Xinda Wang
更新-260416 | 发布-260416
基本信息
- 高校：德克萨斯大学达拉斯分校（The University of Texas at Dallas）（美国）
- 院系：Erik Jonsson School of Engineering and Computer Science Computer Science
- 职称：助理教授
- 性别：女
- 研究领域：软件安全/人工智能安全/系统安全
- 博士毕业院校：乔治梅森大学
- 本科毕业院校：哈尔滨工业大学
个人研究情况
Xinda Wang 现任美国德克萨斯大学达拉斯分校（UT Dallas）计算机科学系助理教授。
从研究定位看，他属于非常典型的软件安全（software security） 方向青年教师。主页直接写明，他的核心兴趣是 software security，重点包括 利用机器学习/深度学习做漏洞检测、补丁管理、程序分析，同时也关注 AI security 和 systems security。也就是说，他不是做纯 AI 算法本身，而是更偏向“AI 用于软件与系统安全”这条线。
他的研究主线可以概括成三块。第一块是 漏洞检测与补丁分析，这是他最鲜明的标签。主页列出的代表性工作包括 PatchDB、PatchRNN、GraphSPD、BinGo、DISPATCH 等，围绕开源软件中的安全补丁识别、漏洞类型分类、二进制代码中的补丁检测、多语言安全补丁研究等问题展开。第二块是 AI + 软件安全，比如用 预训练语言模型、图表示学习、多智能体推理 来做 vulnerability detection；从近两年的论文题目看，他正在明显加强 LLM 在软件安全中的应用。第三块是 系统与平台安全，例如容器保护、系统调用分析、联邦学习鲁棒性、异常检测等。
从学术产出来看，他的风格很“安全圈”。主页列出的论文主要发表在 IEEE S&P、USENIX Security、AsiaCCS、DSN、ACSAC、DIMVA、TDSC、CNS 等网络与系统安全领域核心会议和期刊。尤其值得注意的是，他做的 PatchDB 和相关漏洞/补丁数据集已被公开用于更大范围的 AI 安全评测：主页新闻里写到，这些数据集被 Google DeepMind 用于评估 Gemini 1.5，并被 NSF 选为 NAIRR Pilot 集成数据集之一。这说明他不仅做方法，也做基础资源建设，而且影响力已经开始外溢到更广的 AI 生态。
学术影响力
- 谷歌学术引用：513
- H指数：10
整体评价
C