今年1月，我院青年教师刘伟博士与东华大学常姗教授、上海交通大学朱弘恣教授以及香港理工大学杨磊教授合作，在网络与信息安全领域顶级期刊《IEEE Transactions on Dependable and Secure Computing》正式刊发题为“Combating Voice Spoofing Attacks on Wearables via Speech Movement Sequences”的研究成果。安徽财经大学为该论文的第一通讯单位，刘伟博士为该论文的第一通讯作者。
该论文针对可穿戴设备中语音助手在遭受重放与伪造攻击时存在的通道开放性、跨设备适应性差和鲁棒性不足等问题，提出了一种基于语音运动序列的轻量级防伪方法 GyroTalk。该方法利用可穿戴设备内置的陀螺仪捕捉说话过程中下颌与头颈等肌群的协同运动，以提取个体化且难以伪造的动态特征。为解决不同发音节奏造成的时序差异，GyroTalk设计了语音对齐动态时间规整算法，并引入扭曲得分进行双重判别，从而提升相似性度量的准确性与稳定性。该方案无需额外硬件扩展即可部署在多种可穿戴设备上，为增强语音交互系统的安全性与实用性提供了一种高效且鲁棒的解决思路。
《IEEE Transactions on Dependable and Secure Computing》是公认的网络与信息安全领域的顶级期刊，同时也是中国计算机学会推荐的A类期刊和校定A1类期刊。
近日，刘伟博士与蚌埠医科大学文辉祥博士合作的论文“ST-AuthNet:A Spatiotemporal Attention-Driven Lightweight ECG Biometric Authentication System”在计算机网络领域知名期刊《IEEE Internet of Things Journal》上在线发表。安徽财经大学为该论文的第一通讯单位，刘伟博士为该论文的独立通讯作者。
该论文针对医疗物联网（MIoT）环境下基于心电图（ECG）的身份认证系统所面临的跨设备异构性、生理状态变异与多源噪声干扰等多重挑战，提出了一种轻量级时空注意力驱动网络ST-AuthNet，以实现高精度、可解释与低延迟的ECG生物特征认证。该方法通过结构优化的残差模块减少特征映射压缩过程中的低幅形态波形（如P/T波）丢失，引入多头时空注意力机制以融合多导联间空间关联性与PQRST波群内时序依赖性，并集成自适应阈值决策机制，通过动态调整分类边界增强模型在生理变异与（环境干扰下的鲁棒性。在多个公开及临床数据集上的实验表明，该模型达到了领先的认证性能（如CYBHI准确率99.77%），为ECG生物识别在移动医疗与边缘计算设备中的实际应用提供了高效可靠的解决方案。
《IEEE Internet of Things Journal》是物联网领域知名期刊，同时也是中国计算机学会推荐期刊和校定A1类期刊。
此外，刘伟博士还以独立通讯作者在校定A1类期刊《IEEE Transactions on Intelligent Transportation Systems》上在线发表题为“Federated Few-Shot Learning With Intelligent Transportation Cross-Regional Adaptation”的研究成果，该成果旨在利用联邦学习技术为智能交通系统（ITS）中的数据稀缺、跨域分布异质等问题提供解决方案。
近年，学院深入贯彻落实校党委“有组织科研”工作部署，科学凝聚软硬件资源，全面践行“精细化”科研管理方针，建设了院级“智能感知与计算研究所”“绿色建筑与智慧建造管理研究所”等科研团队，持续提升我院教师的学术竞争力。
（撰稿：刘伟；审核：周健，戴道明）
