection
报告摘要：
Access control of deep models becomes more and more important, due to the existence of unauthorized and malicious users. In this talk, we present some preliminary results on offering access control to pre-trained deep models. To prevent unauthorized access, we propose a probabilistic selective encryption (SE) algorithm, which also has a unique feature of providing hierarchical services to authorized users. This access control scheme is implemented in the denoising and classification deep models to showcase the effectiveness. In addition, we consider the access control of deep models from the perspective of adversarial example (AE) detection. We find that normal examples (NEs) are insensitive to the fluctuations occurring at the highly-curved region of the decision boundary, while AEs typically designed over one single domain (mostly spatial domain) exhibit exorbitant sensitivity on such fluctuations. Such phenomenon motivates us to design an effective AE detection scheme by exploiting the sensitivity inconsistency of Spatial-Transform domain. The proposed Sensitivity Inconsistency Detector (SID) achieves improved AE detection performance and superior generalization capabilities, enabling access control against malicious users.
个人简介：
周建涛博士，澳门大学科技学院电脑与资讯科学系副教授，博士生导师，人工智能与机器人中心代主任，智慧城市物联网国家重点实验室城市大数据与智能技术研究室核心成员。2009年于香港科技大学电子及计算机工程系获得博士学位。曾作为富布赖特（Fulbright）青年学者于美国伊利诺大学厄巴纳－香槟分校访学。多年来一直从事图像处理、信息安全、计算机视觉等方面的研究。近年来在IEEE Trans. Image Processing, IEEE Trans. Signal Processing，IEEE Trans. Information Forensics and Security等一流期刊发表论文80余篇。在IEEE CVPR，ACM Multimedia，AAAI等主流会议上发表论文80余篇。目前担任图像处理领域的顶级期刊IEEE Trans. Image Processing (影响因子10.856)及IEEE Trans. Multimedia(影响因子6.513)的副编辑(Associate Editor)。并多次担任IEEE ICME，IEEE ICIP，IEEE ICASSP等主流国际会议的技术委员会成员。在图像处理领域的研究成果受到国际同行的高度认可，获得2016年度IEEE ICME最佳学生论文奖及2020年度ICME最佳论文Runner-Up奖。
报告题目3：人工智能安全对抗
报告摘要：人工智能技术的出现和广泛使用带来了前所未有的安全问题。本议题将围绕人工智能安全对抗展开，介绍人工智能对抗攻击、模型窃取等攻击手段，重点介绍针对攻击的防御措施——神经网络的手术刀，在神经元层次进行模型的修复；最后也将讲述模型的知识产权保护手段以及数据遗忘等隐私相关问题。
个人简介：
陈恺，中国科学院信息工程研究所研究员，中国科学院大学教授、博士生导师。信息安全国家重点实验室副主任，《信息安全学报》编辑部主任。2010年获中国科学院研究生院博士学位。中国计算机学会-系统软件专委会常委、人工智能学会-人工智能与安全专委会常委、中国保密协会-隐私保护专委会常委。主要研究领域包括系统安全、人工智能安全。在IEEE S&P、USENIX Security、ACM CCS、ICSE、ASE、TIFS、TDSC、TMC等发表论文100余篇；曾主持国家自然科学基金（重点项目）、国家重点研发项目课题等国家、部委课题40余项。RAID 2019大会副主席，S&P、USENIX Security、CCS等A类会议程序委员会成员。获得国家“万人 计划”领军人才、青年拔尖人才、CCF-IEEE CS青年科学家奖、北京市自然科学基金“杰出青年”基金、北京市智源青年科学家、北京市“科技新星”等资助。
