研究方向

研究强化学习在自动驾驶、智能交通信号控制等领域的应用，同时关注强化学习系统的安全性问题，包括对抗攻击与防御、奖励篡改攻击防御等。

研究自动驾驶系统中的感知、决策、控制环节的安全性问题，包括针对交通标志识别的后门攻击、针对行人检测的对抗攻击、车道线检测的黑盒攻击等。

研究大语言模型在安全领域的应用，以及大模型自身的安全性问题，包括提示词注入、模型越狱、数据投毒等威胁的防御方法。

研究人工智能技术在网络空间安全领域的应用，包括恶意代码检测、入侵检测、漏洞挖掘等，以及AI系统本身面临的安全威胁。

研究知识图谱的构建技术以及其在安全分析中的应用，利用知识推理增强威胁检测能力，同时研究知识图谱自身的安全保护方法。

研究智能交通系统中的各类安全问题，包括交通信号控制系统的攻击与防御、车联网通信安全、智能交通数据分析中的隐私保护等。

研究图神经网络在安全威胁评估中的应用，利用图表示学习方法分析网络攻击路径、评估系统安全态势，实现智能化的威胁检测与风险评估。

研究量子类脑计算在智能驾驶安全中的应用，探索类脑神经网络与量子计算的交叉融合技术，为自动驾驶环境感知、决策规划和威胁检测提供新型计算范式与安全解决方案。

研究数据全生命周期活动的可信审计技术，包括数据溯源、操作行为日志分析、审计证据链构建等，保障数据在使用、流转、共享过程中的完整性和可追溯性。

研究国产（如鸿蒙、麒麟）与非国产工业操作系统的安全治理技术，包括系统漏洞挖掘与修复、安全配置基线、访问控制策略、供应链安全保障等，构建多维度的工业操作系统安全防护体系。