Human Driver Temperament and the Safety Impact of a C-V2X Denial-of-Service Flooding Attack in Mixed-Autonomy Traffic
研究通过模拟分析了在混合交通中，不同人类驾驶员性格对C-V2X拒绝服务攻击安全影响的作用，采用两种故障安全策略评估了攻击效果。
0 citationsRead paper
Selected work
Representative Papers
NS3Learn: Transferring 5G NR Mode-2 Reception Realism from ns-3 to the Veins/SUMO Stack for Connected-Vehicle Safety Assessment
研究通过NS3Learn模型解决了5G NR Mode-2在车联网安全评估中不考虑资源竞争导致的高估消息传递成功率问题，提高了密集交通下的通信仿真真实性。
0 citationsRead paper
Weather Data Spoofing Attacks on Rain-Adaptive Millimeter-Wave Frequency Selection in V2X Communication Networks
研究解决了车联网中毫米波频段选择受天气数据欺骗攻击的问题，通过验证接收信号与报告天气预测的衰减来防御，恢复通信范围。
0 citationsRead paper
Leakage-Safe and Scheduler-Aware Machine Learning for Grid Job Runtime Prediction
本文针对网格作业运行时间预测问题，采用仅基于提交时属性的泄漏安全方法，并使用CatBoost等模型进行评估，提高了调度器感知资源管理的准确性。
0 citationsRead paper
PatchRisk: Forecasting Future Vulnerability Exposure in Open-Source Dependency Networks
本文提出PatchRisk，通过分析软件包依赖图预测未来间接漏洞暴露风险，使用时间、结构和历史特征提高预测准确性。
0 citationsRead paper
Recent publications
Latest Papers
Human Driver Temperament and the Safety Impact of a C-V2X Denial-of-Service Flooding Attack in Mixed-Autonomy Traffic
研究通过模拟分析了在混合交通中，不同人类驾驶员性格对C-V2X拒绝服务攻击安全影响的作用，采用两种故障安全策略评估了攻击效果。
0 citationsRead paper
NS3Learn: Transferring 5G NR Mode-2 Reception Realism from ns-3 to the Veins/SUMO Stack for Connected-Vehicle Safety Assessment
研究通过NS3Learn模型解决了5G NR Mode-2在车联网安全评估中不考虑资源竞争导致的高估消息传递成功率问题，提高了密集交通下的通信仿真真实性。
0 citationsRead paper
Weather Data Spoofing Attacks on Rain-Adaptive Millimeter-Wave Frequency Selection in V2X Communication Networks
研究解决了车联网中毫米波频段选择受天气数据欺骗攻击的问题，通过验证接收信号与报告天气预测的衰减来防御，恢复通信范围。
0 citationsRead paper
Leakage-Safe and Scheduler-Aware Machine Learning for Grid Job Runtime Prediction
本文针对网格作业运行时间预测问题，采用仅基于提交时属性的泄漏安全方法，并使用CatBoost等模型进行评估，提高了调度器感知资源管理的准确性。
0 citationsRead paper
PatchRisk: Forecasting Future Vulnerability Exposure in Open-Source Dependency Networks
本文提出PatchRisk，通过分析软件包依赖图预测未来间接漏洞暴露风险，使用时间、结构和历史特征提高预测准确性。
0 citationsRead paper