近日，国际联合人工智能会议（International Joint Conference on Artificial Intelligence, IJCAI）公布2025年会议投稿审理结果，共收到投稿5404篇（不包括初审被拒稿件），录用1042篇，录用率为19.3%。我院赖兆荣副教授课题组、林舒源老师课题组、张继连教授课题组各有1篇研究论文被录用。
IJCAI是中国计算机学会（CCF）推荐的A类国际顶级人工智能学术会议，是全球科研院所、科技公司等研究人员交流人工智能领域最新研究成果的主要场所。2025年的IJCAI会议于8月16至22日在加拿大蒙特利尔召开，卫星会议于8月28至8月31日在广州召开。
林舒源老师课题组论文“MGCA-Net: Multi-Graph Contextual Attention Network for Two-View Correspondence Learning”发现视觉数据的精确匹配是图像篡改、异常行为检测等任务的基础，而传统方法因局部几何建模不足和跨阶段信息优化缺陷，易受对抗样本干扰产生误匹配。该论文针对双视图匹配任务的几何约束建模难题，提出了一种面向复杂场景感知的多图上下文注意力鲁棒学习方法（MGCA-Net）。MGCA-Net设计了上下文几何注意力模块和跨阶段多图共识模块，通过动态融合空间位置与特征信息，并结合多图一致性约束自适应抑制外点噪声，显著提升了模型对局部异常数据的鲁棒性。实验结果表明，该方法在YFCC100M和SUN3D数据集上超越现有最优方法，尤其在存在噪声、遮挡或对抗干扰的场景中表现突出，为视觉数据分析及智能监控等提供了新思路。该论文的主要合作者为网络空间安全学院硕士研究生盧明天。
赖兆荣副教授课题组论文“Linear Trading Position with Sparse Spectrum”研究了资产组合优化问题，主成分资产组合优化是一种新兴的信号交易框架，然而目前的主流方法只挑选少数几个最靠前的主成分资产组合并赋以确定的谱能量值，或者选上所有的主成分资产组合，这些固定的模式很容易遭受逆向工程的破解并暴露交易策略，从而被竞争对手利用和构造对抗性的资产组合，使得自身的交易策略失效并可能遭受损失。针对该问题，提出一种创新的带稀疏谱的线性交易头寸，并建立一种Krasnosel'skii-Mann不动点算法来优化该头寸，以在预测矩阵中探索更大的谱区域。该算法不仅具有下降特性，而且实现了在目标函数值上的线性收敛，在该类算法中开创了一个更优的理论结果。实验结果表明所提出的方法在多种场景下均取得了良好且稳健的效果。
张继连教授课题组论文“Sanitizing Backdoored Graph Neural Networks：a Multidimensional Approach”研究了图神经网络后门攻击的防御问题。图神经网络（GNN）是以图数据作为处理对象的一种深度学习方法，被广泛运用于聚类、分类、预测等各种图学习任务。目前，图神经网络所面临的最大安全威胁是后门攻击（Backdoor attack）。该论文系统的研究了各种最新后门攻击方法所生成的触发器的特点，发现在结点属性值分布、结点嵌入距离、结点分类预测概率等多个维度上触发器结点与正常结点有明显的区别。课题组设计了一种多维防御方法MAD，用于抵御结点分类任务场景中的图神经网络后门攻击。大量实验表明，与最新的4种后门攻击算法及5种防御方法相比，MAD能非常有效的识别并清除各种植入的后门，将后门攻击成功率从91.8%降到0.6%。该论文的第一作者为网络空间安全学院硕士研究生赵容。
图1. 图神经网络后门攻击防御方案示意图
以上三个课题组的研究成果获得国家自然科学基金、国家重点研发计划项目子课题、广东省基础与应用基础研究基金、网络安全检测与防护国家地方联合工程中心、教育部可信人工智能工程研究中心、广东省数据安全与隐私保护重点实验室、粤港数据安全与隐私保护联合实验室资助。
初审：郭信江
复审：赖俊祚
终审：朱丽君
