11月3日，CSA工业互联网安全研究团队第15期组会召开，会议由国际联合实验室主任张志勇主持。本次组会主题是智能制造柔性作业车间调度研究和基于FedPot的智能电网质量感知协同激励检测器。

会上，河南科技大学2021级博士生常亚楠汇报了论文《基于学习的模因算法求解具有二类模糊处理时间的节能柔性作业车间调度》。首先介绍了柔性作业车间研究背景与现状，提出在现代柔性制造中，研究具有模糊处理时间的节能的柔性作业车间调度问题（ET2FJSP）具有重要研究意义。接着，从拟解决关键问题入手，提出两部分研究内容，一是建立一种混合整数线性规划模型，二是设计了一种基于学习的参考向量模因算法。然后，重点剖析了算法的设计动机与算法的设计亮点，在算法的编码与解码、初始化策略、变领域搜索策略、基于Q -学习的参数自适应策略以及节能策略5个方面进行详细阐述。**后，介绍了论文中实验设计的整体思路与方法。

河南科技大学2023级硕士研究生王越汇报了论文《基于FedPot的智能电网质量感知协同激励检测器》。该文提出一种质量感知的、协同的、基于激励的蜜罐检测器（FedPot），用于智能电网网络的风险检测和防御，所提出的解决方案通过在SPS侧实现蜜罐而获得的有效防御数据来处理并确保可靠的FL训练过程。此外，为了应对模型上传中对抗性扰动的挑战，引入一个普遍适用的两步验证系统。这种稳健的方法旨在确保模型贡献的完整性。**后通过大量实验，包括与传统FedAvg算法的比较和优势分析，展示了FedPot算法在智能电网网络风险检测中的性能表现，表明FedPot算法在数据质量感知、模型平均和奖励分配等方面的有效性。未来工作将致力于将FedPot算法应用于更大规模、更复杂的智能电网网络环境，并进一步优化算法性能和扩展应用场景。

在交流环节，与会组员展开了深入讨论，积极探讨了当前网络系统面临的主要挑战及未来的发展方向。通过这次讨论，与会者不仅深化了对网络安全领域现状的理解，还对新兴威胁和技术趋势有了更为清晰的认识。讨论过程中，各位老师和同学们提出了许多有价值的见解和建议，为未来课题研究提供了新的思路。这种互动交流不仅促进了对论文内容的进一步理解，还为今后的研究方向和方法选择提供了参考，推动了学术交流和合作的深入发展。

(图文/常亚楠、王越  审核/赵可景)