项目

• 提出了一种新的区块链上私密、无需信任的密封投标拍卖算法，结合荷兰式拍卖模型与全新的一种逐步披露树的结构。

• 设计了一种披露树，将时间复杂度降低到O(log n)，利用密码学承诺方案和零知识证明确保出价保密性的同时，显著降低了Gas成本和执行时间。

• 开发了一种基于动态规划的算法用于智能合约的Gas超优化，解决了现有的基于Max-SMT方法在大型字节码块上的可扩展性限制问题。

• 相比单独使用syrup 2.0，实现了超过两倍的Gas节省，将实际智能合约的Gas消耗降低了11.23%。

• 设计并实现了一个基于区块链的电子投票系统，利用盲签名和中继结构，实现了不可追踪的匿名性、可验证性，安全性和隐私保护等特性。

• 与具有类似安全机制的现有系统相比，在 gas 成本方面提高了至少 40% 的效率。

• 利用 RSA、Goldwasser-Micali 密码系统以及秘密共享方案，在以太坊上实现了一个可以生成真正均匀分布的随机数的协议。

• 所生成的随机数在最终公布前保持保密，且不可被篡改。

• 使用多种图表可视化了美国监狱中的 COVID-19 数据，包括感染率、死亡率和疫苗接种率。系统可按地理位置、州的政治立场、监狱类型以及狱警人员等维度对数据进行汇总展示。

• 荣获 22/23 学年香港科技大学最佳毕业设计奖以及华为最佳毕业设计奖。

• 与毕业项目团队成员合作设计并实现了一个智能停车场空位检测系统，在真实环境测试中达到了 91% 的准确率且无误报。

• 系统采用迁移学习、卷积神经网络（CNN）以及 YOLOv5，并通过鱼眼摄像头结合图像去畸变算法，实现了比行业标准更广的检测视角。

• 基于苹果公司（Apple Inc., AAPL）的历史股价数据，训练了一个多层感知器模型（MLP）以构建股价预测器。该系统可动态预测未来一小时的股价走势，并通过使用 AWS 构建的交互式网页进行展示，实现流畅的用户交互体验。