以下五位學者在網絡安全領域的四大頂級會議（CCS、SECURITY、S&P和NDSS1）上均持續發表了多篇高水平論文，他們在選題和研究方法上的經驗可為國內學者提供借鑒。

    一、浙江大學任奎教授等 《面向深度學習系統的對抗樣本攻擊與防御》

    浙江大學任奎教授等撰寫的《面向深度學習系統的對抗樣本攻擊與防御》，聚焦于深度學習技術面臨的新型安全威脅，作者從對抗樣本的攻擊算法、攻擊案例、防御方法等不同緯度對對抗樣本的研究現狀與存在的挑戰進行分析總結，尤其是通過全面地梳理近年來的相關研究，指出大多數工作僅關注于深度學習生命周期的某一階段或者某個特定場景的問題，缺乏保障深度學習模型全生命周期、多應用場景的安全研究，構建跨領域、系統級的深度學習安全性評估和防御的理論體系是值得我國學者開展原創性工作的方向。

    二、南京大學仲盛教授團隊 《智能交通系統中的安全與隱私保護》

    南京大學仲盛教授團隊撰寫的《智能交通系統中的安全與隱私保護》，主要關注智能交通系統中車聯網和智能服務兩個層面的安全與隱私保護需求，通過結合相關的研究進展，從車聯網的魯棒性、分布性和實時性要求方面分析了智能交通安全面臨的挑戰和機會。文章圍繞交通智能服務的數據共享特點總結了隱私保護研究的難點和趨勢。智能交通系統是智慧城市建設中的重要一環，受眾廣泛，涉及到車內、車與人、車與車、車與路、車與服務平臺等多個方面，近年發展迅猛，在實踐中也涌現出許多安全問題，從理論到技術都有很多空白尚待填補。   

    三、清華大學段海新教授等 《基于網絡語義的黑產推廣技術檢測與分析》

    清華大學段海新教授等撰寫了《基于網絡語義的黑產推廣技術檢測與分析》一文，這是一個非常新穎的視角。網絡黑產是互聯網各類地下產業的簡稱，近幾年逐漸引起工業界和學術界的重視。利用安全漏洞漁利是目前許多網絡安全事件的主要致因，“黑”“白”兩道的激烈對抗更是充分體現了當下網絡安全攻防博弈的態勢。該文基于網絡語義的黑產推廣技術檢測與分析進行討論，系統性地梳理了近年來涌現的研究方法、成果及所面臨的主要問題，重點介紹了基于搜索引擎的推廣和基于語義變換的推廣兩方面的網絡黑產推廣技術現狀。網絡黑色產業具有規模龐大、業務復雜、技術迭代迅速、語言體系封閉等特點，對于這類模式實施高效監管面臨非常大的挑戰，通過該文的梳理和研究，可以抓住黑產推廣的根源和本質，有助于防守方在對抗博弈中取得有利態勢。

    四、360智能安全研究院負責人李康等 《最新智能漏洞挖掘技術研究綜述》

    360智能安全研究院負責人李康等撰寫了《最新智能漏洞挖掘技術研究綜述》一文。系統和軟件的漏洞挖掘方法一直是網絡安全研究的熱點問題，集中融合了計算機安全和軟件分析測試技術兩個領域的技術手段。近年來，漏洞挖掘技術呈現出智能化的發展趨勢，軟件分析技術在機器學習和數據分析等智能技術的支撐下演化出更為豐富的技術形態。該文聚焦于近幾年智能漏洞挖掘技術研究，從智能灰盒模糊測試、符號化執行輔助的漏洞智能挖掘、機器學習/深度學習驅動的漏洞發現和漏洞挖掘技術的輔助方法四個維度進行了梳理。總體來說，這些新的技術模態主要解決漏洞挖掘過程中的自動化和智能化需求，盡力減少依賴人工分析的環節。但這些最新的技術手段在人機協同環節依然很薄弱，機器產生的結果還是有較高的誤報率，機器學習環節無法擺脫對人工標注和分析數據的嚴重依賴，要想達到真正意義上的自動攻防還有很長的路要走。

    五、復旦大學的南雨宏博士等 《移動時代的用戶態隱私》

    復旦大學的南雨宏博士等撰寫了《移動時代的用戶態隱私》一文。移動系統的隱私數據泄露問題已經引起了社會的廣泛關注，近年來圍繞如何有效防止移動平臺中的隱私數據泄露一直是熱點問題，但這些工作重點關注的是泄露檢測技術和系統/應用的訪問控制機制，其關心的數據源主要是由操作系統管控的各類格式化隱私數據（稱之為“系統態”隱私數據）。而事實上，隨著移動應用功能日趨復雜以及與用戶的深度交互，在具體應用場景中，隱私的內涵已經遠遠超出系統態隱私的范疇，正向場景依賴、定義靈活和格式各異的用戶數據泛化。該文主要關注用戶在與應用交互過程中動態產生的新型隱私數據（用戶態隱私），通過歸納其產生過程、語義特征和泄露模式等，介紹了移動應用面臨的安全威脅和近年一些相關的研究工作，有望開辟移動應用隱私保護研究的新分支領域。