方勇

博士，教授，博士生导师

专业：网络空间安全

研究方向：网络对抗技术

Email：yfang@scu.edu.cn

电话：028-85402720

学习和工作简历

1993年、2010年在beat365在线登录平台先后获理学硕士和博士学位。科技部、教育部科技项目及科学技术奖励评审专家，四川省科技项目评审专家。

多年致力于网络信息安全方面的科学研究和人才培养，目前主要从事网络信息安全及信息对抗方向的理论与应用研究。

科研及获奖

方勇教授长期从事通信与网络信息系统安全、网络信息对抗技术的应用研究和技术开发，作为项目负责人承担并完成了国家自然科学基金、国家863计划及其它省部级纵向科研计划项目20余项，其科研成果获国家部委科技进步二等奖一项、成都市科技进步一等奖一项。在信息对抗技术研究与应用中取得显著成果。

代表性论文专著

近年完成专著和教材4本，在信息系统安全研究领域公开发表学术论文50余篇，其中SCI/EI检索论文10余篇，代表性论文著作有：

(1) 王祯学、方勇、刘亮、张磊、周安民、欧晓聪，网络安全风险评估与控制理论（第二版），科学出版社，2021.1

(2) 方勇，刘嘉勇等，信息系统安全理论与技术（“十一五”国家级规划教材），高等教育出版社，2008.3

(3) 方勇，刘嘉勇，信息系统安全导论， 电子工业出版社，2003.4

(4) Fang Y, Wang C, Fang Z, et al. LMTracker: Lateral Movement Path Detection based on Heterogeneous Graph Embedding[J]. Neurocomputing, 2021.

(5) Fang Y, Yang S, Zhao B, et al. Cyberbullying detection in social networks using Bi-gru with self-attention mechanism[J]. Information, 2021, 12(4): 171.

(6)  Fang Y, Xie M, Huang C. PBDT: Python Backdoor Detection Model Based on Combined Features[J]. Security and Communication Networks, 2021.

(7)  Fang Y, Zhou X, Huang C. Effective method for detecting malicious PowerShell scripts based on hybrid features☆[J]. Neurocomputing, 2021, 448: 30-39.

(8)  Fang Y, Zhang Y, Huang C. CyberEyes: Cybersecurity Entity Recognition Model Based on Graph Convolutional Network[J]. The Computer Journal, 2021, 64(8): 1215-1225.

(9)  Liu Z, Fang Y, Huang C, et al. GraphXSS: An Efficient XSS Payload Detection Approach Based on Graph Convolutional Network[J]. Computers & Security, 2021: 102597.

(10)  Fang Y, Gao J, Liu Z, et al. Detecting cyber threat event from twitter using IDCNN and BILSTM[J]. Applied Sciences, 2020, 10(17): 5922.

(11)  Fang Y, Huang C, Su Y, et al. Detecting malicious JavaScript code based on semantic analysis[J]. Computers & Security, 2020, 93: 101764.

(12)  Fang Y, Liu Y, Huang C, et al. FastEmbed: Predicting vulnerability exploitation possibility based on ensemble machine learning algorithm[J]. Plos one, 2020, 15(2): e0228439.

(13)  Fang Y, Zhao C, Huang C, et al. SankeyVis: Visualizing active relationship from emails based on multiple dimensions and topic classification methods[J]. Forensic Science International: Digital Investigation, 2020, 35: 300981.

(14)  Fang Y, Xu Y, Jia P, et al. Providing Email Privacy by Preventing Webmail from Loading Malicious XSS Payloads[J]. Applied Sciences, 2020, 10(13): 4425.