1. 顶配师资：名校教授 + 行业头部大咖联合授课

本次夏令营集结多所双一流高校核心师资与国内顶级安全企业技术负责人，阵容极其豪华：

高校授课团队：复旦大学、天津大学、南开大学、北京理工大学资深教授、博导，带来体系化、前沿性AI安全理论课程。

企业实战导师：腾讯集团、阿里巴巴、奇安信集团、长亭科技等行业大牛，分享一线AI安全攻防、大模型风控、自动化漏洞挖掘、企业落地实战案例。

2. 双阶段培养：系统教学 + 前沿学术论坛

本次活动分为理论教学与学术论坛两大模块，兼顾基础夯实与前沿视野拓展：

8月10日—14日｜理论课程阶段

理论课程阶段围绕大模型技术原理、大模型安全、智能体安全、数据隐私安全、企业AI安全应用实践等核心方向开展系统化教学，循序渐进构建完整AI安全知识体系。（详细课程见文末）

8月15日—16日｜学术论坛阶段

邀请校内外优秀学者、企业技术专家开展前沿报告，设置产学研圆桌论坛、师生面对面交流，聚焦行业热点、科研难点、就业升学趋势，打通学术与产业壁垒。（详细议程见下篇文章）

3. 超多专属营员福利

· 颁发官方权威夏令营结业证书，评优可获优秀营员证书

· 近距离对接名校导师、大厂技术专家，解锁科研、实习、升学咨询渠道

· 优先获得 DataCon 大数据安全分析竞赛指导、数据集开放

· 获取独家课程课件、行业实战案例、AI安全前沿学习资料

主办单位：

南开大学密码与网络空间安全学院

协办单位：

清华大学网络和系统安全研究室

复旦大学系统软件与安全实验室

天津大学网络安全学院

奇安信集团

阿里巴巴钉钉

蚂蚁集团

腾讯安全应急响应中心（TSRC）

长亭科技

北京蓝莲网安科技有限公司

DATACON组委会

活动时间：

2026年8月10日—8月16日

活动地点：

南开大学（津南校区）

招募规模：

全国限额50人，择优录取

课程名称：大模型技术原理概论

课程介绍：

1.大模型概述与基础

2.大模型数据工程与预训练

3.大模型后训练：参数微调、Prompt工程、人类对齐

4.大模型推理

5.大模型应用与部署

讲师介绍：

陶清华 北京理工大学自动化学院

陶清华，北京理工大学自动化学院教授，国家级青年人才（海外）。博士毕业于清华大学自动化系，曾任比利时荷语鲁汶大学电子系博士后研究员。长期从事深度神经网络建模与优化方法的研究，旨在解决深度神经网络在建模和应用中的复杂性、泛化性与鲁棒性问题，在Nature Reviews Methods Primers、IEEE TPAMI、IEEE TNNLS、NeurIPS、ICML、ICLR等期刊/会议发表论文30余篇。

课程名称：从对抗样本到大模型越狱

课程介绍：

随着人工智能模型从传统图像分类模型逐步发展到大语言模型和多模态大模型，针对模型输入与交互机制的攻击方式也在不断演进。本课程将系统介绍对抗样本的基本概念、生成原理与典型攻击方法，并结合图像分类任务讲解 FGSM 等经典对抗攻击技术。在此基础上，进一步介绍大语言模型提示词越狱、文本对抗扰动以及多模态对抗输入等新型攻击方式，通过实验帮助学员理解不同类型人工智能模型面临的对抗攻击风险及其实现过程。

讲师介绍：

潘旭东(博士生：李长艺、范一禾） 复旦大学

潘旭东，复旦大学副研究员（学敏学者）、上海创智学院全时导师，研究方向为大模型安全与治理，在国际上较早发现多种商用大模型数据隐私（2020）、后门（2022）和自主复制风险（2024）等，多次得到OpenAI、Google、Anthropic等顶尖AI公司正面评价，作为全球32位专家之一，受邀与Yoshua Bengio、Geoffrey Hinton在内的多位图灵奖得主联署《上海共识》。主持国家重点研发计划课题在内的多项科研项目，并担任网络安全顶会USENIX Security和CCS程序委员会委员和AI顶会NeurIPS领域主席。入选国家网信创新人才（2024）、世界人工智能大会云帆奖（2024）等。

课程名称：大模型训练数据安全与隐私攻击

课程介绍：

大语言模型在海量数据上训练，可能记忆并泄露训练语料中的个人信息、代码及其他敏感内容。本课程将从深度学习中的数据投毒、模型后门、模型反演和梯度泄露出发，重点介绍大模型训练数据记忆、成员推断与训练数据提取攻击的基本原理。实验将复现经典的大模型训练数据窃取方法，通过构造提示词和批量查询，从模型输出中恢复部分训练样本，帮助学员理解大模型面临的数据泄露风险及其防护思路。

讲师介绍：

潘旭东(博士生：李长艺、范一禾） 复旦大学

课程名称：大模型 Agent 技术原理概论

课程介绍：

随着大语言模型能力不断增强，基于大模型的智能体（Agent）逐渐成为实现复杂任务自动化的重要技术方向。本课程将系统介绍 Agent 的基本概念、整体架构与核心组件，包括 ReAct 推理范式、任务规划、工具调用、环境交互以及记忆机制等内容。通过实验实践，帮助学员理解 Agent 如何基于大模型完成多步骤任务，并掌握构建基础 Agent 系统的方法。

讲师介绍：

潘旭东(博士生：李长艺、范一禾） 复旦大学

介绍同上

课程名称：大模型Agent安全

课程介绍：

大模型Agent在具备自主决策、工具调用和环境交互能力的同时，也引入了新的安全风险。本课程将围绕 Agent 系统面临的典型安全问题展开，包括提示注入攻击、工具调用滥用、权限越界、恶意信息传播以及记忆污染等风险。通过构造实际攻击场景，帮助学员理解 Agent 安全威胁产生的原因，并探索相应的检测与防御方法。

讲师介绍：

潘旭东(博士生：李长艺、范一禾） 复旦大学

介绍同上

课程名称：AI驱动的身份认证攻防与隐私安全

课程介绍：

生成式AI正在重塑身份认证安全：大模型既能辅助风险评估，也可能学习用户习惯、关联个人信息并实施更精准的口令猜测。本课程以口令安全为切入点，结合前沿成果，呈现AI赋能攻防的双重影响。

1. AI安全背景：从传统口令攻击到大模型时代的智能化攻防；

2. 技术与场景：统计学习、深度生成模型和大模型如何应对漫步猜测、个人信息定向猜测、口令重用与掩码猜测；

3. 前沿案例：PassLLM及掩码口令攻击的核心思路与现实风险；

4. 安全治理：口令数据与隐私边界、口令策略和多因素认证；

5. 互动研讨：从攻击者与防守者双重视角分析真实身份认证场景。

讲师介绍：

邹云开  南开大学密码与网络空间安全学院

邹云开，南开大学密码与网络空间安全学院助理研究员（博士后），合作导师为汪定教授。2024年6月博士毕业于南开大学，获2024年ACM天津优秀博士学位论文奖，入选电子与信息学报“星航计划优秀青年学者”。主要研究方向为口令密钥安全，关于定向口令猜测的研究引起华尔街日报、日本理工新闻周报等媒体报道，相关成果发表在IEEE S&P、USENIX Security、NDSS、计算机学报、密码学报等国内外刊物。主持国家自然科学基金青年基金项目（C类）与博士后面上项目，担任USENIX Security、ICICS、DSPP等会议的程序委员会委员、《高置信计算（英文）》青年编委，以及ACM TOPS、TDSC、TIFS等信息安全顶级期刊审稿人。指导学生获得全国高校密码数学挑战赛一等奖以及全国密码技术竞赛一等奖。

课程名称：基于LLM的密码芯片设计与安全攻防

课程介绍：

1. 密码芯片设计与LLM基础

2. LLM驱动的密码芯片设计方法

3. LLM驱动的密码芯片安全分析

4. 综合案例与前沿展望

讲师介绍：

鲁赵骏  天津大学网络安全学院

鲁赵骏，2018年获得华中科技大学光学与电子信息学院微电子学与固体电子学工学博士学位。2025年10月至今在天津大学网络安全学院担任英才副教授，主要研究方向为密码芯片设计与安全，在NDSS、DAC、IEEE TC等高水平会议和杂志发表论文20余篇，独立负责“密码芯片工程”实践课程体系建设，担任CCF容错专委执行委员并获得2023年度CCF杰出演讲者。作为指导教师，带领学生参加各类竞赛并获得“挑战杯”揭榜挂帅、“中国高校计算机大赛”等全国奖项。

课程名称：AI驱动的操作系统内核漏洞挖掘与利用

课程介绍：

Linux 内核是当前 AI 安全研究能力的核心试炼场。2026年以来，Anthropic Mythos、OpenAI Daybreak、DARKNAVY deepsec 等系统相继报告大量内核零日漏洞，标志着 AI 漏洞挖掘已从辅助分析进入自主发现阶段。本课程围绕内核攻击面，系统介绍当前主流技术路线：基于 Harness 工程化的目标制导（VDH/VVS 模式）、Bug Class Mining 与变体挖掘、多模型辩论式验证（MDASH 范式）、以及从漏洞发现到 exploit 构建的全链路 Agent 协作架构。在此基础上，对比分析 CyberGym、ExploitGym、kernelCTF 等评测框架的设计逻辑与能力度量维度，探讨“发现”与“利用”作为两个独立能力阶梯的评估方法学。最后结合企业级OS安全实践，讨论 AI 漏洞挖掘能力如何与大规模漏洞管理体系集成落地，涵盖自动化影响评估、补丁 Backport、修复 SLA 闭环等环节，并探讨防御侧先发出击的战略必要性。

讲师介绍：

杨达明  腾讯安全应急响应中心（TSRC）

杨达明，腾讯安全平台部基础安全中心 OS 安全负责人。多年从事终端安全、Linux 平台攻防相关工作，致力于 AI 智能体技术在操作系统安全领域的提效落地。涉猎二进制安全及大语言模型等领域。

课程名称：企业级AI native安全体系与数据保护

课程介绍：

1. 企业级 AI Native 安全体系

2. 数据保护与隐私安全

3. 企业级落地实践

讲师介绍：

刘煜堃 阿里巴巴钉钉

刘煜堃，现任阿里巴巴集团钉钉安全负责人，负责AI Native的企业办公协同场景中的风险治理、安全、隐私与可信体系建设。此前在阿里云负责安全保障工程、应用安全与硬件安全相关工作，长期聚焦AI for Security、Security for AI、基础设施安全、可信/机密计算、漏洞发现与修复、数据保护、反欺诈与滥用风险控制等方向。硕士毕业于清华大学，蓝莲花战队成员。

课程名称：智能体安全攻防与检测

课程介绍：
基于大模型的应用，正从简单的问答对话模式，进化为能自主规划、调用工具、读写记忆的智能体系统。与此同时，安全风险的本质也发生了变化——我们不再只担心模型输出有害内容，而是要直面智能体在执行过程中被不可信上下文（如恶意网页内容、被污染的检索结果）诱导，从而触发越权操作、敏感数据外泄、记忆污染等真实风险。本课程从执行过程视角审视智能体的攻击面，分析不可信上下文如何影响规划、工具调用、知识检索等阶段，并对MCP、Skill 等能力生态的攻击手法、检测思路与防护方法进行讲解。

讲师介绍：

王衍豪  长亭科技

王衍豪，2019年获得中国科学院大学工学博士学位。主要从事程序分析与软件安全研究，围绕人工智能驱动的漏洞检测与安全分析方法开展了系统性工作，同时在物联网安全等方向也开展了系统性探索。近年来，在网络与系统安全、软件工程及人工智能等领域的多个国际顶级会议和期刊发表论文，包括IEEE Security & Privacy、ACM CCS、USENIX Security、NDSS、ICSE、ASE、AAAI、以及IEEE TDSC、IEEE TSE等。

课程名称：基于LLM的模糊测试技术

课程介绍：

1.模糊测试技术背景和发展

2.大语言模型结合模糊测试发展现状介绍大语言模型当前技术发展情况，包括Agent，工作流，微调等。分别从源码模糊测试，网络协议测试，固件模糊测试等方面分别介绍当前是如何将大语言模型融合到模糊测试中。

3.介绍最新的顶会研究成果SynapseFlow。

4.介绍如何利用agent生成harness code。

5.现场答疑。

讲师介绍：

张兴  奇安信技术研究院

张兴，博士，现任奇安信技术研究院安全研究员。2021年博士毕业于国防科技大学信息与通信工程专业。目前从事基于大模型的模糊测试研究工作。主要研究方向为智能化软件漏洞挖掘分析，在该领域有9年研究经验，曾经获得第一二届全国RHG竞赛一等奖，并在Usenix Security、ICSE、CCS等会议期刊上发表研究成果。

课程名称：从 LLM 到 Agent 自动化漏洞挖掘系统的研究与实践

课程介绍：

随着大模型能力快速发展，自动化漏洞挖掘正在从“模型辅助分析”走向“Agent 驱动的系统化协作”。报告将围绕代码理解、漏洞定位、利用验证和二进制审计等关键环节，介绍相关学术研究的主要思路与技术演进，并进一步讨论 Agent 如何通过任务规划、工具调用、多角色协同和持续执行提升漏洞挖掘效率。最后将结合我们自研的 RA 系统，展示一个面向真实审计场景的自动化漏洞挖掘实践框架。

讲师介绍：

陈国强 奇安信技术研究院

陈国强，现任职于奇安信科技集团股份有限公司，担任技术研究院安全研究员。长期致力于网络空间安全领域的研究与实践，主要研究方向涵盖AI安全、二进制程序分析、大语言模型、AI Agent与漏洞挖掘等领域，在CCS、NDSS、TOSEM、ASE、ACL等国际高水平期刊和会议发表多篇学术成果。

扫描下方二维码进行线上报名。

报名费用：5000元/人（含7天食宿费用及相关的夏令营材料）

早鸟优惠：4800元/人（7月20日前报名并缴费）

成团优惠：4700元/人（2人及以上组团报名）

网上申报的截止日期为2026年7月31日（名额有限，以缴费先后顺序为准，报满为止）。

账户名称：北京蓝莲网安科技有限公司

银行账号：321020100100217338（兴业银行北京东城支行）

意向报名同学可扫描二维码加入咨询微信群或添加助教微信进群：

杨洁  15810080675  

欣蕾  13718411604（微信同号）

1. Coding Plan 网络安全特供名额：面向通过审核的联盟伙伴，开放智谱 Coding Plan 团队版 5 折特供名额。Coding Plan 名额有限，优先支持安全研发、代码审计、漏洞分析、补丁验证、测试用例生成和代码修复等高价值场景（Coding Plan 是智谱面向开发者编程场景的 AI 编程套餐）。

2. GLM-5.2 API 特供 5 折权益：面向具备持续使用需求的企业、机构和安全团队，开放 GLM-5.2 API 5 折特供权益，支持在合法授权、防御优先的前提下，用于漏洞挖掘、代码审计、安全测试和产品集成。

3. 企业级技术接入与治理支持：对于重点伙伴，联盟将优先提供额度及并发保障、接入支持和场景适配，帮助其将 GLM-5.2 能力稳定接入自身产品、服务和安全研发流程。

4. 联盟生态协同机会：优秀伙伴可优先参与联盟闭门交流、联合评测、场景共创和国产软件安全提升专项，共同推动大模型能力服务网络安全防御体系建设。

1. 受邀与验证：有意参与的企业、机构或个人可向中关村自主大模型产业联盟提交申请，并提交防御性使用场景说明，联盟审核通过之后即可开放。

2. 合法授权、防御优先：联盟伙伴仅限用于授权场景，对异常调用与疑似违规场景，将通过审计和访问控制进行治理。

3. 模型输出为专家辅助而非最终结论，须经人工复核与工程验证后，方可用于生产处置或对外披露；漏洞遵循负责任披露流程。

中关村自主大模型产业联盟希望通过这一计划，让先进大模型能力优先服务可信防御者，帮助安全圈更早发现风险、更快完成修复，把 AI 安全能力真正转化为国产软件和互联网基础设施的安全提升。

欢迎您的加入！

中国计算机学会（CCF）

中国科学院计算技术研究所处理器芯片全国重点实验室

中国计算机学会网络与系统安全专委会

清华大学网络科学与网络空间研究院

浙江大学区块链与数据安全全国重点实验室

复旦大学系统软件与安全实验室

奇安信集团

蚂蚁集团

会议地点：中国科学院计算所一层报告厅（北京市海淀区科学院南路6号）

（注：本次论坛无报名费，参会人员会议食宿自理，请扫描文末二维码报名参会）

王小云  清华大学

任   奎  浙江大学

王   伟  西安交通大学

陈   恺  中国科学院信工所

武成岗  中国科学院计算技术研究所

杨   珉  复旦大学

韦   韬  蚂蚁集团

苏璞睿  中国科学院软件研究所

段海新  清华大学

武成岗  中国科学院计算技术研究所

王志波  浙江大学

刘保君  清华大学

张   源  复旦大学

王   喆  中国科学院计算技术研究所

贾相堃  中国科学院软件研究所

李   媛  中关村实验室

张东嵘  中关村实验室

（具体日程以会议当天为准）

刘焱  蚂蚁集团天宸实验室主任

报告主题：

智能革命时代：自主智能体兴起与安全范式重塑

内容摘要：

2026 年自主智能体迈入工业化闭环，AI 编码实现高效可信交付，但 AI 引发人控、自身、数据泄露三重失控与两大原生高危漏洞，传统安全防线全面溃败。报告提出以 AI 能力为 “魔法”、原生安全为 “道法”，构建 HOP、NbSP、OVTP、ARCP 四大范式，依托安全平行切面与星绽 OS 等技术，打造确定性收敛的原生安全防御体系，平衡攻防经济，应对智能爆发时代的安全挑战。

嘉宾简介：

刘焱，蚂蚁集团天宸实验室主任，清华大学高等研究院-“隐私计算与区块链联合研究中心”副主任，浙江大学硕士研究生行业导师。专注于大模型原生安全及大模型赋能安全技术研究，在人工智能安全领域深耕十余年。迄今已发表顶级学术论文40余篇，获得国家发明专利80余项，出版AI安全领域专著5部。多次在Black Hat、DEF CON等国际顶级安全会议上分享前沿攻防成果。参与多项人工智能与大数据安全国家标准及行业标准的制定工作，持续推动领域技术规范发展。

刘金飞  浙江大学百人计划研究员

报告主题：

数据要素交易与安全

内容摘要：

本报告围绕“数据交易与安全”展开，探讨数据作为新型生产要素在流通中的价值释放与安全保障。首先介绍数据要素市场中数据拥有者、中间商与购买者的交易关系，重点讨论数据产品定价与数据贡献评估：包括如何基于不完全信息博弈实现数据产品定价，以及如何利用合作博弈中的Shapley值对多方贡献进行公平评估。随后，报告讨论数据交易中的安全挑战：买方交易前难以判断数据价值，卖方可能夸大效用信号，而直接披露数据又会造成交易价值泄露。结合可信交易信号机制研究，报告介绍如何利用安全多方计算、承诺机制与哈希验证，在保护买卖双方数据隐私的同时生成可靠效用信号，从而增强交易信任、降低交易风险，促进数据要素安全高效流通。

嘉宾简介：

刘金飞，百人计划研究员，博士生导师，国家高层次青年人才，浙江省杰青，小米青年学者。2017年博士毕业于美国埃默里大学，荣获埃默里大学毕业生最高荣誉“Chris Schoettle杰出研究奖”，毕业后在佐治亚理工学院和埃默里大学任博士后研究员。刘金飞博士主要从事数据要素交易、数据安全与合规等方向的研究工作。发表了60余篇同行评议的会议与期刊论文，其中CCF-A类论文40余篇，荣获包括CCF-A类顶会CCS杰出论文奖在内的多个奖项，设计了全球首个以机器学习模型为交易对象的数据要素交易架构。担任ACM TKDD和AILET副主编，是数据库领域所有旗舰会议（e.g., VLDB, SIGMOD, ICDE）和其他领域旗舰会议（e.g., CCS, NeuIPS, KDD, SIGIR, WWW）的程序委员会委员，参与国标《数据交易安全服务》和国际IEEE数字水印标准制定，主持国家自然科学基金、国家重点研发计划课题和浙江省杰出青年科学基金。

李经纬 电子科技大学教授

报告主题：

ShieldReduce: Fine-Grained Shielded Data Reduction.

内容摘要：

在外包备份管理中，存储资源节省与数据机密性是两大核心目标，但二者往往相互冲突。面向重复删除的加密方案虽已被广泛研究，能够让加密数据支持重复去重，却无法兼容细粒度差分与本地压缩技术，因而难以进一步降低存储开销。本报告提出 ShieldReduce 安全外包存储系统：依托英特尔 SGX 可信执行环境，融合重复数据删除、差分压缩与本地压缩技术，实现细粒度受保护数据约简，在提供安全防护的同时实现高存储节约率。为缓解在 SGX 环境中执行差分压缩、读取基础数据块所带来的 I/O 开销，ShieldReduce 采用双向差分压缩机制，创新性设计在线与离线混合压缩架构，维持基础数据块的物理局部性。

在多种备份负载场景下的实验结果表明：相较于未采用双向差分压缩的受保护基准方案，ShieldReduce 运行性能大幅提升；且其存储节约效果与明文环境下的细粒度数据约简水平基本相当。

嘉宾简介：

李经纬，电子科技大学教授，长期从事数据存储安全研究，旨在提升存储系统在不同环境下的泛在安全性。在系统与安全领域的国际顶级期刊和会议上发表论文近三十篇，曾获DSN最佳论文提名奖（全球共3篇）。主持了基金委青年基金（B类）、国际合作、面上，以及科技部重点研发计划青年科学家等项目，荣获中国计算机学会自然科学二等奖。 

刘丰毓  复旦大学博士研究生

报告主题：

基于跨请求数据依赖追踪机制的越权漏洞黑盒检测方法

内容摘要：

现有越权漏洞检测主要依赖响应相似性判断，适用于未授权读取，却难以确认未授权修改是否真正生效，导致修改类越权漏洞漏报和误报严重。为解决这一问题，我们提出一种基于跨请求数据依赖追踪机制的黑盒检测方法：通过爬虫构建页面导航图，在修改请求中插入唯一标识，建立修改页面与状态页面之间的数据依赖关系，并以攻击者身份重放请求、结合状态页反馈判断是否发生未授权插入、更新或删除。基于该方法实现的 BACScan 在20个真实Web应用中发现89个越权漏洞，修改类越权检测达到 100.00% 的精确率和 83.33% 的召回率。相关工作获得 ACM CCS 2025 杰出论文奖。

嘉宾简介：

刘丰毓，复旦大学博士生，导师为张源教授、杨珉教授。主要研究方向包括AI安全、AI赋能安全，在网络安全四大顶会上发表论文十余篇，获S&P 2025杰出论文奖(一作)、CCS 2025杰出论文奖(一作)和USENIX Security荣誉提名奖。研究成果在阿里、华为、字节等多家头部公司落地，发现数百个0-day漏洞，获苹果、微软等公司致谢，入选天才少年、阿里星、青云、筋斗云等多项人才计划。担任白泽CTF战队队长，获国家级网络攻防演练、CTF竞赛冠军十余项。

杨宇翔  清华大学计算机系博士研究生

报告主题：

ReDAN：针对NAT网络的远程DoS攻击的实证研究

内容摘要：

本议题围绕NAT网络面临的新型远程拒绝服务攻击（ReDAN）展开实证研究，揭示互联网攻击者即使位于NAT外部，也能够识别NAT设备并远程中断其内部客户端与外部服务器之间的TCP连接。研究首先利用NAT规范中对路径MTU发现（PMTUD）机制处理不完善所产生的侧信道，实现对NAT设备的精准识别；随后通过构造伪造TCP报文，诱导NAT设备错误删除连接映射，从而实现对所有内部客户端的通信中断。实验结果表明，该漏洞在现实中普遍存在：在测试的多种路由固件与商用设备中，大多数均存在缺陷；在180个真实网络环境中，超过92%易受攻击。该研究系统性揭示了NAT“安全屏障”假设的局限性，并提出了改进PMTUD一致性及增强报文合法性校验等防御措施，为提升互联网基础设施安全提供了重要参考。

嘉宾简介：

杨宇翔，清华大学计算机系博士研究生，导师为徐恪教授。主要研究方向为网络协议安全，在 ToN、S&P、NDSS、INFOCOM等顶级网络与安全期刊或会议上发表了多篇论文。获得超过 44 个 CVE/CNVD 漏洞编号，涉及多种协议或系统， 曾获ISOC NDSS 2025杰出论文奖。

汪锐  浙江大学博士研究生

报告主题：

带外感控漏洞：面向逆变器感控带外物理信号漏洞的安全分析与防护

内容摘要：

当新能源被大量接入电网时，一个关键问题浮现：这些核心电力电子设备，真的足够安全吗？本文聚焦光伏逆变器，发现即便已有各类噪声信号兼容防护，其内部电流与电压传感器仍会在 1 GHz 以上物理信号波段中存在带外漏洞，从而误导控制算法。

基于此，我们提出 ReThink，通过注入精心构造的物理信号，在无需接触设备的情况下即可触发三类后果：拒绝服务、设备损伤或功率压制。这些攻击在真实微电网和商用设备上均可实现，仅需约1–1.5米距离、20W以内功率。此类攻击不依赖软件漏洞，而是利用新兴的带外感控漏洞。与其只关注网络安全，不如重新审视新能源系统中的跨域交互安全，并通过软硬件协同防护来应对这一威胁。

嘉宾简介：

汪锐，浙江大学博士生。导师为徐文渊教授、潘锴锴教授，来自浙江大学智能系统安全实验室（USSLAB），实验室在物联网安全、智能电网安全等领域开展研究。 主要研究方向为储能安全、新能源安全等，包括光伏逆变器、储能变流器等电力电子设备的跨域交互安全。

王大为  中关村实验室 助理研究员

报告主题：

数字网络安全专家：我们还有多远？

内容摘要：

当大语言模型被越来越多地用于网络安全时，一个关键问题出现了：它们真的懂“网络安全吗”？本文提出 CSEBenchmark，一个覆盖345个网络安全知识点、包含11,050道题目的细粒度评测框架。测试结果出人意料——即使是最强模型，正确率也只有85.42%，并且常常在专用工具、冷门命令等真正决定实战能力的细节上“翻车”。有趣的是，大模型并不总比小模型更强：同一家族中的大型模型，可能在某些知识点上反而不如小模型。研究进一步发现，只要找准模型的知识短板并进行针对性补充，就能让其在网络安全任务上的错误修正能力最高提升84%。此外，不同模型适合的岗位也不同：GPT-4o 更像高级情报分析师，而 DeepSeek-V3 更适合隐私工程师。与其追求“最强模型”，不如选择“最适合岗位的模型”。

嘉宾简介：

王大为，博士，中关村实验室助理研究员。 2023 年获得中国科学院信息工程研究所网络空间安全专业博士学位，主要从事 AI 赋能安全等方面的研究，在程序分析、智能漏洞挖掘等方向具有深厚积累。主持国家自然科学基金青年基金（C类）项目1项，在 IEEE S&P、ACM CCS、USENIX Security 等国际顶级会议上发表一作论文5篇，研究成果获学术界与工业界广泛认可。累计挖掘零日脆弱点100余个，获CVE/ CNNVD编号104个，具备深厚的漏洞分析实践能力。

侯心怡  华中科技大学博士生

报告主题：

大模型应用商店安全风险分析

内容摘要：

随着大语言模型技术的快速发展，围绕模型能力构建的各类下游应用持续涌现，应用商店也逐渐成为连接模型、开发者与终端用户的重要生态枢纽。本次报告围绕大模型应用商店的安全风险，构建了涵盖滥用潜力、恶意意图和后门植入的三层安全分析框架，并对 GPT Store、Coze、Poe 等 6 个主流平台的 78 万余款应用开展了大规模检测。研究发现，当前主流平台中大量应用存在描述与实际功能不符、过度收集敏感信息、生成有害内容等问题，部分应用甚至可被用于恶意代码生成、网络钓鱼和虚假信息传播；相关研究已推动 1643 个恶意应用从平台下架。报告最后还将结合大模型应用生态的最新演进，对智能体系统等新兴应用形态带来的安全挑战及其检测防护思路作进一步思考。

嘉宾简介：

侯心怡，华中科技大学网络空间安全专业博士研究生，师从王浩宇教授，主要从事大模型应用安全研究，聚焦于大语言模型在下游生态中的安全风险识别与防护机制。研究内容涵盖大模型应用商店、智能体系统、模型部署、模型上下文协议（MCP）等关键技术与系统实践。相关成果发表于 IEEE S&P、FSE、ASE、ICSE、TOSEM 等 CCF-A 类会议和期刊，谷歌学术引用总数超过 2500 次。同时担任TOSEM、ASE、EMSE等国际学术期刊的审稿人。更多信息可见xinyi-hou.github.io。

季子默 香港科技大学计算机科学与工程系博士生

报告主题：

面向攻防竞赛场景的大语言模型能力测量与增强方法

内容摘要：

攻防竞赛是网络安全人才培养、实战训练与能力评估的重要场景，也为大语言模型在复杂安全任务中的应用提供了具有代表性的测试环境。本报告将围绕我们发表于 ACM CCS 2025 的工作，介绍如何系统测量大语言模型在攻防竞赛任务中的知识理解、推理规划与交互式利用能力。我们首先构建面向安全竞赛知识的评测基准，分析主流大模型在安全知识掌握、题目理解与场景迁移中的能力边界；进一步提出智能体化求解框架，通过检索增强、工具调用与环境反馈提升模型在真实任务中的求解表现。

嘉宾简介：

季子默，香港科技大学博士生（师从王帅副教授）。研究兴趣为大语言模型智能体在网络攻防中的应用，以及大语言模型智能体安全。在ACM CCS等会议上发表学术论文数篇，获得网络安全攻防赛事国际/国家级奖项3项，省部级奖项若干。

段华忆 香港科技大学（广州）助理教授

报告主题：

DNS自放大攻击的系统化研究

内容摘要：

域名系统（DNS）虽广为人知是反射式拒绝服务攻击的常用攻击向量，但其自身也可被滥用，成为针对 DNS 系统的强效放大源。我们将这类新型攻击统称为自放大攻击。借助该类攻击，攻击者只需发送远少于传统拒绝服务攻击数量的恶意请求，就足以打垮受害者的 DNS 服务器。

尽管 DNS 最初的设计者早已预见此类漏洞存在的可能性，但直到近期，这类漏洞的复杂机理与现实危害才真正浮出水面。本次报告将对DNS 自放大漏洞开展系统性形式化研究，从全局视角进行完整剖析，助力 DNS 开发人员与运维人员从根源上理解并缓解此类安全威胁。

嘉宾简介：

段华忆，香港科技大学（广州）助理教授、博导，此前担任苏黎世联邦理工学院资深研究员兼讲师，作为首席研究员主持多个科研项目。长期从事网络空间安全研究，致力于构建跨信任域网络通信的全⽣命周期安全，在CCS、S&P、USENIX Security、NDSS、NSDI、SIGCOMM、SOSP等信息安全、计算机网络与系统领域国际一流会议和期刊上发表多篇论文，长期担任ICDCS、ICNP、RAID、IWQoS等多个国际权威学术会议程序委员以及IEEE ToN、TIFS、TDSC等多个国际权威期刊审稿人，多次受邀担任RSAC Conference、DNS-OARC国际信息安全和互联网业界核心会议演讲和座谈嘉宾。

张一铭  清华大学网络研究院助理研究员

报告主题：

Breaching Trusted Boundaries: Emerging Attack Surfaces in Cellular Networks（突破信任边界：移动通信网络新型攻击面研究）

内容摘要：

随着移动通信网络向云网融合架构持续演进，网络基础设施的安全边界日趋复杂，传统依赖物理隔离的安全假设正面临系统性挑战。本报告从接入网与核心网两个维度出发，对移动通信网络基础设施在现实部署中所面临的新型安全威胁与攻击面展开系统性评估。依托两项大规模实证研究，揭示了移动通信网络中长期被视为可信的基础设施组件，在现实部署中已广泛暴露于公共互联网，形成超出预期的攻击面。研究表明，无论是网络边缘的接入侧设备，还是承载核心业务的网络协议，均存在可被远程利用的安全缺陷，对网络运营商及终端用户构成威胁。上述成果从实证角度挑战了移动通信领域长期存在的隔离安全假设，已推动相关国际标准组织修订相关安全规范，为学术界与工业界重新审视移动网络安全边界提供了参考。

嘉宾简介：

张一铭，清华大学网络研究院助理研究员，主要从事移动通信网络与互联网基础设施安全研究。主持并参与国家自然科学基金、国家科技重大专项等多项科研项目。在网络安全四大顶级学术会议 IEEE S&P、ACM CCS、Usenix Security 及 NDSS 发表论文十余篇，获得 NDSS 杰出论文奖。其研究成果推动多项 3GPP 国际标准文档更新，多次入选全球移动通信协会（GSMA）官方安全研究致谢名单，获得 ACM SIGSAC China新星奖。

石冰 中国科学院信息工程研究所博士研究生

报告主题：

X.509DoS：通过畸形X.509证书利用和检测密码算法库中的拒绝服务漏洞

内容摘要：

现有关于密码学漏洞的研究主要聚焦于机密性与完整性，而针对可用性维度的研究相对较少。为了弥补这一不足，我们对密码库中易受 DoS 攻击的代码实现进行了系统性研究。特别地，我们发现这些有缺陷的实现往往与 X.509 证书的处理逻辑直接或间接相关。据此，我们提出了一种利用畸形 X.509 证书发起 DoS 攻击的方法，并称之为 X.509DoS。

借助我们开发的证书构造与漏洞检测工具，我们在七个主流密码库中成功发现了 18 个新漏洞，并识别出 12 个已知 CVE 漏洞。研究结果证明了利用 X.509 证书发起 DoS 攻击并检测相关漏洞的有效性，揭示了 X.509DoS 是一类广泛存在但先前未被充分认识的威胁。这一工作还表明，严格遵循教科书或标准并不足以保证绝对安全，凸显了密码库开发者需要更加关注现实世界中的实现细节与安全考量。

嘉宾简介：

石冰，中国科学院信息工程研究所博士研究生，主要从事软件安全与应用密码学方向的研究，尤其关注二者交叉领域中的研究问题，如密码学相关的漏洞挖掘与利用等。

古金宇 上海交通大学副教授、博导

报告主题：

软硬协同的操作系统安全容器

内容摘要：

容器技术因其轻量、可移植的优势在云计算中得到广泛应用，但传统OS级容器因共享内核而面临严重的安全隔离问题。VM级安全容器通过为每个容器运行独立内核提供强隔离，但依赖通用虚拟化硬件导致显著的性能开销。本报告围绕两项研究工作，探讨如何通过软硬件协同设计构建高效的安全容器。CKI（EuroSys'25）揭示了安全容器所需的特权级与CPU硬件提供的特权级之间的失配问题。CKI利用Intel PKS硬件特性并加以轻量扩展，在内核态内构建新的特权级以容纳容器内核，避免了两阶段地址翻译等不必要的虚拟化开销，在嵌套云中将内存密集型应用延迟降低最高72%。COFUNC（USENIX Security'25）针对机密计算与服务器无感知计算结合的场景，提出分离式容器架构，将容器管理与安全保护解耦：CVM内部署微内核与库OS以最小化TCB，外部复用Linux进行资源管理与I/O代理。COFUNC在机密虚拟机CVM平台上实现了相比现有机密容器最高200倍的性能提升。两项工作共同展示了软硬件协同设计对平衡操作系统容器安全隔离与运行效率方面的重要性。

嘉宾简介：

古金宇，上海交通大学副教授/博导，开源鸿蒙具身智能PMC主席。长期从事操作系统和机器学习系统领域的研究。研究成果发表在本领域主流学术会议与期刊如SOSP、OSDI、EuroSys、USENIX ATC等。研究成果应用于航天卫星操作系统、华为鸿蒙操作系统、OPPO Color OS智能终端操作系统、开源鸿蒙操作系统、南方电网电鸿操作系统等。担任操作系统领域主流会议EuroSys和ATC会议的程序委员会委员，SOSP 2025 SRC主席；参与编著《智能终端操作系统与OpenHarmony实践》、《操作系统：原理与实现》；曾获“终端操作系统十大技术挑战特别贡献奖”、 “示范性软件学院联盟十大关键软件技术成果”、“中国产学研合作促进会创新成果二等奖”等。

张诗杨  中国科学院计算技术研究所博士生

报告主题：

TIDE: An Efficient Kernel-level Isolation Execution Environment on AArch64 via Dynamically Adjusting Output Address Size

内容摘要：

操作系统内核的安全对整个系统运行环境的安全至关重要。然而，内核代码在发展的过程中越来越复杂，包括大量不同厂商提供的驱动代码，它们一同运行在最高的硬件特权级下，其中的任何一个漏洞都可以威胁到整个内核的安全。构建隔离执行环境以保护内核中的关键资源或运行监视代码是维护操作系统内核安全的有效手段，但现有工作的隔离均基于安全的虚实地址映射实现，这就要求对全部页表进行防护，并监控其更新情况，从而引入了较大的性能开销。TIDE提出了一种基于AArch64硬件架构的隔离执行环境构建方法，它利用对MMU输出地址范围的限制，避免了大量的页表更新监控。基于该隔离执行环境，我们实现了对cred等关键数据，以及LKRG等监视程序的安全防护，并付出了较低的性能开销。

嘉宾简介：

张诗杨，中国科学院计算技术研究所与中关村实验室联合培养博士生，指导老师为武成岗研究员与王喆副研究员。主要研究方向为系统安全，研究成果发表于CCS、Usenix Security会议，参与开发的安全增强的Linux内核（HAOC）已经进入国产开放欧拉OS社区，并以安全补丁方式集成至24.03 LTS版本中。

朱哲正  中国海洋大学硕士研究生

报告主题：

挡风玻璃引发的安全威胁：汽车车窗对车载语音助手的被动攻击隐患

内容摘要：

本议题探讨了智能汽车座舱面临的新型物理层安全威胁，揭示了车载挡风玻璃可被恶意利用为“非自愿攻击源”。攻击者通过在车窗外部注入特定的声波或振动信号，利用玻璃介质的传导特性，使隐蔽指令穿透车身物理隔离，直接触发并控制车内语音助手。本研究打破了传统基于空气信道的声学防御假设，深入剖析了信号在车载玻璃介质中的传播机制，并在真实车辆环境中验证了该跨介质攻击的隐蔽性与可行性，为未来智能车载语音交互系统的安全边界构建提供了关键参考。

嘉宾简介：

朱哲正，中国海洋大学信息科学与工程学部硕士研究生，师从山东省优秀青年基金获得者、山东省青创团队带头人刘超教授。其所在课题组长期深耕于智能感知、物联网安全及移动计算领域，在 ACM CCS、IMWUT/UbiComp、IEEE INFOCOM 以及 TMC 等国际顶级学术会议与期刊上发表高水平论文 100 余篇，并凭借在声学感知安全领域的突破性贡献荣获网络安全“四大顶会”之一的 ACM CCS 2024 杰出论文奖。团队在国际学术治理与前沿技术定义方面具有显著影响力，刘超教授目前担任 IEEE 1851 国际标准工作组主席及 ISO 21851 国际标准工作组副主席，引领了多项感知技术的标准制定。依托国家自然科学基金面上项目及国家重点研发计划，致力于实现从前沿理论研究到国家重大需求应用的全链条跨越。

本次活动受场地容量限制，名额紧张，报名后请准时参会；无故缺席者，将取消下一次CCF-INFORSEC活动报名资格。