2025-07-03
杨豪 学术报告
杨豪
SQZ研究员
硕士毕业于华东师范大学软件工程学院,研究院郁昱教授课题组研究员,主要研究方向为区块链与数据安全。加入研究院之前,曾创立上海中骢科技有限公司担任CEO,并获得上海市大学生科技创业基金会和知名天使投资人投资,创业项目“区块链数据服务及安全态势感知平台”获得中国国际大学生创新大赛全国银奖,上海市金奖。
杨豪的报告介绍了面向Web3生态的区块链安全与数据分析系统,旨在提升对链上攻击行为的监测、响应与处置能力。报告首先概述区块链数据平台的构建方法,涵盖多链数据采集、清洗与索引等关键模块。随后,基于Bybit相关安全事件,分析典型攻击路径、链上行为特征及其追踪策略。最后,讨论在合规约束下链上资产的冻结、转移与司法处置手段。通过数据驱动与实证分析结合,本系统为Web3场景下的风险防控提供可执行的技术路径与分析工具。
赵立帆 学术报告
SQZ研究员
硕士毕业英国帝国理工学院,研究院房智轩教授课题组研究员,主要研究方向是区块链及链上分布式计算。他的研究成果曾发表于AAAI、ICME等会议。
将大型语言模型推理与分布式计算技术相结合,有效利用闲置GPU资源并平衡计算能力短缺问题。然而,这也意味着模型权重和用户提示需要分发至未知节点,引发隐私顾虑。近期安全多方计算(SMPC)技术显著缩短了推理时间的同时保护了隐私,但SoftMax和LayerNorm等非线性函数计算仍然成本高昂。赵立帆介绍了大型语言模型推理过程中的一些特性,如极大激活值和离群值等,利用这些特性可以减少SMPC中非线性函数的整体计算量。在实验中,团队将计算非线性层的性能提升了约2倍。由于该方法独立于密码学原语,它可与不同SMPC方法结合使用。
报告结束后,科研人员们围绕区块链数据查询速度、机器学习中的验证问题及模型迁移探讨了相关技术和应用前景。他们指出,尽管目前查询速度受到数据集大小和网络延迟的影响,但随着技术的发展和数据集的扩展,有望进一步提升查询效率。
分享到