学科信息

自2004年起在高校从事教学及科研工作，在海外多所高等院校学习工作近 15 年，长期从事人工智能领域的模式识别与机器学习研究，累积了较丰富的跨学科、跨领域合作与海内外交流经验。代表性科研成果在生物特征识别领域具有较大影响，在计算机学科 JCR 影响因子最高的学术期刊 IEEE TPAMI 上共发表长文 3 篇（均为一作）；创新地运用了模型重采样方法进行关联假设的统计推断，相关成果发表了ESI 高被引论文 2 篇（一篇一作），主力研发的多元高维数据统计分析工具包被耶鲁大学、世界野生动物基金会等全球多个顶级科研机构科研人员引用；近五年主要研究方向为对抗机器学习及其应用研究，相关科研成果在包括AAAI、IJCAI、CVPR、SIGIR、TIFS等多个 CCF-A 类国际顶级会议及期刊上发表论文并作大会口头报告，获 ICMR’21 国际会议最佳论文奖及IEEE BigMM’18 会议最佳论文提名，获批PCT国际专利检索3项、中国专利3项、美国专利1项。2017年全职回国加入东莞理工学院工作至今，在校培养了三届硕士研究生（含与深圳大学联培），其中 1 人获深圳大学优秀毕业生称号、2 人获东莞理工学院优秀毕业生称号、3 人现在海内外高校攻读博士研究生学位。

 

本人于2019-2022年已在东莞理工学院培养了包括深大联培在内的三届共4名硕士研究生，均顺利完成硕士毕业论文答辩。其中1人获深圳大学优秀毕业生称号、2人获东莞理工学院优秀毕业生称号，共发表CCF-A类论文3篇、CCF-B类论文1篇、EI检索会议论文5篇、申请国内外专利4项。毕业后其中2人在读博士研究生，2人在深圳有关企业单位从事AI算法研发工作。

 

生物特征识别作为一种结合物理与电子身份的自动标识方式已对人们生活和公共安全产生了深刻影响。随着应用面与数据量的不断扩大，运用网络计算平台可以方便用户访问、提高处理规模、降低计算成本。但这同时增加了信息泄露和恶意攻击的风险。本项目以生物特征识别系统为研究对象，以针对检索的智能攻击为核心，以机器学习敌手模型和隐私安全缺陷分析为基础，从基于信息理论的隐私安全保护框架出发，重点考察研究对抗环境下近似成员查询数据结构的信息泄露、隐蔽特征空间特性的相似性搜索、逆向重构模型分析与相应主动防御技术以及模式识别算法的安全量化评估机制等关键科学问题。其顺利开展将丰富隐私保护模式识别的理论研究、提高相似性检索机制的安全属性、健壮基于内容的信息查询系统在对抗环境下的应用，为生物特征识别在互联网+时代的推广提供有力的理论依据和技术支持。

 

机器学习、模式识别

 

1. H. Yang, B. Li, Y. Wang, "Individual Property Inference over Collaborative Learning in Deep Feature Space", International Conference on Multimedia Engineering (ICME'22) [C], 2022. (CCF-B)

2. J. Lu, M. Chen, Y. Sun, W. Wang, Y. Wang, and X. Yang, "A Smart Adversarial Attack on Deep Hashing Based Image Retrieval", International Conference on Multimedia Retrieval (ICMR'21) [C], 2021, Best Paper Award, 227-335. (CCF-B)
   

3. M. Chen, J. Lu, Y. Wang, J. Qin, W. Wang, "DAIR: A Query-Efficient Decisio n-based Attack on Image Retrieval Systems", ACM SIGIR Conference on Researc h and Development in Information Retrieval (SIGIR'21) [C], 2021, 1064-1073.

4. B. Huang, Z. Wen, Y. Wang*, W. Wang, L. Shen and F. Liu, “Adversarial Defense by Diversified Simultaneous Training of Deep Ensembles”, AAAI Conference on Artificial Intelligence (AAAI’21) [C], 2021, 35(9), 7823-7831. (CCF-A)

5. Z. Ke, Z. Wen, W. Xie*, Y. Wang* and L. Shen, “Group-Wise Dynamic Dropout Based on Latent Semantic Variations”, AAAI Conference on Artificial Intelligence (AAAI’20) [C], 2021, 34(7), 11229-11236. (CCF-A)

6. F. Zhang, Y. Wang*, S. Li and H. Wang, “Decision-based Evasion Attacks on Tree Ensemble Classifiers”, World Wide Web [J], 2020, 23(5),  2957-2977. （CCF-B，影响因子：3.5） 

7. B. Huang, Y. Wang* and W. Wang, “Model-Agnostic Adversarial Detection by Random Perturbations”, International Joint Conference on Artificial Intelligence (IJCAI’19) [C], 2019, 4689-4696. (CCF-A)

8. B. Li, W. Wang, Y. Sun, L. Zhang, M. Ali, Y. Wang, "GraphER: Token-Centric Entity Resolution with Graph Convolutional Neural Networks", AAAI Conference on Artificial Intelligence (AAAI'20) [C], 2020, 34(5), 8172-8179. (CCF-A)

9. J. Wan and Y. Wang*, “Cost-Sensitive Label Propagation for Semi-Supervised Face Recognition”, IEEE Transactions on Information Forensics and Security [J], 2019, 14(7), 1729-1743.（中科院SCI一区, CCF-A，影响因子：9.03）

10. Y. Wang, J. Wan, J. Guo, Y.-M. Cheung, and P. C. Yuen, “Inference-based similarity search in randomized Montgomery domains for privacy-preserving biometric identification”. IEEE Transactions on Pattern Analysis and Machine Intelligence [J], 2018, 40(7), 1611-1624. （中科院SCI一区，CCF-A，影响因子：17.73）