SJTU-通用人工智能研究所 苏锐丹 助理研究员
报告生成时间：2026年8月25日
个人主页：上海交通大学计算机学院教师页（英文页）
所属团队：上海交通大学通用人工智能研究所（同时隶属于认知机器与计算健康研究中心 CMaCH）
一、学者基本信息
| 项目 | 内容 |
|---|---|
| 姓名 | 苏锐丹（Ruidan Su） |
| 职称 | 助理研究员（research assistant professor，非"教授/副教授"序列） |
| 所属单位 | 上海交通大学计算机学院（网络空间安全学院、密码学院）通用人工智能研究所 |
| 关联平台 | 认知机器与计算健康研究中心（CMaCH，主任徐雷教授） |
| 邮箱 | suruidan@sjtu.edu.cn（亦见 rdsu@cs.sjtu.edu.cn） |
| 办公地点 | 闵行校区电院大楼 3-501 |
| 研究方向 | 机器学习、AI4Science（尤其 AI for material design，AI 辅助材料设计）、深度双向学习（Lmser）、计算金融、文本对抗样本 |
| 本科 | 通信工程，2006 年获学士学位 |
| 博士 | 东北大学计算机应用技术专业，2014 年获博士学位 |
| 加入交大时间 | 2021 年 |
消歧说明：公开网络中存在一位同名学者——西安电子科技大学网络与信息安全学院教授"苏锐丹"（密码学与网络安全方向，百度百科词条），与本报告所述上海交大苏锐丹并非同一人。本报告传主的教育背景以东北大学为主（2014年获该校计算机应用技术博士学位），此前任职单位为中科院上海高等研究院，与西安交通大学、西安电子科技大学均无任职关系，其方向亦非传统网络安全/数据库，而是机器学习与 AI4Science。
二、教育背景与职业履历
苏锐丹 2006 年获通信工程专业学士学位，2014 年获东北大学（Northeastern University, China）计算机应用技术专业博士学位（交大教师页）。其本科至博士是否均在东北大学完成、其间是否取得硕士学位，官方页面未明确披露；但其2009—2014年间的论文（高速列车控制策略、数字家庭、ZigBee 无线传感网络等）多与东北大学 H. Xu（Huaiyu Xu）等人的团队联合署名，可推断其博士阶段在该团队从事高速列车控制与智能计算研究；博士导师的具体身份在公开资料中未披露。
2015—2021 年，他在中国科学院上海高等研究院（Shanghai Advanced Research Institute, CAS）任助理教授（Assistant Professor），期间工作领域涵盖高速列车控制策略、计算智能、软件工程、机器学习与多目标跟踪。2021 年加入上海交通大学计算机学院，任通用人工智能研究所助理研究员至今。在研究所内，他位列"人工智能交叉应用"方向的"AI 赋能生化医药前沿交叉研究"团队（与杨旸、涂仕奎并列，涉及化学大模型、药物分子研发、材料辅助设计等，见研究所介绍）；同时其研究活动紧密依托徐雷教授创建的认知机器与计算健康研究中心（CMaCH）——他曾代表该中心参加计算机系 2024 届毕业设计宣讲会（电院新闻），办公地点亦在 CMaCH 成员涂仕奎所在电院 3 号楼。
三、学生培养情况
苏锐丹为研究序列（助理研究员）教师，公开资料中未见其独立招收博士生的信息；下述人员均为其论文署名中的年轻合作者，大多疑似 CMaCH 课题组（涂仕奎/徐雷指导）研究生，苏锐丹在其中承担合作指导或合作者角色，不宜径直认定为正式学生。
1. 盛庆杰（疑似 CMaCH 课题组研究生）
盛庆杰为《基于 Lmser-in-Lmser 双向网络的人脸素描图像生成方法》（《模式识别与人工智能》2022 年，CCF 中文 T2）第一作者，署名为"盛庆杰、苏锐丹、涂仕奎、徐雷"。该工作基于徐雷提出的 Lmser（逆自编码器半回归网络）架构，属 CMaCH 双向学习主线的延伸，代码开源（GitHub: CMACH508/Lmser-in-Lmser）。从署名顺序看，其更可能为涂仕奎/徐雷名下研究生，苏锐丹为共同作者，指导关系以联合参与为主。
2. 郭相哲（Xiangzhe Guo，疑似 CMaCH 课题组研究生）
郭相哲为 ICONIP 2022 论文《Searching for Textual Adversarial Examples with Learned Strategy》（CCF-C 会议）第一作者，与苏锐丹、涂仕奎、徐雷合著。该文研究文本对抗样本的搜索策略，是苏锐丹发表的论文中最接近"对抗样本/AI 安全"主题的工作，但属 NLP 鲁棒性研究而非传统网络安全。其学生身份未被公开资料确认。
3. 周瑶（Yao Zhou，疑似 CMaCH 课题组研究生）
周瑶为 ICASSP 2023（CCF-B 会议）论文《A Deep Temporal Factor Analysis Method for Large Scale Financial Portfolio Selection》第一作者，涂仕奎、徐雷为通讯作者，苏锐丹为合作作者，代码开源（GitHub: CMACH508/DFA-PS）。该方向为深度时序因子分析在量化投资中的计算金融应用。
4. 迟淳（Chun Chi）
迟淳为 IET Signal Processing 2024（CCF-C 期刊）论文《A Deep Reinforcement Learning Approach for Portfolio Management in Non-Short-Selling Market》第一作者，与苏锐丹、涂仕奎、徐雷合著，继续计算金融方向。其身份公开资料未披露。
5. 张天澍（Tianshu Zhang）
张天澍为 IET Information Security 2025（CCF-C 期刊）论文《From Data to Deployment: A Comprehensive Analysis of Risks in Large Language Model Research and Development》第一作者，苏锐丹与英国莱斯特大学 Yu-dong Zhang 为共同通讯作者。该文系统分析大模型研发全链路风险，是苏锐丹近年在 AI 安全/大模型治理方向的代表性成果。其身份公开资料未披露。
6. 中科院上海高等研究院时期的年轻合作者
2015—2021 年间，多篇论文（Applied Sciences、Multimedia Tools and Applications 等）第一作者为 Kun Zhang、Wei Huang、Ying Yuan、Wenjie Peng 等，苏锐丹多次担任通讯作者（标注 *），涉及高速列车故障诊断、行人重识别、无人机图像配准等。这些人员应为其在高等研究院时期指导或合作的团队成员，但公开资料未披露其正式培养关系；另据早期论文署名，其中 K. Zhang、H. Xu 等亦为其东北大学时期的老合作者。
四、学术合作网络
4.1 研究所内部（交大校内）
苏锐丹进入交大后最核心的合作锚点是 CMaCH 体系：欧洲科学院院士、IEEE Fellow、国家"千人计划"专家徐雷（中心创始人，Lmser/BYY 和谐学习理论的提出者）与涂仕奎（长聘副教授，CMaCH中心主任助理，见涂仕奎主页）。其 2022 年以来的全部交大论文均与涂、徐二人（或其一）联合署名，研究主线从 Lmser 双向学习延伸到深度因子分析、强化学习组合管理与 LLM 风险分析。在通用人工智能研究所的"AI 赋能生化医药"方向上，他还与杨旸（智能通信与计算方向）同列一个团队群组；与洪义、柯晶（生物医学图像处理）等属同研究所不同方向团队，未见直接论文合作。
4.2 跨机构合作
- 上海大学：与尤鸣晓（Xiaoming You）教授等合作《Multistrategy boosted multicolony whale virtual parallel optimization approaches》（Knowledge-Based Systems, 2022, CCF-C），苏锐丹为通讯作者，合作者包括 Liu Sheng、Xiao Ziya。
- 中科院上海高等研究院（前雇主）：与 Hou Xiang、Xu Jing 等合作的边缘云协同高铁故障诊断（Applied Sciences, 2021）、行人重识别（Applied Sciences, 2021）等工作延续了其高铁智能运维方向的产业应用脉络。
- 英国高校：与Yu-dong Zhang（莱斯特大学，医学影像与机器学习领域高产学者）持续合作，2022 年 Multimedia Tools and Applications 与 2025 年 IET Information Security 两文均共同署名，后者为共同通讯；同篇合作者还包括 M. Soleimani（巴斯大学）等。
- 英国谢菲尔德大学：高等研究院时期与 G. Panoutsos（谢菲尔德大学）合作粒计算综述《Data-driven granular computing systems and applications》（Granular Computing, 2020）。
4.3 国际合作
其国际网络主要通过 Yu-dong Zhang（英国莱斯特大学）一系展开，包括与巴斯大学 M. Soleimani 的多媒体数据处理合作；较早时期与谢菲尔德大学 G. Panoutsos 的数据驱动粒计算合作；此外东北大学时期论文亦发表/合作于埃及 ICACTE、北京 ICCSIT 等国际会议。总体上，其国际合作规模有限，以期刊联合署名与共同通讯为主，未见于 CMaCH 中心层面与牛津、哈佛医学院等机构的深度国际项目绑定。
五、业界合作关系深度分析
苏锐丹的产业关联呈现明显的"应用导向、课题式合作"特征，而非企业冠名实验室式的深度绑定：
- 轨道交通行业（中科院时期）：其 2014—2021 年的高铁牵引节能优化、车轴健康可视化分析、边缘云协同故障诊断等成果，面向高速列车运行控制与运维场景，属典型的产学研应用研究；但具体合作企业（如整车厂或路局）在公开资料中未披露。
- 金融科技方向：ICASSP 2023 与 IET Signal Processing 2024 的组合管理/投资组合选择研究面向量化金融应用，未见与特定金融机构的公开合作信息。
- 依托平台：其所属通用人工智能研究所牵头组建了瑞金医院脑病中心—米哈游联合实验室、交大计算机学院—九识自动驾驶联合实验室等校企平台（见研究所介绍），CMaCH 中心亦明确表示"积极寻求与科技企业和创新公司的紧密合作"；但苏锐丹个人在这些校企平台中的具体角色，公开资料未披露。
- 大模型安全与治理：2025 年的 LLM 全链路风险分析工作显示其向 AI 安全评估与可信大模型方向拓展的意图，该方向与监管及产业合规需求契合，未来产业合作空间较大。
六、重要奖项与学术兼职
| 项目 | 内容 |
|---|---|
| 个人奖项 | 公开资料未披露 |
| 学术兼职 | 公开资料未披露 |
| 人才计划 | 公开资料未披露 |
| 招生信息 | 未见于官方页面（其属研究序列助理研究员，博士生培养通常挂靠涂仕奎/徐雷课题组，涂仕奎课题组常年招收硕博生与博士后，见涂仕奎主页） |
七、Connection圈层总结
苏锐丹的学术网络是一个典型的"单核强绑定"结构：加入交大后，其几乎全部产出都嵌在徐雷—涂仕奎 CMaCH/通用人工智能研究所双向学习与 AI4Science 主线之内，承担 Lmser 系列应用、深度因子分析计算金融、LLM 风险分析等分支，并与涂仕奎共享学生资源（论文中涂/徐常为通讯作者、苏为关键合作者）。向外一层，是前雇主中科院上海高等研究院的高铁智能运维合作圈与上海大学尤鸣晓的群体智能优化合作圈；再向外是通过英国莱斯特大学 Yu-dong Zhang 介入的国际医学影像/AI 安全合作网络。就线索核实而言：他既非教授/副教授，也非西安交大背景、非数据库或网络安全方向——"对抗样本"线索仅部分对应其 ICONIP 2022 文本对抗样本工作；其真实画像是东北大学博士出身、经中科院上海高等研究院转入交大的应用型机器学习研究者，正处在向 AI4Science（材料设计）与可信 AI 转型的上升期。对他感兴趣的连接者，最优切入节点是涂仕奎课题组与 CMaCH 平台。