各部门、各单位：
为促进数据库、人工智能与网络空间安全等领域的学科交叉交流，推动校企协同育人与开源技术实践，由OpenTenBase社区、腾讯云主办，我校计算机学院、软件学院，网络空间安全学院、密码学院及理学院共同承办的“数据库、人工智能与安全学科交叉暨产教融合论坛（OpenTenBase城市行·西安站）”拟于2026年11月7日在我校举办。论坛将邀请来自企业、开源社区和我校的10位嘉宾作主题报告，并开展面向在校学生的现场实践活动。欢迎广大师生积极参加！具体安排如下：
论坛主题：数据库、人工智能与安全学科交叉暨产教融合
论坛时间：2026年11月7日（星期六）下午1:30
论坛地点：西安邮电大学长安校区东区逸夫教学楼FF207
主办单位：OpenTenBase社区、腾讯云
承办单位：西安邮电大学计算机学院、软件学院，网络空间安全学院、密码学院，理学院
一、论坛摘要
本次论坛以开源数据库为技术纽带，围绕数据库系统与人工智能的协同发展、数据安全与隐私保护，以及统计机器学习与多模态信息处理开展交流。数据库相关报告涵盖PostgreSQL扩展机制、OpenTenBase开源贡献与工程实践、AI原生数据库环境、智能体治理及pgvector向量索引优化；学科交叉报告聚焦数据库分析查询的差分隐私保护、非平稳曲线聚类、大语言模型隐私泄露、可解释心理计算和多模态乳腺影像处理。现场实践面向在校学生，围绕OpenTenBase部署、使用与Demo开发展开，使用AI助手WorkBuddy辅助实操。论坛旨在促进跨学院科研合作与校企协同育人。
二、论坛报告
1.报告题目：AI开发环境新范式：秒级分支、弹性伸缩、闲时归零——从AI就绪到AI原生
报 告 人：安卫亚，腾讯云数据库研发专家
报告摘要：
在AI时代，数据库不再只负责“存数据”，更负责“给Agent快速提供可用数据环境”，本次分享介绍在AI时代腾讯云数据库底座具备的能力。
报告人简介：
安卫亚，腾讯云数据库研发专家，负责腾讯云原生数据库研发，专注于云原生、数据库、人工智能等领域。
2.报告题目：利用AI完成你的第一次PR
报 告 人：周正中，OpenTenBase ACE、腾讯云架构师同盟成员
报告摘要：
面向高校开发者，以腾讯开源的企业级分布式HTAP数据库OpenTenBase为实战样本，讲清参与开源项目的意义与价值。分享将系统介绍OpenTenBase的CN、GTM、DN三大核心架构，并给出从环境准备、AI辅助编码到提交PR的14步完整贡献流程；同时梳理社区真实Issue的分类与精选导航，帮助新手按技术方向、耗时与友好度找准切入点，迈出开源第一步。
报告人简介：
周正中，OpenTenBase ACE、腾讯云架构师同盟成员，PostgreSQL中国社区发起人之一，拥有40余项数据库领域专利，长期致力于开源数据库技术推广、生态建设与人才培养。
3.报告题目：使用数据库为底座实现智能体治理
报 告 人：尹海文，OpenTenBase ACE、“川序”智能体管理平台创始人
报告摘要：
企业把Agent从演示推向规模化上线，瓶颈就不再是模型能力，而是治理：它代表谁运行、由谁负责、此刻该拿到哪些上下文、权限从哪来、长任务重启后怎么恢复、Token花在谁头上。这些问题Prompt和向量库回答不了，而身份、状态、事务、权限、调度、审计正是数据库的老本行。本次分享以「川序 Chuanxu」的工程实现为例，讲数据库如何成为智能体的统一控制面：从身份、上下文、知识、执行、安全、协作到运维，七层能力如何串成一条可验证的链路，同时也会讲清楚数据库管得住什么、管不住什么。
报告人简介：
尹海文，OpenTenBase ACE、“川序”智能体管理平台创始人，拥有10年以上数据库行业从业经验，擅长数据库选型、架构设计与业务优化，现致力于DB4AI、DB4Agent研究与落地。
4.报告题目：从扩展机制看 PostgreSQL 的设计哲学
报 告 人：杨向博，腾讯云数据库架构师、PostgreSQL ACE
报告摘要：
OpenTenBase与PostgreSQL同源演进。PostgreSQL走过三十年，流行度仍在持续增长，这是为什么？本场分享由浅入深，讲的正是这背后的设计哲学——扩展机制：不改动一行内核代码，新能力照样能长出来，内核也因此一直稳得住。现场还会演示如何动手写第一个扩展 hello_pg，并全程跑在OpenTenBase实例上，从编译安装到用SELECT把自己的C函数调出来。
报告人简介：
杨向博，西安邮电大学校友，腾讯云数据库架构师、PostgreSQL ACE、中国PG分会西安用户组主席，开源PostgreSQL/OpenTenBase布道师，长期致力于PostgreSQL技术推广。
5.报告题目：从瓶颈定位到全链路优化：pgvector IVFFlat 优化实践与工程成长
报 告 人：林芯宇，西安邮电大学本科生、OpenTenBase贡献者
报告摘要：
结合 OpenTenBase PG19上pgvector IVFFlat的优化实践，介绍如何沿查询链路定位成本，从距离分发、列表目录缓存与过滤迭代扫描，推进到用页内有序段和多路归并替代候选全量排序，并通过可复现 benchmark 和回归测试验证性能与正确性。除技术方案外，还将复盘这段经历带来的成长：如何把性能现象转化为可验证的问题，理解数据库执行器与索引访问方法的协作边界，并在性能、召回和内存安全之间做工程权衡。
报告人简介：
林芯宇，西安邮电大学本科生、OpenTenBase贡献者，专注数据库查询路径优化与性能验证，开展pgvector IVFFlat优化与回归测试。
6.报告题目：面向数据库分析查询的差分隐私保护方法
报 告 人：付聪聪，西安邮电大学计算机学院、软件学院教师
报告摘要：
差分隐私为数据分析提供了严格的隐私保护保证，但数据库中的多粒度统计与多表连接，使现有方法面临统计误差较大、计算开销较高等挑战。本报告围绕层次计数直方图发布与星型连接查询，介绍两类差分隐私保护方法：针对不可信服务器下的层次统计发布，通过密码学辅助计算与层次结构优化，改善统计效用并降低处理开销；针对星型连接中的敏感度放大问题，结合事实表与维度表的结构特征，通过谓词扰动实现准确、高效的隐私查询响应。结合实验结果，讨论隐私保护的隐私性和效用性之间的权衡，为数据库分析查询的隐私保护提供研究路径。
报告人简介：
付聪聪，西安邮电大学计算机学院、软件学院讲师，主要从事差分隐私与数据库隐私保护研究，围绕层次计数直方图发布与星型连接查询开展研究，相关成果发表于ACM CIKM、ACM SIGMOD等国际会议。
7.报告题目：面向非平稳曲线聚类的层级高斯过程模型及其EM算法研究
报 告 人：谢玉荣，西安邮电大学理学院教师
报告摘要：
本报告围绕非平稳函数型数据的曲线聚类与回归建模问题，介绍双层高斯过程函数回归混合模型（TMGPFR）的建模思想及参数学习算法。首先，阐述模型的层次化混合结构，说明其通过高层混合实现曲线聚类、低层混合刻画局部结构的基本原理。其次，梳理参数学习算法的改进过程：从基于MCMC的EM算法，到提高计算效率的CEM算法及缓解局部最优问题的DACEM算法，再到融合均值场变分推断的VI CEM算法，以改善潜在变量后验近似。最后，结合模拟数据与实际数据实验，比较不同算法在聚类效果、回归精度和计算效率方面的表现。
报告人简介：
谢玉荣，西安邮电大学理学院讲师，主要从事智能信息处理与统计机器学习研究，相关成果发表于Pattern Recognition、Neural Networks等期刊。
8.报告题目：生成式大语言模型隐私记忆形成与泄露机制研究
报 告 人：李勇，西安邮电大学网络空间安全学院、密码学院教师
报告摘要：
随着大语言模型在知识服务与智能交互中的广泛应用，敏感信息的非预期记忆与潜在泄露成为大模型隐私保护的重要研究课题。本报告从数据处理、参数学习与外部知识调用三个环节出发，梳理隐私信息的保留与泄露机制，分析数据变换对隐私风险和任务效用的影响，介绍训练数据抽取、检索增强生成及智能体长期记忆中的典型泄露路径，并讨论差分隐私等防护方法的适用条件与隐私—效用权衡。通过厘清不同泄露路径与保护边界，为大模型隐私风险评估及防护方法设计提供参考。
报告人简介：
李勇，西安邮电大学网络空间安全学院、密码学院讲师，主要从事人工智能安全和隐私保护研究。参与多项国家重点研发计划项目，在国内外高水平期刊发表学术论文10余篇，授权国家发明专利多项。
9.报告题目：面向在线用户跳转行为的可解释心理计算方法
报 告 人：吴小华，西安邮电大学计算机学院、软件学院教师
报告摘要：
移动社交媒体上用户的在线交互产生了大量的在线行为，构成了丰富的用户生成内容（User-Generated Content，UGC）并反映着用户的实时心理状态，为心理计算提供了海量数据。这些内容普遍存在着大量的用户跳转行为（如问卷中的跳题回答、社交媒体中的跳评论回复）。因此，如何有效建模用户跳转行为，提供准确和可解释的心理计算结果，成为辅助社会决策的核心。本报告围绕用户在线跳转行为影响下的可解释心理计算，从远距离特征交互计算、行为跳转动态性和语义跳转逻辑三方面切入，以幸福感和抑郁两类任务为典型场景，主要研究跳转行为对远距离特征交互量化的影响，如何降低行为跳转动态性导致的解释不一致及语义跳转逻辑对扁平化顺序推理的影响等问题。
报告人简介：
吴小华，西安邮电大学计算机学院、软件学院副教授，主要研究可解释人工智能与社会计算，主持教育部人文社科青年基金等项目，成果发表于AAAI、IJCAI等会议，3篇论文入选ESI高被引论文。
10.报告题目：多模态乳腺影像配准与融合方法
报 告 人：邓佳慧，西安邮电大学计算机学院、软件学院教师
报告摘要：
不同模态的乳腺医学影像在组织结构与病灶信息表征方面具有较强的互补性，通过多模态影像配准与融合，有助于提高乳腺病灶定位的准确性，增强影像信息的完整性。本报告围绕多模态乳腺影像配准与融合中的关键问题，介绍相关方法与技术。首先，介绍基于生物力学模型的乳腺组织形变模拟方法，实现不同体位和受力条件下乳腺组织形变的模拟；其次，介绍结合器官形态与病灶纹理特征的多层次影像配准方法，实现乳腺组织及病灶区域的精准空间映射；最后，介绍融合不同模态影像特有组织信息的多模态融合方法，发挥不同影像在组织结构与病灶表征方面的互补优势。相关方法可为乳腺病灶精准定位、术前评估及微创手术规划提供影像技术支持。
报告人简介：
邓佳慧，西安邮电大学计算机学院、软件学院讲师，主要研究多模态信息处理与深度学习算法，相关成果发表于Information Fusion、Applied Soft Computing、IEEE EMBC等期刊和会议。
特此通知。
计算机学院、软件学院
网络空间安全学院、密码学院 理学院
2026年11月6日
