人才培养
 
 
师资力量 当前位置: 学院首页 > 人才培养 > 师资力量 > 副教授 > 正文
 
副教授  教授 |  副教授 |  讲师 |  其他专技 |  产业教授 |  兼职教师(导师) |
 
蔡赛华
发布日期:2023-06-02   浏览次数:
 

教师姓名:

蔡赛华

职务职称:

副教授/硕士生导师

所属系部:

智能科学与技术系

研究方向:

网络入侵检测、Android恶意软件检测概念漂移检测与适应

联系电话:


电子邮箱:

caisaih@ujs.edu.cn

个人简介

蔡赛华,20206获工学博士学位。中国计算机学会/中国通信学会 高级会员、IEEE/ACM会员,担任多个IEEE/ACM Trans.CCF-A/B/C期刊和会议审稿人。更多信息欢迎访问个人主页:https://caisaih1990.github.io/

主要从事网络入侵检测、Android恶意软件检测概念漂移检测与适应APT攻击溯源、漏洞挖掘等研究,发表学术论文100余篇,以一作或通讯作者在:TNSMTOPSTRelNeural NetworksASE、软件学报、通信学报等国内外期刊和会议发表60篇高质量学术论文。国家公派访问学者项目资助赴德国慕尼黑工业大学交流访问一年,获2025年度中国发明协会发明创业成果奖--二等奖(排名第二)。作为指导教师指导学生多次获得:中国研究生 网络安全/人工智能 创新大赛、“挑战杯”全国大学生课外学术科技作品竞赛、全国大学生信息安全竞赛、中国大学生计算机设计大赛、全球校园人工智能算法精英大赛等国家级赛事一//三等奖。近五年每年均指导本科生依托 大学生创新创业项目/科研立项项目 在Neural NetworksComputers & SecurityKnowledge-Based SystemsApplied Intelligence等期刊上发表学术论文,并授权/申请发明专利、获批软件著作权。指导的本科生多已保研/考研到更高学府攻读硕士学位,如:匹兹堡大学、香港理工大学、山东大学、电子科技大学、东北大学、西安电子科技大学等

迎报考计算机科学与技术、网络空间安全、计算机技术、软件工程人工智能的硕士生联系和咨询!也欢迎优秀的本科生联系加入课题组交流学习、共同进步!

教研成果

一、 主持和参与的部分科研项目:

[1] 国家自然科学基金青年项目,62202206,概念漂移现象下基于关联分析的异常网络流量识别方法研究,主持,已结题。

[2] 江苏省自然科学基金青年项目,BK20220515,基于概念漂移检测和适应的异常网络流量识别方法研究,主持,已结题。

[3] 中国博士后科学基金特别资助(站中)项目,2023T160275,基于数据增强的恶意网络流量检测及攻击溯源方法研究,主持,已结题。

[4] 中国博士后科学基金面上项目,2021M691310,基于特征关联分析的网络流量异常检测和识别方法研究,主持,已结题。

[5] 国家自然科学基金面上项目,62172194,面向软件漏洞挖掘的智能化Fuzzing测试方法研究,已结题。(排名第

[6] 国家自然科学基金联合项目U1836116,网络流量中基于数据控制流的漏洞利用程序检测方法研究,已结题。(排名第二)

[7] 某部委预研领域基金,61***16,基于缺陷预测********研究,已结题。(排名第二)

[8] “十三五”某部委预研基金,61***502,物联网软件链漏洞********研究,已结题。(排名第三)


二、近年来获得的部分学术成果:

1)部分学术论文(*代表通讯作者)

[1] Saihua Cai, Lizhou Chen, Jinfu Chen*, et al. CL-ViME: Contrastive Learning and Vision Mixture of Experts for Encrypted Traffic Classification. IEEE Transactions on Network and Service Management, 23:1422-1434, 2026.CCF-C,中科院二区)

[2] Saihua Cai*, Yige Zhao, Han Tang, et al. MTD-CDA: A Novel Malicious Traffic Detection Method Based on Concept Drift Adaptation. Expert Systems With Applications, 320:132177, 2026.CCF-C,中科院一区)

[3] Saihua Cai*, Yige Zhao, Wenjun Zhao, et al. MD-CGM: Malicious Traffic Detection Model Based on CycleGAN and Multi-Head Self-Attention Mechanism. Future Generation Computer Systems, 181:108421, 2026.CCF-C,中科院二区)

[4] Saihua Cai, Han Tang, Jinfu Chen*, et al. GSA-DT: A Malicious Traffic Detection Model Based on Graph Self-Attention Network and Decision Tree. IEEE Transactions on Network and Service Management, 22(2):2059-2073, 2025.CCF-C,中科院二区)

[5] Saihua Cai*, Yingwei Zhao本科生, Jiaao Lyu, et al. DDP-DAR: Network Intrusion Detection Based on Denoising Diffusion Probabilistic Model and Dual-Attention Residual Network. Neural Networks, 184:107064, 2025.CCF-B,中科院一区)

[6] Saihua Cai, Han Tang, Jinfu Chen*, et al. CDDA-MD: An Efficient Malicious Traffic Detection Method based on Concept Drift Detection and Adaptation Technique. Computers & Security, 148:104121, 2025.CCF-B,中科院二区)

[7] Saihua Cai*, Gang Wang, Jinfu Chen, et al. APT-ATT: An Efficient APT Attribution Model based on Heterogeneous Threat Intelligence Representation and CTGAN. Computer Networks, 270:111511, 2025.CCF-B,中科院二区)

[8] Saihua Cai*, Xingyu Zhao, Jinfu Chen, et al. CT-SSSA: Malicious Traffic Augmentation Based on Classifier TransGAN and Spatial-channel Synergistic Self-Attention. Knowledge-Based Systems, 329:114285, 2025.CCF-C,中科院一区)

[9] Saihua Cai*, Wenjun Zhao, Jinfu Chen, et al. MTD-FRD: Malicious Traffic Detection Method Based on Feature Representation and Conditional Diffusion Model. Journal of Network and Computer Applications, 242:104256, 2025.CCF-C,中科院二区)

[10] Saihua Cai*, Yingwei Zhao本科生, Yikai Hu, et al. CD-BTMSE: A Concept Drift Detection Model based on Bidirectional Temporal Convolutional Network and Multi-Stacking Ensemble Learning. Knowledge-Based Systems, 294:111681, 2024.CCF-C,中科院一区)

[11] Saihua Cai*, Han Xu本科生, Mingjie Liu, et al. A Malicious Network Traffic Detection Model Based on Bidirectional Temporal Convolutional Network with Multi-Head Self-Attention Mechanism. Computers & Security, 136:103580, 2024.CCF-B,中科院二区)

[12] Saihua Cai*, Li Li, Jinfu Chen, et al. MWFP-Outlier: maximal weighted frequent-pattern-based approach for detecting outliers from uncertain weighted data streams. Information Sciences, 591:195-225, 2022.CCF-B,中科院一区)

[13] Jinfu Chen, Wenjun Feng, Saihua Cai*, et al. DEzzer: Efficient Fuzzing Mutation Scheduling Based on Differential Evolution. Journal of Systems & Software, 234:112740, 2026.CCF-B,中科院二区)

[14] Jingyi Chen, Jinfu Chen, Saihua Cai*, et al. IDBFuzz: Web Storage DataBase Fuzzing with Controllable Semantics. In: 40th IEEE/ACM International Conference on Automated Software Engineering (ASE 2025), pp.3938-3942, 2025.CCF-A

[15] Jinfu Chen, Jiaping Xu, Saihua Cai*, et al. Software Defect Prediction Approach based on A Diversity Ensemble Combined with Neural Network. IEEE Transactions on Reliability, 73(3):1487-1501, 2024.CCF-C,中科院二区)

[16] Jinfu Chen, Zian Zhao, Saihua Cai*, et al. DCM-GIFT: An Android Malware Dynamic Classification Method based on Gray-scale Image and Feature-Selection Tree. Information and Software Technology, 176:107560, 2024.CCF-B,中科院二区)

[17] Jinfu Chen, Luo Song, Saihua Cai*, et al. TLS-MHSA: An efficient detection model for Encrypted Malicious Traffic based on Multi-head Self-Attention Mechanism. ACM Transactions on Privacy and Security, 26(4):44:1-21, 2023.SCICCF-B

[18] Jinfu Chen, Shengran Wang, Saihua Cai*, et al. A Novel Coverage-gudied Greybox Fuzzing based on Power Schedule Optimization with Time Complexity. In: 37th IEEE/ACM International Conference on Automated Software Engineering (ASE 2022), pp.1981-1985, 2022.CCF-A

[19] 陈锦富, 冯乔伟, 蔡赛华*, . 基于形式化方法的区块链系统漏洞检测模型. 软件学报, 35(9):4193-4217, 2024.(中文领军期刊)

[20] 陈锦富, 王震鑫, 蔡赛华*, . 基于蜕变测试的区块链智能合约漏洞检测方法. 通信学报, 44(10):164-176, 2023.(中文领军期刊


2)部分授权发明专利

[1] 发明专利:一种基于去噪扩散概率模型和双注意力残差网络的网络入侵检测方法。发明人:蔡赛华,赵英伟本科生,程梦雅,等。专利号:ZL 202411676479.02024年。

[2] 发明专利:一种基于循环生成对抗网络和多头自注意力机制的异常流量检测方法。发明人:蔡赛华,赵文军,陈锦富,等。专利ZL 202311283486.X2023年。

[3] 发明专利:一种基于双向时间卷积神经网络的异常网络流量检测方法。发明人:蔡赛华,陈锦富,吕天翔,等。专利号:ZL 202210650965.X2022年。

[4] 发明专利:一种基于最大频繁模式非相似性的异常网络流量检测方法。发明人:蔡赛华,陈锦富,徐波,等。专利号:ZL 202210226905.52022年。

[5] 发明专利:一种基于双向时间卷积神经网络与多头自注意力机制的异常网络流量检测方法。发明人:蔡赛华,刘明杰本科生,徐涵,等。专利号:ZL 202211409998.12022年。

[6] 发明专利:一种基于核主成分分析的二次特征提取及恶意攻击识别方法。发明人:蔡赛华,陈锦富,赵玲玲,等。专利号:ZL 202110659646.02021


江苏大学计算机科学与通信工程学院 版权所有
Copyright (C) 2018-2023.cs.ujs.edu.cn. All rights resterved
地址:江苏省镇江市京口区学府路301号江苏大学计算机学院 邮编:212013   Tel:0511-88780371 Email:jsj@ujs.edu.cn