随着网络空间安全成为国家安全战略的核心领域，中科院计算技术研究所计算机科学与技术网络空间安全方向的博士研究生培养体系构建了"基础理论-关键技术-系统应用"三位一体的知识框架。该方向依托网络与安全研究所国家级重点实验室，聚焦密码学理论与应用、网络攻防体系、数据隐私保护、可信计算平台等前沿领域，形成了"理论创新-技术攻关-工程验证"的科研闭环。

在密码学基础理论层面，重点研究抗量子计算攻击的格密码与同源密码体系，已构建包含12类新型加密算法的算法库，其中基于格的签名方案在金融级安全认证场景中实现商用。针对国密算法的标准化适配问题，团队开发了SM4/SM9算法的软硬件协同加速平台，在国产化服务器上的加解密吞吐量达到200Gbps，较传统方案提升17倍。在区块链安全领域，提出了基于Merkle Patricia Trie的轻量级智能合约验证机制，将交易验证延迟从120ms压缩至35ms，相关成果被IEEE TIFS收录。

网络攻防技术方向建立了覆盖"云-边-端"的三维防御体系，研发的智能威胁检测系统通过融合流量特征分析、行为模式挖掘和知识图谱推理，对APT攻击的检测准确率达到98.7%。在物联网安全领域，创新性地将差分隐私技术与同态加密结合，构建了支持动态数据脱敏的工业控制系统安全框架，成功在秦山核电站实现百万级设备实时监控。针对5G网络切片安全问题，提出的动态切片隔离机制在3GPP R17标准中获采纳，相关专利已形成技术壁垒。

隐私计算技术方面，研发的联邦学习框架支持千万级节点协同训练，在医疗影像诊断场景中实现数据不出域的联合建模，模型参数压缩率提升至92%。可信执行环境（TEE）研究取得突破性进展，基于Intel SGX的硬件级隔离方案在隐私计算市场份额达34%，构建的隐私计算沙箱平台已服务金融、政务等23个行业。在数据安全治理领域，开发了基于区块链的隐私数据流通监管系统，实现数据访问全流程可追溯，在长三角政务数据共享平台中累计拦截异常访问1.2亿次。

前沿探索方向重点关注量子安全密码学产业化路径，建成国内首个量子密钥分发（QKD）示范网络，在证券交易系统中的误码率降至10^-9量级。可信AI安全实验室研发的对抗样本防御框架，可将深度学习模型的鲁棒性提升40%，在自动驾驶场景中成功防御99.3%的视觉攻击。针对6G网络的安全挑战，提出了基于太赫兹通信的物理层安全增强方案，在28THz频段实现了0.1ms级的安全认证时延。

考生备考应重点掌握《密码学与网络安全》《网络安全架构设计》《数据隐私保护技术》等核心教材，关注CCS、USENIX等顶级会议的最新论文，建议参与国家重点研发计划"网络空间安全"专项的预研课题。计算所近三年在ACM CCS、IEEE S&P等顶会上发表论文156篇，授权发明专利287项，考生可优先关注智能密码分析、网络空间态势感知、可信计算基础设施等方向的研究动态。