学术报告信息

 题名:  基于机器学习的物联网安全技术研究 
 报告人:  肖亮 
 报告人简介:  厦门大学信息科学与技术学院教授,网络空间安全系主任;担任IEEE高级会员,IEEE ComSoc 大数据技术委员会委员,从事网络安全,无线通信和机器学习等方向的研究。获教育部留学回国人员科研启动基金,入选福建省高等学校新世纪优秀人才支持计划。主持和参与了多项国家自然科学基金和福建省自然科学基金研究项目,参与863项目。出版4部英文学术专著/章节,获得ICC等4个国际会议最佳论文。担任IEEE Trans. Information Forensics & Security和IEEE Journal on Selected Topics in Signal Processing等多个国际SCI期刊编委。担任INFOCOM、GLOBECOM和ICC等国际学术会议技术议程委员。美国Rutgers大学电子与计算机工程系博士,清华大学电子系硕士,南京邮电学院通信工程系学士。作为访问学者,曾在普林斯顿大学,弗吉尼亚理工和马里兰大学进行研究。曾任美国Rutgers大学无线信息网络实验室(WINLAB)助研,美国InterDigital公司和贝尔实验室实习研究员,美国北卡州立大学ECE系助教,清华大学微波与数字通信国家重点实验室助研。 
 时间:  2018年11月5日(周一)10:00 
 地点:  九龙湖校区计算机楼413会议室 
 内容简介:  Internet of things (IoT) that integrate a variety of devices into networks to provide advanced and intelligent services have to protect user privacy and address attacks such as spoofing attacks, denial of service attacks, jamming and eavesdropping. In this talk, we investigate the attack model for IoT systems, and review the IoT security solutions based on machine learning techniques including supervised learning, unsupervised learning and reinforcement learning. We focus on the machine learning based IoT authentication, access control, secure offloading and malware detection schemes to protect data privacy. Finally, we discuss the challenges that need to be addressed to implement these machine learning based security schemes in practical IoT systems. 
 暂不提供下载资源