2026年3月9日，由中国科学院大学密码学院主办的 “AI+PQC学术报告会” 在玉泉路校区教学楼阶一5教室举行。报告会由密码学院荆继武教授主持，来自校内外的师生和研究人员80余人参加了本次活动。
本次报告会邀请了恩智浦半导体（NXP）研究人员以及密码学院学者作专题报告，围绕人工智能（AI）与后量子密码（Post-Quantum Cryptography, PQC）交叉领域的前沿问题展开交流。报告内容涵盖AI安全、格密码算法设计、量子安全性分析以及AI加速器在密码实现中的应用等多个维度。
恩智浦半导体全球高级副总裁兼首席技术官 Wolfgang Steinbauer 作了题为 “Security in Edge AI” 的报告，介绍了边缘AI安全的发展趋势与关键技术。他指出，随着人工智能从云端向边缘设备部署，AI模型、数据和推理过程正成为新的攻击目标，安全威胁也从传统的软件和硬件攻击扩展到模型窃取、对抗攻击等新型AI攻击。为此，需要构建端到端的AI安全体系，包括模型保护、安全AI加速器、隐私保护计算、异常检测以及智能体 AI安全机制等关键技术，以提升边缘设备中AI系统的整体安全能力。
恩智浦半导体密码与安全中心研究员、NIST 标准算法Kyber（ML-KEM）核心设计者Joppe W. Bos作了题为 “Structured Module Lattice-based Cryptography” 的报告。报告针对现有方案中Ring-LWE效率高但参数选择受限、Module-LWE参数灵活但计算复杂度较高的问题，提出一种新的结构化格密码设计框架。通过Radical Ring-LWE/LWR 与Block-Ring Module-LWE/LWR两类构造，在参数灵活性与实现效率之间取得折中，并保持高效的NTT实现。相关研究给出了安全性分析、参数实例及实现结果，相比ML-KEM的优化实现，在部分场景下可获得最高约37%的性能提升。
在该报告结束后，荆继武院长介绍了中国科学院大学团队联合恩智浦团队以及 Saber 团队正在推进的一项抗量子公钥密码算法设计工作。该研究已接近完成阶段，团队计划将该方案提交至中国新一代密码算法征集活动，以推动后量子密码技术在国内的进一步研究与应用。
密码学院王鹏副教授作了题为 “Classical and Quantum Full Plaintext Recovery for Low-Round Feistel-Type Designs” 的报告，介绍了针对低轮数Feistel型结构的最新研究进展。研究表明，传统区分攻击可以系统性地升级为完整明文恢复攻击，且所需查询复杂度几乎不增加。报告展示了针对2轮和3轮Feistel结构的经典攻击，以及结合Simon算法得到的量子扩展攻击，从而实现对3轮和4轮结构的明文恢复。
密码学院郑昉昱副教授作了题为 “High Performance PQC Implementation Based on AI Accelerators” 的报告。报告围绕最新的研究进展，介绍了在人工智能算力迅速提升的背景下，如何利用AI加速器实现后量子密码算法的高性能实现，并探讨AI专用硬件在密码计算中的潜在应用价值，为未来密码算法实现技术的发展提供了新的思路。
本次学术报告会内容前沿、讨论深入，为师生了解人工智能与后量子密码交叉领域的最新研究进展提供了重要平台，也进一步促进了学术界与产业界在数字安全领域的交流合作。
