第八届ICBC区块链国际学术会议
2025年9月27-30日，第八届ICBC区块链国际学术会议在香港举办，此次会议主题为Agent Services。由Services Society与Springer联合主办，历次会议在美国西雅图、圣地亚哥、夏威夷到泰国曼谷成功举办，ICBC会议已成为推动区块链研究与应用的重要国际平台。实验室主任雷凯老师担任大会主席。
...
第 33届 IEEE 国际网络协议会议（ICNP 2025）
2025年9月22-25日，第 33届 IEEE 国际网络协议会议（ICNP 2025）在韩国首尔举办。会议以严格筛选机制著称，2024年录用率约24.4%，被中国计算机学会（CCF）列为推荐B类会议。在实验室雷凯老师的指导下，实验室学生夏霖翰论文《Mamba4Net: Distilled Hybrid Mamba Large Language Models For Networking》被录用。
王晶晶博士后做宣讲
...
第三届CCF网络大会（ChinaNet 2025）
2025年9月12-14日，第三届CCF网络大会（ChinaNet 2025）在沈阳召开。本次大会以“智联生态，数创未来”为主题，汇聚了顶尖的专家学者、行业领袖及产学研各界代表，共同围绕互联网技术与应用的前沿创新、发展趋势与挑战展开深度交流与思想碰撞，为推动我国网络技术的进步贡献智慧力量。25级徐前康同学与实习生胡春蕾同学参加大会，并宣传实验室专利《一种基于信息熵的数据验证方法及计算机可读存储介质》。
...
第十八届国际知识科学、知识工程和知识管理国际学术会议（KSEM 2025）
2025年8月4-6日，第十八届国际知识科学、知识工程和知识管理国际学术会议（KSEM 2025）在澳门举办。KSEM会议聚焦大语言模型（LLMs）、人工智能安全、知识表示与推理、知识融合、智能知识管理、多模态知识图谱等热门领域，是CCF C类会议。在实验室雷凯老师的指导下，夏霖翰同学的论文《PolyBERT: Fine-Tuned Poly Encoder BERT-Based Model for Word Sense Disambiguation》被录用，陶胜男做海报展示。
在雷凯老师的带领下，实验室一行人还拜访了澳门大学科技学院院长须成忠老师，双方共同探讨项目合作事宜。
...
第二届CCF分布式计算大会暨中国算力网大会(CCF Computility 2025）
2025年7月25-27日，第二届CCF分布式计算大会暨中国算力网大会(CCF Computility 2025）在甘肃兰州举行。会议主题为“算力网：新质生产力背景下的分布式系统”，旨在为分布式系统和算力网相关的从业者提供最专业的学术研讨、技术交流和成果展示的平台。实验室雷凯老师带领王晶晶博士后、晏紫微、陶胜男、杨明展参会。
...
第二届CCF中国网络大会
2024年11月8-10日，第二届CCF中国网络大会在苏州连云港举办。大会以“算网融合·数智赋能·发展新质生产力”为主题，以“创新驱动发展，网络服务强国”为宗旨，采用“主会+专题论坛+专项拓展活动”的形式开展系列活动。王晶晶博士后的《任务驱动的应急无人机网络关键技术研究》博士学位论文获得网络与数据通信专委优博计划提名。
...
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。
...
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。...
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,...
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...