基本信息
职称：教授(博导)
职务：院长
电话：023-65112827
办公地点：主教1824
E-mail：xfliao@cqu.edu.cn
研究方向：计算智能与信息安全、隐私保护、人工神经网络、动力学系统理论、密码学及其应用
个人简介
廖晓峰，1964年10月出生，男，博士，二级教授，博士生导师，长期从事人工神经网络、动力学系统理论、混沌密码学、信息安全、隐私保护等领域的研究。教育部“长江学者”特聘教授，新世纪百千万国家级人才，全国优秀博士后，教育部新世纪优秀人才，享受国务院政府特殊津贴的专家，重庆市“322”人才工程一层次人才，重庆市学术技术带头人，曾担任ACM重庆分会主席；现任IEEE计算智能学会重庆分会副主席；IEEE Transactions on Cybernetics、IEEE Transactions on Neural Networks and Learning Systems副编辑；IEEE Fellow；30余个国际一流刊物的特邀审稿人；中国电子学会“非线性电路与混沌”专委会副主任委员；中国通信学会“混沌密码”专委会委员；重庆市“电子学会”副理事长；教育部“物联网工程专业教学研究专家组”成员；中共重庆市委组织部“信息化建设”工作专家咨询组成员。在国际重要刊物，如IEEE Transactions on Information Theory, IEEE Transactions on Computers, IEEE Transactions on Neural networks and Learning Systems, IEEE Transactions on Systems, Man and Cybernetics, IEEE Transactions on Circuits and Systems, IEEE Transactions on Automatic Control等发表SCI收录论文400余篇，SCI他引19832次，目前H指数为72（Google Scholar）。连续6年入选Elsevier中国计算机学科高被引学者榜单。获教育部和重庆市自然科学奖励6项、授权专利4项，编辑《混沌密码学及其应用》，《时滞动力学系统的分岔与混沌上、下册》，《非线性系统的不连续控制》专著三部。获得包括国家重点研发、国家自然科学基金面上在内的大小项目20余项，经费近2000万元。
学术成果
论文
[1]Di Zhang, Junqing Le, Nankun Mu,Xiaofeng Liao. An Anonymous Off-Blockchain Micropayments Scheme for Cryptocurrencies in the Real World. IEEE Transactions on Systems, Man, and Cybernetics: Systems, vol. PP, no.99, pp. 1-11, 2018.
[2]Yi Yang,Xiaofeng Liao. Filippov Hindmarsh-Rose Neuronal Model With Threshold Policy Control. IEEE Transactions on Neural Networks and Learning Systems, vol. 30, no. 1, pp. 306-311, 2018.
[3]Junqing Le, Di Zhang, Nankun Mu,Xiaofeng Liao, Fan Yang. Anonymous Privacy Preservation Based on m-Signature and Fuzzy Processing for Real-Time Data Release. IEEE Transactions on Systems, Man, and Cybernetics: Systems, vol. PP, no.99, pp. 1-13, 2018.
[4]Yi Yang,Xiaofeng Liao, Tao Dong. Period-adding bifurcation and chaos in a hybrid Hindmarsh-Rose model. Neural Networks, vol. 105, pp. 26-35, 2018.
[5]Huaqing Li, Guo Chen,Xiaofeng Liao, et al. Attraction Region Seeking for Power Grids. IEEE Transactions on Circuits and Systems II Express Briefs, vol. 64, no. 2, pp. 201-205, 2017.
[6]Huiwei Wang, Tingwen Huang,Xiaofeng Liao, et al. Reinforcement Learning in Energy Trading Game Among Smart Microgrids. IEEE Transactions on Industrial Electronics, vol. 63, no. 8, pp. 5109-5119, 2016.
[7]Xiaofeng Liao. Dynamical Behavior of Chua’s Circuit With Lossless Transmission Line. IEEE Transactions on Circuits and Systems I: Regular Papers, vol. 63, no. 2, pp. 245-255, 2016.
[8]Xiaofeng Liao, Tingwen Huang. Asymptotic Stability of a Class of Neutral Delay Neuron System in a Critical Case. IEEE Transactions on Neural Networks and Learning Systems, vol. 26, no. 12, pp. 3320-3325, 2015.
[9]Xinyu Lei, Tingwen Huang, Huaqing Li,Xiaofeng Liao. Cloud Computing Service: The Caseof Large Matrix Determinant Computation. IEEE Transactions on Services Computing, vol. 8, no. 5, pp. 688-700, 2015.
[10]Xiaofeng Liao, Chuandong Li, Tingwen Huang. Exponential Convergence Estimates for a Single Neuron System of Neutral-Type. IEEE Transactions on Neural Networks and Learning Systems, vol. 25, no. 7, pp. 1401-1406, 2014.
专利
1. 廖晓峰，周庆，向涛，肖迪，邓绍江，“一种电子邮件加密收发系统”，发明专利，专利号：ZL200710093005.3
2. 廖晓峰，段书凯，“一种三阶自治混沌系统”，申请号：002343899，专利申请日期：2008-5-1；
3. 廖晓峰，邹伟，周庆，“基于混沌特性和聚类算法的鲁棒性印刷水印嵌入与提取方法”，申请号：002344989，申请日期：2008-9-2；
4. 胡月，周庆，廖晓峰，赖师悦，“一种基于在线手写签名的随机数产生方法”，申请号：200910103035.7，申请日期：2009-1-8.
专著
1. 混沌密码学及其应用（科学出版社，2009，9787030246776）
2. 时滞动力学系统的分岔与混沌（上，下册）（科学出版社，2015，9787030449177）
3. 非线性系统的不连续控制（科学出版社，2013，9787030363305）
项目
1. 国家重点研发计划重点项目子项，2016YFB0800601，数字虚拟资产基础数学模型，2016-2019；
2. 国家自然科学基金面上项目，61772434，基于完全自治的个人数据交易的隐私保护机制研究，2018-2021；
3. 国家自然科学基金面上项目，61472331，云计算框架下大规模科学计算安全外包协议研究，2015-2018；
4. 国家自然科学基金面上项目，61170249，无线传感器网络定位算法鲁棒性及安全性研究，2012-2015；
5. 教育部博士点基金优先资助领域，20110191130005，移动计算环境下数据收集、分发及其安全性研究，2012-2016。
成果简介
计算智能因其并行性和健壮性，具有良好的自适应能力和全局搜索能力，是未来信息技术的发展趋势。人工神经网络作为计算智能的主要方法之一，克服了传统方法对于非结构化信息处理的缺陷，使之在联想记忆、组合优化、模式识别、专家系统、智能控制等领域得到了成功应用。
人工神经网络（Artificial Neural Network，即ANN）的定义可以概括为：由大量具有适应性的神经元组成的并行网络，它能够模拟生物神经系统对真实世界物体所作出的交互反应，是模拟人工智能的一条重要途径。神经元是人工神经网络的基本处理单元和设计基础。它是以生物神经细胞为基础的生物模型。在人们对生物神经系统进行研究以探讨人工智能的机制时，把神经元数学化，从而产生了神经元数学模型。图1计算智能应用场
图2左：生物神经网络右：人工神经网络
人工神经网络应用的首要问题是对神经网络模型的动力学行为进行深入研究。虽然单个神经元的结构极其简单，功能有限，但通过大量神经元耦合形成的网络化系统所能实现的行为却是极其丰富多彩的，研究其复杂的动力学行为必然是困难而富有挑战的，具有重要的理论意义和应用价值。廖晓峰教授团队对人工神经网络的稳定性、分岔及应用展开研究，取得了一系列研究成果，主要包括：
1．针对单个中立型神经元模型和包含多个变时滞中立型神经网络，结合描述器变换法和泛函理论，以线性矩阵不等式形式给出了全局指数稳定性判定准则和收敛速率估计方法。建立了脉冲切换神经网络模型，推导出该模型的间歇稳定性判据，为神经网络应用于脉冲条件下的联想记忆等工程中优化问题奠定了理论基础，为切换系统的建模、优化控制提供了有效方法。
2．研究了系统参数变化对时滞神经网络动力学的影响问题，将中心流形定理和规范化形式理论应用到时滞神经网络模型，探讨产生Hopf分岔和余维2分岔的潜在机理。从理论上给出时滞神经网络存在各种极限环的条件，为极限环应用到储存复杂的联想记忆提供了理论基础。
3．提出基于神经网络在噪声图像边缘定位的高性能算法，基于神经网络混沌同步的安全通信中算法，基于神经网络的数字图像水印技术和密钥交换算法。
廖晓峰教授团队的“人工神经网络稳定性与分岔及其应用”研究，获得2017年重庆市自然科学一等奖。团队十年来发表人工神经网络相关SCI期刊论文150余篇，其中IEEE会刊42篇，17篇主要论文SCI他引400余次，研究工作得到多位著名IEEE Fellow的正面评价。出版人工神经网络相关专著2部，编辑国际会议论文辑9部。根据美国Thomson公司2011年公布的全球在人工神经网络研究领域他引排名前20的科研院所及高校名单，团队研究工作他引排名全球第12位，廖晓峰教授在人工神经网络研究领域论文他引全球排名第3位，并连续三年（2014-2016）入选爱思唯尔年中国计算机学科“高被引学者榜单”。团队成员中1人获得教育部“长江学者”特聘教授称号，1人入选百千万工程国家级人才，1人入选重庆市领军人才计划，1人获得巴渝学者称号，2人获得国务院政府特殊津贴，3人入选教育部新世纪优秀人才支持计划、1人获得重庆市青年科技奖。团队入选重庆市高校创新团队，并在国内外人工神经网络相关研究领域具有较大的学术影响力。
