喜 报
经过院校两级评审、现场答辩等环节，第三十四届冯如杯科技竞赛于2024年5月27日落下帷幕，在本次竞赛中，网安学子取得了优秀的成绩，获得一等奖1项、二等奖3项、三等奖7项。
项目总览
一等奖
哲社组
★
新时代网络安全全链条科普策略与实践
指导教师：管天玉
组员：
吉枫彪 马兰博 李如钦 王冠 刘昊阳
项目简介：
为探索新时代新背景下网络安全全链条科普策略，解决当前网安科普存在同质化，覆盖人群少等问题，本研究搭建了我国网络安全意识教育和科学普及的新平台。项目团队进选优秀学生组建宣讲团，深入学校、社区、企业、机关，先后开展100余场网络空间安全专题宣讲，覆盖听众20,000余人次，积累了充足的网络安全科普经验，保留了大量宣讲资料。同时走过全国50余座城市，调研各地网络空间安全企业。为扩大影响力，项目团队在多个新媒体平台发布宣传内容，总曝光量超过300,000。项目培养出一批有专业知识、有宣传才能、有奉献精神的青年，助力科普全民网络安全教育，对网络空间安全全链条科普策略研究具有指导价值。
二等奖
制作组
★
xCoder——
基于多智能体协作的代码指令调优工具
指导教师：杨立群
组员：
闫治敏 袁钰 罗昊正 宁然
项目简介：
为了弥合不同代码语言之间的编程差异，本作品创新设计了一种多智能体协作框架，以增强Code LLM的多语言指令调优效果。该框架实现了多个具有生成记忆的特定语言智能体组件的协同工作，高效地将知识从一种语言传输到另一种语言。这些智能体致力于达成共同的任务，并通过信息共享来优化集体解决方案。此外，为了提升Code LLM的跨语言适应性，本作品基于开源数据构建了一个名为X-INSTRUCT的多语言指令数据集。本作品基于生成的数据集分别对Code Llama和Deepseek-Coder进行监督微调，进而生成Code LLM模型——xCoder，通过对xCoder进行测试，验证所提框架在代码理解与生成方面的有效性。
基于分片区块链的
高效可扩展5G核心安全协议
指导教师：刘懿中
组员：任天行 宋天熠 张菀容
项目简介：
本项目旨在解决现行5G核心安全协议——5G认证密钥协商协议（5G-AKA）在性能、扩展性和容错能力方面的不足。本项目引入分片区块链技术，将归属网络节点划分为不同分片，提高系统性能和扩展性。同时，采用新型多领导者拜占庭容错算法用于并行处理认证请求，提高吞吐量和安全性。项目还设计了分布式密钥生成协议，增强了容错能力。最后基于Go语言、Tendermint、Docker、gRPC等技术进行了链上部署，并提供了分片管理前端操作界面便于企业用户使用。
区块链安全与隐私保护
指导老师：高莹
组员：
张涔 郭一凡 宋靖航 高丰奕
项目简介：
本作品利用隐私信息检索技术(Private Information Retrieval，PIR)，将其与分布式 BFV 同态加密技术和区块链技术相结合，不仅可以解决现有智能泊车系统中心化和透明度缺乏的问题，还能够实现对司机隐私的保护，使其能够从区块链上秘密检索目的地附近的停车场信息，而不透露任何与司机相关的敏感数据，实现对隐私的充分保护。
三等奖
制作组
★
链安模合：面向医疗图像垂域大模型的
可信高效区块链联邦学习系统
指导教师：刘懿中
组员：陈笑 江晗 陈梓辉
项目简介：
该作品提出了一个基于区块链和密码学技术的分布式安全聚合系统，用于增强联邦学习的隐私保护和计算效率。该系统利用批量可验证秘密分享技术降低通信成本，并通过拜占庭容错协议实现去中心化，提高系统安全性。实验表明，该系统在通信成本、训练准确率和抗攻击能力方面均有显著优势，为医疗机构间的数据共享提供可靠的安全保障，并有望在实际应用中取得良好效果。
SmartFix Coder——
基于生成大模型的一体化代码修复助手
指导教师：杨立群
组员：杨艺 叶懋森 张涔
项目简介：
随着深度学习技术的进步，大语言模型（LLMs）在代码生成方面展示出巨大优势，标志着软件开发进入新纪元。然而，LLMs在代码错误检测和自动修复领域的应用尚浅。我们提出SmartFix Coder模型，通过智能理解代码逻辑，实现代码生成、审计和自动修复。SmartFix Coder利用大模型的模糊测试和多任务多语言学习框架，能检查代码错误，识别安全漏洞，并生成修复的代码和单元测试。SmartFix Coder在代码生成、漏洞检测和修复方面较现有模型表现突出，创新点包括结合预训练模型与模糊测试技术，构建覆盖多任务多语言的数据集，设计易用的前端平台，使开发者更高效地进行代码审计和修复工作。
安网驭行：融合性机器学习
智能网联汽车入侵检测系统
制作组兼产业赛道三等奖
指导教师：王朋成
组员：
李奇敖 卢星宇 崔正康 张奕博
项目简介：
本作品设计了一款融合性机器学习智能网联汽车入侵检测系统，可部署在智能车辆上检测并过滤攻击流量，保障车辆安全。作品采用分层分域、安全隔离的车载入侵检测架构，应用采样与过采样的多维数据预处理方法，设计了高可靠、低时延的深度学习架构，实现了可抵御零日攻击的多级防御机制，并通过迁移学习提高模型普适性。测试显示系统准确性高，可实际部署于车辆环境中，为智能汽车安全提供保障，推动智能交通系统发展。
Kerberos——
隐私保护的政务舆情监测系统
指导教师：郭华
组员：
黄景任 史佳鑫 李钏 霍嘉荣
项目简介：
现有舆情监测系统需要使用者以明文形式传递监测内容，存在着一定的隐私泄露风险。本作品利用多方安全计算，使得用户输入的数据离开本地后以秘密分享的形式传递给大模型进行舆情分析，再将返回的推理结果进行聚合得到最终结果。为优化大模型在安全多方计算下的效率，本作品还提出了一种MPC友好的Transformer安全推理方案，在准确率相同时加速比超过这一领域目前最好的工作。
智感守卫——基于RFID技术的
多模态一体化感知监测方案
指导教师：杜皓华
组员：
刘芷伊 谭欣宇 王雨萱 孙昊琪
项目简介：
随着物联网技术的发展，智能化、安全化的无源感知技术已成为构建智能感知环境 的关键技术之一。射频识别（RFID）技术，作为无源感知的代表技术之一，具有低功耗、易安装、成本低等优势，通过软件和算法调整，可适应多种检测需求，具 备灵活性和可扩展性，能在不同监测场景下提供低成本、高效的解决方案。本作品构建了一种具场景迁移性的多功能感知算法，涵盖位移、温度、振 动等监测场景，提出了一种软件定义的多模态 RFID 感知监测方案，为灾害防治、工业物联网等领域中无线感知技术的研究和应用提供了重要的参考价值。
论文组
★
多权威可撤销的
高效属性加密访问控制方案
指导教师：姚燕青
组员：王雨萱 刘芷伊 谭欣宇
项目简介：
云存储提供了一种高性能、低成本的用户数据托管方式，广泛应用于企业、个人和机构等各类用户，但它也带来了严重的数据隐私泄露问题。针对用户在云服务器中存储的隐私数据访问和恶意用户追踪等需求，本作品设计并实现了一个基于多权威可撤销可追踪的属性基加密的高效访问控制方案，具有高实用性，多场景性和强安全性，具有广泛的应用前景。
【END】
