2025年11月15日，中国科学院大学2025年研究生学术论坛密码分论坛在玉泉路校区成功举办。本次论坛由中国科学院大学主办、密码学院承办，论坛主题为“理论融合实践，密码链接未来”。来自中国科学院大学、华东师范大学、南京邮电大学、北京电子科技学院以及蚂蚁技术研究院、中国科学技术大学、中国科学院信息工程研究所等多个科研院所40余位师生参加论坛。密码学院副教授闫海伦主持论坛开幕式。
闫海伦副教授致辞
参会人员合影
华东师范大学副教授李迎新以“针对减少轮 SHA-512 的新碰撞攻击”作大会报告。李迎新长期从事SHA-2哈希函数进行实际碰撞攻击工作，他和与会师生分享了构建新型局部碰撞路线的相关具体工作进展。
李迎新作学术报告
南京邮电大学副教授董建阔在题为“面向NIST Round 4与标准化PQC算法的GPU加速技术探索”的报告中，围绕主流后量子密码算法，系统介绍了面向核心算子的高效并行映射与资源调度的技术路线。
董建阔作学术报告
中国科学院大学助理研究员刘国珍以“SAT-Based Space Partitioning and Applications to Ascon-Hash256 Cryptanalysis”为题作分享报告。她介绍了一种基于 SAT 的空间划分分析技术，该技术在应对复杂搜索空间问题方面具有突出优势，为Ascon-Hash256的安全性评估提供了新的视角。
刘国珍作学术报告
蚂蚁技术研究院助理研究员范广以“基于Tensor Core和CUDA Core的全同态加密加速框架”为题作交流报告。他介绍了针对全同态加密的加速工作，详细讲述了通用和专用计算单元两种技术路径下的设计思路与关键技术，展示如何利用不同类型的硬件单元高效应对FHE加速挑战。
范广作学术报告
下午的论文环节由国科大密码学院助理研究员边毅主持。北京电子科技学院讲师毛淑平分享了论文“How to Recover the Full Plaintext of XCB”，介绍了针对XCB方案所有版本的3种明文恢复攻击，包括3次、4次查询的部分明文恢复攻击和7次查询的全部明文恢复攻击。
毛淑平作学术报告
中国科学技术大学在读博士生周天分享了“一种基于AI加速器模格密码的无内存优化实现框架”，介绍了名为 ML-Cube (ML³)的新型无内存框架。该框架通过对机器学习加速器内部机制的深入分析，为模格后量子密码算法加速设计了定制的数学变换，使得(I)NTT和多项式乘法得以在无内存模式下运行，显著减少对外部内存的依赖并降低延迟。
周天作学术报告
中国科学院信息工程研究所在读硕士生孔雯分享论文“MDS Diffusion Layers for Arithmetization-Oriented Symmetric Ciphers: The Rotational-Add Construction”。该研究介绍了一类基于循环移位与加法/减法操作的扩散层结构（rotational-add 扩散层），首次对rotational-add MDS扩散层进行系统的理论刻画，并给出了其显式构造方法。
孔雯作学术报告
中国科学院大学在读博士生龙重余分享论文“DEBridge: Towards Secure and Practical Plausibly Deniable Encryption Based on USB Bridge Controller”，介绍了一种新型可否认加密方案，该方案无需依赖配套软件、特定操作系统以及文件系统/存储介质，克服了现有方案在部署上的局限性，能够让用户即使在受到威胁、被迫泄露密钥的情况下，仍然可以保护敏感数据的安全。
龙重余作学术报告
论坛最后阶段，组委会组织开展墙报评选活动，依据学术创新性、实践价值等标准完成评审，为优秀成果颁发奖项。
墙报交流区域
优秀墙报获奖者与颁奖人合影
论坛筹备人员合影
本次论坛搭建了密码学领域师生交流的学术平台，通过“专家报告+墙报展示”等多元形式，有效促进了理论研究与工程实践的深度融合，进一步凝聚了领域内创新力量，为中国科学院大学密码领域的学术发展与人才培养注入新的活力。
