2026年5月29日下午，中国科学院计算技术研究所柳阳助理研究员应邀在麻豆tv 王湘浩楼A521作了题为“图机器学习的对抗鲁棒性”的学术报告。麻豆tv 助理教授张子健主持了报告。

在报告中，柳阳老师首先介绍了图机器学习在金融、医疗、社交网络等领域的广泛应用，并指出随着图学习模型不断走向实际应用，其安全性与隐私保护问题日益受到关注。随后，柳老师围绕图机器学习中的对抗攻击与鲁棒性问题展开系统讲解，重点介绍了后门攻击、模型窃取攻击以及拓扑重构攻击等典型攻击方式，分析了攻击者如何通过触发器植入、API查询等手段影响模型性能、干扰模型预测甚至泄露敏感信息。在此基础上，柳老师进一步分享了团队在图学习安全领域的最新研究进展，介绍了针对拓扑重构攻击防御、模型窃取攻击防御和后门攻击防御等方向的代表性工作，并探讨了兼顾模型性能、安全性与隐私保护能力的防御策略。

报告结束后，与会师生围绕图学习安全领域的相关问题进行了深入交流和讨论。大家就回归任务下的对抗攻击与防御研究、利用超图结构提升模型鲁棒性的可行性，以及报告中涉及的技术细节和未来研究方向等问题与柳老师展开讨论。柳老师结合自身研究经验，对相关问题进行了详细解答。

        柳阳，中国科学院计算技术研究所助理研究员，主要研究方向为可信图学习与智能体安全。本科毕业于南京大学数学系，博士毕业于中国科学院计算技术研究所。在IEEE TKDE、KDD、WWW、ICLR等国际权威期刊和会议发表论文30余篇，谷歌学术引用1900余次，1篇论文入选PaperDigest最具影响力论文榜单，1篇论文获得CIKM 2022最佳短文奖。长期担任SIGKDD、WWW、ICLR、AAAI、IJCAI等国际学术会议程序委员会委员，现任中国人工智能学会机器学习专委会青年委员、中国中文信息学会社会媒体处理专委会委员。曾获2024年中国计算机学会科技进步二等奖（排名第五）和2023年北京市优秀毕业生等荣誉。