声音是人类历史中最为悠久的信息传播媒介，迄今为止，已经出现了多种声音窃听技术，从定向麦克风，到微型话筒、无线电波窃听器，激光窃听等。然而如何实现穿透障碍物进行声音窃听，成为一项关键挑战。　　本项目针对被聚酯纤维、石膏等常见隔音介质内的固定声源，利用毫米波FMCW雷达对绝缘体的穿透能力和对微小位移的精确测量，获取发声物体的振动信息，将扬声器的振动估计与条件生成对抗网络相结合，还原出扬声器播放的任...

　　如今，智能手机上基于语音的应用(例如，语音通话、视频会议、语音助手)已成为我们日常生活的一部分。由于来自这类应用程序的音频可能会泄露用户的私人信息，因此移动操作系统只有在用户明确允许的情况下才能访问麦克风。为了绕过这一限制，安全研究人员利用不受限制的运动传感器(例如加速计、陀螺仪)作为侧通道来实施声学窃听攻击。　　基于加速度计的无限制词集声音窃听系统针对搭载安卓系统的智能手机和平板，通过手机和...

　　随着语音助手的广泛应用，其安全问题也越来越突出，而且不同攻击实现的原理和攻击载体（对抗样本攻击、超声波攻击、激光攻击等）有较大的差异，目前的防护方法只能针对某一种攻击进行有效防护，很难对语音控制系统形成有效、全方位的安全防护。　　针对智能语音设备面临的多源异构下的攻击信号难以实现统一防护的问题，研发了高性能空间麦克风阵列，结合声场生成技术以及安全检测算法实现对多种攻击的检测和定位。该方案适...

　　随着人工智能技术在语音识别中的应用，智能语音控制系统如苹果Siri、Google Now、天猫精灵、科大讯飞语音助手等成为一种重要的人机交互接口并广泛应用于个人消费领域、工业领域和军用领域。　　本研究首次发现了系统中的硬件漏洞并实现了“海豚音攻击”，即通过构建无声语音指令，控制语音助手执行相应操作。该漏洞影响包括苹果、谷歌、华为、三星、联想等品牌的电脑、手机、平板电脑以及特斯拉、奥迪、阿里荣威等互联网汽...

　　随着物联网技术的发展与普及，越来越多的智能设备如智能汽车，网络摄像头，运动手环等具备了网络互联与数据传输能力，物联网设备的资源限制和异构性等多方面因素造成物联网设备的安全访问和身份认证不统一并且困难。　　本项目利用声音/超声波、无线信号、能量消耗等侧信道信息，推断设备状态和隐私信息，便于实现物联网设备的安全访问控制；利用物联网设备间高精度距离测量，实现了物联网设备访问的身份验证，引入超声波DP...

　　目前，物联网已广泛地应用于人类生产生活的各个方面。然而物联网设备存在各种软硬件的漏洞,导致物联网存在隐私泄露等严峻的安全问题。与传统互联网相比,物联网具有设备规模庞大、通信协议多源异构,导致传统的入侵检测技术无法直接部署。　　本项目针对物联网存在的网络攻击等安全问题，研究基于网络流量分析的方法实现对系统、设备及用户的隐私信息推理，通过网络中的流量研究敏感信息泄露以及相应对策，并搭建实物实验平台...

　　针对物联网平台存在的安全问题，分别构建应对真实通信场景中多种无线协议的无线上下文和应对真实场景中异构设备的物联网上下文，并基于物联网上下文和无线上下文高效实时检测异常和漏洞；通过分析真实通信场景中平台网络流特征，然后利用静态/动态程序分析方法提取平台功能特征，最后基于网络流特征和功能特征实时高效检测异常和漏洞。（项目负责人：胡鹏飞

　　边缘计算下的上层应用多依赖于来自用户端与传感器设备的实时消息。如何在开放式的无线场景下实现高效与安全的端边组网与通信，是支撑边缘计算上层应用的重要基础。　　本项目从物理层通信技术出发，基于瑞丽衰落模型或信噪干比模型刻画无线通信的衰落、竞争、干扰与解码过程，设计带最坏性能保障的分布式随机算法与机器学习算法，解决以下四类问题：移动场景下，端边设备间的稳定高效通信问题。设备的移动对信道内局部区域...

　　如今，智能手机已经成为人们的生活必需品，商业、社交和娱乐等领域的活动都离不开智能手机。现代智能手机中嵌入了许多传感器：麦克风、加速度计、GPS等，可以用来检测用户的行为状态、移动轨迹、心理状态等多种指标。　　本项目收集了来自智能手机的传感数据，并设计了一系列的算法模型，可以实时推断并监测用户的各项行为数据（例如姿态动作、行动轨迹等）和心理健康问题（例如社交焦虑和抑郁），目的是为用户行为监测提供...

　　多元时间序列数据分析广泛应用于物联网、金融、交通、运维等领域中。在实际应用中，为保证一些关键指标的健壮性，需要对这些关键指标进行实时检测和分析，这些关键指标随着时间的迁移就形成了多条时间序列曲线。时间序列曲线量级较大，通常有几百万条，如何对这些海量时间序列数据分析就成为一个关键问题。　　本项目通过利用深度生成模型和图神经网络技术对多元时间序列数据进行分析，可实现单步、多步时间预测，可解释性...

　　联邦学习作为新兴的分布式机器学习框架，能够在保护数据隐私、满足合法合规要求的前提下，让多参与方或多计算结点之间在不共享原始数据的基础上联合进行高效的模型训练，可初步缓解智能移动设备中数据隐私与数据孤岛等问题。　　在联邦学习训练过程中，由于移动端设备通信资源有限会造成云端通信连接不可靠，从而产生大量掉队设备影响模型收敛速度；由于传感器故障、网络传输中通信错误、节点恶意攻击等均会导致移动设备上...

　　无线自组织网络是通信节点在无组织、无中心协调情况下，利用共享通信信道实现节点间互相通信的联网技术。节点间可无需借助任何基础设施相互通信，灵活地构建任意网络拓扑，也可与蜂窝网络、互联网等直接连接，实现网络快速组织与扩展，推动泛在感知网络形成。无线自组网因其自组织性与灵活配置的特点，具备成为解决“万物互联”最后一公里问题的天然优势。由于区块链具备去中心化、不可篡改、可追溯的特点，融合无线自组网...

　　去中心化存储网络（Decentralized Storage Networks）将数据分散存储在多台独立的设备上以分担存储负荷，提高系统的可靠性、容错性和存取效率，同时，节点加入分布式存储网络的门槛较低，提高了系统的可扩展性，也有利于利用各类闲散资源。　　最活跃也最具代表性的DSN项目Filecoin利用区块链技术上实现对DSN的可信管理，提高了DSN的数据可用性与安全性。但是，现有DSN仍然存在很多不足之处：首先是文件存储与区块链松散耦...

　　云计算平台能够提供高带宽和低延迟的网络通信而且能够提供强大的云防火墙，防止未经授权访问区块链网络。基于云的区块链平台（以下简称：云区块链）主要例子包括IBM blockchain platform、Microsoft Azure Blockchain、Amazon Managed Blockchain等。现有平台主要是基于开源区块链系统（例如：超级账本Hyperledger Fabric、以太坊、Quorum）构建，但主流开源区块链系统诞生之初主要针对去中心化化场景设计，而非云计算平台...

　　区块链技术在零信任基础上构建了一个可证明安全的可信计算环境，实现链上交互过程中的可追溯、不可篡改和可追责特性。然而，区块链技术仅能保证链上数据（信息世界）可信，但无法保证链下数据（物理世界）上链过程的可信。信息世界与物理世界之间的信任壁垒限制了区块链应用发展。　　区块链链下可信延伸技术利用可信执硬件对物理世界数据进行可信采集，填补链上可信和链下可信的信任壁垒，实现链上可信到链下可信的延伸。...