IEEE安全与隐私研讨会

IEEE S&P创办于1980年，是信息安全领域国际四大顶级学术会议之一，也是中国计算机学会（CCF）推荐的A类会议。会议长期聚焦系统安全、网络安全、隐私保护及人工智能安全等前沿方向，近十年论文平均录用率约为15%，被录用的稿件反映了网络安全领域国际最前沿的研究水平。2027年会议将是该旗舰会议的第48届年会

1. 检索信息
该会议是计算机安全领域的顶级会议，被中国计算机学会（CCF）列为A类会议，在ICORE排名中为A*，其录用论文代表了领域内最前沿的研究成果。

2. 出版信息
会议论文集将由IEEE出版，论文在发表后会被收录至IEEE Xplore数字图书馆，并提交至EI Compendex等数据库进行检索。

3. 组委会信息
主要组委会成员如下：

• General Chair: Adam Aviv (George Washington University)

• Vice Chair: Daniel Zappala (Brigham Young University)

• Program Chairs: Michelle Mazurek (University of Maryland), Nicolas Papernot (University of Toronto and Vector Institute and Google DeepMind)

• Artifact Evaluation Chairs: Daniel (Ozzy) Olszewski (Harbor Experts), Jelena Mirkovic (University of Southern California), Manuel Egele (Boston University)

• Treasurer: Adwait Nadkarni (William & Mary)

• Workshops Chairs: Ghada Almashaqbeh (University of Connecticut), Gabe Kaptchuk (University of Maryland)

• General Chair Emeritus: Alina Oprea (Northeastern University)

会议涵盖安全与隐私的多个方向，征稿主题（Topics of interest）包括但不限于：

• 应用密码学

• 具有新颖见解、技术或结果的攻击

• 认证、访问控制与授权

• 区块链与分布式账本安全

• 云计算安全

• 信息物理系统安全

• 分布式系统安全

• 安全与隐私经济学

• 嵌入式系统安全

• 形式化方法与验证

• 硬件安全

• 仇恨、骚扰与在线滥用

• 以人为中心的安全与隐私

• 入侵检测与防御

• 机器学习（ML）：ML系统的机密性与隐私方法

• 机器学习（ML）：ML系统的完整性与可用性方法

• 机器学习（ML）：针对ML系统的新型攻击

• 机器学习（ML）：验证ML算法的安全与隐私属性

• 恶意软件与不受欢迎的软件

• 网络安全与测量

• 操作系统安全

• 隐私增强技术、匿名与审查

• 程序与二进制分析

• 协议安全

• 安全与隐私度量

• 安全与隐私策略

• 安全架构

• 面向高风险人群的安全

• 软件供应链安全

• 系统安全

• 安全与隐私的用户研究

• Web安全与隐私

• 无线与移动安全/隐私

• 投稿方式：通过会议官网的投稿系统提交，所有截止时间均为AoE（UTC-12）时间23:59:59。

• 论文类型：征集未发表的原创研究论文，涵盖安全与隐私的各个方面。会议也征集系统性知识（SoK）论文，需在标题前标注“SoK:”前缀。

• 工件评估（Artifact Evaluation）：会议鼓励被录用论文的作者提交研究工件（如软件、数据集、概念证明等）以供可用性、功能性和可复现性评估，通过评估的工件将获得徽章。

• 联系邮箱：投稿相关疑问请联系项目主席：[email protected]