2023年4月7日上午，应南昌大学数学与计算机学院邀请，伊利诺伊理工大学（Illinois Institute of Technology）Binghui Wang教授作了题为《Trustworthy Graph Learning》（即《可信赖图机器学习》）的学术报告。在本次报告中，Binghui Wang教授对图神经网络、鲁棒图学习、隐私保护图表征学习做了深入浅出的描述。报告由数学与计算机学院高层次引进人才、校特聘教授庞孟主持。

图学习最近被广泛关注，且在图相关任务（如图分类，点分类， 链接分析等）取得最佳效果。然而，近来研究表明当前图学习方法对安全和隐私攻击非常脆弱。在报告中，Binghui Wang教授首先介绍了针对图结构安全攻击的具有理论保证的防御方法。该方法基于当前最为流行的随机平滑技术，且获得最紧致的理论防御效果。此外，王教授也介绍了他们提出的（第一个）隐私保护图表征学习框架。该框架同时涉及主任务以及隐私保护任务。整个报告内容精彩纷呈，参会老师与学生们收获很大。

本次数智论坛学术交流活动是由南昌大学科技处、南昌大学侨联、九三学社江西省科技委员会、九三学社江西省青年工作委员会、九三学社南昌大学基层委员会等具体指导，南昌大学数学与计算机学院组织与落实。

报告嘉宾简介：Binghui Wang现任伊利诺伊理工大学计算机科学系Assistant Professor，芝加哥数据研究中心研究员。研究方向为：可信赖机器学习及基于数据驱动的安全隐私。Binghui Wang教授博士后师从IEEE/ACM Fellow陈怡然教授，博士导师为杜克大学Neil Zhenqiang Gong教授。Binghui Wang在顶级安全会议（如IEEE S&P, CCS, NDSS）和期刊（如IEEE TIFS, IEEE TNNLS），以及人工智能/计算机视觉/数据挖掘顶级会议（如NeurIPS, ICLR, CVPR, ECCV, KDD, WWW, ICDM, INFOCOM等）发表论文30余篇，google学术引用量2000余次。Binghui Wang于2022年度入选AI+X领域华人青年学者榜50强, 于2022年度获美国自然科学基金NSF CRII Award, 2022年度获思科研究奖, 2021年度获亚马逊研究奖等。同时，他的科研成果获得多篇最佳论文（提名）奖，例如2020 DeepMind Best Abstract Award, 2019 NDSS Distinguished Paper Award Honorable Mention, 以及2017 INFOCOM best paper finalist.