密码安全
量子安全、抗量子密码、密码迁移与优化
About
团队概况
面向量子安全与智能计算的交叉研究团队
浙江大学软件学院智能计算与安全团队依托浙江大学软件学院与浙江大学宁波国际科创中心，是将智能计算与量子安全两大前沿方向进行系统性深度融合的科研创新平台。团队负责人为刘哲教授，主要方向包括抗量子密码、人工智能、空天地海计算等，研究成果发表于IEEE S&P USENIX Security、ICLR、ICML、IEEE Trans、CVPR、ACL等顶级学术会议/期刊，并与产业界深度合作，推动技术成果向实际产品的转化。团队所有方向持续招募博士后、工程师、保研硕博生、实习生等，咨询方式Email:pqc.ai@outlook.com。
30+在读硕博生
300+高质量学术论文
20+重点科研项目
20+最佳论文奖
Research
研究方向
人工智能
多模态大模型、多智能体系统、AI4Science、AI安全
空天地海
空天地海协同计算、城市级AI平台。
合作单位
Contact
联系我们
招募咨询
团队所有方向持续招募博士后、工程师、保研硕博生、实习生等。
Email: pqc.ai@outlook.com
所在单位
浙江大学软件学院
浙江大学宁波国际科创中心
浙江省宁波市鄞州区学府路5号8号楼104
People
研究队伍
密码与安全方向
刘哲
刘哲，浙江大学软件学院教授/博导，国家级高层次人才项目入选者、浙江省顶尖人才计划入选者，在量子安全、抗量子密码、多模态大模型、多智能体等量子安全和人工智能领域发表高质量学术论文200余篇，其中最佳论文奖12篇，Google 学术引用超8000次，曾获得多项奖励，包括《麻省理工科技评论》中国区 “35 岁以下科技创新 35 人”、中国密码学会密码创新奖一等奖”和“阿里巴巴达摩院青橙奖”等，主持国家自然科学基金重点项目、国家重点研发计划课题、江苏省杰出青年科学基金等项目 20 余项。
人工智能方向
徐晓刚
徐晓刚，浙江大学软件学院百人计划研究员，全球顶尖AI青年科学家，国家级青年人才、华为天才少年，曾任国际头部AI智能体创业公司首席科学家，师从IEEE/ACM Fellow。主要从事多模态大模型、多智能体系统、世界模型、具身智能、AI4Science、AI安全等方向的研究，发表人工智能顶级期刊/会议论文80+，学术引用10000+，单篇最高引用2000+，担任多个国际学术会议的领域主席，入选2025全球前2%顶尖科学家榜单。
空天地海方向
吴佳飞
吴佳飞，浙江大学软件学院百人计划研究员，主要从事空天地海协同计算、城市级AI平台、天基计算等前沿方向。主持或参与国家级、省级重点项目10余项，作为任务负责人承担具身智能卫星系统、天基计算系统创新团队等重大项目。在国际顶级会议与期刊发表论文30余篇，获最佳论文奖3次，申请发明专利100余项，已授权40余项。作为专项技术总师完成“三体计算星座”首发任务，实现全球首次计算卫星星座在轨部署，主导研发了全球首个抗量子安全星地协同系统。
Students
在读学生
博士生
辛子浩2024 Ph.D
抗量子密码、侧信道攻击
陈小川2025 Ph.D
密码改造与抗量子密码迁移
崔家乐2026 Ph.D
AI Agent与强化学习
郑逸凡2026 Doctor
密码改造与抗量子密码迁移
苏韬龙2026 Doctor
密码改造与抗量子密码迁移
卢俊铭2026 Doctor
图像生成、人工智能安全
硕士生
刘天豪2025 Master
抗量子密码优化实现
袁月耀2026 Master
Post-training
肖文哲2026 Master
视频生成模型、多模态
牟晓坤2026 Master
空天地海智能计算
田高岩2026 Master
多智能体系统
蔡黄智辉2026 Master
Long Context以及上下文管理
姜宇辰2026 Master
具身智能VLA
孙赳志2026 Master
具身智能VLA
汤宇博2026 Master
多模态生成与世界模型
吴冠霆2026 Master
模型推理加速
徐攀皓2026 Master
AI/Agent记忆
朱馨瑞2026 Master
Post-training
团队持续招募优秀青年教师、博后，欢迎邮件联系。
Publications
代表论文
智能安全
抗量子密码、安全计算与差分隐私
Time-Memory Trade-Offs for Saber+ on Memory-Constrained RISC-V Platform
本论文面向资源受限 IoT/RISC-V 平台上的后量子密码部署，提出 Saber+ 实现，通过调整公钥矩阵 A 与秘密向量 s 的生成方式、结合 NTT 与多种内存优化策略，在 16KB 内存约束下探索 Saber 的时间-内存权衡，并显著降低栈占用与运行开销。
Phantom: A CUDA-Accelerated Word-Wise Homomorphic Encryption Library
本论文面向隐私保护计算中 word-wise 同态加密的高开销问题，提出 CUDA 加速的 Phantom 库，在 GPU 上统一实现 BGV、BFV、CKKS 三类方案，结合混合 key-switching 优化、kernel fusion、RNS base 与内存管理优化，降低计算与数据搬移开销，并提供覆盖主要同态操作的基准框架，为隐私计算应用的方案选择和工程实现提供参考。
High-Throughput GPU Implementation of Dilithium Post-Quantum Digital Signature
本论文面向 NIST 后量子签名主算法 CRYSTALS-Dilithium 的高吞吐部署，提出 GPU 实现，针对采样、NTT、矩阵向量运算等环节做计算与内存优化，结合任务级批处理、内存池、动态任务调度、异步计算与多 CUDA stream，在多个安全级别上实现签名超过 160x、验证超过 80x 的加速，达到微秒级摊销执行时间。
Enhancing Learning with Label Differential Privacy by Vector Approximation
本论文研究 Label Differential Privacy 场景下类别数增大导致随机标签翻转性能下降的问题，提出向量近似方法，将私有标签转换为 K 维随机向量以保留更多类别概率信息，在引入很小计算开销的同时提升隐私机器学习的精度与可扩展性。
An Attack-Agnostic Defense Framework Against Manipulation Attacks Under Local Differential Privacy
本论文面向本地差分隐私协议中的恶意操纵攻击，提出不依赖攻击者知识的 RobustLDP 通用估计框架，通过向用户发送精心设计的预定义信息并在服务器端聚合反馈，在频率估计与均值估计任务中兼顾信息保留和攻击能力约束，并给出理论保证。
大模型与agent
GUI Agent、多模态大模型、扩散模型与视觉基础模型
Depth Anything: Unleashing the Power of Large-scale Unlabeled Data
本论文提出实用的单目深度估计基础模型 Depth Anything，通过数据引擎扩展约 6200 万无标注图像并自动生成深度监督，结合更具挑战性的增强目标和预训练编码器语义先验，在多数据集与真实场景中展现强零样本泛化能力。
LPO: Towards Accurate GUI Agent Interaction via Location Preference Optimization
本论文面向 GUI Agent 的精确交互定位问题，提出 Location Preference Optimization，通过信息熵预测高信息量交互区域，并设计基于物理距离的动态位置奖励函数，使模型在离线基准与真实在线 GUI 环境中获得更准确的点击与定位能力。
SpeedVFI: One-step Diffusion for Efficient Video Frame Interpolation
本论文面向高效视频帧插值，探索一步扩散式生成框架，将多步扩散推理压缩为更快速的单步生成过程，在提升插帧效率的同时尽量保持运动连续性、边界保真度与细节质量。
HoloFair: Unified T2I Fairness Evaluation and Fair-GRPO Debiasing
本论文提出面向文本到图像模型的多维人口属性公平性评测框架 HoloFair，结合 SpaFreq 属性分类器与 MGBI 指标分析条件偏差，并进一步提出 Fair-GRPO 去偏方法，在保持图像质量的同时改善生成分布的公平性。
Fair in Mind, Fair in Action? A Synchronous Benchmark for Understanding and Generation in UMLLMs
本论文提出 IRIS Benchmark，同步评测统一多模态大模型在理解与生成任务中的公平性，围绕理想公平、真实世界保真度以及偏见惯性与可引导性构建高维公平空间，揭示生成差距、个体不一致等系统性现象。