近日，2023年国家自然科学基金项目评审结果正式揭晓。beat365手机中文官方网站获批国家自然科学基金项目9项，其中，优秀青年科学基金项目1项、面上项目6项、青年项目2项。

项目介绍：

数学理论的深入研究和广泛应用对纠错编码与密码的发展产生了重大影响。事实证明，纠错编码与密码的发展离不开数学理论的不断运用，编码与密码问题的解决离不开数学理论的不断深入。李成举教授申报的项目“数论与编码密码”主要在数学与编码密码的交叉领域，继续围绕纠错码的性能分析等编码问题展开研究，并利用数论与编码的研究成果解决相关密码学问题，将进一步加深数学与编码密码之间的关系。

当前数据应用场景广泛涉及弱信任实体，如何在弱信任环境中兼顾数据的安全性和可用性，是数据产业高质量发展的关键问题。巩俊卿青年研究员申报的“弱信任环境中的函数加密研究”项目关注若干适配弱信任环境的类函数加密体制，力图优化功能和性能、拓展理论边界、简化构造方法，为弱信任环境下数据的安全使用提供完整的理论框架，建立一套适配不同信任级别的理论工具箱，以期助力数据产业的高质量发展。

深度强化学习是一种智能体与环境不断交互以学习到最优控制策略的人工智能技术。如何训练安全可信的系统并提供严格地安全验证是当前学术界和工业界都迫切需要解决的问题。张民教授申报的“验证在环的可信深度强化学习系统抽象训练方法研究”项目，以系统中智能决策模型作为黑盒，基于状态可达性计算和模型检测技术实现系统的高效、高精度验证。通过抽象技术将训练与验证相结合，将为可信深度强化学习系统的训练与验证提供新的方法框架。

大规模群体智能系统是解决大型复杂问题的新范式。密钥协商是实现系统内智能体参与者间通信安全的关键技术。然而，大规模群体智能系统中新型应用的出现以及智能体参与者数量庞大、类型多等特点对密钥协商的研究有了新的要求。张磊研究员申报的“大规模群体智能系统中高效与可信密钥协商研究”项目，研究面向大规模群体智能系统新型需求的密钥协商协议，提出密钥协商的新型安全模型、设计技术和可证明安全方法，促进大规模群体智能系统的发展与应用。

李建文青年研究员申报的“模型检查技术的性能可解释性研究”项目将对模型检查这一主流的形式化验证技术在其性能分析上做出探索性的研究。模型检查是一种自动化的形式化验证技术，已经被成功应用于多个安全攸关的工业领域中，如芯片、轨道交通和航空航天等。该技术目前的主要瓶颈是状态空间爆炸问题。为了缓解这一问题，研究者们已经提出了许多不同的优化方法，但目前为止没有哪一种占优。该项目希望通过深入分析不同模型检查算法之间的特征，刻画出影响性能瓶颈的关键因素，从而能为显著提升现有算法的性能指出方向乃至可行的方案。

近年来随着数字经济的高速发展，传统的公钥加密技术面临新的考验。陈洁研究员申报的“数字经济中的公钥加密关键技术研究”项目，重点关注当前公钥加密出现的“密态数据计算难”、“部署在多用户环境下难”以及“去中心化难”三大难题。从最底层的基础理论出发，引入变革性技术，设计新型公钥密码算法，推动我国数字经济安全有序发展。

如何判断设计模型与需求之间的一致性，是安全攸关领域大型软件开发的一大挑战。目前工业界嵌入式控制软件的研发对此均缺乏有效的工程方法和工具，造成分析成效偏低，对软件质量带来威胁。缪炜恺教授申报的“基于仿真的嵌入式控制软件设计模型与需求模型之间一致性分析方法”旨在通过以场景驱动的方式对系统模型进行仿真，通过自动化的仿真和结果比对，确认模型之间的一致性，为航空、航天、轨道交通等领域嵌入式控制软件研发过程中面临的模型之间一致性分析提供系统化的解决方案。

许晨阳老师申报的“多重非完美预测下的在线调度问题研究”项目致力于解决当前热门的机器学习技术在实际应用、尤其是在线优化场景应用中所面临的鲁棒性困境。在实际场景中，机器学习所给出的预测或者建议往往是不准确、不完美的；因此，从鲁棒性的角度，我们并不能盲目相信这些机器学习预测。项目以经典的在线调度模型为引，研究如何有效地使用这些非完美的预测，使得算法能够充分利用机器学习提供的信息，与此同时保证可靠性、鲁棒性。

流式数据在人工智能、机器学习和数据挖掘等领域中有着极为广泛的应用。陈程副教授申报的“面向流式数据的在线矩阵压缩方法：理论与应用”项目旨在研究如何利用在线矩阵压缩方法高效地处理和存储流式数据，并探索这些方法的理论最优性。项目还将探索在线矩阵压缩算法在深度学习，推荐系统等机器学习应用中的性能，推进在线矩阵压缩算法的实用化。

国家自然科学基金作为国家支持基础研究的主渠道之一，是国家基础研究和创新体系的核心组成部分，被视为衡量一个单位基础研究实力和原始创新水平的重要标志。

近年来，学院对于学科建设与研究发展始终持续加大投入。不仅鼓励教师围绕相关重点领域深入研究，还大力支持基础理论与实际应用的结合，推动科研创新。此外，学院还积极为教师提供申报指导，组织了多场培训和研讨会，分享撰写经验与技巧，帮助他们完善申请材料，不断提高国家自然科学基金项目的申报质量。

下一步，学院将继续做好各类项目申报的组织和服务工作，再接再厉，努力提高科研创新能力，促进整体科研实力再上新台阶！

文丨刘雯

编辑丨陈励

审核丨曹桂涛 邓玉欣