为提高教师的教科研水平和能力,进一步营造教师从事教科学研究的氛围,信息工程学院于6月14日至6月18日开展了科研学术周活动,活动以“教科研能力提升”为主题,举办了系列学术讲座。特别邀请了阿里巴巴-浙江大学前沿技术研究中心互联网数据挖掘实验室主任李朝教授作主题报告,我校信息工程学院崔琳教授、张志伟博士、王英老师、李松州老师也分别作了学术报告。同时,为落实疫情防控要求,本次活动采取线上线下相结合的方式进行。此次活动由信息工程学院院长许海峰、党委副书记(临时负责)余晓永、科研副院长崔琳、科研秘书邱慧丽共同主持,信息工程学院全体教师参加了讲座。
浙江大学李朝教授应邀作了题为“基于超大规模复杂网络系统的电商数字化治理”的学术报告。李朝指出如何在多源、异构的超大规模复杂关系网络中对作弊行为进行有效的推理识别,是电商环境治理亟待解决的难题。接着,针对电商环境中行为的复杂性和黑灰产的隐蔽性等特点,提出了多源信息融合推理、团伙识别和时空溯源技术,并研发了一套自动并行化的高性能图计算引擎,最终形成了复杂电商环境下超大规模复杂网络的推理和计算技术,对电商数字化治理提供了重要的分析和决策体系。
围绕教学方法和教学手段创新,有着丰富教学经验王英老师作了题为“混合式课堂教学方法研究与实践”的学术报告。她结合自身教学实践经验,详细介绍了如何开展教学活动、如何实施团队PK奖励等的等操作过程。
青年教师李松州老师作了题为“基于动态阈值的SDN网络DDOS攻击检测与防御”的学术报告。他指出:SDN(Software defined network)作为一种新型网络架构具有集中式管理、灵活可编程等诸多优势,但控制层和转发层的分离给通信安全也带来了挑战。基于此,为了检测SDN网络中的异常流量,介绍了一种基于动态阈值的DDOS攻击检测方法进行检测。
崔琳教授作了题为“基于社交表示的在线学习算法DeepWalk”的学术报告。她先是由近年来图神经网络(GNN)的发展历程及应用领域展开,引入了DeepWalk的算法由来及具体算法流程,最后围绕DeepWalk的算法原理,实现和应用进行了详细讲解。
张志伟博士作了题为“一种基于边卷积的复杂网络链接预测方法”的学术报告。他先是指出:主流的基于图神经网络(GNN)的链路预测方法主要集中在节点表示学习方面,容易出现过平滑问题;继而,分享了一种边卷积运算来实现链接表示学习的方法,详细介绍了该方法的算法思想、实现过程等,最终验证了该方法不仅缓解了模型过平滑问题,而且与代表性基线相比也具有一定的优势。
每场报告结束后,与会人员围绕报告中的难点进行了探讨交流,报告主讲人也会针对其中的细节一一答复。
通过开展此次科研学术周活动,为营造信息工程学院学术氛围、拓宽视野,进一步提升教师的科研水平搭建了良好的平台,为有效开展科学研究起到了积极的促进作用。
(撰稿人:李闪闪,崔琳 审核:许海峰)