基本介紹
- 中文名：廣州大學網路空間先進技術研究院
- 成立時間：2017年10月
- 院長：方濱興
- 研究領域：網路空間相關熱點研究領域
基本概述,先進計算技術研究所,簡介,師資,科研工作,網路安全研究所,概況,學科方向,產品與套用,物聯網及安全技術研究所,概況,成果,研究方向,大數據及安全研究,概況,研究方向,研究項目,開設課程,
廣州大學網路空間先進技術研究院，圍繞網路空間相關熱點研究領域，下設4個研究所，分別是網路安全研究所、物聯網及安全研究所、大數據及安全漏格淚研究所、先進計算技術研究所。同時為探索網路安全人才培養新模式，成立研究生創新班“方濱興班”，簡稱方班。
先進計算技術研究所成立於2018年，瞄準“十三五”國家科技創新規劃中對未來網路和計算技術的共性研究需求和挑戰，致力於未來網路計算的基礎理論研究、關鍵技術突破，以及成果套用推廣。先進計算技術研究所力催您影照求通過未來網路計算基礎理論創新，突破網路協定、核心基礎通信設施、作業系統及雲平台等未來網路計算關鍵符淚刪技術，緩解或解決智慧型物聯網對計算能力、網路傳輸的急劇增長要求，並通過國家、廣東省、廣州市等多種科研成果轉化體系，推動上述成果的產品化和產業化。
先進計算禁鍵技術研究所現有全職教師3人，兼職教師1人。其中教授3人，副教授1人，均來自國內雙一流大學，全部具有博士學位，其中博士生導師1人、碩士生導師1人。以中青年專家為主，人才梯度合理，3人具有海外知名大學留學經歷。目前有四個研究方向：未來網路計算、計算機網路與通信、物聯網技術與套用、空間信息網路與安全。優勢學科方向：計算機網路與通信，網路計算。
教授：劉亞萍、胡寧、吳純青（兼職）
副教授：張碩
科研優勢：團隊成員主要來自國防科技大學，曾擔任計算機網路與通信研究方向學術帶頭人，科研經驗豐富。多人多次獲得國家科技進步二等獎，軍隊科技進步一等獎、軍隊科技進步二等獎。獲得國家發明，國防發明專利授權，軟體著作權幾十項。
成立以來，先進計算技術研究所獲得軍隊裝備預先研究項目資助1項，該項目為廣州大學首次作為牽頭單位獲得的軍隊科研項目；作為主要參研單位，參與多項軍隊科研項目；作為主要參研單位，獲得廣東省重點領域研發計畫重點項目資助1項；作為主要參研單位，參與申報2項國家重點研發計畫重點專項。
先進計算技術研究戒霉旬府所目前已投/發表科研論文5篇，申請國家發明專利5項，申請軟著2項。
廣州大學網路安全研究所（以下簡稱網安所）批准成立於2017年10月9日，是網路空間先進技術研究院設定的4個研究所之一。網路安全研究所本著以學術驅動定位方向，以使命驅動聚力方班，在進行創新研究的同時，大力開展以方班為代表的網路安全人才培養工作以及網路安全人才認證工作。
網安所主要致力於網路攻防對抗、網路靶場、人工智慧安全、網路安全人才培養與認證方向。成立一年多來已申請到科技部2018重點研發計畫項目課題、國家自然科學基金（面上）項目、教育部產學合作協同育人項目各1項、中央網信辦課題3項。已發表學術論文40餘篇，受理髮明專利申請20餘項。
網安所與合天智匯信息技術有限公司共同研發的網安人才大數據態勢分析與人才實訓系統從人才需求方和人才輸出方綜合考量，針對用人單位發布的網安招聘崗位進行分析，以期為國家制定網路空間安全技能基線、確定技能缺口、設定相關崗位提供依憑，進而明確定義網路空間安全領域辭彙、分類法及其他數據標準，最終形成統一的網安人才框架。為貼近市場需求培養網安人才，提高網安人才實踐技能水平，藉助雲計算和網際網路+的技術思路，研發的新型網安人才實訓系統已得到廣大網安教師、學生的認可，極大地激發了學生進行網路安全學習的興趣。該系統目前已有20多萬個用戶，涉及全國1200多所高校。適合於企事業單位、政府部門、高校、培訓機構等進行快速的網路安全人才培訓。
蜜罐產品主要針對未知的安全威謎滲少脅和新型竊密手段，通過構建高迷惑性的蜜網環境和業務場景，並利用多維度關聯分析引擎，自動感知各種類型安全威脅，可支持政府、金融、能源、工業控制等大型企業客戶提供未知安全威脅的發現、攻擊意圖理解與網路攻擊溯源等功能。
數字貨幣交易行為監測產品主要專注監測、協腿鑽分析全球數字貨幣的交易行為大數據，分析資金流向、監測異常交易（如洗錢、走私販毒等）犯罪行為，追溯數字貨幣用戶身份。
暗網威脅監測產品是一款面向暗網安全威脅的監測系統，通過對暗網空間測繪和威脅情報的挖掘，構建能夠實時、動態、真實反應暗網空間的威脅情報庫，並將其與公開網際網路和人類社會的物理世界進行關聯融合，實現對全球分散式暗網服務發現、威脅情報監測以及通信實體的溯源，旨在為國家網路空間治理提供技術支持。
網安所與合天智匯信息技術有限公司共同研發的網安人才認證系統基於科學完備的網路安全技術體系設計，主要用於評測網安人才理論基礎和實踐動手能力，題庫已擁有1000+理論題和200+實操題。該系統在持續建設中。
物聯網及安全技術研究所（以下簡稱物聯網所）聚焦物聯網及安全方向緊迫技術需求和重大科學問題，著力突破物聯網及安全領域的基礎理論和關鍵技術，致力於逐步推動建立起與國際同步、適應我國物聯網與智慧城市產業發展的、自主的安全保護技術體系、安全治理技術體系和測評分析技術體系。
物聯網所研究團隊在著名的網路空間安全專家方濱興院士直接領導下，依託廣州大學網路空間先進技術研究院，擁有來自中國科學院信工所、計算所、哈爾濱工業大學、北京郵電大學等知名科研院所學術骨幹組成的科研、教學團隊，是國內物聯網及安全技術領域的優勢團隊。物聯網所作為“廣東省通信學會”常務理事單位，緊密聯繫通信、網路技術領域相關單位，加強合作交流。
團隊遴選優秀的物聯網安全企業，孵化廣州大學-奇虎360聯合實驗室、廣州大學-浩雲實驗室等優質的高校-企業聯合實驗室。並與UCLA、香港大學、中科院、北大、哈工大、國防科大、北郵、南方科大等國內外高水平大學，建立良好的校間合作關係。同時，團隊擁有廣東省鵬城實驗室作為網路靶場實驗基地支撐，享有國內領先的面向網際網路、物聯網、未來網路的大型仿真平台作為實驗環境，具備開展超大規模網路環境的研發和設計能力。
目前物聯網所已經在物聯網搜尋及安全、終端安全、車聯網安全等方面形成較為深厚的理論技術積累和成果基礎。物聯網所了承擔國家自然科學基金、國家科技部重點研發計畫、國家科技支撐重大專項等多項科研項目課題，在Computer & Security、INFOCOM、GLOBECOM等期刊或國際會議發表SCI/EI檢索論文200餘篇,國家發明專利50多項，軟體著作權10餘項，國家標準2項。
在系統產品套用方面，建立了智慧城市燈桿系統、物聯網監控和接入系統、智慧型交通仿真平台等產業示範原型系統。
1.物聯網搜尋與智慧城市安全服務體系及套用
面向萬物互聯背景，研究物體和物體屬性的搜尋方法，解決物聯網物理設備認證和匿名保護、物聯網安全接入與搜尋訪問控制、數據融合隱私分析與保護、基於邊緣雲的安全數據共享和搜尋等關鍵問題。同時，物聯網與智慧城市是把新一代信息技術充分運用在各行各業之中的城市信息化高級形態，也帶來了信息安全風險。針對物聯網與智慧城市套用，突破物聯網安全搜尋、與物聯網節點融合的智慧城市一體化安全機制、面向智慧城市的安全物聯網互聯互通架構、數據融合中的隱私保護、粒度可控的彈性訪問控制、跨區域跨系統的智慧城市統一管理機制等一系列基礎理論和關鍵技術。
2.物聯網靶場及其套用驗證
物聯網靶場是開展物聯網及安全研究和大規模套用部署中的重要驗證工具和實驗平台。針對物聯網工況複雜、動態時變等特性造成仿真成本高、復現難度大等問題，致力於設計實現兼容主流物聯網作業系統、支持異構網路拓撲及通信協定、具備大規模移動場景快速部署和調度能力、適配多種情景感知和數據融合方式、可靈活配置的實場測試與虛擬驗證相結合的物聯網靶場系統，為物聯網行業套用的部署和最佳化提供技術驗證手段。目前已在智慧型交通等行業，建立了智慧型交通仿真規劃系統、智慧型充電車調度系統等工具集及測試實驗床。
廣州大學網路空間先進技術研究院大數據及安全研究所成立於2017年8月，是網路空間先進技術研究院所設4個研究所之一，顧釗銓教授擔任所長，韓偉紅教授擔任副所長。
大數據及安全研究所目前有大數據套用及安全和人工智慧套用及安全兩個主要方向，具體包括：精準高效的情報發現及搜尋技術；基於大規模網路安全知識圖譜的網路安全態勢分析和預測技術；針對深度神經網路的攻擊樣本生成方法；高魯棒性的神經網路架構設計；精準人物畫像系統；法院案件智慧型研判輔助系統等。研究所在立足於學術研究和探索的同時，也致力於推進前沿技術的落地實用。
1. 大數據套用及安全：
基於大數據分析的情報發現與搜尋：利用大數據分析、自然語言處理和深度學習等方法對異構非結構化大數據進行智慧型分析處理分析，構建包括人物、機構、事件和群體等對象及其相互關係和活動的海量動態知識圖譜，並基於知識圖譜提供重要人物、事件情報分析，企業競爭情報分析、市場態勢分析、潛在客戶挖掘和特定目標深度挖掘等功能，為企業經營管理、投資與風險管理、政務服務與監管和社會秩序治理等方面提供情報的查詢、推送等服務。
大規模網路安全態勢分析與預測：面向空間網路安全的需求，基於網路空間大數據採集和存儲管理技術，採用數據分析、挖掘和智慧型推演等方法，構建大規模網路安全知識圖譜，從而發現重大網路安全事件、評估其危害，並預測其發展，並對整個全局網路安全態勢進行從微觀到巨觀的多層次、多粒度的全局掌握，給出全局視圖，為網路空間安全提供決策支持。
2. 人工智慧套用及安全：
針對神經網路的攻擊研究：神經網路的廣泛套用在圖像識別、自然語言處理、語音識別等領域得到了廣泛套用。然而，神經網路自身缺乏可解釋性，針對神經網路的攻擊方法近年來開始出現。以圖像識別、機器翻譯為例，研究神經網路的攻擊方法，通過構造攻擊樣本，使得圖像識別出錯、機器翻譯正確率下降，並推廣到其他套用領域。
針對車輛、車牌識別的魯棒神經網路研究：神經網路已廣泛套用於人臉識別、車輛識別、車牌識別等領域，然而圖像質量較差時的識別效果很差。例如車輛快速運動導致圖像模糊、天氣惡劣情況下圖像明暗難以區分等，神經網路的識別效果較差。因此，結合神經網路的對抗學習方法，研究針對車輛、車牌識別的魯棒神經網路，提高不同圖像質量下的識別率。
機器人與環境互動、人機互動的安全性研究：使用深度學習技術賦能機器人視覺感知尤其是三維感知的能力；使用對抗神經網路提高機器人感知以及人機互動的安全性和魯棒性；使用3D列印技術設計更加安全的軟體機器人以及基於視覺反饋下的軟體機器人控制。
精準人物畫像系統：從網際網路獲取人物的公開信息，形成人物的精準畫像，包括人物的基本信息、學習經歷、工作經歷、項目經歷等內容，從數據源的驗證、數據準確性評估、多來源數據融合、基於知識圖譜的數據消歧、數據對齊和驗證、基於知識圖譜的數據推理、精準人物畫像系統的深度搜尋和互動等。
面向圖像識別的神經網路攻防平台：搭建面向人臉圖像和車牌圖像識別的神經網路攻防平台，提供已有的攻擊方法和防禦方法，提供攻防效果驗證和評測標準等。
面向機器翻譯的神經網路攻防平台：搭建面向機器翻譯神經網路的攻防平台，提供已有的攻擊方法和防禦方法，提供攻防效果驗證和評測標準等。
基於大數據分析的情報發現與搜尋系統“天箭”：天箭情報分析挖掘系統針對公安、安全、國信、政府部門等在反恐維穩、治理網路空間等方面的情報信息需求，基於網際網路公開數據源，進行情報信息的分析和挖掘。系統主要包括兩個個方面的功能，一是對特定人物情報的深度分析與挖掘，包括人物基本屬性、人物關係圖譜、人物的觀點言論、輿情話題、歷史活動、相關人物等等方面與人物相關的情報；二是對特定的群體、機構、事件的深度分析與挖掘，包括群體的發展歷史、文化、代表人物、意見領袖、政治組織、活動地點等；刻畫機構的基本情況、隸屬關係、職能、機構設定、人員編制、實力部署、歷史沿革、單位文化等情況；刻畫特定事件的內涵和外延，包括事件的起因、經過、發展、結果、相關人物、相關組織、社會評價等方面。
法院智判：利用大數據、自然語言處理、模式識別、深度學習等方法對海量異構非結構化的全國案件數據進行智慧型化分析和處理，形成智慧法官大腦通用平台，為法官提供案件要素分析、事實要素和判決依據自動生成、相似案件借鑑、併案關聯分析、案件判決風險控制、案件態勢分析和預判等服務，提高法官結案率、減輕判案工作壓力、降低判案風險、提升法官辦公效率。
商品搜尋和聚類原型系統：針對不同商家（貨源）提供的異構商品數據，發現數據之間的相似性，從而自動地實現相似商品的聚類。將不同來源的相似數據聚類在一起，一方面可以提高用戶瀏覽和購物的興趣，屬於同一聚類的相似商品用戶可以一次性瀏覽並做對比；另一方面可以為下一步的數據分析和商品推薦提供有用的信息。未來可能嘗試將該系統套用於推薦系統或物聯網搜尋。
《大數據套用及安全》：課程全面系統地介紹大數據共性技術、框架及設計思想，介紹大數據的關鍵技術及其在社交網路、知識圖譜等方面的套用，同時介紹大數據安全和隱私保護的基礎理論及套用場景。
《深度網路及對抗》：課程全面系統地介紹深度學習理論、算法及套用，其中包括線性分類器介紹、最佳化理論、神經網路、卷積神經網路等；課程同時介紹對抗學習前沿技術，包括生成模型、對抗樣本生成、對抗學習等。在講解理論的同時，本課程會介紹深度學習相關的實際套用，理論和實踐有機結合。
《線上社交網路分析》：隨著線上社交網路的迅猛發展，線上社交網路分析已經成為網路與信息安全領域的重要研究內容，課程系統介紹當代線上社交網路分析領域的發展情況，包括社交網路結構特徵與建模、虛擬社區、社交網路用戶行為分析、社交網路情感分析、個體影響力分析、社交網路信息傳播規律、社交網路話題發現與演化等各個方面，具有很強的知識性、技術性和前沿性。
《人工智慧與機器學習》：課程主要探索和學習人工智慧及機器學習的基本理論、方法和套用，內容包括人工智慧的基本概念、基本原理、知識的表示、推理機制和求解技術，以及機器學習的技術和方法。課程旨在學習和研究如何利用計算機來模擬人腦所從事的感知、推理、學習、思考、規劃等人類智慧型活動，來解決需要用人類智慧型才能解決的問題。使學生掌握機器學習的核心算法與理論，並將機器學習算法套用於不同領域，解決不同實際問題。課程內容體現學科前沿。
《網路空間安全數學基礎》：網路空間安全領域所涉及的數學基礎，包括：數論基礎及套用、代數基礎及套用、計算複雜度、組合圖論、資訊理論與保密等內容。
《機器智慧型及安全》：內容主要包括：AI戰略、AI security、AI safety、AI套用於網路與信息安全等。
產品與套用
網安所與合天智匯信息技術有限公司共同研發的網安人才大數據態勢分析與人才實訓系統從人才需求方和人才輸出方綜合考量，針對用人單位發布的網安招聘崗位進行分析，以期為國家制定網路空間安全技能基線、確定技能缺口、設定相關崗位提供依憑，進而明確定義網路空間安全領域辭彙、分類法及其他數據標準，最終形成統一的網安人才框架。為貼近市場需求培養網安人才，提高網安人才實踐技能水平，藉助雲計算和網際網路+的技術思路，研發的新型網安人才實訓系統已得到廣大網安教師、學生的認可，極大地激發了學生進行網路安全學習的興趣。該系統目前已有20多萬個用戶，涉及全國1200多所高校。適合於企事業單位、政府部門、高校、培訓機構等進行快速的網路安全人才培訓。
蜜罐產品主要針對未知的安全威脅和新型竊密手段，通過構建高迷惑性的蜜網環境和業務場景，並利用多維度關聯分析引擎，自動感知各種類型安全威脅，可支持政府、金融、能源、工業控制等大型企業客戶提供未知安全威脅的發現、攻擊意圖理解與網路攻擊溯源等功能。
數字貨幣交易行為監測產品主要專注監測、分析全球數字貨幣的交易行為大數據，分析資金流向、監測異常交易（如洗錢、走私販毒等）犯罪行為，追溯數字貨幣用戶身份。
暗網威脅監測產品是一款面向暗網安全威脅的監測系統，通過對暗網空間測繪和威脅情報的挖掘，構建能夠實時、動態、真實反應暗網空間的威脅情報庫，並將其與公開網際網路和人類社會的物理世界進行關聯融合，實現對全球分散式暗網服務發現、威脅情報監測以及通信實體的溯源，旨在為國家網路空間治理提供技術支持。
網安所與合天智匯信息技術有限公司共同研發的網安人才認證系統基於科學完備的網路安全技術體系設計，主要用於評測網安人才理論基礎和實踐動手能力，題庫已擁有1000+理論題和200+實操題。該系統在持續建設中。
物聯網及安全技術研究所
概況
物聯網及安全技術研究所（以下簡稱物聯網所）聚焦物聯網及安全方向緊迫技術需求和重大科學問題，著力突破物聯網及安全領域的基礎理論和關鍵技術，致力於逐步推動建立起與國際同步、適應我國物聯網與智慧城市產業發展的、自主的安全保護技術體系、安全治理技術體系和測評分析技術體系。
物聯網所研究團隊在著名的網路空間安全專家方濱興院士直接領導下，依託廣州大學網路空間先進技術研究院，擁有來自中國科學院信工所、計算所、哈爾濱工業大學、北京郵電大學等知名科研院所學術骨幹組成的科研、教學團隊，是國內物聯網及安全技術領域的優勢團隊。物聯網所作為“廣東省通信學會”常務理事單位，緊密聯繫通信、網路技術領域相關單位，加強合作交流。
成果
在系統產品套用方面，建立了智慧城市燈桿系統、物聯網監控和接入系統、智慧型交通仿真平台等產業示範原型系統。
研究方向
1.物聯網搜尋與智慧城市安全服務體系及套用
面向萬物互聯背景，研究物體和物體屬性的搜尋方法，解決物聯網物理設備認證和匿名保護、物聯網安全接入與搜尋訪問控制、數據融合隱私分析與保護、基於邊緣雲的安全數據共享和搜尋等關鍵問題。同時，物聯網與智慧城市是把新一代信息技術充分運用在各行各業之中的城市信息化高級形態，也帶來了信息安全風險。針對物聯網與智慧城市套用，突破物聯網安全搜尋、與物聯網節點融合的智慧城市一體化安全機制、面向智慧城市的安全物聯網互聯互通架構、數據融合中的隱私保護、粒度可控的彈性訪問控制、跨區域跨系統的智慧城市統一管理機制等一系列基礎理論和關鍵技術。
2.物聯網靶場及其套用驗證
物聯網靶場是開展物聯網及安全研究和大規模套用部署中的重要驗證工具和實驗平台。針對物聯網工況複雜、動態時變等特性造成仿真成本高、復現難度大等問題，致力於設計實現兼容主流物聯網作業系統、支持異構網路拓撲及通信協定、具備大規模移動場景快速部署和調度能力、適配多種情景感知和數據融合方式、可靈活配置的實場測試與虛擬驗證相結合的物聯網靶場系統，為物聯網行業套用的部署和最佳化提供技術驗證手段。目前已在智慧型交通等行業，建立了智慧型交通仿真規劃系統、智慧型充電車調度系統等工具集及測試實驗床。
大數據及安全研究
概況
廣州大學網路空間先進技術研究院大數據及安全研究所成立於2017年8月，是網路空間先進技術研究院所設4個研究所之一，顧釗銓教授擔任所長，韓偉紅教授擔任副所長。
大數據及安全研究所目前有大數據套用及安全和人工智慧套用及安全兩個主要方向，具體包括：精準高效的情報發現及搜尋技術；基於大規模網路安全知識圖譜的網路安全態勢分析和預測技術；針對深度神經網路的攻擊樣本生成方法；高魯棒性的神經網路架構設計；精準人物畫像系統；法院案件智慧型研判輔助系統等。研究所在立足於學術研究和探索的同時，也致力於推進前沿技術的落地實用。
研究方向
1. 大數據套用及安全：
基於大數據分析的情報發現與搜尋：利用大數據分析、自然語言處理和深度學習等方法對異構非結構化大數據進行智慧型分析處理分析，構建包括人物、機構、事件和群體等對象及其相互關係和活動的海量動態知識圖譜，並基於知識圖譜提供重要人物、事件情報分析，企業競爭情報分析、市場態勢分析、潛在客戶挖掘和特定目標深度挖掘等功能，為企業經營管理、投資與風險管理、政務服務與監管和社會秩序治理等方面提供情報的查詢、推送等服務。
大規模網路安全態勢分析與預測：面向空間網路安全的需求，基於網路空間大數據採集和存儲管理技術，採用數據分析、挖掘和智慧型推演等方法，構建大規模網路安全知識圖譜，從而發現重大網路安全事件、評估其危害，並預測其發展，並對整個全局網路安全態勢進行從微觀到巨觀的多層次、多粒度的全局掌握，給出全局視圖，為網路空間安全提供決策支持。
2. 人工智慧套用及安全：
針對神經網路的攻擊研究：神經網路的廣泛套用在圖像識別、自然語言處理、語音識別等領域得到了廣泛套用。然而，神經網路自身缺乏可解釋性，針對神經網路的攻擊方法近年來開始出現。以圖像識別、機器翻譯為例，研究神經網路的攻擊方法，通過構造攻擊樣本，使得圖像識別出錯、機器翻譯正確率下降，並推廣到其他套用領域。
針對車輛、車牌識別的魯棒神經網路研究：神經網路已廣泛套用於人臉識別、車輛識別、車牌識別等領域，然而圖像質量較差時的識別效果很差。例如車輛快速運動導致圖像模糊、天氣惡劣情況下圖像明暗難以區分等，神經網路的識別效果較差。因此，結合神經網路的對抗學習方法，研究針對車輛、車牌識別的魯棒神經網路，提高不同圖像質量下的識別率。
機器人與環境互動、人機互動的安全性研究：使用深度學習技術賦能機器人視覺感知尤其是三維感知的能力；使用對抗神經網路提高機器人感知以及人機互動的安全性和魯棒性；使用3D列印技術設計更加安全的軟體機器人以及基於視覺反饋下的軟體機器人控制。
研究項目
精準人物畫像系統：從網際網路獲取人物的公開信息，形成人物的精準畫像，包括人物的基本信息、學習經歷、工作經歷、項目經歷等內容，從數據源的驗證、數據準確性評估、多來源數據融合、基於知識圖譜的數據消歧、數據對齊和驗證、基於知識圖譜的數據推理、精準人物畫像系統的深度搜尋和互動等。
面向圖像識別的神經網路攻防平台：搭建面向人臉圖像和車牌圖像識別的神經網路攻防平台，提供已有的攻擊方法和防禦方法，提供攻防效果驗證和評測標準等。
面向機器翻譯的神經網路攻防平台：搭建面向機器翻譯神經網路的攻防平台，提供已有的攻擊方法和防禦方法，提供攻防效果驗證和評測標準等。
基於大數據分析的情報發現與搜尋系統“天箭”：天箭情報分析挖掘系統針對公安、安全、國信、政府部門等在反恐維穩、治理網路空間等方面的情報信息需求，基於網際網路公開數據源，進行情報信息的分析和挖掘。系統主要包括兩個個方面的功能，一是對特定人物情報的深度分析與挖掘，包括人物基本屬性、人物關係圖譜、人物的觀點言論、輿情話題、歷史活動、相關人物等等方面與人物相關的情報；二是對特定的群體、機構、事件的深度分析與挖掘，包括群體的發展歷史、文化、代表人物、意見領袖、政治組織、活動地點等；刻畫機構的基本情況、隸屬關係、職能、機構設定、人員編制、實力部署、歷史沿革、單位文化等情況；刻畫特定事件的內涵和外延，包括事件的起因、經過、發展、結果、相關人物、相關組織、社會評價等方面。
法院智判：利用大數據、自然語言處理、模式識別、深度學習等方法對海量異構非結構化的全國案件數據進行智慧型化分析和處理，形成智慧法官大腦通用平台，為法官提供案件要素分析、事實要素和判決依據自動生成、相似案件借鑑、併案關聯分析、案件判決風險控制、案件態勢分析和預判等服務，提高法官結案率、減輕判案工作壓力、降低判案風險、提升法官辦公效率。
商品搜尋和聚類原型系統：針對不同商家（貨源）提供的異構商品數據，發現數據之間的相似性，從而自動地實現相似商品的聚類。將不同來源的相似數據聚類在一起，一方面可以提高用戶瀏覽和購物的興趣，屬於同一聚類的相似商品用戶可以一次性瀏覽並做對比；另一方面可以為下一步的數據分析和商品推薦提供有用的信息。未來可能嘗試將該系統套用於推薦系統或物聯網搜尋。
開設課程
《大數據套用及安全》：課程全面系統地介紹大數據共性技術、框架及設計思想，介紹大數據的關鍵技術及其在社交網路、知識圖譜等方面的套用，同時介紹大數據安全和隱私保護的基礎理論及套用場景。
《深度網路及對抗》：課程全面系統地介紹深度學習理論、算法及套用，其中包括線性分類器介紹、最佳化理論、神經網路、卷積神經網路等；課程同時介紹對抗學習前沿技術，包括生成模型、對抗樣本生成、對抗學習等。在講解理論的同時，本課程會介紹深度學習相關的實際套用，理論和實踐有機結合。
《線上社交網路分析》：隨著線上社交網路的迅猛發展，線上社交網路分析已經成為網路與信息安全領域的重要研究內容，課程系統介紹當代線上社交網路分析領域的發展情況，包括社交網路結構特徵與建模、虛擬社區、社交網路用戶行為分析、社交網路情感分析、個體影響力分析、社交網路信息傳播規律、社交網路話題發現與演化等各個方面，具有很強的知識性、技術性和前沿性。
《人工智慧與機器學習》：課程主要探索和學習人工智慧及機器學習的基本理論、方法和套用，內容包括人工智慧的基本概念、基本原理、知識的表示、推理機制和求解技術，以及機器學習的技術和方法。課程旨在學習和研究如何利用計算機來模擬人腦所從事的感知、推理、學習、思考、規劃等人類智慧型活動，來解決需要用人類智慧型才能解決的問題。使學生掌握機器學習的核心算法與理論，並將機器學習算法套用於不同領域，解決不同實際問題。課程內容體現學科前沿。
《網路空間安全數學基礎》：網路空間安全領域所涉及的數學基礎，包括：數論基礎及套用、代數基礎及套用、計算複雜度、組合圖論、資訊理論與保密等內容。
《機器智慧型及安全》：內容主要包括：AI戰略、AI security、AI safety、AI套用於網路與信息安全等。
