软件学院“区块链与智能信息系统实验室”近期在工业物联网、计算机视觉领域取得系列研究成果，4项研究成果分别被IEEE Internet of Things Journal（IOTJ，2023，中国科学院1区，Top期刊，影响因子10.6）、Human-centric Computing and Information Sciences（HCIS，2022，中国科学院1区，Top期刊，影响因子6.6）、Digital Communications and Networks（DCAN，2022，中国科学院2区，影响因子7.9）、NEURAL COMPUTING & APPLICATIONS（NCAA，2022，中国科学院3区，影响因子6.0）录用。

研究成果“BLMA: Editable Blockchain-Based Lightweight Massive IIoT Device Authentication Protocol”由李凤岐教授（通讯作者）、硕士研究生徐辉、宋晴晴、博士研究生杜学峰、佟宁副教授和王德广副教授合作完成。此项研究提出了一个基于可编辑区块链的工业物联网设备认证方案，在满足大规模场景使用的同时能够解决设备本身能量过低的问题，以此解决工业物联网设备身份认证效率低、过程复杂以及耗能高等问题。

研究成果“An adaptive and robust secret key extraction scheme from high noise wireless channel in IIoT”由硕士研究生张璐鹏、王平川、张煜明、佟宁副教授、李凤岐教授（通讯作者）合作完成。此项研究针对高噪声工业物联网环境下设备物理层提取对称密钥的安全性问题，提出了一种自适应和鲁棒的密钥提取方法支持6G的IIoT中来自高噪声无线信道的方案（ARSKE），通过联合设计信息调和和隐私放大阶段，可以有效抵御主动攻击的调和技术。

研究成果“BMAH: A Medical Data Management System Comprising a Mutual Authentication Mechanism Based on Blockchain”由硕士研究生郑芷萱、李巍、佟宁副教授、Syed Bilal Hussain Shah博士和李凤岐教授（通讯作者）合作完成。此项研究针对医疗保健行业迫切需要解决身份验证、隐私保护、匿名和可靠数据共享等问题，创新性地提出一种基于区块链的相互认证医疗框架BMAH，旨在通过利用区块链确保医生、患者和第三方非医疗机构的医疗数据操作可追溯和防篡改。

研究成果“Complex scene video frames alignment and multi-frame fusion deraining with deep neural network”由硕士研究生苏瑞、张璐鹏、张煜明、徐凤强老师、佟宁副教授、李凤岐教授（通讯作者）合作完成。此研究提出了一种解决复杂雨天场景下视频去雨问题的方法。通过相邻帧对齐和多帧融合技术，有效实现视频去雨，针对复杂动态场景，将光流和超像素匹配相结合，精确实现像素级和语义级的场景内容对齐，从而保留重要细节。通过综合多帧的时空信息恢复目标图像的细节，可以有效解决复杂雨天场景下的视频去雨问题。

软件学院“区块链与智能信息系统实验室”是由李凤岐教授带领的一支科研团队。实验室致力于工业物联网、智慧交通、大数据科学分析、计算机视觉等领域的基础理论和关键技术研究，在国内外著名期刊发表高水平论文100余篇，获批专利、著作权40余项，承担省部级以上科研项目20余项，部分科研成果已经实现转化应用。