Cambridge暑研回忆录（2022.06—2022.10)

一个背景

10月21号正式提交Final Report后，就进入了大三以来最舒服的一个周末。而过去三个月来暑研的困难程度，和我6月份报名投递申请时所想象的完全不同。

整体上来看，CCISTC暑研（下称Camb暑研）大体分为四个部分：

Academic Practical （10学时，基本的科研学术技能，机器学习入门）
Workshop（12学时，可以理解为工具课：雅思英语，留学规划，学术网站）
AI Lecture（6学时，所谓的正课，但我其实没听懂多少，这个后面会讲到…）
Research Project（暑研课题，大约花费了300-320小时？巨累…）

而Camb暑研最后的考评/推荐信是根据以下三个部分：

暑研课程出勤（10%，大家都差不多，甚至请假还可以豁免，这个不提）
Research Proposal（45%，单写作花了5天时间）
Final Report（45%，单写作花了2周时间）

关于暑研

就针对暑研来说，线下的体验绝对是好过online的，但迫于疫情（担心新学期，学校不给进，隔离周期太长），还有就是菜（没错就是菜，大二无paper弱鸡根本申不到实地）所以选择了这次的Camb线上项目。

从今年6月确定收到offer开始，到正式出成绩单（预计11月中旬），完整的流程大概是持续了5个月。如果再算上这次的final report改成paper投递的话，可能就要再持续半年左右？

说回来暑研本身，导师 Pietro Lio’ 是意大利人，在剑桥拿到了MA，然后回意大利攻了两个PhD学位——Systems Dynamics & Theoretical Genetics——而现在主要是做图神经网络和计算生物学，这看起来巨神奇的履历……确实是见识了一番大牛的时间管理水平。

但就像同AI项目的朋友在知乎上吐槽的，教授的英文口语确实是一言难尽——三节AI正课几乎是靠意志力撑着——虽然一方面确实是口音的问题；但更多的是ML（Machine Learning）经历的欠缺。连Python基础都是在今年6-8月补起来的我，居然在未来的三个月搞了一个ML-Based的大项目，中间的水份真是一言难尽呐……

但总之，这次暑研的最大收获——至少在DDL的push下，确实做了深入的review，最后提交的report也能让自己心满意足了，具体细节可以看[这里]。

还要提到，暑研的Supervisor是Lio’教授的二年级博士生，我们叫他Jerry学长——Jerry是BUPT的本科，然后在Sheffield读了一年MSc(with distinction)，然后PhD阶段来到了剑桥做Wireless+ML

Jerry给我们上Practical（讲学术技能和ML入门），以及Supervision（项目辅导，给我们的课题进展提供建议）两门课。豪不夸张地说，这次暑研的质量与体验感，很大程度上都是靠Jerry一个人撑起来的…

其他的故事

暑研的同期，把大二下学期搞的那篇IoT-System的文章给投了，最后稀里糊涂的中了个IEEE CENIM（某亚洲水会…但确实是没有想到会这么顺利）

因为后来reviewer修改意见下来之后，在10月中旬和导师又一起认真改了一轮，发现投上去的那个版本的语言真的是巨烂啊…当然那一版写得拧巴，确实因为不是我主笔的好吧……哈哈

总之这篇能一投即中，算是一个意料之外的收获吧，具体细节可以看[这里]。

而回过头来，这次Camb暑研的经历，也让我暂时是坚定了未来攻PhD的念头，感到自己确实对这个领域是有点激情和想法（or天赋？）的，与此同时，受暑研搭档（wyc, chx…）的启发，也让我开始更多地关注海外机会——也即后来的Canada Mitacs项目，这个之后会再详谈。

关于暑研做的东西

最后还是想简单总结一下这次暑研做的东西：RIGMS Testbed for IoT Cybersecurity Using Machine Learning Based Approach

整体思路很大程度上参考了这篇：SCADA System Testbed for Cybersecurity Research Using Machine Learning Approach，连标题都是模仿它的好吧……这个系列作者的工作很有意思，对于IoT+Security方向的，他们的工作很推荐看。

anyway，我们的工作是依照之前实现的IoT-System进行魔改，目的是把这个现成的System整合成一个Physical Testbed，然后对其实施随机安全攻击（Cyber-attacks，通过现成的工具实施攻击，抓包也是现成的工具）

进一步，在攻击过程中，捕捉Traffic Activities，提取Traffic Features，最后总结分析Data Analysis，并汇总成一个独立的RIGMS-Datasets，用于后续的训练工作；

再来，我们选用了5个不同类型的ML模型来进行训练、测试，大体上达到了合适的效果（并保留了改进空间，你懂的哈哈）最后，附上Abstract……逃

This paper proposes a real-time intelligent garbage monitoring system (RIGMS) testbed for IoT cybersecurity research. The testbed is established by realistic devices in the physical world, which is a stage in the process of municipal waste disposal. Multiple-mix-attacks were conducted based on the testbed. During the attack scenarios, the network activities were analyzed, and the traffic features were extracted to design a representative RIGMS dataset for training and verifying the authenticity of the machine learning based models. In this paper, five advanced ML models were utilized to detect the cyber-attacks. Experiment results verified the feasibility of implementing learning based models to detect multiple-mix-attacks.

然后上图：