【学术报告】分布式深度学习模式与隐私威胁
发布时间: 2023-12-04  作者:  浏览次数: 10



报告时间:2023126

报告地点:腾讯会议会议号:950-851-335

报告人:付安民

报告人简介:付安民,博士,教授,博士生导师,南京理工大学网络安全专业负责人,入选江苏省“青蓝工程”中青年学术带头人、江苏省“六大人才高峰”高层次人才和江苏省科技副总。中国计算机学会高级会员,中国计算机学会计算机安全专业委员会委员,中国保密协会隐私保护专委会委员,江苏省网络空间安全学会和江苏省密码学会理事,江苏省网络空间安全学会人工智能安全专委会主任,江苏省网络空间安全学会数据安全专委会副主任,《Security and Communication Networks》期刊编委、《计算机学报》、《信息安全学报》等期刊专辑特邀编委。先后主持国家自然科学基金(4项)等各类高水平课题20多项。在IEEE S&PNDSSIEEE TDSCIEEE TIFSCCF推荐A类国际会议/期刊发表论文16篇,4篇论文入选ESI高被引论文,获网络安全领域著名国际会议AsiaCCS 2023杰出论文奖,并参与制定信息安全领域国际标准4项,获省部级科技奖3项以及第三届全国高校教师教学创新大赛一等奖和江苏省高校教师教学创新大赛特等奖各1项,指导学生荣获2022 NIPS 深度学习模型木马检测世界挑战赛亚军以及获中国研究生网络安全创新大赛、全国大学生信息安全大赛和全国密码技术竞赛一等奖5项。

 报告摘要:大数据和云环境背景下的分布式深度学习技术有助于解决数据收集与隐私问题,为深度学习的发展提供助动力,但分布式深度学习依然面临GAN攻击、成员推理攻击和属性推理等新型隐私攻击。本报告将分析分布式深度学习进展及其面临的隐私威胁,并重点分享本课题组在分布式深度学习隐私保护方面所做的一些研究工作,最后将对分布式深度学习未来的研究方向进行探讨。

 

                                                 华人策略综合讨论大厅

                                               2023124