2005年7月毕业于重庆大学计算机学院，获得计算机软件与理论专业博士学位。2005年7月到2007年9月，在上海交通大学计算机科学与技术流动站从事博士后研究，主要在上海交通大学仿脑计算与机器智能研究中心进行机器学习和模式识别的研究。2007年10月来南京邮电大学计算机学院工作至今。在此期间于2012年8月到2013年7月在美国亚利桑那州立大学访学。 吴文俊人工智能科学技术奖获得者（2019），2016年江苏省“青蓝工程”中青年学术带头人，IEEE会员，中国人工智能学会机器学习专委会委员，中国计算机学会人工智能与模式识别专委会执行委员，江苏省人工智能学会数据挖掘与应用专委会秘书长，江苏省计算机学会大数据专委会副主任委员。国际智能系统与知识工程会议ISKE2017程序委员会共同主席、国际神经信息处理会议ICONIP2011的共同出版主席。主持 “云计算和大数据”方向的国家重点研发计划课题1项，国家自然科学基金面上项目3项，江苏省自然科学基金1项。发表学术论文80余篇，包括发表在本领域顶级期刊和会议，如IEEE TKDE, IEEE TNNLS, IEEE TASLP, IEEE TCC, IEEE TDSC, ACM TKDD, PR, ICCV, IJCAI, AAAI, EMNLP，中国科学等。 

 实验室主页URL：https://lidata-ai.github.io/  

（1）机器学习和数据挖掘的理论、算法及应用，特别关注高维复杂数据的维数约简、大规模数据的学习和安全机器学习问题。并将研究成果应用于信息安全、信号处理与生物信息等；  （2）机器学习与自然语言处理、软件工程的交叉研究； （3）模式识别，主要研究基于生物特征的医疗健康监测技术。

[1] 国家自然科学基金委，面上项目，62476137，鲁棒深度学习系统中对抗样本检测与逆向工程研究，2025-01至2028-12

[2] 江苏省教育厅，高校自然科学重大项目，基于语音信号的帕金森病个性化多步预测研究，2021-10至2024-09

[3] 科技部，国家重点研发计划课题，2018YFB1003702，大规模云数据中心运行能效评估与预测关键技术，2018-05至2021-04

[4] 国家自然科学基金委员会，面上项目，61772284，隐私保护的对抗性特征选择及其拓展研究，2018-01至2021-12

[5] 江苏省科技厅，江苏省科技计划项目面上项目，BK20131378，基于多核Map-Reduce 的半监督模块化集成学习研究，2013-07至2016-06

[6] 国家自然科学基金委员会，面上项目，61073114，基于能量学习的特征选择方法及其应用研究，2011-01至2013-12

代表性论文：

[1]. Yao Ge, Yun Li, Keji Han, Junyi Zhu, Xianzhong Long. Advancing example exploitation can alleviate critical challenges in adversarial training. International Conference on Computer Vision, ICCV2023, Paris, France, 2023.10.2-2023.10.6.
[2]. Ziye Zhu, Hanghang Tong, Yu Wang, Yun Li. BL-GAN: Semi-supervised bug localization via generative adversarial network. IEEE Trans. Knowledge and Data Engineering, 35(11): 11112-11125, 2023.
[3]. Ziyu Shen, Binghui Liu, Qing Zhou, Zheng Liu, Bin Xia, Yun Li. Cost-sensitive tensor-based dual-stage attention LSTM with feature selection for data center server power forecasting. ACM Trans. Intelligent Systems and Technology, 14(2): 1-20, 2023.
[4]. Ziyu Shen, Xusheng Zhang, Zheng Liu, Yun Li. PM^2VE: Power metering model for virtualization environments in cloud data centers. IEEE Trans. Cloud Computing, 11(3): 3126-3138, 2023.
[5]. Xia Zhang, Ziye Zhu, Yun Li. Enhancing bug localization through bug report summarization. International Conference on Data Mining, ICDM2023, Shanghai, China, 2023.12.1-2023.12.4.
[6]. Yue Liu, Yun Li. Robustness may be at odds with stability in adversarial training based feature selection, International Conference on Data Mining, ICDM2022, Orlando, FL, 2022.11.28-2022.12.1.
[7]. Yu Wang, Hanghang Tong, Ziye Zhu, Yun Li. Nested named entity recognition: A survey. ACM Trans. on Knowledge Discovery from Data, 16(6): 1-29, 2022.
[8]. Keji Han, Bin Xia, Yun Li. (AD)^2: Adversarial domain adaptation to defense with adversarial perturbation removal, Pattern Recognition, v.122, 108303, 2022.
[9]. Ziye Zhu, Yun Li, Hanghang Tong and Yu Wang. CooBa: Cross-project bug localization via adversarial transfer learning. International Joint Conference on Artificial Intelligence, IJCAI2020, Yokohama, Japan, 3565-3571, 2021.1.7-2021.1.15.
[10]. Yu Wang, Yun Li, Hanghang Tong, Ziye Zhu. HIT: Nested named entity recognition via head-tail pair and token interaction. The 2020 Conference on Empirical Methods in Natural Language Processing, EMNLP2020, online, 6027-6036, 2020.11.16-2020.11.20.
[11]. Yu Wang, Yun Li, Ziye Zhu, Hanghang Tong, Yue Huang. Adversarial learning for multi-task sequence labeling with attention mechanism. IEEE/ACM Trans. Audio, Speech, and Language Processing, 28: 2476-2488, 2020.
[12]. 石鑫盛, 李云. 公平性机器学习中基于分类间隔的歧视样本发现和消除算法研究. 中国科学: 信息科学, 50(8): 1255-1266, 2020.
[13]. Jie Hang, Keji Han, Hui Chen, Yun Li. Ensemble adversarial black-box attacks against deep learning systems. Pattern Recognition, v.101, 107184, 2020.
[14]. Yun Li, Tao Li and Huan Liu. Recent advances in feature selection and its applications. Knowledge and Information Systems, 53(3): 551-577, 2017
[15]. Yun Li, Jennie Si, Guojing Zhou, Shasha Huang, Songcan Chen. FREL: A stable feature selection algorithm. IEEE Transactions on Neural Networks and Learning Systems, 2015, 26(7):1388-1402.
[16]. Yun Li, Suyan Gao and Songcan Chen. Ensemble feature weighting based on local learning and diversity. Twenty-Sixth AAAI Conference on Artificial Intelligence, AAAI2012, Toronto, Canada, 2012.7.22-2012.7.26.
[17]. Yun Li and Bao-Liang Lu. Feature selection based on loss-margin of nearest neighbor classification, Pattern Recognition, 42(9), 1914-1921, 2009.
[18]. Yun Li and Zhong-Fu Wu. Fuzzy feature selection based on min-max learning rule and extension matrix, Pattern Recognition, 41(1), 217-226, 2008

奖励

[1] 李云(1/2); 高维小样本问题中的关键机器学习技术研究-第九届吴文俊人工智能科学技术奖（自然科学三等奖）, 中国人工智能学会, 2019

[1] 面向不同场景的文件级软件缺陷定位研究, 校级优秀博士论文，2022（学生：祝子烨）

[2] 集成对抗性机器学习及其应用研究，江苏省优秀硕士论文, 2020 (学生：杭杰)