“軟件智能分析”學術沙龍在軟件所成功舉辦
文章來源：軟件智能分析系統創新團隊 | 發布時間：2017-08-28 | 【打印】 【關閉】
8月21日下午，“軟件智能分析”學術沙龍第三次活動在中國科學院軟件研究所成功舉行。本次活動由軟件所軟件智能分析協同創新團隊和InForSec論壇共同舉辦，美國加州大學伯克利分校Dawn Song教授（MacAuthur天才獎”“世界杰出青年創新家”等獎項獲得者、國際四大安全會議論文數第一）和美國加州大學河濱分校的ChengyuSong博士（國際四大安全會議論文數排名前100的青年學者）分別作了精彩報告。清華大學張超博士主持了本次沙龍。
Dawn Song教授報告的主題為“AI and Security：Lessons, Challenges and Future Directions”。報告中，她對人工智能與安全中存在的機遇與挑戰進行了分析和展望。她依次介紹了深度學習如何實現二進制程序的函數邊界識別、跨平臺的軟件漏洞特征識別和檢測；對抗樣本是如何導致深度學習和強化學習失效，以及其團隊在保障AI正確運行方面的最新研究成果； 目前基于程序分析和變換技術防止隱私泄露的數據分析和機器學習方法框架等內容。最后，Dawn Song教授從軟件、訓練學習和分布式等三個層面對AI安全的研究現狀進行了總結，并對未來發展趨勢進行了展望。
Dawn Song教授作報告
加州大學河濱分校宋程昱博士做了題為“Efficient Protection of Path-Sensitive Control Security”的報告。控制流完整性（CFI）是一種防止控制流劫持攻擊，保障合法的指令跳轉的保護機制。CFI提供的安全性基于合法跳轉地址的有效性，而這一點往往依賴于目標程序靜態分析的結果。目前研究證實，基于該方式進行保護的CFI保護機制仍然可能導致控制流劫持攻擊。宋博士提出了一種路徑敏感的CFI方案，該方案利用運行時路徑敏感的指針指向（point-to analsis）分析，計算合法的控制流跳轉目標。基于該方案設計研發了一個運行時環境PittyPat，該環境通過基于Intel PT的高性能硬件監視和運行時指針指向分析實現了高效的路徑敏感CFI。理論分析和實驗評估結果顯示，與基于靜態分析的CFI相比，在對安全保障要求較高場景下，PittyPat能夠以較低的性能損耗為受保護程序提供更好的安全保護。
宋程昱博士作報告
來自中國信息安全測評中心、中科院軟件所、計算所、信工所、中科院網絡信息中心、清華大學、國防科技大學、解放軍信息工程大學、北京郵電大學、北京航空航天大學、北京理工大學、中國信息通信研究院、華為、360、騰訊、明朝萬達、科來等多所科研機構、高校、企業的專家和學者共200多人參加了會議。同時，來自美國、新加坡等國外高校及中科院大學、清華大學、南京大學、廣州大學、四川大學、青島海洋大學等300多位安全研究領域的人士通過網絡直播聽會并參與研討。會間休息時，來自全國各地的學者與報告人進行了熱烈的交流與討論。
會議全景圖
“軟件智能分析”學術沙龍是由軟件研究所“軟件智能分析”協同創新團隊發起，協同創新團隊和InForSec論壇共同主辦的，以機器學習和深度學習等手段智能分析軟件安全問題為主題的學術研討活動，歡迎大家長期關注，后期會持續帶來精彩的學術活動。
關注更多科研訊息和團隊活動，請掃描附后二維碼。
掃碼關注
軟件智能分析系統創新團隊
