姓名：周颖杰
职称：副教授
导师：硕士研究生导师
所在系所：物联网工程系
电子邮箱：yjzhou[at]scu.edu.cn
实验室主页：yj-zhou.github.io
办公地址：华西校区信息中心楼205
研究方向：网络行为数据分析、异常行为检测、深度学习、强化学习、图学习、智能系统、资源优化分配、博弈模型等

个人简介
周颖杰，博士毕业于电子科技大学，曾在美国哥伦比亚大学、美国贝尔实验室总部做访问****。周颖杰博士一直从事网络与智能系统相关研究，具体研究方向包括网络行为数据分析、异常行为检测、深度学习、强化学习、图学习、智能系统、资源优化分配、博弈模型等。目前已在IEEE TNNLS、IEEE TSG、IEEE TETC、IEEE WCM、IEEE/ACM ToN、IEEE TVT、IEEE IoTJ、IEEE IPCCC、IEEE SmartGridComm等高水平国内外学术期刊和会议发表论文40余篇，其中SCI收录期刊20余篇、中科院一区二区论文16篇；研究成果申请国家发明专利10项，其中8项已获授权。曾获IEEE成都分会杰出学生论文奖（2010）、四川大学“青年骨干教师奖”（2014）、四川大学“好未来优秀****奖”（2020，全校近40个学院共53名）、四川大学“拔尖创新人才培养优秀指导教师”奖（2020）；与哥伦比亚大学的合作研究曾被著名技术评论杂志MIT Technology Review详细报导（2014）。周颖杰博士实验室与美国哥伦比亚大学、美国佛罗里达大学、澳大利亚阿德莱德大学、新加坡科技研究局（A*STAR）、浙江大学、电子科技大学等国内外一流大学/科研机构有着长期合作。
周颖杰博士受邀担任IEEE Globlecom、IEEE ITSC、IEEE HPCC、IEEE MSN、IEEE ISPA、IEEE VTC、IEEE BMSB、IEEE Online GreenComm、EAI MONAMI等国际知名会议的宣传主席（Publicity Chair）、本地组委会主席（Local Arrangement Chairs）、分会主席（Session Chair）或技术委员会成员（TPC Member）10余次；是IEEE TNSE、IEEE TSG、IEEE Network、IEEE INFOCOM、Information Sciences、Information Fusion、Applied Energy、IEEE IoTJ、Neurocomputing、电子学报等20余种中科院1区2区期刊/国家一级学会主办中文期刊/CCF A级会议的审稿人。周颖杰博士是IEEE通信学会大数据技术委员会成员、CCF YOCSEF成都分会委员、IEEE会员。

近三年主持科研项目：
1. 国家自然科学基金青年项目，基于网络流行为特征分析的大型组织机构隐蔽异常事件挖掘，2019-2021，主持
2. 世界500强企业合作研究项目，异常检测轻量化模型智能构建，2021-2022，主持
3. 四川省濒危野生动物保护生物学重点实验室开放课题，大熊猫产前行为视频智能分析技术研究，2021-2022，共同主持
4. 世界500强企业合作研究项目，网络结构化数据异常检测，2020-2021，主持
5. 世界500强企业合作研究项目，云数据流量异常检测，2018-2019，主持
6. 四川大学计算机学院征集新型冠状病毒应急项目，面向新型冠状病毒防控的医用资源优化分配研究，2020-2021，主持

教学工作及学生培养：
l 承担本科课程《海量数据处理与智能决策》、《网络工程》、《网络工程课程设计》
l 承担研究生课程《智能信息处理基础与前沿》
l “基础学科拔尖学生培养试验计划”（简称“珠峰计划”）导师
l “中学生科技创新后备人才培养计划”（简称“中学生英才计划”）导师
l 四川大学软件学院创新班导师
l 大学生创新创业大赛指导教师
l 2020年度四川省优秀物联网教师
l 2019年四川大学拔尖创新人才培养优秀指导教师
l 2018年四川大学计算机学院课堂教学互动教案设计比赛三等奖
l 2017年教改论文“非标准化答案与开放性学习”入选《变革学业评价激发创造思维??2017年四川大学非标准答案考试论文及试题集》
l 2015年、2018年四川大学“非标准答案考试”命题优秀奖
l 2015年四川大学“大学生课外科技实践活动优秀指导教师”
l 2013年，共同指导硕士生获美国哥伦比亚大学电子工程系Master of Science Award of Excellence
l 所指导本科生以第一作者身份在CCF C类会议发表论文（2020）
l 所指导本科生以第一作者身份在中科院二区期刊发表论文（2021）
l 所指导研究生在读期间均在中科院一区二区期刊发表论文（2020、2021）

近三年论文著作（节选十篇）：
[1] Y. Zhou, X. Song, Y. Zhang, F. Liu, C. Zhu and L. Liu. Feature Encoding with AutoEncoders for Weakly-supervised Anomaly Detection, IEEE Transactions on Neural Networks and Learning Systems, 2021.
[2] J. Liu^#, X. Song^#, Y. Zhou^*, X. Peng, Y. Zhang, P. Liu, D. Wu and C. Zhu, Deep Anomaly Detection in Packet Payload, Neurocomputing, 2021. (中科院二区, 一作为所指导本科生)
[3] Y. Zhang, Y. Zhou^*, C. Jiang, Y. Wang, R. Zhang and G. Chen, Plug-in Electric Vehicle Charging with Multiple Charging Options: A Systematic Analysis of Service Providers’ Pricing Strategies, IEEE Transactions on Smart Grid, 2021, 12(1): 524-537.
[4] J. Wu, J. Li, Y. Wang, Y. Zhang and Y. Zhou^*, Optimal Defense Strategy against Evasion Attacks, International Conference on Mobility, Sensing and Networking (IEEE MSN 2020), Tokyo, Japan, 2020. (CCF C, 一作为所指导本科生)
[5] P. Liu, Y. Zhou, D. Peng and D. Wu, Global-Attention-Based Neural Networks for Vision Language Intelligence, IEEE/CAA Journal of Automatica Sinica, 2021, 8(7): 1243-1252.
[6] Y. Hong, Y. Zhou^*, Q. Li, W. Xu and X. Zheng, A Deep Learning Method for Short-Term Residential Load Forecasting in Smart Grid, IEEE Access, 2020, 8, 55785-55797.
[7] J. Liu, W. Zhao, Y. Hong, S. Gao, X. Huang and Y. Zhou^*, Learning Features of Brain Network for Anomaly Detection, IEEE Conference on Computer Communications Workshops (INFOCOM WKSHPS), 2020. (一作为所指导本科生)
[8] Y. Zhang, Y. Zhou^*, Z. Liu, B. Barua and D. H. N. Nguyen, Toward Efficient Network Resource Sharing: From One-Sided Market to Two-Sided Market, IEEE Wireless Communications, 2020, 27(2): 141-147.
[9] Q. Liu, Y. Zhou^*, Z. Yue, B. Barua and Y. Zhang, Optimal Pricing Strategy for Residential Electricity Usage in Smart Grid, IEEE International Conference on Communications, Control, and Computing Technologies for Smart Grids (IEEE SmartGridComm 2019), Beijing, China, 2019.
[10] Z. Qin, Y. Wang, H. Cheng, Y. Zhou^*, Z. Sheng and V.C.M. Leung, Demographic Information Prediction: A Portrait of Smartphone Application Users, IEEE Transactions on Emerging Topics in Computing, 2018, 6(3): 432-444.