报告题目：联邦学习

报告时间：2022年9月23日14：00

报告方式：腾讯会议

会 议 码：311-376-543

报 告 人：唐波

报告人简介：

中兴通讯资深系统架构师，联邦学习和AI 安全解决方案负责人。软件研发领域从业17年，先后供职于华为和中兴通讯，期间所涉及技术领域包括：大型通信系统研发、容器和容器云技术、异构资源调度、深度学习平台等，主力参与了就职公司在上述领域软件系统的设计和研发工作，近期工作聚焦于隐私安全的联邦学习，以及AI 攻防安全等可信AI 相关领域。在相关技术领域拥有多项发明专利。

报告内容简介：

在联邦学习背景和概念的基础上，给出联邦学习当前面临的主要问题、挑战，引出联邦学习的研究内容和方向；联邦学习主要面临的安全威胁以及应对策略；差分隐私、秘密共享等隐私计算算法的基本原理以及在联邦学习中的应用；解决联邦学习性能和效率问题的相关算法，包含聚合优化算法、数据压缩算法等；简要介绍中兴在联邦学习领域的实践以及开源项目情况。

主办单位：吉林大学计算机科学与技术学院

吉林大学软件学院

吉林大学计算机科学技术研究所

符号计算与知识工程教育部重点实验室

仿真技术教育部重点实验室

网络技术及应用软件教育部工程研究中心

吉林大学国家级计算机实验教学示范中心