近日，我院林铭炜教授课题组在固态硬盘存储领域取得重要进展。课题组创新性地引入了激进淘汰策略，旨在最大限度地触发固态硬盘中的高级命令。与传统注重提升缓存命中率的方法不同，该方案将重点转向了加速缓存数据的淘汰，并设计了一个命中率感知模块来智能调节激进淘汰的程度。实验仿真表明，此方法不仅显著提高了闪存高级命令的触发概率，同时在降低I/O请求平均响应时间等关键性能指标方面也优于其他固态硬盘缓存管理算法。研究成果以“HaParallel: Hit Ratio-Aware Parallel Aggressive Eviction Cache Management Algorithm for SSDs”为题，发表于CCF A类期刊《ACM Transactions on Storage》。该论文以福建师范大学为第一单位，第一作者为我院2022级研究生苏良宽同学、唯一通信作者为我院林铭炜教授。该研究工作得到国家自然科学基金（项目号：61872086）、福建省自然科学基金杰青项目（项目号：2022J06020）以及福建省“雏鹰计划”青年拔尖人才项目（项目号：F21E0011202B01）资助。论文链接：

6月18日，我校哈德斯菲尔德学院2025届学生毕业典礼在旗山校区学术大讲堂举行。英国哈德斯菲尔德大学校长鲍勃·克莱恩，我校校长郑家建，党政办公室、学生工作部、教务处、国际合作与交流处、哈德斯菲尔德学院相关负责人、教职工代表、2025届毕业生及家长代表共同见证了这一重要时刻。英国驻广州总领事馆总领事孟诗然发表了视频致辞。典礼由哈德斯菲尔德学院院长王绍祥主持。郑家建向学院首届毕业生致以热烈祝贺，并对辛勤耕耘的中外教师团队和默默支持的学生家长表示衷心感谢。他指出，毕业生们在中西文化交融中淬炼出的专业素养和跨文化交流能力,充分展现了新时代国际化工程人才的特质。希望毕业生跨越技术边界，勇担数字高峰，以科技创新造福人类；跨越文化鸿沟，架设文明对话的桥梁，彰显中国青年责任担当；跨越认知边界，践行终身学习，在服务社会中成就人生价值。鲍勃·克莱恩向全体毕业生及家长致以诚挚祝贺，回顾了两校合作历史，指出近年来两校在人才培养、学术交流等领域不断深化合作，取得了令人瞩目的办学成果。他表示，本届毕业生是哈德斯菲尔德大学的全球校友，学校珍视与校友建立的终身情谊，期待他们在更广阔的学术天地续写华章，让两校情缘历久弥

报告题目：复杂信息环境下的智能决策系统时 间：2025年6月23日（星期一）下午15：00地 点：计算机与网络空间安全学院507报告厅主 办：计算机与网络空间安全学院参加对象：全校相关专业师生报告摘要：随着新一代信息技术的快速发展，智能技术已广泛应用于智慧医疗、智能制造、智能驾驶和智慧金融等领域中，提高了社会效率，方便了人们生活。在复杂信息环境下，本报告主要介绍基于大数据驱动的深度学习智能决策和基于复杂认知信息的智能决策研究进展。介绍深度学习在决策领域中的方法和应用研究现状；阐述基于复杂认知信息的决策理论研究现状；说明深度学习与模糊系统的融合框架及其智能决策过程；梳理几种模糊技术与深度学习的融合现状、原因及应用领域；总结分类系统、信息融合系统和决策支持系统等具有代表性的深度学习智能决策应用；介绍深度学习和复杂认知信息在智能决策应用中可能面临的挑战，包括融合技术、数据分析和模型构建等。报告人简介：徐泽水：四川大学讲席教授、欧洲科学院院士、欧洲科学与艺术院院士、国际系统与控制科学院院士；国际工程技术协会(IETI)杰出会士；国际电气与电子工程师协会(IEEE)、国际模糊系统协会(IFSA)

报告题目：自动驾驶感知物理对抗攻击及防御方法时间：2025年6月13日（星期五）15:00-16:00地点：福建师范大学科研楼18#1004主办：计算机与网络空间安全学院参加对象：相关专业教师和学生报告摘要：物理世界中的对抗攻击对自动驾驶系统的视觉安全构成严重威胁，然而现有物理攻击多依赖静态触发器，缺乏灵活性和隐蔽性，且对深度估计等关键任务的研究相对滞后。本报告聚焦于如何更高效地发起物理世界中的对抗攻击，以及如何设计实际可用的防御机制。具体提出三项核心进展：一种可随场景变化动态激活的对抗样本，提升攻击的灵活性；一种无需优化的攻击方法，实现对双目深度估计的高效攻击；以及一种基于图像修复的防御机制，可在不依赖模型结构的前提下有效缓解攻击影响。我们将系统探讨这些技术如何揭示系统脆弱性，并推动更加稳健的视觉感知体系构建。报告人简介：韩星烁，南京航空航天大学计算机科学与技术学院教授，国家级青年人才。博士毕业于新加坡南洋理工大学，主要研究方向是自动驾驶安全和人工智能安全。在IEEE SP、ACM CCS、USENIX Security、ISSTA、NeurIPS等CCF-A类会议/期刊发表学术论文

报告题目：多模态大模型的安全对齐：挑战与解决方案时间：2025年6月13日（星期五）14:00-15:00地点：科研楼18#1004主办：计算机与网络空间安全学院参加对象：相关专业教师和学生报告摘要：随着大语言模型（LLMs）能力的拓展，多模态大模型（尤其是视觉语言模型，LVLMs）在图像理解、辅助问答等任务中展现出显著性能。然而，近年来的研究揭示，这类模型在引入视觉模态后，其原本在文本域建立的安全机制无法自然迁移，导致面对图像相关输入时表现出严重的安全性缺陷，甚至会在“看似安全”的输入组合下输出不当或有害内容，给实际部署带来巨大风险。报告围绕多模态模型的跨模态安全对齐问题展开，结合最新研究工作，总结了当前LVLM安全对齐面临的关键问题，并介绍当前几种代表性解决方案的可行性与局限性。报告人简介：刘航呈，目前在新加坡南洋理工大学担任博士后研究员，主要研究方向为人工智能安全。研究成果已发表在多个人工智能与信息安全领域的顶级国际会议和期刊上，包括 NeurIPS、ACM CCS、ACM MM、WWW、IEEE TIFS、TCSVT 等。

报告题目：Continuous Modeling Perspectivefor ImagingScience时间：2025年6月3日（星期二）下午15：00地点：线上#腾讯会议：112-779-265主办：计算机与网络空间安全学院参加对象：计算机与网络空间安全学院相关专业教师和学生报告摘要：To tackleinverse problems in imagingscience, the regularizer, serving as an indispensablecornerstonein modeling, are usually introduced. In this talk, we will begin by reviewing the classical regularizers, including localregularizers, nonlocalregularizers, and globalregularizers. Wethenwill discuss the limitations of classical hand-crafted regularizers

题目：细粒度跨层感知一体化云数据中心时间：2025年6月3日（星期二）上午10：00地点：线上#腾讯会议：826-654-545主办：计算机与网络空间安全学院参加对象：计算机与网络空间安全学院相关专业教师和学生报告摘要：数据中心资源利用率低，PUE居高不下是当前数据中心面临的最重要的挑战之一。一直以来数据中心基础设施的建设与数据中心内运行的软件和业务应用彼此割裂，缺乏有效的沟通，导致动态的业务数据访问模式和静态的数据中心气流组织成为一对矛盾。报告将在云数据中心研究现状及发展趋势的基础上，介绍我们的研究工作。包括：高效能一体化云数据中心的基本思想，数据中心的基础设施、硬件和软件协同方法及基于动态气流组织的业务调度策略等。报告人简介：邓玉辉，1973年生，暨南大学信息科学与技术学院教授，博士生导师。一直从事数据存储、云计算及数据管理等方面的研究。2022年获华为难题挑战火花奖，2020年获广东省教学成果二等奖，2019 年获 国际IEEE 大数据技术委员会Best Paper Award，2017 年获国际期刊JISE 年度Best Paper Award，研究成果进入EMC 2008 全

5月14日，我院2022级分专业组织召开实习动员会。计算机科学与技术系（人工智能系）副主任张美平，软件工程系副主任张仕，网络空间安全系副主任张柳明，2022级辅导员张景雄、蔡兹章及全体2022级本科生参加。会上，各系副主任围绕时间规划、任务内容和注意事项等方面对实习工作展开细致部署，并强调实习是从理论迈向实践的关键一步，要正确认识就业形势，深刻理解实习的作用与意义；要迅速完成角色转变，从容应对实习挑战，为正式就业打下坚实基础；要增强安全防护意识，遵守法律法规，确保实习顺利进行。本次实习动员会的召开，不仅帮助同学们明确了实习目标与要求，也为学院实习工作的顺利开展奠定了坚实基础。期待同学们能以汗水浇灌成长，以热爱奔赴山海，在各个实习岗位上绽放属于自己的耀眼光芒！

报告题目：大模型：从理论到应用——探索前沿与医学影像的融合时间：2025年5月9日（星期五）下午15:30地点：计网大楼507会议室主办：计算机与网络空间安全学院, 数字福建环境监测物联网实验室参加对象：计算机与网络空间安全学院相关专业老师和学生报告摘要：随着人工智能技术的迅猛发展，大模型已成为当今科技领域的前沿热点。本次报告将系统介绍大模型的发展历程、基本理论，并重点聚焦其在医学影像处理中的创新应用。报告首先回顾大模型的发展脉络，从早期的神经网络逐步演进到如今的Transformer架构，梳理其技术演进的关键节点。接着，深入剖析大模型的核心理论，涵盖架构设计、预训练与微调策略，以及Transformer架构在其中的关键作用。此外，报告还将详细介绍DeepSeek等新兴大模型的特点与创新之处，探讨其如何推动大模型技术的进一步发展。最后，报告将聚焦大模型在乳腺癌动态光学医学影像领域的应用实践，探讨其如何通过先进的技术手段提升乳腺癌的诊断水平以及新辅助化疗的效果评估。报告人简介：袁细国，教授，博士生导师；西安电子科技大学杭州研究院PI团队负责人；浙江省自然科学研究人员研究员；2011年获西

学院特邀闽江学院计算机与大数据学院副院长徐戈深入解析了DeepSeek大模型的技术原理、应用场景及行业影响，并探讨了AI技术的最新发展趋势。他结合典型案例，分析了人工智能在自然语言处理