职称

讲师

电子邮件

chengpz@shu.edu.cn

办公室

计算机工程与科学学院403室

研究方向

多模态大模型推理，自主交互智能体，人工智能安全，网络安全

个人简介

程彭洲，博士，讲师，2026年6月毕业于上海交通大学计算机学院，师从刘功申教授和张倬胜助理教授。主要研究多模态大语言模型推理、自主交互智能体、智能体安全与网络安全。在TNNLS、TVT、ACL、ICML等重要期刊和会议发表论文26篇，其中第一或共同第一作者论文13篇，Google Scholar引用800余次；申请发明专利4项，授权3项。担任TPAMI、TDSC、TIFS等期刊及NeurIPS、ACL、ICML等会议审稿人，并担任MLNLP程序委员会主席。曾入选腾讯青云计划，蚂蚁集团蚂蚁星及小米大模型等顶尖人才计划。参与建设公益开源教程《动手学大模型》，GitHub已获4万余Star。

现招收大模型、智能体及人工智能安全方向的本科生、硕士生和科研实习生。欢迎编程基础扎实、具有科研热情和自主学习能力的同学加入，表现优秀者可推荐至头部科技企业实习。

个人主页：https://ctzhou-byte.github.io/

教育背景

2022-2026, 上海交通大学, 电子信息专业, 博士

主要工作经历

2026-至今，上海大学，讲师

2024-2026, 华为技术有限公司，研究实习

2025-至今, 和夏科技股份有限公司，技术顾问

代表性论文或专著

[1]Wu Z*, Cheng P*, Wu Z, et al. Mobile-Aptus: Confidence-Driven Proactive and Robust Interaction in MLLM-based Mobile-Using Agents[J]. IEEE Transactions on Audio, Speech and Language Processing, 2026.（CCF-B，中科院二区，本人标注：共同第一作者）

[2]Hu H*, Cheng P*, Wu Z, et al. Faithful Mobile GUI Agents with Guided Advantage Estimator[C]//Forty-third International Conference on Machine Learning. （CCF-A，本人标注: 共同第一作者）

[3]Cheng P, Zhang X. From tool to personal assistant: The principles, evolution, and security risks of AI agents[J]. Chinese Journal of Nature, 2026, 48(2): 79-087. （本人标注: 共同第一作者）

[4]Ju T, Wang Y, Hua Y, Ma X, Cheng P, et al. Flooding spread of manipulated knowledge in llm-based multi-agent communities[J]. Science China Information Sciences, 2026, 69(7): 172103. （CCF-A，中科院一区，本人标注: 第五作者）

[5]Wu Z, Mao R, Tian Z, Cheng P, et al. See, think, act: Teaching multimodal agents to effectively interact with gui by identifying toggles[C]//Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. 2026: 27536-27546. （CCF-A，本人标注: 第四作者）

[6]Cheng P, Hu H, Wu Z, et al. Hidden Ghost Hand: Unveiling Backdoor Vulnerabilities in MLLM-Powered Mobile GUI Agents[C]// Findings of the Association for Computational Linguistics: EMNLP 2025. Suzhou, China: Association for Computational Linguistics, 2025: 7781-7805. （CCF-B，Findings，本人标注: 第一作者）

[7]Wu Z, Cheng P, Wu Z, et al. Gem: Gaussian embedding modeling for out-of-distribution detection in gui agents[C]//Proceedings of the AAAI Conference on Artificial Intelligence. 2026, 40(40): 33989-33997. （CCF-A，本人标注: 第二作者）

[8]Cheng P, Liu S, Wu Z, et al. MKF-ADS: Multi-Knowledge Fusion Based Anomaly Detection System in Vehicular Control Area Networks[J]. IEEE Transactions on Vehicular Technology, 2025. （CCF-B，中科院二区，本人标注: 第一作者）

[9]Cheng P, Wu Z, Du W, et al. Backdoor attacks and countermeasures in natural language processing models: A comprehensive security review[J]. IEEE Transactions on Neural Networks and Learning Systems, 2025. （CCF-B，中科院一区，本人标注: 第一作者）

[10]Tang S*, Cheng P*, Liang H, et al. Deep‐Learning Integrated Bioelectronic‐Tissue Interface for Cardiovascular Diagnosis and Prognosis[J]. Advanced Functional Materials, 2025, 35(31): 2423264. （中科院一区，本人标注: 共同第一作者）

[11]Cheng P, Wu Z, Wu Z, et al. Os-kairos: Adaptive interaction for mllm-powered gui agents[C]//Findings of the Association for Computational Linguistics: ACL 2025. 2025: 6701-6725. （CCF-A，Findings，本人标注: 第一作者）

[12]Wu Z, Cheng P, Fang L, et al. Gracefully filtering backdoor samples for generative large language models without retraining[C]//Proceedings of the 31st International Conference on Computational Linguistics. 2025: 3267-3282. （CCF-B，本人标注: 第二作者）

[13]Yu H, Xie T, Gui J, Wang P, Cheng P, et al. BackdoorMBTI: A Backdoor Learning Multimodal Benchmark Tool Kit for Backdoor Defense Evaluation[C]//Proceedings of the 31st ACM SIGKDD Conference on Knowledge Discovery and Data Mining V. 1. 2025: 2791-2802. （CCF-A，本人标注: 第五作者）

[14]Cheng P, Hua L, Jiang H, et al. LSF-IDM: Deep learning-based lightweight semantic fusion intrusion detection model for automotive[J]. Peer-to-Peer Networking and Applications, 2024, 17(5): 2884-2905. （CCF-C，中科院四区，本人标注: 第一作者）

[15]Cheng P, Du W, Wu Z, et al. SynGhost: invisible and universal task-agnostic backdoor attack via syntactic transfer[C]//Findings of the Association for Computational Linguistics: NAACL 2025. 2025: 3530-3546. （CCF-B，Findings，本人标注: 第一作者）

[16]Wu Z, Zhang Z, Cheng P, et al. Acquiring clean language models from backdoor poisoned datasets by downscaling frequency space[C]//Proceedings of the 62nd Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers). 2024: 8116-8134. （CCF-A，本人标注: 第三作者）

[17]Li P, Cheng P, Li F, et al. Plmmark: a secure and robust black-box watermarking framework for pre-trained language models[C]//Proceedings of the AAAI Conference on Artificial Intelligence. 2023, 37(12): 14991-14999. （CCF-A，本人标注: 第二作者）

[18]Cheng P, Han M, Liu G. DESC-IDS: Towards an efficient real-time automotive intrusion detection system based on deep evolving stream clustering[J]. Future Generation Computer Systems, 2023, 140: 266-281. （CCF-C，中科院一区，本人标注: 第一作者）

[19]Cheng P, Han M, Li A, et al. STC‐IDS: Spatial–temporal correlation feature analyzing based intrusion detection system for intelligent connected vehicles[J]. International Journal of Intelligent Systems, 2022, 37(11): 9532-9561. （CCF-C，中科院一区，本人标注: 第一作者）

[20]Cheng P, Xu K, Li S, et al. TCAN-IDS: intrusion detection system for internet of vehicle using temporal convolutional attention network[J]. Symmetry, 2022, 14(2): 310. （中科院三区，本人标注: 第一作者）

[21]Han M, Cheng P, Ma S. PPM-InVIDS: Privacy protection model for in-vehicle intrusion detection system based complex-valued neural network[J]. Vehicular Communications, 2021, 31: 100374. （中科院二区，本人标注: 第二作者）

[22]Han M, Cheng P, Ma S. Cvnns-ids: Complex-valued neural network based in-vehicle intrusion detection system[C]//International Conference on Security and Privacy in Digital Economy. Singapore: Springer Singapore, 2020: 263-277. （本人标注: 第二作者）