beat365网页版登录官网

英文站|

师资队伍
当前位置:    首页 > 师资队伍 > 全体教师 > 副教授(副研究员) >    正文
方智阳

日期:2021-04-14                   来源:                   作者:方智阳               关注:

专业 研究方向
Email 电话

职称:副教授

导师类别:硕士生导师

电子邮件:fangzhiyang [AT] scu.edu.cn

研究方向:恶意代码检测与逃逸、二进制安全、固件漏洞挖掘、工业软件代码生成与安全验证


一、个人简介

beat365网页版登录官网副教授,硕士生导师,长期从事恶意代码检测与逃逸、二进制安全、固件漏洞挖掘、工业软件代码生成与安全验证相关研究工作。已在国际权威期刊发表论文20余篇;已授权发明专利多项(2017年获得中国专利优秀奖);近5年主持国家级、省部级科研项目10余项。

二、教学科研及获奖情况

u 人才培养情况

[1] beat365网页版登录官网十佳社团“飞扬俱乐部”指导老师

[2] beat365网页版登录官网十佳社团“开源硬件协会”指导老师

[3] 指导学生参加国家级大创、全国大学生信息安全竞赛、中国大学生计算机设计大赛等获得多项奖励

u 获奖情况

[1] 2022年 讲授通识课“开源硬件助力的创新实践”获四川省一流本科课程

[2] 2022年 中国高校计算机大赛微信小程序应用开发大赛优秀指导教师

[3] 2021年 四川省教学成果二等奖、beat365网页版登录官网教学成果特等奖

[4] 2021、2022、2023年 学生社团优秀指导教师

[5] 2020年 beat365网页版登录官网党建工作先进个人

[6] 2020年 beat365网页版登录官网“汇智未来”创新指导教师奖

[7] 2019年 学生创新创业与就业工作先进个人

[8] 2017年 “基于函数调用关系图特征的恶意代码检测新方法”获中国专利奖

[9] 2016年、2017年、2018年 大学生创新创业教育优秀指导教师

[10] 2016年 暑期“三下乡”社会实践优秀指导教师

[11] 2014年 Linux协会学术性社团优秀指导教师

u 教学情况

[1] 本科生课程《网络攻防技术》,秋季学期

[2] 本科生课程《汇编语言程序设计》,春季学期

[3] 本科生课程《网络安全综合实验》,春季学期

[4] 本科生课程《程序设计基础》,秋季学期

[5] 本科生课程《脚本语言程序设计》,秋季学期

[6] 校企合作课程《微信移动终端开发》,秋季学期

三、近年代表性论文著作

u 论文情况

[1] Zhiyang Fang, Junfeng Wang*, Jiaxuan Geng, Yingjie Zhou, Xuan Kan. A3CMal: Generating adversarial samples to force targeted misclassification by reinforcement learning[J]. Applied Soft Computing. 2021, 109:107505.

[2] Meijin Li, Zhiyang Fang*, Junfeng Wang, Luyu Cheng, Qi Zeng, Tao Yang, Yinwei Wu, Jiaxuan Geng. A Systematic Overview of Android Malware Detection[J]. Applied Artificial Intelligence. 2022, 36(1): 2007327.

[3] Zhengyang Mao, Zhiyang Fang*, Meijin Li, Yang Fan, Junfeng Wang. EvadeRL: Evading PDF Malware Classifiers with Deep Reinforcement Learning[J], Security and Communication Networks, 2022.

[4] Yinwei Wu, Meijin Li, Qi Zeng, Tao Yang, Junfeng Wang, Zhiyang Fang*. DroidRL: Feature selection for android malware detection with reinforcement learning[J]. Computers & Security, 2023, 128: 103126.

[5] Jiaxuan Geng, Junfeng Wang, Zhiyang Fang*, Yingjie Zhou, Di Wu, Wenhan Ge. A survey of strategy-driven evasion methods for PE malware: Transformation, concealment, and attack[J]. Computers & Security, 2024, 137: 103595.



关闭