（一） 时间：2024年11月15日

（二） 地点：中国桂林·广西师范大学育才校区逸夫楼二楼报告厅

（三） 参会人员：

广西师范大学校领导、计算机科学与工程学院/软件学院相关领导、报告专家、高校代表、师生代表

（四） 会议议程

讲者/报告信息

报告1：

报告题目：市场需要什么样的网络安全人才？

报告摘要：近15年来，网络安全人才就业经历了一个从困难到火爆，再回落的过程，尤其是近两年，AI的巨大进步也对网络安全人才的就业带来了新的冲击，市场需要什么样的网络安全人才？是一个需要了解的问题。

个人简介：谭晓生，北京赛博英杰科技有限公司创始人、董事长，高级工程师，正奇学苑网络安全创业营创始人，前360集团技术总裁、首席安全官，2020年获工业和信息化部网络安全产业发展中心首批网络安全创新创业导师称号，2018年获中国互联网发展基金会网络安全优秀人才称号，中国计算机学会(CCF)理事、CCF YOCSEF秘书长，2012年获中关村高端领军人才称号，教育部安全科学与工程类专业教指委委员。

报告2：

报告题目：智算中心网络：产业现状与前沿技术

报告摘要：以大模型为代表的人工智能技术飞速发展，对智算中心的计算能力提出了更高要求，万卡甚至十万卡的集群成为训练基础大模型的入场门槛。随着运算规模的不断增长以及芯片运算速度的提升，训练任务的瓶颈已经不在于单个GPU卡的算力。智算集群内各节点间网络传输所消耗时间在整体智算任务完成时间中的占比不断上升，在大型智算任务中甚至可高达65%。因此，智算中心网络的传输效率成为了决定智算任务完成效率的关键。本次报告将探讨面向大规模智算中心的高性能互连网络技术，简介目前的产业现状和前沿技术，并分享一些报告人团队近期在RDMA协议栈优化方面的研究工作。

报告人简介：陈果，湖南大学信息科学与工程学院教授，国家超算长沙中心常务副主任。长期从事高性能网络研究，在RDMA协议栈、路由传输协议等方面有多项研究成果应用于华为鲲鹏芯片、腾讯自研交换机、腾讯CDN网络和百度无线搜索等。在NSDI、USENIX ATC、INFOCOM、ToN等相关学术刊物和会议发表多篇论文。入选国家优青、湖南省优青、长沙市杰青，获华为最佳技术合作教授、湖南省科技进步二等奖、中国产学研合作创新奖（个人奖）等荣誉，主持三项国家自然科学基金、科技部重点研发课题、十余项华为、腾讯等头部企业合作研究项目。主讲《编译原理》和《云计算技术》，获全国高校计算机专业优秀教师、湖南省教学成果二等奖、湖南省信息化教学竞赛一等奖、湖南省一流课程等奖项。指导学生获中国高校计算机大赛特等奖、湖南省计算机学会优秀论文、湖南大学优秀论文等荣誉。任中国计算机学会（CCF）高级会员，CCF YOCSEF长沙23-24主席。

报告3：

报告题目：图神经网络及其在时空数据挖掘中的应用

报告摘要：图神经网络是一类专为处理图结构数据而设计的深度学习模型，其核心原理是通过消息传递机制，将节点自身特征与邻居节点的信息进行聚合，从而学习节点、边或整个图的表示。近年来图神经网络已在社交网络分析、推荐系统和生物信息学等多个领域展现了强大的建模能力。本报告首先介绍图神经网络的基本原理和发展概况，然后介绍本课题在多层异质图神经网络方面的最新研究，之后介绍课题组将图神经网络应用于时空数据挖掘领域的研究工作，包括位置推荐、交通流预测、移动关系推理等。最后，讨论研究生创新能力培养的几点经验与思考。

报告人简介：于彦伟，中国海洋大学教授、博士生导师，山东省泰山学者青年专家，中国海洋大学“青年英才工程”第一层次，长期从事数据挖掘、人工智能、大数据技术方向研究。博士毕业于北京科技大学，曾在美国伍斯特理工学院进行博士联合培养，在宾夕法尼亚州立大学从事博士后研究。主持国家自然科学基金三项，面上项目两项、青年项目一项，参与承担多项国家自然科学基金、山东省自然科学基金、山东省重点研发计划等项目。在数据挖掘与人工智能相关领域发表论文60余篇，其中在CCF A/B类会议/期刊、ACM/IEEE汇刊、中科院一区Top期刊上发表学术论文40余篇。获得2019年山东省科技进步二等奖一项、2021年山东省自然科学三等奖一项、2022年山东省人工智能自然科学二等奖一项、2023年山东省优秀硕士学位论文指导教师称号。担任山东省人工智能学会常务理事、CCF人工智能与模式识别专委会执行委员、CCF大数据专家委员会执行委员、CCF信息系统专委会执行委员、CCF服务计算专委会执行委员、CAAI智能服务专委会委员、CCF YOCSEF青岛23-24年度AC主席；近五年连续担任 KDD、AAAI、IJCAI、WWW、SIGIR、WSDM、SDM等 CCF A/B 类国际会议的程序委员会委员。

报告4：

报告题目：科研选题导引——以跨模态视觉感知与生成为例

报告摘要：多源异构多媒体数据的日益激增以及视觉和语言等单一模态内容理解技术的飞速进展对跨模态信息检索、内容生成以及人机智能交互等跨模态学习技术提出了更高的要求。跨模态表征与生成是跨模态学习的两大核心基础问题，跨模态显式的语义对齐是实现细粒度、可解析的跨模态理解技术的核心关键。本次报告将从图网络信息传播、多模态大模型蒸馏、知识嵌入、结构一致性表征等角度介绍研究组近年来在跨模态语义对齐等方面的研究尝试，并介绍相关技术在跨模态视觉目标定位、跨模态医学信息处理以及数字人视频生成等领域的应用验证。

报告人简介：李冠彬，中山大学计算机学院教授，博士生导师，国家优秀青年基金获得者。主要研究领域为跨模态视觉感知、理解与生成。 迄今为止累计发表CCF A类/中科院一区论文 180 余篇，Google Scholar 引用超过 13900次。曾获得吴文俊人工智能优秀青年奖、ACM 中国新星提名奖、中国图象图形学学会科学技术一等奖、ICCV2019 最佳论文提名奖、CVPR2024最佳论文候选、ICMR2021 最佳海报论文奖等荣誉。主持了包括国自然优青、面上、青年、广东省杰青、 CCF-腾讯犀牛鸟科研基金、华为Mindspore学术基金、美团北斗科研合作基金等 10 多项科研项目。担任CSIG青工委副秘书长、CCF YOCSEF广州主席、广州计算机学会副秘书长、VALSE执行副主席等。担任CVPR、ECCV、AAAI等顶级会议领域主席（AC）或高级程序委员。担任The Visual Computer编委，获得8项CVPR、NeurIPS、ACM MM等国际顶级会议竞赛冠军。