人工智能研究院王绍蔚副教授在隐私保护数据统计分析领域取得重要进展，成果论文“Optimal Locally Private Data Stream Analytics”近日被计算机网络与安全领域顶尖会议IEEE INFOCOM 2024录用。
会议简介
IEEE INFOCOM (IEEE International Conference on Computer Communications) 是IEEE组织在网络通信与安全领域的旗舰会议（CCF推荐A类会议），涵盖计算机网络、信息安全等多个研究领域，具有极高的影响力。本次INFOCOM 2024将于2024年5月在加拿大温哥华召开，会议共收到1307篇投稿，最终录用256篇，录用率仅为19.6%。
图：差分隐私的用户数据流分析框架示意图
该论文聚焦数据要素流通隐私合规的一个核心问题：隐私保护的用户数据流采集与分析，从理论上证明了现有本地差分隐私保护协议的数据效用局限性，创新性地提出结合均匀随机子集采样和指数机制的差分隐私流式响应方法。该方法在理论效用和实验表现上均大幅超越现有协议，首次在数据流场景下达到最优的统计估计准确度，有助于缓解业界现有方案（如苹果、谷歌、微软等公司所部署的本地差分数据采集组件）长期被大众所诟病的隐私风险随时间“爆炸”的问题。
王绍蔚副教授近期另有两篇学术论文被网络与信息安全旗舰期刊IEEE Transactions on Dependable and Secure Computing (IEEE TDSC) 和IEEE Transactions on Mobile Computing (IEEE TMC)接收，分别对离线用户数据的隐私保护频率均值估计、频繁项挖掘等问题进行研究。
王绍蔚为我校百人计划副教授，长期从事隐私计算、联邦学习研究，在国际顶级学术会议和期刊（VLDB、INFOCOM、IJCAI、ICDE、TIFS、TDSC、TKDE、TPDS）上发表论文30余篇。我校百人计划彭云教授、百人计划陈孔阳副教授、中国科学技术大学杨威副教授为共同作者参与了该论文的研究。研究工作得到了国家重点研究计划、国家自然科学基金、广东省自然科学基金的资助。
1
Shaowei Wang, Yun Peng, Kongyang Chen, and Wei Yang. Optimal Locally Private Data Stream Analytics，INFOCOM 2024，IEEE.
2
Shaowei Wang, Shiyu Yu, Xiaojun Ren, Jin Li, Yuntong Li, Wei Yang, Hongyang Yan, and Jin Li, Differentially Private Numerical Vector Analyses in the Local and Shuffle Model, IEEE Transactions on Dependable and Secure Computing (accepted).
3
Shaowei Wang, Yuntong Li, Yusen Zhong, Kongyang Chen, Xianmin Wang, Zhili Zhou, Fei Peng, Yuqiu Qian, Jiachun Du, and Wei Yang, Locally Private Set-valued Data Analyses: Distribution and Heavy Hitters Estimation, IEEE Transactions on Mobile Computing (accepted).
来源 / 广州大学人工智能研究院
转自：“广大科研”微信公众号
如有侵权，请联系本站删除！
