成都市 武侯区

你好,我是
周佳楠

四川大学软件工程本科生,专注于向量数据库、深度学习与网络安全等领域的研究与探索。

向下滚动

关于我

四川大学 2023 级软件学院本科生。大一上学期我就读于水利专业,大一下学期转入软件工程专业。目前我的研究方向涵盖向量数据库、深度学习等领域。在课外,我不仅对编程充满热情,还参与了科研项目和工程实践,并取得了一些有价值的成果。

努力让自己变得更好中...

学术背景

学校四川大学
年级2023 级本科生
专业软件工程
学术方向 AI Infra
RL
向量数据库

专业技能

编程语言

PythonML / 数据分析 / Web
Java面向对象 & 设计模式
GO数据结构 & 算法
SQL数据库设计 & 查询优化

框架 & 工具

PyTorch SpringBoot MySQL redis Kafka Git Docker Linux TCP/IP HTTP

项目经验

01

ChatFree ChatBox

JavaSpringBootLLM API

设计并实现了一款智能对话助手应用,支持多轮对话、上下文记忆和知识库检索功能。后端基于SpringBoot&SpringAI框架搭建,集成了自由切换大语言模型 API 实现自然语言理解与生成,为用户提供流畅、智能的对话体验。

学术研究

Can You Trust the Vectors in Your Vector Database?
Black-Hole Attack from Embedding Space Defects

Hanxi Li, Jianan Zhou, Jiale Lao, Yibo Wang, Zhengmao Ye, Yang Cao, Junfen Wang, Mingjie Tang

我们提出了 Black-Hole Attack,这是一种针对向量数据库的中毒攻击方法——只需在高维嵌入空间的几何中心附近注入少量恶意向量,即可使这些向量像黑洞一样吸附大多数查询,频繁出现在 top-k 检索结果中(最高达 99.85%)。这一现象源于高维空间的中心枢纽效应(centrality-driven hubness):向量越接近几何中心,越容易成为大量其他向量的最近邻。该工作揭示了向量数据库在高维嵌入空间的根本性安全漏洞,已投稿 VLDB,arXiv: 2604.05480

技术博客