基本信息 姓 名 ： 张玉
性 别 ： 男
所属部门： 物联网工程系
行政职务： 无
职 称 ： 副教授
学 历 ： 博士
所学专业： 信息安全
办公电话：
电子邮件： zhangyu1981@nankai.edu.cn
研究方向： 计算机网络与信息安全



个人简介： 张玉，博士，南开大学计算机与控制工程学院副教授。2004年毕业于哈尔滨工业大学计算机科学与技术专业，获工学学士学位；2010年毕业于哈尔滨工业大学计算机系统结构专业，获工学博士学位（硕博连读）；博士毕业后进入南开大学工作。在学期间作为科研骨干参与多项国家级研究课题，包括国家863 重点项目和国防十五预研项目等. 参加工作以后，作为课题负责人承担了国家重点研发计划、国家242信息安全计划、国家自然科学基金、教育部博士点基金以及多个横向项目等。

本人所做研究工作多是面向国家重大战略需求，为此更加偏重重大系统的研发与应用。在这里，你将接触到我们国家在网络安全领域正在开展的工作，主要合作单位包括中国科学院信息工程研究所、国家计算机网络与信息安全管理中心等。在学期间，学生将有机会去上述合作单位交流访学。由于科研经费充裕，发表优秀论文的学生将支持参加学术会议。

目前部分科研方向：基于深度学习及大数据分析的网络安全应用研究（主要指采用深度学习技术，结合大数据分析平台，解决特定网络安全问题）
1. 互联网中诈骗电话检测技术研究
传统的诈骗电话检测是在电信网中进行的，根据最新统计结果，超过60%以上的诈骗电话来自于VoIP，即多数诈骗电话是通过互联网进入电信网，为此如何在互联网及移动互联网中准确、及时的发现诈骗电话是杜绝和打击诈骗分子的当务之急。本研究需要掌握深度学习及大数据分析技术。

2 基于移动互联网大数据的特定人物发现研究
特定人物发现本质上是采用机器学习技术，利用移动互联网中采集的大量通信日志，结合大数据分析平台，从中挖掘出感兴趣的人物和团体。根据面向的需求不同，特定人物的定义不同，如面向国家需求，特定人物通常指指反动和恐怖分子等。本研究需要掌握深度学习及大数据分析技术。

3 基于深度学习的网络流量分类研究
对网络流量进行正确分类是网络流量管控的基础。基于负载的网络流量分类方法通过分析数据包的有效负载是否包含已知应用的特殊签名进行流量分类，该方法具有较高的准确度，为此是当前流分类系统中采用的主要方法。该方法缺点是只能够识别那些已知协议的非加密流量，随着越来越多新的复杂协议和应用的开发，通过传统人工分析协议和应用的特征方法已无法满足需求，为此需要研究采用深度学习的方法自动化地进行协议和应用指纹的提取。