科研入门指引

研究方向说明

数据要素

1. 总体概念：数据要素是围绕数据价值展开的研究，关注如何确定数据的价值和如何在流通过程中最大程度激发与实现数据的价值
2. 可信评估：
   1. 处理数据从而基于客观指标确定数据价值
   2. 通过隐私计算的方式确保评估过程中的数据安全
3. 数据定价：
   1. 设计数据报价的一系列规则，使得交易双方在遵守规则的前提下，按照自己对数据价值的认知诚实报价
   2. 基于博弈论与机制设计，确保交易双方诚实出价
4. 数据交易：设计基于区块链的交易费率机制，确保上链所需费用的稳定性
5. 相关项目：
   1. 与浪潮云洲合作项目：面向 QID 的可信数据空间技术研究及应用
   2. 国自然青基和省青基：面向数据资产的可信流通技术研究

AI安全

1. AI模型尤其是LLM在处理和分析大量数据时面临隐私泄露的风险
2. AI模型之间的相似性问题检测
3. 已有工作：
   1. 综述论文：On Protecting the Data Privacy of Large Language Models (LLMs): A Survey
   2. AI相似度检测：正在进行中

区块链

1. 背景与定义：区块链、共识、哈希指针、默克尔树、公钥密码学
2. 研究范围：
   1. 机制设计：共识设计、交易机制等
   2. 系统性能：安全问题、跨链等
3. 已有工作：
   1. 区块链交易费率机制：A Treatment of EIP-1559: Enhancing Transaction Fee Mechanism through Nth-Price Auction

理论学习分支

博弈论

1. 博弈论基础：【公开课】耶鲁大学：博弈论（中英双语字幕）
2. 机制设计：《博弈论与机制设计》中国人民大学出版社
3. 拍卖理论：Vijay Krishna 《Auction Theory》

安全技术

1. 密码学基础：
   1. 《Understanding Cryptography a textbook for students and practitioners》密码学基础课程，有公开课视频
   2. Coursea上的课程 英文，有中文字幕
2. 隐私计算：差分隐私（DP）、同态加密（HE）、安全多方计算（MPC）、可信执行环境（TEE）、函数秘密共享（FSS）、可搜索加密（SE）

论文三步走

如何找论文

1. 论文检索网站有哪些？
   1. 搜索引擎直接输入标题或关键词
   2. Google Scholar
   3. 中文文献主要在知网
   4. Aminer
   5. 定期关注知名期刊和会议
2. 论文分类标准：SCI、CCF、IEEE
3. 应该找什么样的论文看
   1. 安全四大会议：USENIX Security、S&P：IEEE Symposium on Security and Privacy、CCS：ACM Conference on Computer and Communications Security、NDSS： Network and Distributed System Security Symposium
   2. AI三大会议：NeurIPS、ICLR、ICML
   3. CCF A列表中的期刊和会议

如何读论文

1. 明确读论文的目的
   1. 确定是否对这个方向感兴趣
   2. 判断是否要学习论文的方法
   3. 关注论文所提出方法的最终效果
   4. 学习论文的具体理论方法
   5. 学习论文的写作、结构、绘图等
   6. 做文献调研，用于填充related work或写综述
   7. 写审稿意见
2. 略读论文需要做什么：按照以下内容记录
   1. 作者、期刊、发表时间
   2. 关键词
   3. 研究背景和问题
   4. 研究方法
   5. 论文结论
   6. 创新与贡献
   7. 我的问题
   8. 是否详细阅读
3. 精读论文需要做什么
   1. 读懂论文，包括研究目的、研究方法、公式推导、实验分析
   2. 需要的话，读论文的理论基础论文和后续研究论文
   3. 读完论文后的思考：
      1. 本文方法的核心思想与创新是什么
      2. 这个方法与我的研究是什么关系，我能用吗
      3. 这个方法有没有不足之处可以加以改进
4. 文献调研需要做什么：

注意梳理论文之间的联系，例如A是在B的基础上进一步研究的，C是针对A的优化，D是针对B的反驳等等。

如何写论文

1. 论文结构：摘要、Introduction、Related Works（也有放到最后章节中的情况）、Overview 或者 Framework（文章很简单的情况下没有这部分）、理论主体章节、实验章节、Conclusion
2. Intro：
   1. 研究背景（大背景、小背景）：这个主题很重要，但是存在这样那样的问题，已有研究做了哪些方面的努力，但仍然有这样那样的不足之处
   2. 本文做了什么：为了解决XX问题和XX问题等等，本文提出/设计/改进/了XX，实现了XX。具体来说，分几点简要概括本文的研究方法和技术路线。本文通过理论分析证明了XX/通过仿真实验/基于真实数据的实验/在XX平台的实验等进一步验证了XX。本文的主要贡献/创新如下：通常概括出3点。
   3. 本文的框架结构。
3. 论文细节：参考1、参考2、参考3

科研工具的使用与其他注意事项

1. Latex的使用
2. AI的使用：ChatGPT、Claude、通义千问
3. 读论文工具的使用：小绿鲸、催化剂加
4. 数据处理和绘图：python、R语言等
5. 讨论和汇报后做记录，下次讨论时先简要回顾之前的进度