南京大学计算机软件新技术国家重点实验室

摘 要：

移动应用程序包括隐私设置，允许其用户配置应如何共享其数据。 但是，即使在流行的应用程序（如Facebook）中，这些设置通常也很难被用户找到和理解。 更严重的是，默认情况下，通常将它们设置为共享用户数据。 我们报告了对该问题的首次系统研究。

另一方面，机器学习算法（例如深度学习）也可能存在缺陷。 与数字空间中的AE相比，物理对抗攻击被认为是对应用程序的更严重威胁，例如身份验证中的人脸识别，自动驾驶汽车的异物检测等。特别是，在实践中欺骗目标检测器更具挑战性 因为物体和检测器之间的相对位置可能会不断变化。 在本次演讲中，我们提出了系统的解决方案，以针对现实世界中的物体探测器构建鲁棒而实用的自动曝光。

报告人简介:

陈恺，中国科学院信息工程研究所研究员、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。主要研究领域包括软件与系统安全、人工智能安全、隐私保护。在IEEE S&P、USENIX Security、ACM CCS、TIFS、TDSC等会议、期刊上发表论文90余篇；曾主持和参加国家重点研发计划、国家自然科学基金重点项目、863计划等国家部委课题40余项。入选国家“万人计划”青年拔尖人才、北京市“杰青”等。

时间：10月10日  14:00-15:00

地点：计算机科学技术楼229室