主题一：基于数据类不平衡的工控系统入侵检测方法研究

主讲：黄梓峰

（导师：尚文利）

主题二：基于多尺度特征融合的车联网入侵检测及轻量化方法研究

主讲：杨孝军

（导师：尚文利）

主题三：基于深度强化学习的IRS辅助UAV系统的保密能效优化研究

主讲：洪政

（导师：赵赛）

主办机构

广州大学电子与通信工程学院

时间安排

2025年5月26 日10：30-11：30

地点

黄埔研究院A1栋303教室

为拓宽研究生学术视野，促进研究生学术交流，营造良好的学术氛围，广州大学电子与通信工程学院主办的“研途青年说”第101讲于5月26日10：30-11：30在黄埔研究院A1栋303教室。本次主讲人为研究生黄梓峰，杨孝军，洪政。

黄梓峰同学这次主要介绍了针对数据类不平衡问题，本文提出了基于生成对抗网络（Generative Adversarial Network, GAN）与多头注意力（Multi-Head Attention, MA）机制的过采样模型。该模型通过学习原始数据的分布并生成具有相似分布的合成样本，以有效缓解数据类不平衡问题对ICS入侵检测性能的负面影响。具体而言，该模型采用条件向量控制样本生成，并通过Wasserstein距离以及梯度惩罚优化模型的训练稳定性。此外，该模型在生成器中通过Gumbel-Softmax激活函数实现离散采样，在判别器中利用嵌入层处理非数值特征。同时，在生成器与判别器中均嵌入了基于多头注意力机制的特征加权模块，通过动态权重分配策略使模型更有效地聚焦于关键信息。最后，在4个公开的类不平衡数据集上，将该模型与逻辑回归、支持向量机、K-近邻和决策树分类器分别进行结合，并与其他6种采样方法进行对比实验。实验结果表明，该模型在对分类器性能提升效果和采样效果方面都具有优势。

杨孝军同学基于尺度特征融合的车联网入侵检测及轻量化方法研究，他的讲解主要包含以下4个部分：选题背景及意义、国内外研究现状、研究内容及方法以及总结与展望。随着车联万物通信技术与车载电子控制单元互联的深度拓展，车辆暴露的攻击面不断增长，车联网正面临严峻的网络安全威胁。基于此，杨孝军同学首先提出一种基于多尺度特征融合网络的入侵检测模型，通过并行使用多尺度的一维卷积和时间卷积残差块来提取局部及全局特征，通道混洗操作用来增强不同分支特征之间的关联，并运用卷积注意力机制来增强重要特征的表示；其次，考虑到车辆设备受到的资源限制，通过结合知识蒸馏与焦点损失设计了一种轻量化方法，通过在知识蒸馏损失函数中整合焦点损失函数来调整轻量化模型对不同类别的关注程度，能有效提升轻量化模型对难分类样本的分类性能。最后，在三个公开数据集上对所提出的方法进行了评估，结果表明了所提出方法的有效性。

洪政同学本次汇报主要介绍了聚焦于无人机（UAV）辅助无线通信系统的安全性能提升，引入智能反射面（IRS）优化无线信号传输环境。主要工作包括：一是针对IRS辅助UAV的下行MISO非正交多址通信系统，联合优化基站发射波束成形矩阵、IRS相移矩阵及UAV飞行轨迹，在多种约束下最大化保密能源效率（SEE）。因问题高度非凸，传统方法难以解决，故采用基于深度强化学习的TD3算法，实验表明该方法能显著提升系统SEE。二是考虑多窃听条件，结合人工噪声（AN）和IRS双重辅助，优化UAV飞行轨迹、发射波束成形矩阵、AN向量及IRS反射相移矩阵，以最大化UAV飞行周期内的SEE。鉴于问题复杂，采用基于软行动者-评论家（SAC）算法解决，实验显示该方法能有效提升系统SEE，为UAV通信系统优化提供新思路。

黄梓峰 

2022级电子与通信工程学院

通信工程专业

导师：尚文利

主要研究方向：工业互联网

主要科研成果：Shang W, Huang Z, Gu Z, et al. CWMAGAN-GP-Based Oversampling Technique for Intrusion Detection[C]//International Conference on Intelligent Computing. Singapore: Springer Nature Singapore, 2024: 318-330.

杨孝军 

2022级电子与通信工程学院

通信工程专业

导师：尚文利

主要研究方向：车联网安全

主要科研成果：EI会议论文一篇、美国发明专利一项、

国家发明专利两项、软件著作权一项

洪政 

2022级电子与通信工程学院

通信工程专业

导师：赵赛

主要研究方向：无人机无线通信安全

主要科研成果：论文一篇、专利一篇