清華新聞網(wǎng)11月4日電 近日，第31屆ACM計(jì)算機(jī)與通信安全會(huì)議（ACM Conference on Computer and Communications Security，CCS）在美國(guó)鹽湖城舉行。清華大學(xué)網(wǎng)絡(luò)研究院楊家海教授團(tuán)隊(duì)與新加坡管理大學(xué)、國(guó)網(wǎng)上海市電力公司、南洋理工大學(xué)等單位合作發(fā)表的論文“用規(guī)則提煉深度學(xué)習(xí)模型：網(wǎng)絡(luò)安全應(yīng)用中異常檢測(cè)模型的全局解釋”（Rules Refine the Riddle：Global Explanation for Deep Learning-Based Anomaly Detection in Security Applications）獲得杰出技術(shù)成果獎(jiǎng)（Distinguished Artifact Award）。論文第一作者為網(wǎng)絡(luò)研究院2019級(jí)博士生韓東岐，通訊作者為網(wǎng)絡(luò)研究院副教授王之梁。
獲獎(jiǎng)證書
該論文提出了一種能準(zhǔn)確反映網(wǎng)絡(luò)安全異常檢測(cè)模型邏輯的全局解釋方法GEAD，該方法將黑盒深度學(xué)習(xí)模型知識(shí)提取為規(guī)則集，以便于安全專家分析，很好地解決了網(wǎng)絡(luò)安全異常檢測(cè)應(yīng)用中深度學(xué)習(xí)算法全局可解釋問題。論文還展示了三種典型應(yīng)用：專家知識(shí)和模型知識(shí)的對(duì)比、不同模型之間蘊(yùn)含知識(shí)的差異，以及專家知識(shí)和模型知識(shí)的深度融合。
頒獎(jiǎng)?wù)掌?/p>
ACM CCS是網(wǎng)絡(luò)安全領(lǐng)域四大頂級(jí)學(xué)術(shù)會(huì)議（BIG4）之一，是中國(guó)計(jì)算機(jī)學(xué)會(huì)CCF的A類會(huì)議，已有30余年歷史，對(duì)網(wǎng)絡(luò)安全領(lǐng)域具有重要影響，今年論文錄取率僅為16％。杰出技術(shù)成果獎(jiǎng)（Distinguished Artifact Award）旨在表彰高質(zhì)量的科研技術(shù)成果，強(qiáng)調(diào)與論文相關(guān)的技術(shù)成果的重要性。此次是CCS會(huì)議首次頒發(fā)杰出技術(shù)成果獎(jiǎng)，也是中國(guó)大陸機(jī)構(gòu)以及清華大學(xué)學(xué)者首次獲得“安全四大”會(huì)議的該類獎(jiǎng)項(xiàng)。
供稿：網(wǎng)絡(luò)研究院
編輯：肖零
審核：郭玲
