近日，中国计算机学会（CCF）推荐的人工智能顶级会议The AAAI Conference on Artificial Intelligence 2026（以下简称“AAAI 2026”）公布了录用结果，我校计算机学院2023级硕士研究生余忠情（导师：柳欣教授）关于解耦表示导向生成式抗攻击跨模态哈希的研究成果“DRFGD: Disentangled Representation-Focused Generative Defense for Attack-Tolerant Cross-Modal Hashing”被录用。

AAAI由国际先进人工智能协会（Association for the Advancement of Artificial Intelligence）主办。根据会议官方统计，AAAI 2026会议总投稿23680篇，录用4167篇，录用率仅为17.6%。会议将于2026年1月20日至27日在新加坡博览中心举办。

据介绍，该研究成果认为，随着跨模态检索在现实场景中的广泛部署，其相关模型的对抗攻击（Adversarial Attack）鲁棒性显得愈发关键。现有防御方法往往难以抑制嵌入于脆弱特征中的扰动，且缺乏对模态特定结构差异的建模能力，导致现有跨模态哈希模型对抗鲁棒性表现欠佳。针对这一挑战，该研究创新地提出解耦表示导向生成式防御框架DRFGD，实现抗攻击跨模态哈希。该框架无需改动检索模型结构，通过高效的双分支语义感知编码器，将输入表征解耦为对抗鲁棒特征与对抗脆弱特征；在解耦鲁棒特征的引导下，研究框架无缝设计了抗攻击样本生成模块，合成语义对齐且抗扰动的样本用于鲁棒对抗训练，进而显著提升对攻击样本的协同防御能力。研究在公开基准数据集上进行了大量实验，验证了DRFGD在多种攻击场景下大幅提升检索鲁棒性，并展示了其与国内外先进方法相比更优的防御性能。

该研究工作中，我校为第一完成单位，我校计算机学院柳欣教授为通讯作者，香港浸会大学张晓明讲席教授、香港浸会大学胡志锴博士后、北师香港浸会大学范文涛教授以及华中科技大学周潘教授参与了研究工作。

该研究得到了国家自然科学基金项目的资助，以及福建省大数据智能与安全重点实验室、“计算机视觉与机器学习”福建省高校重点实验室、厦门市计算机视觉与模式识别和厦门市数据安全与区块链技术重点实验室的相关实验设备支持。

（责编：郑艺晗）