首頁 > 關于我們 > 安恒動態 > 2024 > 正文

安恒信息博士后流動站研究成果亮相通信領域全球頂級會議

閱讀量：次 文章來源：安恒信息

近日，安恒信息博士后流動站的劉恬博士主導撰寫的論文《On the Convergence of Gossip Learning in the Presence of Node Inaccessibility》被通信領域頂級會議 IEEE ICC’24 （IEEE International Conference on Communications, IEEE ICC）錄用，安恒信息CTO劉博為論文指導老師之一。

該文探索了去中心化聯邦學習在無線移動網絡場景的性能邊界問題，尤其是掉線節點對收斂性的影響，具有較高的理論與應用價值。同時也為聯邦學習在無線移動網絡場景下的應用奠定了良好的實踐基礎，為未來算法開發、網絡優化和數據安全等方面提供了可借鑒的思路和方法。

IEEE ICC是IEEE通信協會的旗艦會議，也是全球通信網絡領域規模最大、最具影響力的標志性學術會議之一，涵蓋了下一代網絡、移動互聯網、認知無線網絡、信息理論、無線通信、通信信號處理、光通信、多媒體通信、信息安全等各個領域, 每年吸引約2000名科學家、研究者和工業界人士參加。2024年ICC將于2024年6月9日-13日在美國科羅拉多州丹佛舉行。該研究的第一完成單位為之江實驗室及安恒信息，第一作者為安恒信息博士后流動站的劉恬博士。

聯邦學習作為一種重要的隱私計算技術，其發展重心正在向移動通信網絡轉移。由于手機、無人機等無線設備受到電池、網絡帶寬等的限制，傳統聯邦學習中與服務器頻繁通信將使設備電池迅速耗盡，因而難以在移動通信網絡中應用。為了更好地適應無線網絡中的單點故障及網絡拓撲變化、提升電池壽命，Gossip Learning 作為一種去中心化聯邦學習模式應運而生。然而，無線移動網絡中節點掉線情況對其性能的影響仍亟待研究。

移動通信網絡中節點掉線的兩種情況

基于此，本研究首先對節點掉線情況下的收斂特征進行分析，發現其與無節點掉線情況下的收斂存在差異。此外，現有研究中基于全體節點模型平均（全局一致）的收斂分析存在權重誤差，無法正確反映有掉線節點時的情況。因此，本研究定義了“部分一致”，即在某一時刻所有在線節點的模型平均，并據此探究掉線節點情況下的模型收斂性與掉線節點數量、時長以及數據異構性的關系。

不同類型節點以及兩種一致定義下的權重發散情況

研究成果對提升去中心化聯邦學習在無線移動網絡中的性能有如下重要意義：

（1）可通過改善網絡連接性以降低掉線移動節點數量；

（2）可通過引入修正算法或提高關鍵數據或節點參與訓練的頻次降低數據異構性水平；

（3）可通過調整節點重新在線時的聚合權重來減少權重誤差。

安恒信息致力于研究前沿技術，并將其無縫融入產品，推動創新與實用的完美結合。安恒信息AiLand安全島隱私計算平臺，作為一個專注于保障數據安全流通，致力于解決多源多方數據聯合建模分析時的安全、信任和隱私保護問題的隱私計算平臺，綜合應用可信執行環境（TEE）、多方安全計（MPC）、聯邦學習（FL）等多種前沿隱私計算技術，在保障提供方數據安全、防止數據價值稀釋的前提下，打通數據壁壘、優化數據配置，為需求方安全地獲取和分析外部數據，促進數據自主有序流動、提高配置效率、發揮數據價值，建設好數據要素市場。

安恒信息AiLand安全島隱私計算平臺融合此技術，極大地提升了產品的安全性、通用性和可用性。我們堅信，借助這項技術，安恒信息的相關產品將再次取得突破，為客戶帶來前所未有的體驗。歡迎廣大用戶親身體驗，與我們共同見證技術的力量！

安恒信息博士后流動站

“安恒信息博士后工作站分站”于2011年獲批建立，并于2023年正式升級為國家級博士后科研工作站。作為推動產學研融合發展、引進培育高端人才的重要平臺，該站旨在培養具有創新能力和實踐經驗的人才，推動學術研究成果向實際應用轉化。自建站以來，該站已累計招收了9位博士后，涵蓋了數據安全、隱私保護、敏感數據、隱私計算等領域，并取得了令人矚目的研究成果。未來，安恒信息將繼續致力于科技創新，不斷探索前沿技術，加強產業鏈與創新鏈的深度融合，為我國數字安全領域的發展做出更大的貢獻。

往期精彩回顧