主题：Generative AI Enabled Network Optimization and Security

报告人：Dusit Niyato, Ph.D.

                Nanyang Technological University, Singapore

时间：2024年7月15日 下午15:00 - 17:00

讲座地点：理科二号楼2449

主持人：张泓亮 助理教授

摘要：

生成扩散模型（Generative Diffusion Models, GDMs）已成为生成式人工智能（Generative Artificial Intelligence, GAI）领域中的一股变革性力量，在多种应用中展现了其泛用性和有效性。特别地，在图像生成和强化学习等任务中，GDMs能够建模复杂的数据分布并生成高质量的样本，呈现出显著的性能优势。本讲座主要介绍如何将GDM应用于网络优化任务中，深入探讨GDMs的优点，强调了各类模型在不同领域的广泛适用性。首先提供了GDMs及其在网络优化中的基本概念，并提供了多个具体的研究案例分析，展示了如何将GDMs与深度强化学习结合。此外，本次讲座分析了GAI在智能网络安全领域面临的挑战和机遇，重点介绍了无线网络中两类GAI相关的潜在攻击及其防御策略，并分析了相关领域未来的重要研究方向。

报告人简介：

Dusit Niyato，现任新加坡南洋理工大学计算机科学与工程学院校长讲席教授，IEEE Fellow和IET Fellow。他的研究方向包括生成式人工智能、物联网、边缘智能元宇宙、移动和分布式计算以及无线网络等，获得多项学术奖项与基金荣誉，包括IEEE通信学会亚太地区最佳青年研究员奖、2011年IEEE通信学会Fred W. Ellersick论文奖、2022年IEEE ComSoc绿色通信与计算技术委员会杰出技术成就奖等奖项。目前，他担任IEEE通信领域影响因子最高期刊IEEE Communications Surveys and Tutorials主编，IEEE Transactions on Vehicular Technology领域编委，IEEE Transactions on Wireless Communications、IEEE Internet of Things Journal、IEEE Transactions on Mobile Computing、IEEE Wireless Communications、IEEE Network和ACM Computing Surveys等期刊编委。连续多年被评为计算机科学领域的科睿唯安全球高被引学者。