再传喜讯！润建股份人工智能联合研究成果获国际顶会INFOCOM 2026收录
近日，润建股份（002929）与南京理工大学、中国科学院信息工程研究所、国网电力科学研究院及弗吉尼亚理工大学联合完成的论文《An LLM-Guided Fuzzing of Proprietary Industrial Communication Protocols with Context Knowledge》成功被顶级国际学术会议IEEE INFOCOM 2026录用。本次研究成果的发布，不仅标志着公司在AI前沿技术领域取得关键突破，体现了团队顶尖科研能力与技术前瞻性，是润建股份科研创新的重要里程碑。
IEEE International Conference on Computer Communications (INFOCOM) 是国际通信与网络领域的顶级学术会议，由IEEE通信学会和IEEE计算机学会联合主办，位列中国计算机学会（CCF）A类列表，与 SIGCOMM、MobiCom、NSDI并称为计算机网络领域四大顶会。会议始于1982年，每年举办一次，旨在汇聚全球学术界与工业界的顶尖研究者，展示网络架构、协议设计、分布式系统及移动计算等方向的前沿成果。
润建股份本次入选IEEE INFOCOM 2026的论文创新性提出“基于大语言模型及上下文知识的专有工业通信协议模糊测试方法”，为数字基础设施构建更为智能、主动的安全检测屏障。
研究背景
随着工业互联网的深入发展，电力、能源、制造等核心系统的安全面临严峻挑战。这些系统中大量使用的专有工业通信协议，往往缺乏公开的规格说明，如同运行在“黑盒”之中。传统的安全测试方法难以理解其内部复杂的字段语义与状态逻辑，导致测试盲点多、漏洞发现效率低，成为安全防御的薄弱环，也是当前研究的关键突破方向。
技术突破
针对专有工业通信协议普遍缺乏公开规格说明、现有模糊测试对字段语义理解有限、导致覆盖率和漏洞发现能力不足等挑战，本次论文提出了ICProFuzz，一种由大语言模型（LLM）驱动、具备上下文理解能力的协议模糊测试框架。该研究的核心创新包括：
知识提取自动化：以真实工业网络流量和部分协议描述为输入，让大语言模型自动推断字段语义、长度约束、字段依赖关系以及多步交互的状态迁移规则；进一步构建协议数据与状态模型，生成格式严格、语义合理的测试种子。
语义驱动的变异策略：基于提取的语义知识执行结构感知的测试生成，包括边界值注入、依赖一致性维护等策略，使生成报文既能被PLC 正确解析，又能触达深层协议分支。
自动响应理解与漏洞判定：结合厂商错误码手册，对PLC 的异常响应、错误状态以及物理侧反馈进行自动语义分析，实现潜在安全漏洞的识别。
ICProFuzz框架示意图
研究成果
该论文成果展示了将多源工业知识与大语言模型结合用于协议理解与测试生成的可行路径，为专有工业协议的自动化安全评估提供了一种兼具实用性、智能性与高效性的新范式。
近年来，润建股份作为领先的人工智能行业模型及算力服务商，持续加大对人工智能、网络安全等前沿技术的投入，积极与国内外顶尖高校及科研机构构建联合创新生态，旨在将最前沿的学术研究成果，快速转化为保障国计民生关键系统安全、可靠的解决方案与实践能力，推进AI技术赋能千行百业。
本次联合研究成果入选国际顶级学术会议，不仅印证了润建股份科研创新能力的领先性，AI技术成果得到国际学术界的高度认可，也彰显了公司以创新研发推进企业高质量发展的坚定决心。未来，润建股份也将继续聚焦国家重大战略需求与行业技术痛点，深化人工智能等技术与垂直行业的融合创新，携手更多生态合作伙伴，以顶尖学术研究成果赋能产品创新，持续为全球人工智能发展注入新动能！