题目：智能软件与认证码安全研究初探

内容简介：软件漏洞是计算机安全漏洞的主要来源，威胁用户隐私甚至国家安全。为验证软件的可靠性，检测软件中的潜在漏洞，常见的技术包括程序分析、软件测试以及模型检验等。在本报告中，首先介绍针对JavaScript（JS）引擎的Fuzzing工作，该工作利用JS引擎的标准开发文档，并结合深度学习技术，生成高质量测试用例，利用差分测试技术和投票机制，对10个主流JS引擎进行测试，共发现了100多个Bugs。然后介绍在代码表征方面的工作，该工作利用代码AST、控制流与数据流，构建了一种多关系代码图，并利用图神经网络构建代码表征模型。为验证模型的有效性，分别在源代码漏洞检测与代码优化案例中进行实验验证，实验结果表明所提出的方法优于SOTAs。最后简单介绍针对文本验证码与安卓图形密码安全性的研究工作。

个人介绍：叶贵鑫，西北大学，讲师。主要研究方向为软件与系统安全。主持和参与多项国家级课题，近年来在CCS、NDSS、PLDI、PACT以及TIFS、TOPS、Computers & Security上发表多项相关研究成果。其中，对于文本验证码安全性研究的工作获得了ACM CCS 2018最佳论文提名，部分研究被英国《泰晤士报》、美国《福布斯》以及国内主流媒体广泛报道，并在蚂蚁、华为、腾讯等企业落地应用。2020年获ACM 西安优博奖，2018年获陕西省科学技术二等奖。目前担任TDSC、TPAMI、TPDS、JISA、GLOBECOM等国际期刊与会议审稿人。