Faculty Positions at School of Internet,Peking University Shenzhen Graduate School

Faculty Positions at School of Internet,Peking University Shenzhen Graduate School 北京大学深圳研究生院互联网学院(筹)助理教授、副教授和教授招聘 一、关于互联网学院(筹) 定位:响应习总书记“变局中开新局”的要求,着眼互联网数字科技发展趋势,构建文理前沿交叉融合、聚焦原创性、系统性、应用性基础研究的跨学科培养体系。整合多方资源,探索产学研全链条人才培养与基础科研创新环境。培养具有国际先进水平的数字科技、数字社会、数字治理的新型人才。立足深圳,面向未来,力争全球一流,推进北大具有创新性、前瞻性、借鉴性的“新工科”事业发展。 简介:2020年9月2日,北京大学深圳研究生院党政联席会议审议通过了启动互联网学院(筹)的决议。互联网学院初期主要围绕:碳基电子技术(电子学)、未来网络与空间安全(计算机、通信)、网络与新媒体(新闻传播学)、数据科学与互联网(应用数学)组建师资队伍。学科的建设目标是:以满足国家急需、加快人才培养为出发点,联合相关院系,组建结构合理、世界一流的师资队伍,培养一批国家急需的高质量博士和硕士研究生。 二、招聘说明 中长期目标推动建设“网络空间安全”一级学科,特向海内外高层次优秀学者招聘全职教师。2020年秋季学期先行在未来网络体系结构、区块链理论与系统、网络信息安全、智能网络技术、工业互联网等研究方向招聘教师。 >招聘职位: 预聘助理教授若干名,预聘副教授2-3名,教授1-2名。 >岗位职责: 围绕新型网络相关信息学科学术、技术的研究前沿,探索5G、6G为代表的未来网络体系结构、区块链、网络安全、网络人工智能等相关的新理论、新方法和新技术,以面向数字经济的数据共享、价值共享新型互联网系统为研究目标,参与构建数学、信息、社会三元空间融合的信息科学和技术的学术团队。 工作性质:全职; 工作地点:深圳; 1、预聘助理教授 (Tenure-track Assistant Professor) 1)具有海内外著名大学的学习背景,在相关专业领域取得博士学位并已取得一定的科研成果,能把握相关学科发展前沿,具备在本学科领域开展独立性研究的能力,具备完成高水平学术成果潜力,善于开展交叉学科研究; 2)具备良好的口头表达和团队协作能力,能促进本学科的国际交流和合作; 2、预聘副教授 (Tenure-track Associate Professor) 1)具有海内外著名大学的学习背景,在相关专业领域取得博士学位并具备出色的学术成果、优质项目完成经验。能把握相关学科发展前沿,具备在本学科领域开展原创性研究,带动团队产业合作研究、承担重点课题的能力,善于开展交叉学科研究及搭建学术、科研合作平台; 2)作为骨干力量研发面向“5G/6G+智慧专网+卫星网+物联网”的新型通信网络基础设施的研究实力,建立新的理论和技术体系,攻关未来网络、工业互联网、物联网、区块链、网络人工智能等核心技术,推动传统基础设施信息化智能化网络化学术创新。 3)具备良好的口头表达和团队带动能力,能提升本学科的国际交流和合作,实质贡献一流学科建设; 3、教授 (Professor) 作为学科带头人,引领作为我院重点发展方向的相关方向的全面发展,达到并超过双一流水平。 1)具有相关专业领域博士学位; 2)在国际一流大学或研究机构具有教授级(或相当于)职称; 3)在相关领域已取得有影响力的科研成果和较高的学术声望,具备良好的口头表达和团队协作能力,能促进本学科的国际交流和合作,引领一流学科建设; >待遇福利: 对于合适的应聘者,北京大学深圳研究生院将提供具有竞争力的待遇,享受北京大学深圳研究生院相关社保及公积金。同时享受相关国家、深圳市高层次人才政策、科研启动经费等。具体面议。 >申请流程: 请将以下资料发送至:liting123@pkusz.edu.cn (请注明:互联网学院教职招聘) 1)科研工作总结; 2)详细简历; 3)至少三份推荐信; 4)工作科研计划; 5)学历、学位证明复印件及代表性论文扫描件; 6)承担项目证明材料; 7)其它能说明研究能力的材料; 注: 2020第一批学校集中预处理时间截止:2020年11月15日;后续滚动到第二批:2021年2月15日。...
Read More

互联网中心实验室2020年惠州毕业游

2020年6月13日,互联网中心实验室(CIRE)2017级同学们参加了前往惠州巽寮湾的毕业旅行。今年因为新冠肺炎疫情影响,实验室其他年级的同学没办法一同前往,实在是太遗憾了。在出发之前,实验室雷老师、17级同学们以及其他老师和教职工一共在”故宫”举行谢师宴,感谢雷老师三年以来对在科研上对同学们的指导,也感谢CIRE各位老师的帮助。 到达惠州后,同学们前往海滩,迎着晚霞和夕阳的余晖,留下了珍贵的记忆。 晚上是烧烤活动。两位”烧烤大师”负责烤,其他同学负责吃,分工明确,各司其职。小小的后院充满了欢声笑语。 祝福17级毕业生前程似锦。青山不改,绿水长流,我们江湖再会。 ...
Read More

Notice: Dimission of Shen Ying

Notice: Dimission of Shen Ying Shen Ying had been dimissed from ICNLAB since Auguest 1st of 2019.  She was in a position of contract based individual "Research Assistant" under supervisory of Dr. Kai Lei and she had never been a direct advisor of any students from ICNLAB. From then on, the relevant businesses that she was engaged in and involved in belonged to  her personal behavior and had nothing to do with ICNLAB, PKUSZ. If anybody has any inquery or concerns about her current status, please feel free to confirm  with us. Thank you.  ...
Read More

17级付求爱同学参加IJCNN 2019国际学术会议

在实验室雷凯老师的指导下,17级付求爱同学的一篇论文被International Joint Conference on Neural Networks 2019国际学术会议(IJCNN 2019)录用。 论文题目:Multi-Task Learning with Capsule Networks 论文简介:多任务学习是一种在利用任务之间的共性和差异的同时,共同学习多个任务的机器学习方法。共享表示是通过多任务学习来学习的,为每个任务学习的内容可以帮助其他任务更好地学习。现有的多任务学习方法大多采用深度神经网络作为每个任务的分类器,深度神经网络可以利用其强大的曲线拟合能力来实现训练数据的高精度,即使在学习的表示还不够好的情况下,然而这与多任务学习的目的是相矛盾的。本文提出了一个多任务胶囊网络(MT-Capsule)框架,该框架利用胶囊网络改进了多任务学习。胶囊网络是一种新型的神经网络模型,它可以智能地对部分整体关系进行建模,构成视点不变的知识,并自动将所学知识扩展到不同的新场景中。在大型真实数据集上的实验结果表明,MT-Capsule可以显著优于目前最好的方法。   IJCNN是每年举办一次的关于国际神经网络领域的前沿会议。研讨会包含了对目前在机器智能、人工智能、生物神经网络等方面取得的重大进展的探讨, 整个会议共有超过30个分会议,共有超过400个口头报告和海报展示,多种形式的学术交流使得参会者从创新性和前沿性问题对神经网络进行各方面深入探讨。 会议的宗旨是为来自世界各地的专家学者提供一个展示和讨论最新研究成果的平台,并激发不同研究领域之间的思想交流。研讨会的宗旨是为来自世界各地的专家学者提供一个展示和讨论最新研究成果的平台,激发不同研究领域之间的思想交流,并试图通过研究各项难题来探索生物神经网络的奥秘。本次会议(IJCNN 2019)于2019年7月14-7月19日在匈牙利布达佩斯举行举行,会议包括来自瑞士、美国、英国、德国、日本和中国等国家的学者前来参加。 17级付求爱作为论文作者参加了此次IJCNN 2019会议,认真听取专家的大会报告和分会报告,并积极与国内外同行展开了深入地交流。 通过参加本次会议,解到了相关领域内最新研究进展,开拓了视野。通过做报告,认识到了语言表达的重要性。通过与参会人员的交流,受到了很多启发。感谢互联网研发中心和雷老师的资助。  ...
Read More

17级杜茂瑜同学参加 HPCC 2019 国际学术会议

在实验室雷凯老师的指导下,17 级杜茂瑜同学的一篇论文被 IEEE International Conference on High Performance Computing and Communications (HPCC 2019) 录用。 论文题目:Towards Decentralized Equilibrium Asset TradingBased on Blockchain 论文简介:过去十年见证了数字代币和加密货币的爆炸式增长,包括比特币,奖励计划和以太坊上的各种代币。然而,由于缺乏可互操作的标准,交易这些异构和非金融数字资产经常遇到大量的流动性障碍,并且面临着市场不平衡风险的定价策略的均衡困境。从这个意义上讲,我们引入了一种新的分散均衡交易机制,用于跨越价值体系的资产,结合区块链和经济理论,优化资产的存储,均衡和流通。为了证明所提出机制的实际可行性,我们使用精心设计的智能合约设计,实施和评估以太坊平台上的端到端原型系统。我们广泛的实验评估和交易模拟表明,所提出的机制以分散的方式解决了均衡价格的不同资产之间的交易和交易,为没有人为干预的资产交易市场的自主均衡提供了实践和理论基础。 HCPP 旨在分享全球学者在高性能计算和通信的各个方面的研究成果、应用和新想法,过去十年见证了强大的并行和分布式计算的发展。HPCC 2019 于 8 月 10-12日在中国张家界举行。会议包括了主题演讲、论文 Oral、Poster 展示等,主题包括并行和分布式计算、高性能计算以及 AI 应用等方面。会议邀请了包括来自康奈尔大学的 Bart Selman 教授、滑铁卢大学的 Weihua Zhuang 教授、阿尔伯塔大学的 Witold Pedrycz 等知名专家和学者作为 Keynote Speaker 分享相关领域的最新进展。 通过参加本次会议,解到了相关领域内最新研究进展,开拓了视野。通过做报告,认识到了语言表达的重要性。通过与参会人员的交流,受到了很多启发。感谢互联网研发中心和雷老师的资助。...
Read More

16级章奇超同学中稿IEEE Communications Magazine杂志

IEEE Communications Magazine(https://www.comsoc.org/publications/magazines/ieee-communications-magazine)是通信领域的顶级刊物,涵盖通信的各个方面,提供该领域最新的信息,被中科院评定为SCI 1区期刊,最新的影响因子(IF)为9.270。   16级同学章奇超,在实验室雷凯老师和ASU的徐快老师的指导下,完成一篇论文“Securing ICN-Based UAV Ad Hoc Networks with Blockchain”,并已确认被IEEE Communications Magazine杂志下THE QUEST FOR INFORMATION-CENTRIC NETWORKING专题录用。中稿论文的简介如下:   标题:Securing ICN-Based UAV Ad Hoc Networks with Blockchain   作者:Kai Lei, Qichao Zhang, Junjun Lou, Bo Bai, and Kuai Xu*   英文摘要:Named data networking (NDN) enables fast and efficient content dissemination in mission-critical unmanned aerial vehicle ad hoc networks (UAANETs); however, its in-network caching mechanism brings a new security challenge: content poisoning. Poisoned content can contaminate the cache on the routers and isolate valid content from the network, leading to performance degradation or denial of service. To mitigate such attacks and enhance network-layer trust of NDN-based UAANETs, this article proposes a novel and systematic framework that integrates interest-key-content binding (IKCB), forwarding strategy, and on-demand verification to efficiently discover poisoned content. To further provide decentralized IKCB store and detect internal attackers, we introduce a lightweight permissioned blockchain system over NDN and develop a scalable adaptive delegate consensus algorithm. Our experimental results have demonstrated that our proposed framework can effectively...
Read More

互联网中心实验室(CIRE) 5名同学荣获2019年北京市及北京大学优秀毕业生

祝贺互联网中心实验室(CIRE) 5名16级同学荣获2019年北京大学优秀毕业生,包括邓扬、刘颖、袁凯琦、陈道源、李可可,其中邓扬同学还获得了2019年北京市优秀毕业生。以下是5名同学的个人事迹介绍以及互联网中心实验室16级同学的毕业去向。   邓扬(北京市优秀毕业生、北京大学优秀毕业生) 于2016年获得北京邮电大学电子信息科学与技术学士学位。目前就读于北京大学,主要研究方向是问答系统和知识图谱。硕士期间,主要参与互联网中心实验室知识图谱组的科研工作,参与了全科医学知识图谱构建以及辅诊系统的搭建,发表了多篇高水平国际会议和期刊论文,其中包括且不限于AAAI 2019、SIGIR 2018、COLING 2018等,并多次代表实验室出席国际会议及做口头报告。此外,在国内举办的多个问答系统相关的评测竞赛任务中也获得了较好的名次,包括NLPCC 2017和CCKS 2017。硕士期间也获得了北京大学三好学生、五四奖学金等校级奖励。学生工作方面,担任了北京大学深圳研究生院执委会联络部部长,并获得了“优秀部长”称号。   袁凯琦(北京大学优秀毕业生) 于2016年获得北京邮电大学计算机科学学士学位。现就读于北京大学攻读计算机科学硕士学位。主要研究方向为生物医学信息学,知识图谱,知识表示,知识推理。 攻读硕士研究生期间,在若干期刊和会议上均发表过高水平文章,包括SCI一区期刊《Artificial intelligence in medicine》、《Journal of Cheminformatics》,SCI二区期刊《Journal of Medical Systems》,医学信息学顶级会议之一International Conference on Bioinformatics and Biomedicine (BIBM), 中文核心期刊《计算机应用研究》等。   李可可(北京大学优秀毕业生) 于2016年获得中山大学软件工程学士学位,现就读于北京大学,攻读计算机科学硕士学位。主要关注的研究课题是软件定义网络中数据包的转发路径检测。 攻读硕士研究生期间,已发表两篇高水平会议论文,包括Measuring the Control-Data Plane Consistency in Software Defined Networking (ICC 2018)以及Distributed Information-Agnostic Flow Scheduling in Data Centers Based on Wait-Time (GLOBECOM 2018)。   陈道源(北京大学优秀毕业生) 就读于北京大学信息工程学院计算机应用研究专业,2016级硕士研究生。 曾获北京大学五四奖学金、北京大学三好学生、北京大学优秀毕业生等多项荣誉,现被阿里巴巴达摩院所录用。 本科在电子科技大学攻读计算机科学与技术专业,并保送至北京大学深圳研究生院互联网中心实验室,师从雷凯副教授,主要研究方向为自然语言处理、知识图谱、表示学习。曾任互联网中心实验室科研岗助理,香港城市大学兼职研究助理以及腾讯医疗AI实验室实习生。研究生期间在知识图谱课题组积极完成科研任务,勤奋学习,申请专利一项,在Artificial Intelligence in Medicine、Neural Computing and Applications等SCI期刊参与发表多篇论文,在SIGIR、COLING等顶级学术会议上发表及在投多篇论文,获得SIGIR Student Travel Grant以及COLING 2018 Area Chair Favorite Papers。   刘颖(北京大学优秀毕业生) 刘颖同学本科毕业于大连理工大学,为人性格开朗活泼,待人亲切随和。在校期间,积极参加社团活动、志愿者活动,荣获2016-2017学年北京大学社会工作优秀奖以及优秀志愿者等荣誉称号。学习上,刻苦努力,认真对待每一门研究生课程,成绩名列专业前茅。科研上,他不畏艰难,积极探索,从早期与汇丰商学院合作对计算机与新闻传播的交叉领域积极探索,到后来专注于对新课题和未知领域的研究,都抱有旺盛的好奇心和积极的研究态度,并发表了多篇优秀的期刊论文,主要研究方向为分布式AI,联邦学习,自然语言处理,荣获2017-2018学年北京大学三好学生称号以及北京大学光华奖学金。他立志在毕业后进入工业界发展,收获了百度,阿里巴巴,华为,拼多多,爱奇艺等众多国内知名公司offer。 2016级毕业去向   邓扬 男 香港中文大学 香港 王煜坤 男 联想集团 北京 王飞阳 男 华为 深圳 罗晟 男 华为 深圳 张冰 女 中国银行 北京 黄磊 男 蚂蚁金服 杭州 杨溢哲 男 字节跳动 北京 袁凯琦 女 菜鸟网络科技有限公司 杭州 刘颖 男 拼多多 上海 章奇超 男 招商银行软件中心 杭州 张翼 男 微软 北京 陈道源 男 阿里巴巴达摩院 杭州 李可可 女 腾讯 北京 张烨 女 中国银行 北京 楼君俊 男 上海白鳟科技 上海 ...
Read More

17级付求爱同学中稿ICDCS 2019

The 39th IEEE International Conference on Distributed Computing Systems (ICDCS 2019)将于2019年7月7日至7月10日,在美国德克萨斯州达拉斯举行。ICDCS是分布式计算系统相关领域的研究人员和其他专业人士的重要国际会议,也被CCF推荐为计算机体系结构方向的B类会议。   17级付求爱同学在雷凯老师和徐快老师指导下,完成一篇长文” Detecting Malicious Domains with Behavioral Modeling and Graph Embedding”,并已确认被ICDCS 2019录用!中稿论文的简介如下:   论文标题: Detecting Malicious Domains with Behavioral Modeling and Graph Embedding   论文作者: Kai Lei, Qiuai Fu, Jiake Ni, Feiyang Wang, Min Yang, Kuai Xu*   英文摘要: The last decade has witnessed the explosive growth of malicious Internet domains which serve as the fundamental infrastructure for establishing advanced persistent threat command and control communication channels or hosting phishing Web sites. Given the big data nature of Internet traffic data and the ability of algorithmically generating domains and acquiring and registering the domains in a near-automated fashion, detecting malicious domains in real-time is a daunting task for security analysts and network operators. In this paper, we introduce bipartite graphs to capture the interactions between end hosts and domains, identify associated IP addresses of domains, and characterize time-series patterns of DNS queries for domains, and explore one-mode projections of these bipartite graphs for modeling the behavioral, IP-structural,...
Read More

17级付求爱同学中稿IJCNN 2019

IEEE International Joint Conference on Neural Networks (IJCNN 2019)将于2019年7月14日至7月19日,在匈牙利布达佩斯举行。IJCNN是神经网络及相关领域的研究人员和其他专业人士的首要国际会议,也被CCF推荐为人工智能方向的C类会议。   17级同学付求爱在实验室雷凯老师指导下,完成一篇长文”Multi-Task Learning with Capsule Networks”,并以确认被IJCNN 2019录用!中稿论文的简介如下:   论文标题: Multi-Task Learning with Capsule Networks   论文作者: Kai Lei, Qiuai Fu, Yuzhi Liang*   英文摘要: Multi-task learning is a machine learning approach learning multiple tasks jointly while exploiting commonalities and differences across tasks. A shared representation is learned by multi-task learning, and what is learned for each task can help other tasks be learned better. Most of existing multi-task learning methods adopt deep neural network as the classifier of each task. However, a deep neural network can exploit its strong curve-fitting capability to achieve high accuracy in training data even when the learned representation is not good enough. This is contradictory to the purpose of multi-task learning. In this paper, we propose a framework named multi-task capsule (MT-Capsule) which improves multi-task learning with capsule network. Capsule network is a new architecture which can intelligently model part-whole relationships to constitute viewpoint invariant knowledge and automatically extend the learned knowledge to different...
Read More

16级袁凯琦同学中稿Journal of Cheminformatics期刊

16级同学袁凯琦,在实验室雷凯老师和沈颖老师的指导下,完成一篇论文“KMR: knowledge‑oriented medicine representation learning for drug–drug interaction and similarity computation”,并已确认被Journal of Cheminformatics期刊录用。   Journal of Cheminformatics期刊简介: Journal of Cheminformatics(https://jcheminf.biomedcentral.com)是计算机领域面向化学信息学分析与应用的学术期刊,被中科院评为SCI 1区期刊。该期刊近五年影响因子(IF)为3.98。   中稿论文简介: 标题:KMR: knowledge‑oriented medicine representation learning for drug–drug interaction and similarity computation 作者:Ying Shen, Kaiqi Yuan, Min Yang, Buzhou Tang, Yaliang Li, Nan Du, Kai Lei* 论文链接:https://jcheminf.biomedcentral.com/articles/10.1186/s13321-019-0342-y 摘要:药物的有效表示为医疗保健分析提供了重要支持,例如药物相互作用(DDI)预测和药物 - 药物相似性(DDS)计算。然而,不完整的标记数据和药物特征矩阵稀疏为药物表示学习造成了实质性障碍,使得新药的资料在公开发布之前难以准确地识别新药的性质。为了解决这个问题,我们提出KMR,这是一种以知识为导向的特征驱动方法,可以准确地表达药物相关知识。我们对临床应用中的医学数据集进行了一系列实验,以证明KMR能够进行正确表示药物属性。实验结果表明, KMR可以发现有意义的DDI,准确率高达92.19%,证明了KMR可以显著提高训练集中未出现的新药的DDI预测质量。实验结果还表明,KMR可以通过促进药物知识识别DDS,准确率为88.7%,优于现有的最先进的药物相似性测量。...
Read More