智能计算与大数据分析实验室

Intelligent Computing and Big Data Analysis Lab（ICBDA Lab）

智能计算与大数据分析实验室依托南昌大学软件学院创建于2022年，位于南昌大学青山湖校区北区软件楼。实验室依托软件学院人工智能、网络安全、大数据等学科优势及人才资源，面向江西省信息技术产业发展需求，构建人工智能与大数据领域一流科学研究、高层次人才培养及技术转移平台。实验室现有骨干人员30余人，其中博士7人。实验室负责人饶泓，二级教授，博士生导师，现任南昌大学软件学院（网络空间安全学院）院长，中国计算机实践教学联盟常务理事、江西省互联网信息学会副理事长、江西省计算机学会常务理事。

实验室主要围绕人工智能、大数据分析、联邦学习、智能安全以及基于本体的分布式和异构数据的联邦集成开展研究。近几年来，实验室承担国家自然科学基金项目及省部级课题5项，省重大科技专项3项，横向课题10余项；发表CCF A类期刊、A类会议及SCI等高水平论文50余篇，撰写专著、教材2部。

团队成员介绍：

1) 骨干教师：

饶泓:博士，二级教授，博士生导师，江西省中青年骨干教师，现任南昌大学软件学院院长。主要研究兴趣包括大数据分析与数据挖掘、多模态机器学习方法、自然语言处理等，发表相关研究论文50余篇，主编教材2部。主持或参与国家级、省部级、企业委托项目20余项，以第一完成人获得省级教学成果奖二等奖2项，第二完成人获得省级教学成果奖特等奖，牵头的教学团队获批为省级高水平教学团队。现兼任江西省互联网信息学会副理事长、江西省计算机学会常务理事。

长期从事计算机软件与理论研究，在大数据分析与数据挖掘、多模态机器学习方法、自然语言处理等领域发表相关研究论文50余篇，主编教材2部。近5年获得省级教学成果奖二等奖（第一完成人），省级教学成果奖特等奖（第二完成人）各1项，牵头的教学团队获批为省级高水平教学团队，指导学生获中国国际大学生互联网+大赛国际赛道铜奖。

陈盛博:工学博士，教授，博士生导师。2006年和2008年分别获得清华大学电子工程系本科和硕士学位，2013年博士毕业于美国俄亥俄州立大学电子和计算机系。2013-2019任职于世界知名芯片制造巨头高通公司所属研究院。长期从事于人工智能、5G、计算机网络方向的研究。曾获批主持国家自然科学基金、市重大科技专项三项，包括国家自然科学基金委员会1项，重大科技专项2项。在本领域顶级期刊和会议发表论文20余篇，申请国际专利50余项。荣获IEEE Wiopt 最佳论文奖和ICRAIC 最佳论文奖。

谷真真：南昌大学软件学院特聘研究员、硕士生导师。2010年本科毕业于哈尔滨工业大学，2017年博士毕业于中国科学院数学与系统科学研究院（硕博连读）。博士毕业后，先后在中国科学院计算技术研究所和意大利的博尔扎诺自由大学（Free University of Bozen-Bolzano）从事博士后研究，并于2024年1月加入南昌大学。

自2010年以来长期从事基于语义技术的数据集成和访问、大规模知识库和数据集的高校推理和查询应答、以及元建模的研究。目前共发表学术论文14篇，其中一作论文12篇（3篇SCI期刊论文和9篇会议论文）。主要参与欧盟项目、国家重点研发计划等项目8项。

邵国林：南昌大学软件学院校聘副研究员，硕士生导师。本硕博毕业于四川大学，阿里巴巴集团博士后，中国计算机学会（CCF）会员，IEEE会员、江西省计算机学会会员、江西省城市安全信息化学会理事。持续专注于网络安全、数据安全相关研究。近年作为第一负责人主持国家级、省部级、厅局级、校级纵向课题7项，包括：国家自然科学基金项目1项、江西省自然科学基金项目1项、江西省社会科学基金项目1项、教育部重点实验室开放课题1项、浙江省博士后择优资助项目1项、南昌大学科研训练项目2项。在SCI/EI等国内外重要期刊发表信息安全类学术论文20余篇，其中一作/通讯SCI论文5篇，包括CCF推荐SCI期刊论文3篇，信息安全领域国际顶刊论文1篇（CCF A级），中国学术会议获奖论文1篇，JCR 二区 SCI论文2篇；申请国家发明专利8项，授权6项。荣获2023年第五届中国IT教育博鳌论坛“计算机教育优秀青椒奖”。

汤鹏杰：工学博士，副教授。主要从事计算机视觉、人工智能、机器学习等方向的研究与教学，主持在研国家自然科学基金项目1项、主要参与2项；主持在研/完成省部级科研项目4项、主要参与5项；公开发表学术论文24篇，其中IEEE/ACM汇刊论文3篇；获发明专利授权1项。

杨文姬：工学博士，青年副教授，硕士生导师。主持或参与如“基于深度信息和显著计算的手势交互技术研究及应用”、“基于域迁移和深度学习的3D手姿态估计方法研究”等8项科研课题，发表学术论文25篇。主要研究方向：计算机视觉、机器学习、人机交互、人工智能与模式识别等。

段文影：工学博士，实验师，主持人事人才管理一体化平台关键技术研究与组件开发等四项横向课题，到账经费500余万元。获江西省科技进步三等奖一项，排名第五。在KDD等国内外知名会议和期刊发表论文20余篇，其中一作/通讯论文9篇，包括CCF推荐会议论文4篇，SCI期刊论文2篇。主要研究方向包括：资源感知的时空数据挖掘、深度学习与模型压缩。

2) 博士研究生

在读博士研究生

吕诚

已毕业博士研究生 段文影

3) 硕士研究生：

2023级：

2022级：

2021级：

(1)科研项目

[1] 国家自然科学基金委员会, 国家自然科学基金项目, 可充电式无线传感器网络中能量分配和路由算法的研究, 2022-01-01 至 2024-12-31；

[2] 重大科技专项, 基于深度学习的脑胶质瘤预测分类关键技术的研究, 2021-12 至 2024-12,；

[3] 重大科技专项, 基于脑电深度学习的抑郁症合并轻度认知功能障碍预测诊断平台关键技术研发与应用, 2021-01 至 2023-09, 100万；

[4] 国家自然科学基金，地区项目，62362049，面向网络行为语义学习的自监督预训练方法研究，2024年1月至2027年12月，32万;

[5] 江西省自然科学基金，青年项目，20232BAB212009，面向网络安全领域小样本困境的新型深度学习机制研究，2023年7月至2026年6月，10万;

[6] 江西省社会科学基金，一般项目，23ZXWX06，江西省网络安全和信息化人才发展现状分析研究，2023年11月至2024年4月，3万;

[7] 数据安全防护与智能治理教育部重点实验室开放课题，一般项目，SCUSAKFKT202307Y，数据全链路流转追踪和可信溯源关键技术研究，2023年10月至2025年9月，4万;

[8] 浙江省博士后择优资助项目，ZJ2020056，基于大数据的第三方支付平台资金流转背后的社会风险性行为分析与应用，2019年4月至2021年12月，5万;

[9] European Union H2020 project, “Intelligent Open Data Exploration”. 765,500 Euro, 2019.11 – 2023.04.

[10] FESR project, “Data Integration for Energy Efficiency”. 226,393 Euro, 2018.10 – 2021.09.

[11] 国家重点研发计划(2017YFB1002300), “大数据驱动的中医智能辅助诊断服务系统”。1794 万，2018.01-2021.07。

[12] 国家重点研发计划(2017YFC1700300), “面向名老中医学术经验传承的关键技术和应用平台的系统化研究”。922 万，2017.01-2021.12。

[13] 国家重点研发计划(2016YFB1000902), “基于溯源和评估理论的知识演化规律研究”。855 万，2016.07-2020.12。

[14] 创新研究群体科学基金(61621003), “网络化知识的基础理论与应用”。1050 万, 2017.01-2022.12。

[15] 国家自然科学基金重点项(61232015), “互联网环境下基于知件的需求驱动知识服务理论和技术研究”。280 万，2013.01-2017.12

[16] 北京市城市规划设计研究院, “规划编制知识管理与协同工作研究”。15 万, 2011.06- 2013.06

[17] 主持横向课题陆军步兵学院“无人机仿真训练外协”项目，2023.4-2026.4,37.1万元；

[18] 主持横向课题北京万思维通信公司“蓝牙系统后台技术开发服务”项目，2022.3-2023.6，25万元；

[19] 主持江西省重点研发计划项目，基于大数据的交通突发事件应急与预警联动系统的研究与实现（项目编号：20171BBE50063），2017.1-2020.12，20万元；

[20] 参与国家重点研发计划“长江中游城市群综合科技服务集成与应用技术-现代服务业共性关键技术研发及应用示范”（2019.7-2022.6）；

[21] 主持国家自然科学基金项目“基于三元粗糙输出编码的带自适应惩罚因子的支持向量机多分类模型研究”（项目编号：61262047）；

[22] 国家自然科学基金项目“基于深度学习和关联语义标签的弱监督下医学图像分割与描述方法研究”（项目编号：81960325）；

[23] 国家自然科学基金项目“面向移动重定位的可见光图像到LiDAR点云跨域配准关键技术研究”（项目编号：62361041）。

团队主要研究成果：

[1] K. Yang, S. Chen* and C. Shen, “On the Convergence of Hybrid Server-Clients Collaborative Training, ” IEEE Journal on Selected Areas in Communications, vol. 41, no. 3, pp. 802-819, 2023. (SCI一区TOP)

[2] Z. Xu, Y. Guo, C. Chakraborty, Q. Hua, S. Chen*, and K. Yu, “A Simple Federated Learning-based Scheme for Security Enhancement over Internet of Medical Things,” IEEE Journal of Biomedical and Health Informatics, pp. 1-13, 2022. (SCI一区TOP)

[3] Y. Li, Y. Guo, M. Alazab, S. Chen*, C. Shen, and K. Yu, “Joint Optimal Quantization and Aggregation of Federated Learning Scheme in VANETs,” IEEE Transactions on Intelligent Transportation Systems, vol. 23, no. 10, pp. 19852-19863, 2022. (SCI一区TOP)

[4] S. Chen, C. Shen, L. Zhang, and Y. Tang, “Dynamic Aggregation for Heterogeneous Quantization in Federated Learning,” IEEE Transactions on Wireless Communications, vol. 20, no. 10, pp. 6804-6819, 2021. (SCI一区TOP)

[5] S. Chen, L. Zhang, Y. Tang, C. Shen, R. Kumar, K. Yu, U. Tariq, and A. Bashir, “Indoor Temperature Monitoring Using Wireless Sensor Networks: A SMAC Application in Smart Cities,” Sustainable Cities and Society, vol. 61, pp. 102333, 2020. (SCI一区TOP)

[6] Shao G, Chen X, Zeng X, et al. Deep Learning Hierarchical Representation From Heterogeneous Flow-Level Communication Data[J]. IEEE Transactions on Information Forensics and Security, 2020, 15:1525-1540.

[7] Shao G, Chen X, Zeng X, et al. Labeling malicious communication samples based on semi-supervised deep neural network[J]. China Communications, 2019, 16(11):183-200.

[8] Chen Y, Pang B, Shao G*, et al. DGA-Based Botnet Detection Toward Imbalanced Multiclass Learning[J]. Tsinghua Science and Technology, 2021, 26(4):387-402.

[9] Shao G, Chen X, Yin X, et al. A fuzzy detection approach toward different speed port scan attacks based on Dempster–Shafer evidence theory[J]. Security & Communication Networks, 2016, 9(15):2627-2640.

[10] Shao G, Chen X, Yang L. Research and implementation of a high performance parallel computing digital down converter on graphics processing unit[J]. Concurrency & Computation Practice & Experience, 2016, 29(8):e4042.

[11] Zhenzhen Gu, Diego Calvanese, Marco Di Panfilo, Davide Lanti, Alessandro Mosca, and Guohui Xiao: Ontology-based Data Federation - A Framework Proposal. In 31st Symposium on Advanced Database System, 2023. (SEBD 2023) (EI)

[12] Zhenzhen Gu, Francesco Corcoglioniti, Davide Lanti, Alessandro Mosca, Guohui Xiao, Jing Xiong, Diego Calvanese: A systematic overview of data federation systems. Semantic Web Journal, Accepted (2022). (SCI index, IF=3.105, JCR Q2)

[13] Zhenzhen Gu, Davide Lanti, Alessandro Mosca, Guohui Xiao, Jing Xiong, Diego Calvanese: Ontology-based Data Federation. In The 11th International Joint Conference on Knowledge Graphs, 2022, Accepted. (IJCKG’22) (最佳研究论文奖) (EI)

[14] Zhenzhen Gu, Davide Lanti, Alessandro Mosca, Guohui Xiao, Jing Xiong, Diego Calvanese: Ontology-based Data Federation. In The 35th International Workshop on Description Logics, 2022. (DL’22) (EI)

[15] Zhenzhen Gu, Songmao Zhang, Cungen Cao: Reasoning and querying web-scale open data based on DL-LiteA in a divide-and-conquer way. Journal of Web Semantics. 55: 122-144 (2019). (SCI index, IF=2.77，中科院二区，CCF B)

团队负责人：饶泓

邮箱：raohong@ncu.edu.cn

实验室地址：软件楼503室