近日，中國(guó)計(jì)算機(jī)學(xué)會(huì)（CCF）推薦的人工智能頂級(jí)會(huì)議The AAAI Conference on Artificial Intelligence 2026（以下簡(jiǎn)稱(chēng)“AAAI 2026”）公布了錄用結(jié)果，我校計(jì)算機(jī)學(xué)院2023級(jí)碩士研究生余忠情（導(dǎo)師：柳欣教授）關(guān)于解耦表示導(dǎo)向生成式抗攻擊跨模態(tài)哈希的研究成果“DRFGD: Disentangled Representation-Focused Generative Defense for Attack-Tolerant Cross-Modal Hashing”被錄用。

AAAI由國(guó)際先進(jìn)人工智能協(xié)會(huì)（Association for the Advancement of Artificial Intelligence）主辦。根據(jù)會(huì)議官方統(tǒng)計(jì)，AAAI 2026會(huì)議總投稿23680篇，錄用4167篇，錄用率僅為17.6%。會(huì)議將于2026年1月20日至27日在新加坡博覽中心舉辦。

據(jù)介紹，該研究成果認(rèn)為，隨著跨模態(tài)檢索在現(xiàn)實(shí)場(chǎng)景中的廣泛部署，其相關(guān)模型的對(duì)抗攻擊（Adversarial Attack）魯棒性顯得愈發(fā)關(guān)鍵?，F(xiàn)有防御方法往往難以抑制嵌入于脆弱特征中的擾動(dòng)，且缺乏對(duì)模態(tài)特定結(jié)構(gòu)差異的建模能力，導(dǎo)致現(xiàn)有跨模態(tài)哈希模型對(duì)抗魯棒性表現(xiàn)欠佳。針對(duì)這一挑戰(zhàn)，該研究創(chuàng)新地提出解耦表示導(dǎo)向生成式防御框架DRFGD，實(shí)現(xiàn)抗攻擊跨模態(tài)哈希。該框架無(wú)需改動(dòng)檢索模型結(jié)構(gòu)，通過(guò)高效的雙分支語(yǔ)義感知編碼器，將輸入表征解耦為對(duì)抗魯棒特征與對(duì)抗脆弱特征；在解耦魯棒特征的引導(dǎo)下，研究框架無(wú)縫設(shè)計(jì)了抗攻擊樣本生成模塊，合成語(yǔ)義對(duì)齊且抗擾動(dòng)的樣本用于魯棒對(duì)抗訓(xùn)練，進(jìn)而顯著提升對(duì)攻擊樣本的協(xié)同防御能力。研究在公開(kāi)基準(zhǔn)數(shù)據(jù)集上進(jìn)行了大量實(shí)驗(yàn)，驗(yàn)證了DRFGD在多種攻擊場(chǎng)景下大幅提升檢索魯棒性，并展示了其與國(guó)內(nèi)外先進(jìn)方法相比更優(yōu)的防御性能。

該研究工作中，我校為第一完成單位，我校計(jì)算機(jī)學(xué)院柳欣教授為通訊作者，香港浸會(huì)大學(xué)張曉明講席教授、香港浸會(huì)大學(xué)胡志鍇博士后、北師香港浸會(huì)大學(xué)范文濤教授以及華中科技大學(xué)周潘教授參與了研究工作。

該研究得到了國(guó)家自然科學(xué)基金項(xiàng)目的資助，以及福建省大數(shù)據(jù)智能與安全重點(diǎn)實(shí)驗(yàn)室、“計(jì)算機(jī)視覺(jué)與機(jī)器學(xué)習(xí)”福建省高校重點(diǎn)實(shí)驗(yàn)室、廈門(mén)市計(jì)算機(jī)視覺(jué)與模式識(shí)別和廈門(mén)市數(shù)據(jù)安全與區(qū)塊鏈技術(shù)重點(diǎn)實(shí)驗(yàn)室的相關(guān)實(shí)驗(yàn)設(shè)備支持。

（責(zé)編：鄭藝晗）