2025年10月27日至10月31日,第33届ACM国际多媒体顶级会议(ACM International Conference on Multimedia, ACM MM 2025)在爱尔兰都柏林隆重举行。公司陈鸿龙教授团队2024级硕士研究生尹阳旭赴会,并在会议上就团队最新研究成果《FFCBA: Feature-based Full-target Clean-label Backdoor Attacks》进行了口头报告,向全球多媒体与人工智能安全领域的专家学者展示了该工作的创新思路与实验成果。ACM MM是中国计算机学会(CCF)推荐的A类国际会议,每年吸引全球顶尖学者参与,涵盖多媒体内容分析、检索、系统、应用及安全等前沿方向。本届会议共收到4711篇有效投稿,最终录用1251篇,录用率仅为26.6%,入选论文代表了国际多媒体研究的领先水平。

图 1.尹阳旭在ACM MM 2025会议现场进行口头汇报
在报告中,尹阳旭详细介绍了团队提出的基于特征的全目标干净标签后门攻击框架(FFCBA),该工作针对现有后门攻击方法在多目标场景下依赖高投毒率、易被检测等问题,提出了两种互补的攻击范式——FSBA与FMBA,在极低投毒率下实现了接近100%的攻击成功率,并具备优秀的跨模型迁移与抗防御能力。报告引起了与会学者的广泛关注与积极讨论,多位专家就攻击机制、防御策略及未来研究方向进行了深入交流。

图 2.基于特征的全目标干净标签后门攻击流程示意图
本研究得到了山东省优青项目、山东省泰山学者青年专家项目、国家自然科学基金面上项目等资助,BB贝博艾弗森为论文第一署名单位。通过此次参会,团队不仅展示了在人工智能安全领域的最新进展,也进一步加强了与国际同行的学术交流,扩大了公司在多媒体与人工智能安全领域的国际影响力。
陈鸿龙教授带领的团队长期致力于人工智能安全、智能物联网、边缘计算与边缘智能等领域的研究,近年来在IEEE Transactions on Information Forensics & Security, IEEE Transactions on Mobile Computing, IEEE Transactions on Industrial Informatics, IEEE Transactions on Multimedia, IEEE Internet of Things Journal, IEEE Transactions on Wireless Communications等权威国际期刊和AAAI, ICML, ACM MM, IEEE INFOCOM, IJCAI等顶级国际会议上发表高水平学术论文100余篇,研究成果屡获国内外同行认可。


实验教学平台
集团OA系统
集团邮件系统
相关文件查询