2027 Graduate Admission
计算机技术硕士研究生
研究与培养方向聚焦网络安全科研，以恶意流量检测、大模型安全等为重点，并结合工程实践、科研训练与项目协作开展培养。
恶意流量检测大模型安全工程实践科研训练
Admission Overview
硕士研究生招生信息
欢迎踏实、务实的你加入！
招生年份2027年
招生学院计算机与人工智能学院
招生专业085404 计算机技术
招生类型硕士研究生招生
计划人数每年2—3人
招生对象本校或外校同学
!
招生政策以学校和学院当年正式通知为准本页用于介绍实验室研究方向、培养侧重和提前沟通方式，不替代学校研究生招生简章、专业目录及正式录取政策。
Research Focus
可以关注的研究方向
研究生阶段强调从“完成任务”逐步转向“提出问题、设计验证、形成成果”，并保持网络安全研究的合法授权、数据合规和科研诚信。
恶意流量检测
围绕复杂网络环境中的恶意通信和异常行为，开展流量数据处理、特征分析、检测模型、效果评价和安全数据可视化等研究。
- 流量数据采集、清洗、标注与样本构建
- 统计特征、时序特征与协议行为分析
- 检测模型构建、对照实验与泛化评价
- 检测工具、分析平台与可视化系统开发
大模型安全
围绕大语言模型在提示交互、内容生成、工具调用和智能体应用中的风险，开展安全测试、风险评测和防护策略研究。
- 提示注入、越狱与敏感信息泄露测试
- 攻击成功率、防护有效性与可用性评价
- 安全测试集、评测流程与分析工具设计
- 提示检测、安全网关或权限控制原型开发
What We Expect
研究生阶段更看重什么
从实验室现有科研与培养方式出发，研究生需要逐步承担研究设计、方法实现、结果分析和成果总结等更完整的任务。
研究问题意识
能够从文献与实际问题中识别可验证的问题，而不是只追求更换模型或堆叠方法。
实验与工程能力
能将研究设想转化为数据处理、模型实验、程序代码和可复现实验流程。
规范表达能力
重视实验记录、技术文档、图表表达和学术写作，清晰呈现研究过程与结论。
协作与责任
能够稳定投入项目，主动沟通进度，并在团队中承担相应研究和工程任务。
Training Path
从入学到研究成果的培养路径
实际培养安排会根据个人基础、课题进展和具体项目调整，以下展示实验室现有科研训练逻辑。
1
基础与方向
补齐网络安全、编程、数据分析等基础并确定方向。
2
文献与复现
理解研究脉络，完成典型方法或基线复现。
3
问题与实验
明确问题、数据、方法、对照与评价指标。
4
实现与迭代
完成模型、系统或工具开发并持续验证改进。
5
总结与成果
形成论文、项目、软件工具或其他阶段成果。
Early Contact
欢迎提前联系沟通
如果你的研究兴趣与实验室方向较为匹配，可以提前沟通研究领域、研究方向、个人基础和报考计划。
liqf@nefu.edu.cn
联系人：李清锋。联系时请附上个人简历，并简要介绍本科专业、技术基础、科研/竞赛经历、感兴趣的研究方向以及报考计划。
建议先了解这些内容
- 阅读实验室“网络安全科研”页面，判断方向是否匹配
- 梳理自己的编程、网络安全、数据分析或科研基础
- 简要说明希望关注恶意流量检测或大模型安全中的哪类问题
- 准备一份结构清晰、信息真实的个人简历