11.10｜学术盛宴！来一场与科学的周末约会(32)

循环神经网络（Recurrent Neural Network）已经证明了其在处理时序数据的有效性。然而传统的RNN一直饱受梯度爆炸和梯度消失的困扰，直到长短期记忆网络（Long Short-Term Memory (LSTM)）的出现。但是长短期记忆网络的长序列依赖一直受限于有限的记忆网络（cell memory）。为了解决这个问题，我们提出了一个新的网络：Attention-augmentation Bidirectional Multi-residual Recurrent Neural Network (ABMRNN)：这个网络可以解决传统LSTM的缺点。我们提出的这个网络在引用了注意力机制后，同时还结合了过去序列和未来序列的双重特征，使得我们的网络不止依赖于当时时态（current time step）和之前的一个时态（One previous past time step），还能同时回顾过去所有的时态找到最相关的信息。
我们将模型应用在一些公共数据集里，实验结果证明了我们模型的优越性，在和传统统计模型与一些其他RNN的变体比较中，我们取得了非常好的效果。
报 告 六：Skyline图:Skyline查询的有效空间划分
报 告 人：刘金飞博士后
报告人简介：
刘金飞是佐治亚理工学院和埃默里大学的联合博士后。他已经发表20多篇论文，其中七篇一作数据库CCF-A类论文，他是所有CCF数据库领域A类顶级期刊和会议的审稿人。
报告介绍：
Skyline查询在很多领域有非常重要的应用。在本报告里，我讲报告一个skyline图结构。像Voronoi图对于knn查询一样，skyline图可以加快skyline的查询。
报 告 七：面向基于挑战的协同入侵检测网络的被动消息指纹攻击
报 告 人：李文娟博士
报告人简介：
李文娟在中国香港城市大学计算机科学系获得博士学位。在攻读博士学位期间，她获得了学费奖学金和杰出学术表现奖。她现在是丹麦科技大学的博士后研究员。她的研究兴趣主要包括网络管理和安全，入侵检测，信任管理，Web技术，区块链和电子商务安全。
报告介绍：
为了增强单个入侵检测系统 (IDS) 的性能，协同式入侵检测网络 (CIDN)被广泛应用。在这样的分布式网络中，诸如共谋攻击之类的内部攻击是主要威胁。本报告设计了一种共谋攻击，称为被动消息指纹攻击（PMFA），它可以通过收集消息并以被动方式识别正常请求来破坏质询机制。