个人信息姓名：洪晟
国籍：中国
性别：男
毕业院校：北京航空航天大学
职称：教授
学位：博士
职称类别：正高级
岗位级别：正高4级
电子邮件：hongsheng@ncu.edu.cn
所在单位：先进制造学院
个人信息洪晟，南昌大学教授、研究生导师，大数据与智能安全研究所长，北京市安全学科带头人，北京市科委技术专家，北京航空航天大学“青年拔尖人才”，担任工信部工业数据空间治理技术组副组长，中国电子学会网络空间安全专家委员会委员，北京市安全科学与工程学会理事、中国系统工程学会系统可靠性工程委员会理事。
研究方向：
本团队主要研究方向为人工智能和大数据技术、信息网络安全、智能制造/工业互联网等方向具体包括：
1.基于故障预测与健康管理的工业设备智能维护，实现对复杂设备状态的实时监测、故障预警与健康评估，并利用深度学习模型提升预测精度与维护效率。
2. 面向工业互联网网络安全的智能威胁防御，研究针对工业控制系统的安全监测技术，实现异常流量检测、协议漏洞挖掘与主动防护。
3. 基于信息网络安全的智能威胁防御，开发网络安全监测平台，并利用深度学习实现网络攻击的实时检测、风险评估与主动防护。
4. 基于抑制病毒/故障传播的弹性网络构建，研究网络结构与动态响应机制，设计具备自愈与自适应能力的网络架构，实现病毒或故障的传播抑制。
5. 基于生成式人工智能的虚假内容鉴伪，研究多模态深度伪造检测方法，实现对图像、视频、音频及文本等生成内容的精准识别、真伪鉴别与溯源分析。
6. 基于整车信息安全的全生命周期测试，研究面向车联网的整车级安全评估方法，并利用模糊测试与形式化验证构建多维度的信息安全测试体系。
7. 基于疲劳寿命预测的飞机结构延寿，研究面向飞机全生命周期的结构健康监测方法，并利用数字孪生与机器学习构建高精度损伤演化模型，提升飞机结构耐久性与服役寿命。
8. 面向低空装备的系统安全性评估，研究并实现整机级与系统级功能的失效状态识别与严重性等级划分，形成覆盖需求捕获、风险评估与测试的低空装备系统安全评估体系。
人才培养：
担任北大中文核心期刊《信息网络安全》、《电子技术应用》、《信息技术与网络安全》和《航空工程进展》编委。主持和参与973课题，国家重点研发课题，技术基础课题，国家自然科学基金等20余项，是多个国际期刊和会议的编委，发表论文70余篇，其中SCI检索30余篇，全球前1% ESI高被引论文1篇，授权国家发明专利14项，获国防科技进步一等奖1项。
[1] 200309-200906 北京航空航天大学 博士研究生
[2] 2007年-2008年 教育经历 访问科学家
[3] 2003年-2009年 教育经历 博士研究生
[4] 1999年-2003 年 教育经历 本科
[1] 2020年-至今 工作经历 南昌大学
高端机床运营维护系统项目建设与应用
1. Sheng Hong, Chuan Lv, Tingdi Zhao, et al. Cascading failure analysis and restoration strategy in an interdependent network [J]. Journal of Physics A: Mathematical and Theoretical, 2016, 49(19): 195101. (SCI Indexed，Q1分区,IF=1.933) .
wos编号：000374218900007
2. Sheng Hong, Baoqing Wang, Xiaomin Ma, et al. Failure cascade in interdependent network with traffic loads[J]. Journal of Physics A: Mathematical and Theoretical, 2015, 48(48): 485101. (SCI Indexed，Q1分区,IF=1.933).
wos编号：000365115000005
3. Sheng Hong, Hongqi Yang, Zio E, et al. A novel dynamics model of fault propagation and equilibrium analysis in complex dynamical communication network [J]. Applied Mathematics and Computation, 2014, 247: 1021-1029. (SCI Indexed，Q1分区).
wos编号：000344474800089
4. Sheng Hong, Xiaojie Zhang, Juxing Zhu, et al. Suppressing failure cascades in interconnected networks: Considering capacity allocation pattern and load redistribution[J]. Modern Physics Letters B, 2016, 30(05): 1650049. (SCI Indexed).
wos编号：000371065200017
5. Sheng Hong, Zheng Zhou, Zio E, et al. An adaptive method for health trend prediction of rotating bearings [J]. Digital Signal Processing, 2014, 35: 117-123. (SCI Indexed，Q2分区) .
wos编号：000344827700012
6. Sheng Hong, Zheng Zhou, Enrico Zio, et al. Condition assessment for the performance degradation of bearing based on a combinatorial feature extraction method [J], Digital Signal Processing, 2014, (SCI Indexed，Q2分区) .
wos编号：000334822800015
7. Sheng Hong, Hongqi Yang, Tingdi Zhao, et al. Epidemic spreading model of complex dynamical network with the heterogeneity of nodes[J]. International Journal of Systems Science,2016，47（11）：2745-2752.(SCI Indexed，Q1分区,IF=1.947).
wos编号：000372740400023
8. Sheng Hong, Zheng Zhou, Chen Lu, Baoqing Wang, Tingdi Zhao. Bearing remaining life prediction using Gaussian Process Regression with composite kernel functions [J]. Journal of Vibroengineering. 2015. (SCI Indexed) .
wos编号：000352453600012
9. Sheng Hong, Hongqi Yang, et al. Analysis of propagation dynamics in complex dynamical network based on disturbance propagation model [J]. International Journal of Modern Physics B 28.22 (2014) (SCI Indexed).
wos编号：000340097200007
10. Sheng Hong, Baoqing Wang, Li G, et al. Performance Degradation Assessment for Bearing Based on Ensemble Empirical Mode Decomposition and Gaussian Mixture Model [J]. Journal of Vibration and Acoustics, 2014, 136(6): 061006. (SCI Indexed，Q2分区).
wos编号：000344732800006
11. Sheng Hong, Bo Zhang, Hongqi Yang, Applying probability control to cognitive CDMA communication system for anti-interference [J], Electronics Letters, 2013, 49(5): 370-372. (SCI Indexed).
wos编号：000318546200039
12. Guoqi Li, Yuanxun Shao, Sheng Hong, Bin Liu. An IPC-based Prolog design pattern for integrating backward chaining inference into applications or embedded systems [J]. Chinese Journal of Aeronautics, 2014, 27(6), 1571-1577. (SCI Indexed，Q1分区) .
wos编号：000348588300025
EN
登录
学校主页