课题组简介

WE ARE FAMILY

区块链边缘计算

 

区块链可以为大规模物联网数据交互提供去中心化的安全解决方案,其核心技术是基于边缘计算的共识算法。

联邦学习分布式计算

 

联邦学习以其高效的隐私保护分布式协作机器学习范式,为产生大量非独立同分布数据的物联网提供数据安全共享。

大数据可信计算

 

包括门限环签名、智能化大数据处理与决策、智能数据灾备,云边端一体化数据驱动训练等。

RFID群智能计算

 

群智能算法可有效求解多维度、非线性的NP难问题,是物联网RFID网络智能规划部署的重要研究方向。

NEWS CENTER

课题组大事记

  • 课题组在智慧农业区块链性能提升和抗攻击方面取得突破性进展

    郑嘉利教授与研究生张雨茜同学在智慧农业区块链性能提升和抗攻击方面取得突破性进展,该成果以“RSHS: A Blockchain Consensus Mechanism for Edge Computing-Supported Agri-IoT Systems”为题发表于计算机网络领域顶级期刊《IEEE Transactions on Network and Service Management》(中科院二区/CCF C,影响因子:4.7)

    199 2024-08-09
  • 课题组在联邦学习隐私保护方面取得重要进展

    郑嘉利教授与研究生陈逸欣同学在中科院二区顶级期刊《Future Generation Computer Systems》(影响因子7.5)上发表题为“PPSFL: Privacy-Preserving Split Federated Learning for heterogeneous data in edge-based Internet of Things ”的学术论文。该研究成果将联邦学习与分裂学习相结合,采用适当的模型分解策略增强隐私保护,并通过将私有群组归一化层合并到网络中来有效减轻数据异构性的负面影响和训练偏差。

    274 2024-07-26
查看更多

SCIENTIFIC RESEARCH

科研方向