为进一步推动网络空间前沿领域安全技术的研究与发展，促进学术界的交流与合作，“浙江大学信息学部FIT论坛第18期 网络空间前沿论坛”于7月18日在杭州西溪宾馆举办。本次论坛由浙江大学信息学部、区块链与数据安全全国重点实验室、浙江大学网络空间安全学院主办，聚焦网络空间新技术、新业态、新模式，邀请到多位网络空间安全领域的国际知名专家与学者，就网络与通信安全、数据安全、人工智能安全等热门前沿研究领域的关键技术和应用展开学术报告，来自高校、科研院所、企事业单位、社会团体等各方代表100余人出席大会。
中国工程院外籍院士、加拿大工程研究院院士、加拿大工程院院士、加拿大皇家科学院院士沈学民，加拿大新布伦瑞克大学教授陆荣幸，清华大学教授、计算机系副主任徐恪，西安交通大学教授、网络空间安全学院院长苏洲，电子科技大学教授、网络空间安全学院副院长李洪伟，加州大学洛杉矶分校助理教授田园，福建师范大学计算机与网络空间安全学院教授宁建廷，西安交通大学网络空间安全学院教授栾浩，中南大学计算机学院教授吕丰，加拿大滑铁卢大学黄橙博士，加拿大滑铁卢大学刘栋骁博士等专家分别做学术报告。浙江大学计算机科学与技术学院院长陈刚，浙江大学网络空间安全学院院长、区块链与数据安全全国重点实验室常务副主任任奎出席。
陈刚院长代表主办方向报告嘉宾和参会者表示热烈欢迎。他介绍了区块链与数据安全全国重点实验室、浙江大学网络空间安全学院在网络空间前沿领域取得的重要成果，并表示作为科研单位，应抢抓全球科技发展先机，在科技前沿中持续探索前瞻性基础研究方向，从重大需求前景中持续凝练关键科学问题，推动关键核心技术创新。期待本次论坛能为参会者提供学术交流和思维碰撞的平台，共同应对网络空间安全的风险与挑战。
沈学民院士发表题为“6G-Holistic Network Virtualization and Edge Intelligence”的学术报告。他从数字孪生网络和边缘计算、下一代扩展网络构架设计以及AI驱动网络管理等方面对6G无线智能网络提出要求，同时总结了下一代网络应具有更加智能和灵活的资源分配策略、可扩展的网络构架和自动网络管理的功能。
陆荣幸教授发表题为“Toward Privacy-Preserving Aggregate Reverse Skyline Query with Strong Security”的学术报告。他表示，聚合反向天际线（ARS）查询可能会将敏感数据泄露给服务提供商，而现有的加密查询请求方案要么部署在双服务器模型上，要么无法完全实现隐私查询。为此，他介绍了一种新颖的部署在单服务器模型上的隐私保护聚合反向天际线查询（PPARS）方案可确保隐私安全，以及一种基于插值的封装技术来提高PPARS的通信效率。
徐恪教授发表题为“真实可信的新一代互联网体系结构”的学术报告，他认为互联网安全面临巨大挑战的根本原因在于开放的互联网体系结构缺乏信任基础，解决网络安全的根本策略应该从互联网体系结构本身出发。他从互联网的工作原理出发，围绕协议栈安全、端到端转发安全和应用流量安全，介绍了他的团队在真实可信互联网体系结构研究之路和最新的研究成果。
苏洲教授发表题为“面向自动驾驶的车载通信安全”的学术报告，介绍了包括车载网络安全态势感知、信任管理和隐私保护等面向自动驾驶的车载网络安全关键技术与相应解决方案，助力网联自动驾驶车辆实现复杂环境下的网络安全保护。
李洪伟教授发表题为“大语言模型的安全与隐私问题探讨”的学术报告。他认为以ChatGPT为代表的大语言模型在使用过程中还存在诸多安全挑战，并从背景意义、面临挑战等多个维度来分析大语言模型的安全与隐私问题，并展望未来的发展方向。
田园教授发表题为“Challenges and Opportunities in IoT Security”的学术报告。她从如何用不可信的机器学习技术构建可信的物联网、如何确保物联网平台安全和隐私保护、如何帮助用户使用物联网做出安全和隐私决策等方面进行分享，并提出了构建安全和隐私友好的物联网的一些思考。
宁建廷教授发表题为“实用型可搜索加密安全性探讨”的学术报告。当前实用型密态数据搜索应用系统的构建主要基于一种名为 “efficiently deployable, efficiently searchable encryption”(EDESE)的可搜索加密方案，针对EDESE所泄露的信息，他介绍了一种新型被动式攻击方法，进一步揭露了实用型可搜索加密信息泄露的危害。
栾浩教授发表题为“Embodied Intelligence of Networking”的学术报告。他指出，具身智能通过构造分布式智能体，可实现网络的分布式智能管理，从而形成优化的网络传输方案来提升计算机网络的性能，并重点围绕具有具身智能的网络技术，从网络的具身智能体构建、具身智能体网络传输、具身智能安全等角度分享相关研究成果。
吕丰教授发表题为“数据驱动的联邦学习轻量化关键技术研究”的学术报告。联邦学习因其可以避免源数据直接交互成为分布式智能计算的一种主要范式，然而要实现一个高效可靠的联邦学习系统，依然存在诸多技术挑战。在他的报告中，主要介绍了联邦学习通信传输轻量化机制SHARE和联邦学习异构模型轻量化机制FedPKD两种联邦学习轻量化关键技术。
黄橙博士发表题在“Multi-Client Secure and Efficient DPF-based Keyword Search for Cloud Storage”的学术报告，介绍了一种基于分布式点函数（DPF）的多客户端安全高效的云存储关键字搜索方案，显著降低了服务器端的计算复杂度，提高了多关键词联合搜索的通信效率。还提出了一种双重加密方法和一种集约束伪随机函数的授权算法以实现多个客户端的隐私保护和访问控制。
刘栋骁博士发表题在“Authenticated and Prunable Dictionary for Collaborative VNF Management”的学术报告，他提出经过身份验证的VNF字典可作为区块链上的简洁的验证器存储来支持丰富的VNF查询功能和查询结果的有效验证，并通过设计一种字典修剪策略减少当VNF查询表示为算术电路时对原始字典不必要的内存访问。
活动现场学术氛围浓厚，参会者在交流环节踊跃发言、各抒己见，与报告嘉宾在热烈的交流中碰撞出思想的火花。本次FIT论坛是浙江大学信息学部、区块链与数据安全全国重点实验室、浙江大学网络空间安全学院为营造良好学术氛围、扩大网安学科学术影响力、推动产学研深度合作而设立的高层次学术交流活动，充分凝聚学术界科技届共识，打造网络空间前沿研究风向标，为参会者带来了一次全方位、深层次、高水平的学术盛宴。
