谢雨来

华中科技大学

华中科技大学网络空间安全学院教授，博士生导师，信息安全系副主任。国家重点研发青年项目首席科学家，武汉光电国家研究中心信息存储研究部及信息存储教育部重点实验室骨干，武汉市黄鹤英才优秀青年人才，2023年华中科技大学十佳青年教工称号。现为IEEE会员、ACM会员、中国计算机学会高级会员、中国计算机行业协会信息存储与安全高级专家、中国计算机学会信息存储专委委员。主要从事大数据存储安全、云安全、入侵检测等方面研究工作。主持并参与了多项国家级科研项目，发表多篇高水平论文。此外，向国际存储标准组织提出国际存储标准建议1项，并参与了国家标准和行业标准的起草工作，获得湖北省科技进步一等奖1项。                            

田晖

华侨大学

博士，教授，博士生导师；现任华侨大学计算机科学与技术学院院长、网络与信息安全产业学院院长、厦门市数据安全与区块链技术重点实验室主任、福建省大数据智能与安全重点实验室副主任；入选福建省“雏鹰计划”青年拔尖人才、福建省百千万人才工程省级人选、福建省高校新世纪优秀人才、福建省高校杰出科研人才培育计划。现为IEEE 高级会员（Senior Member）、中国计算机学会（CCF）杰出会员、CCF信息存储专委会执行委员、CCF区块链技术专委会执行委员。主要从事网络与信息安全、数据安全、人工智能安全、区块链、多媒体内容安全等方面的研究工作。近年来，主持省部级以上自然科学基金项目10余项，其中包括国家自然科学基金项目4项，国家重点研发课题2项；在国内外著名期刊和知名学术会议上发表学术论文120余篇；获得授权发明专利28项，软件著作权6项；部分研究成果曾荣获中国电子学会科学技术奖二等奖、福建省科学技术进步奖三等奖和福建省自然科学奖三等奖等奖励。                            

华宇

华中科技大学

华宇，华中科技大学教授，国家杰出青年科学基金获得者，CCF杰出会员和杰出演讲者，长期从事新型存储器件、高性能存储系统和安全架构等方面的研究工作，注重推动大内存在持久化、原子化、智能化方面的发展，形成了从器件-系统-安全的一体化技术体系。在OSDI、ASPLOS、MICRO、FAST等会议上发表多篇学术论文。在ICDCS 2021、ACM APSys 2019等国际会议上担任程序主席/副主席，在OSDI、SIGCOMM、FAST、NSDI、MICRO、ASPLOS等国际会议上担任程序委员，是ACM Transactions on Storage期刊的编委。研究成果获得教育部自然科学一等奖等三项省部级科技奖励，以及FAST等四项国际会议和期刊的最佳论文奖。

报告题目：大内存的安全持久化机理

报告摘要：大内存系统是新型信息基础设施的重要组成部分，实现形式包括非易失内存、CXL互联内存、池化内存等。当前，大内存系统的体系架构和安全机制正面临持久域加密难、存算体融合难和多通道风险高等难题。为有效解决大内存系统在体系结构和安全加密等方面存在的技术挑战，报告将注重介绍大内存系统在体系架构、分布式事务、安全加密等方面的研究进展，为未来大内存系统的进一步发展提供思路。

李进

广州大学

李进，教授，博士生导师，入选国家高层次人才计划，广州大学科学研究院院长，人工智能学院执行院长，广东省区块链安全重点实验室主任。博士毕业于中山大学，主要研究领域为数据安全、人工智能安全。主持承担了包括国家重点研发专项、国家自然科学基金重点等项目。担任期刊International Journal of Intelligent Systems主编，同时担任IEEE TDSC等多个顶级期刊副主编。目前已发表或录用的学术论文共100余篇，谷歌学术引用21000余次，入选全球高被引学者

报告题目：人工智能隐私计算新理论方法与关键技术

报告摘要：隐私计算可以在确保数据安全隐私的前提下实现对数据的使用和处理，广泛应用在数据共享和人工智能等应用中。传统的基于密码等技术的隐私计算方法，存在效率不高或者功能受限等问题挑战，基于差分的隐私计算可以实现高效计算和隐私安全的平衡。本报告主要分析了目前隐私计算的最新进展，同时介绍了混洗差分隐私技术在实现隐私计算方面的最新工作。

刘哲理

南开大学

刘哲理，南开大学计算机学院副院长、网络空间安全学院副院长（主持工作），教育部宝钢优秀教师，教育部数据与智能系统安全重点实验室主任，中国工程院新一代人工智能发展战略研究院智能网络安全研究中心主任，中国中文信息学会大数据安全与隐私计算专委会秘书长，中国网络安全协会人工智能工作组秘书长，天津市中青年科技领军人才，教授，博士生导师。近五年，发表Usenix Security、CCS、Eurocrypt、VLDB、ISSTA、ASE、IEEE TDSC、IEEE TKDE、IEEE TIFS、IEEE TC、IEEE INFOCOM、ACM TOSEM等顶级期刊论文和会议40余篇，有9篇ESI高被引论文、2篇热点论文。主要研究方向为密文数据库、密文集合运算、差分隐私、人工智能安全等。目前主持国家自然科学基金重点项目、国家重点研发计划、国防科技创新重点项目、工信部工业互联网创新工程等纵向课题10余项，与腾讯、华为等多家知名信息安全企业建立了合作关系，是腾讯广告、华为数据库的紧密合作伙伴，建立了“数据安全联合实验室”，主持密态数据库、密文集合运算、差分隐私相关的横向课题10多项。担任多个国际会议的会议主席，包括ICICS 2023、SOCIALSEC2020、SPNCE 2019、ICA3PP2018、等。《电子与信息学报》编委，《网络与信息安全学报》编委，Springer期刊《Cybersecurity》编委和SCI一区期刊INS编委。                                

报告题目：密态数据库与密文查询技术

报告摘要：密态数据库是存储和管理密态数据的数据库管理系统，其核心任务是保护数据全生命周期的安全，并支持密态数据的检索和计算。微软、华为等纷纷发布了相关产品，密态数据的查询能力也从等值查询扩展到更多查询。可搜索加密（2000年）、保留顺序加密（2004年）、结构化加密（2011年）等密码学原语应运而生，用以解决关键词检索、范围查询、模糊查询等复杂查询问题。但是，它们在实际应用中会泄露查询模式、大小模式和访问行为模式等，基于这些模式的文件注入攻击、频率泄露利用攻击等成功的恢复了密文信息，如何保护这些模式同时提供高效的密文查询能力，成为当前研究的重点和难点。本报告的主要目的是对密态数据库密文查询技术的研究现状做系统性的介绍，并进一步展望融合茫然随机访问机、可信执行环境的相关解决方案，以及未来的相关研究方向。

李经纬

电子科技大学

李经纬，电子科技大学研究员，长期从事数据安全存储研究，致力于在保障存储数据隐私的前提下，通过降低数据冗余度，提升单位空间有效存储容量和数据读写效率，解决了存储加密导致重复数据难识别、空间受限导致重复识别难高效等关键难题，发表CCF—A类论文20篇（一作/通信作者论文15篇），获得两项会议最佳论文奖或最佳论文提名奖，连续三年（2020—2022）入选Elsevier中国大陆高被引学者。主持国家重点研发计划青年科学家项目等4项国家级、省部级项目，成果助力企业获得工信部颁发的工业互联网APP优秀解决方案。曾获中国密码学会“青年人才托举工程”提名（全国仅5人），入选电子科技大学“百人计划”。

报告题目：Secure Deduplication: Attacks and Defenses

报告摘要：安全重复数据删除结合数据加密和重复数据删除，既保障数据隐私并降低存储空间占用。目前的安全重复数据删除方法采用确定性加密，泄漏了原始明文数据的频次分布信息。在这个报告中，将介绍我们围绕安全重复数据删除的三个研究工作。(1) 我们研究了频次分布泄漏对数据隐私的实际影响，提出了基于数据局部性的推理攻击方法，揭示了攻击者可以利用泄漏的频次分布信息推断大量明密文对。(2) 我们从防御角度提出了可调节的加密重复数据删除TED，为平衡存储效率和数据隐私之间的权衡提供了一种自主可控的调整机制。(3) 我们设计了DEBE，首次通过可信执行环境实现了加密前重复数据删除，解决了目前加密后重复数据删除面临的密钥管理复杂、频次分布泄漏、难以兼容压缩等不足。

刘沛宇

浙江大学

刘沛宇，浙江大学先进技术研究院专职研究员，获浙江大学计算机科学与技术博士学位，获选博士后创新人才支持计划。主要研究方向为工业互联网安全、软件与系统安全，承担国家自然科学基金青年科学基金项目等多项，研究成果发表在USENIX Security、 IEEE S&P、 ACM CCS、ACM/IEEE ASE、 ESORICS等顶级国际会议及期刊，研制的多个系统在大型平台上获得部署应用。在IEEE ICWS等多个国际会议担任PC/Reviewer。

报告题目：How IoT Recycling Threatens Your Sensitive Data: Exploring the User-Data Disposal in Used IoT Devices

报告摘要：With the rapid technology evolution of the Internet of Things (IoT) and increasing user needs, IoT device re-using becomes more and more common nowadays. For instance, more than 300,000 used IoT devices are selling on Craigslist. During IoT re-using, sensitive data such as credentials and biometrics residing in these devices may face the risk of leakage if a user fails properly dispose of the data. Thus, a critical security concern is raised: do (or can) users properly dispose of the sensitive data in used IoT? To the best of our knowledge, it is still an unexplored problem that desires a systematic study. In this talk, we perform an in-depth investigation on the user-data disposal of used IoT devices. Our investigation integrates multiple research methods to explore the status quo and the root causes of the user-data leakages with used IoT devices. We have reported our findings to world-leading companies. We hope our findings raise awareness of the failures of user-data disposal with IoT devices and promote the protection of users’ sensitive data in IoT devices.