基本介绍

    赖英旭，教授，博士生导师，北京市教学名师（青年），北京市计算机实验示范中心主任。2003年3月毕业于中国科学院，获得博士学位。2013年受国家留学基金委（CSC）资助赴美国进行学术交流访问一年。

    担任Simulation Modelling Practice and Theory（SCI）期刊编委，Journal of Artificial Intelligence and Technology期刊副主编，《北京工业大学学报》青年编委副主任。现为中国密码学会会员、中国计算机学会会员，全国音频、视频及多媒体系统与设备标准化技术委员会专家。在 TIFS、ToN、TII、 IEEE Computer Letters、 Computer Networks、Computer&Security、软件学报、通讯学报等CCF A类、B类期刊、JCR1区期刊，共发表SCI、EI检索文章80余篇。担任IEEE/ACM Transactions on Networking、IEEE Journal on Selected Areas in Communications、IEEE Transactions on Services Computing、IEEE Transactions on Network Science and Engineering等国际知名期刊审稿人。申请国家发明专利40项，30项专利已获授权；获得软件著作权50余项；参加3项国家标准制定，1项专利成果转化。指导的研究生12人获北京工业大学优秀硕士学位论文，5人获北京市优秀毕业生，4人获国家奖学金。

    主编入选普通高等教育“十二五”国家级规划教材1部，北京市精品教材1部，参与编写教材3部。教育部“卓越工程师培养计划”项目负责人。主持北京市高等教育“本科教学改革创新项目”、教育部产学研协同育人项目、教育部研究生精品课程建设项目等教育教学改革项目10余项。2023年主讲课程入选国家级一流本科课程，2022年入选北京市优质本科课程，2017年获得北京市教育教学成果奖一等奖，多次获得校级教育教材成果奖一等奖。

研究方向

1. 信息安全，聚焦于入侵检测、漏洞挖掘、网络协议解析等研究

2. 网络安全，聚焦于工业互联网安全、车联网安全、物联网安全、软件定义网络等

3. 人工智能应用，聚焦于深度学习框架下的入侵检测、漏洞挖掘、协议解析等研究

4. 可信计算，聚焦于双体系可信架构、可信网络连接等研究

科研项目

     主持多项国家及省部级科研项目，包括国家自然科学基金、北京自然科学基金、科技部专项、青海省自然科学基金、北京市高等学校人才强教深化计划、北京市教委面上项目等30余项。

1. 国家自然科学基金项目，具备强泛化与高度可解释的高精度工控系统入侵检测方法研究，负责人

2. 国家重点研发计划课题，2020YFB2009501，工控系统安全可信基础理论与方法，负责人

3. 国家自然科学基金重大研究计划，面向工业互联网数据安全的高精度异常检测理论与溯源方法，参加

4. 国家自然科学基金项目，基于可信的工业控制系统主动协同防御技术研究，负责人

5. 北京市自然科学基金，基于软件定义可信的工业互联网信息时效性关键技术研究，负责人

6. 北京市自然科学基金面上项目，基于软件定义可信的SDN网络安全关键技术研究，负责人

7. 北京市自然科学基金项目，基于行为分析的软件安全缺陷检测方法研究，负责人

8. 青海省自然科学基金面上项目，青海省高寒地区智慧畜牧业监测网可信感知节点关键技术研究，负责人

获奖情况

1. 赖英旭，北京市教学名师（青年），2018

2. 吴文俊人工智能科技进步奖一等奖，2017

3. 中国电子学会电子信息科学技术二等奖，2012

4. 北京工业大学高层次创新人才培养优秀指导教师，2022

代表性研究成果

[1] Xianting Huang, Jing Liu, Yingxu Lai*. EEFED: Personalized federated learning of Execution&Evaluation dual network for CPS intrusion detection[J]. IEEE Transactions on Information Forensics & Security(TIFS), vol.18, pp.41-56, 2023, doi.org/10.1109/TIFS.2022.3214723) (Top期刊, CCF A类期刊/JCR 1区)

[2] Hao Chen, Yingxu Lai*, Jing Liu and Hanxiao Wanyan, Interpretable Cross-Layer Intrusion Response System Based on Deep Reinforcement Learning for Industrial Control Systems[J]. IEEE Transactions on Industrial Informatics(TII), vol. 20, no. 7, pp. 9771-9781, July 2024, doi: 10.1109/TII.2024.3388672 (Top期刊, JCR 1区)

[3] Xinyu Xu, Yingxu Lai*, Xiao Zhang and Xinrui Dong, "Abnormal Logical Representation Learning for Intrusion Detection in Industrial Control Systems[J]. IEEE Transactions on Industrial Informatics(TII), vol. 20, no. 8, pp. 10624-10635, Aug. 2024, doi: 10.1109/TII.2024.3396348. (Top期刊, JCR 1区)

[4] Motong Sun, Yingxu Lai*, Yipeng Wang, Jing Liu, Beifeng Mao and Haoran Gu. Intrusion Detection System Based on In-depth Understandings of Industrial Control Logic[J]. IEEE Transactions on Industrial Informatics(TII), vol.19, no.3, pp.2295-2306, 2023, doi.org/10.1109/TII.2022.3200363 (Top期刊, JCR 1区)

[5] Yipeng Wang, Huijie He, Yingxu Lai* and A. X. Liu. A Two-Phase Approach to Fast and Accurate Classification of Encrypted Traffic[J]. IEEE/ACM Transactions on Networking (TON), 2022, doi.org/10.1109/TNET.2022.3209979. (Top期刊, CCF A类期刊)

[6] Jingwen Wei, Ye Chen, Yingxu Lai*, Yuhang Wang, Zhaoyi Zhang. Domain adversarial neural network-based intrusion detection system for in-vehicle network variant attacks[J]. IEEE Communications Letters, vol.26, no.11, pp.2547-2551, 2022, doi.org/10.1109/LCOMM.2022.3195486 (Top期刊, JCR 1区)

[7] Zijian Zhao, Yingxu Lai, Yipeng Wang*, Wenxu Jia and Huijie He. A Few-Shot Learning Based Approach to IoT Traffic Classification[J]. IEEE Communications Letters. 2022, 26(3):537-541, doi.org/10.1109/LCOMM.2021.3137634. (Top期刊, JCR 1区)

[8] Han Zhang, Yingxu Lai*, Ye Chen. Authentication Methods for Internet of Vehicles based on Trusted Connection Architecture[J], Simulation Modelling Practice and Theory, https://doi.org/10.1016/j.simpat.2022. 102681. Vol.122, 2023(Top期刊, JCR 1区)

[9] Tong Tang, Yingxu Lai, Yipeng Wang∗. Relational reasoning-based approach for network protocol reverse engineering[J] Computer Networks, Volume 230, 2023, 109797, https://doi.org/10.1016/j.comnet.2023.109797. (CCF B类期刊)

[10] Jiexi Wang, Yingxu Lai*, Jing Liu. Stealthy attack detection method based on Multi-feature long short-term memory prediction model[J]. Future Generation Computer Systems, vol.137, pp.248-259, 2022, doi.org/10.1016/j.future.2022.07.014 (JCR 1区)

[11] Beifeng Mao, Jing Liu, Yingxu Lai*, Motong Sun. MIF: A multi-step attack scenario reconstruction and attack chains extraction method based on multi-information fusion[J]. Computer Networks, vol.198, id.108340, 2021, doi.org/10.1016/j.comnet.2021.108340 (CCF B类期刊)

[12] Ye Chen, Yingxu Lai*, Zhaoyi Zhang, Hanmei Li, Yuhang Wang. MDFD: A multi-source data fusion detection framework for Sybil attack detection in VANETs[J]. Computer Networks, vol.224, 2023, doi.org/10.1016/j.comnet.2023.109608. (CCF B类期刊)

[13] Shiyao Luo, Yingxu Lai*, Jing Liu. Selective forwarding attack detection and network recovery mechanism based on cloud-edge cooperation in software-defined wireless sensor network[J]. Computers & Security, vol.126, 2023, doi.org/10.1016/j.cose.2022.103083. (CCF B类期刊)

[14] Yingxu Lai*, Liyao Tong, Jing Liu, etc. Identifying Malicious Nodes in Wireless Sensor Networks Based on Correlation Detection[J]. Computers & Security, vol.113, 2021, doi.org/10.1016/j.cose.2021.102540 (CCF B类期刊)

[15] Ye Chen, Yingxu Lai*, Zhaoyi Zhang, Hanmei Li, Yuhang Wang. Malicious Attack Detection Based on Traffic-Flow Information Fusion[C], International Federation for Information Processing (IFIP) Networking 2022 Conference, 2022.7. (EI，CCF推荐会议)

[16] 赖英旭*, 刘增辉, 蔡晓田, 杨凯翔. 工业控制系统入侵检测研究综述[J], 通信学报, 2017, 第38卷, 第2期, 143-156页. (EI，CCF T1类期刊，入选F5000领跑者)

[17] 赖英旭*, 薄尊旭, 刘静. 基于改进PBFT算法防御区块链中sybil攻击的研究[J]. 通信学报, 2020, 第41卷, 第9期, 104-117页. (EI，CCF T1类期刊)

[18] 赖英旭*, 刘岩, 刘静. 一种网络间可信连接协议[J]. 软件学报, 2019, 第30卷, 第12期, 3730-3749页. (EI，CCF T1类期刊)

[19] 赖英旭*, 蒲叶玮, 刘静. 基于最小代价路径的交换机迁移方法研究[J]. 通信学报,2020, 第41卷, 第2期, 131-142页. (EI，CCF T1类期刊)

联系方式

E-mail：laiyingxu@bjut.edu.cn

通讯地址：北京市朝阳区平乐园100号 北京工业大学信息楼 335