最近几年，有关公共数据泄漏的新闻引起了公共媒体和政府的极大关注，同时也促使世界各国加强了保护数据安全和隐私的法律：如欧盟的《通用数据保护条例》 [GDPR]规定用户可以删除或撤回其个人数据；中国的《中国网络安全法》和《民法通则》要求互联网业务不得泄露或篡改其收集的个人信息，并且在与第三方进行数据交易时，他们需要确保拟议合同遵守法律数据保护义务。在这种情况下，人工智能技术的发展面临数据孤岛、数据匮乏等问题。联邦学习是应运而生的一种新的人工智能建模方法。在联邦学习的场景下，数据的各个拥有方在各自数据不出本地的情况下建立模型，用户的隐私得到了保障。但是，联邦学习是否能有效地解决当前人工智能技术面临的数据安全问题？是否能够扫除人工智能落地最后一公里的障碍？

此次论坛邀请六位国内外高校及企业知名学者，针对联邦学习的若干热点方向作专题报告。论坛嘉宾及全体参会人士将针对联邦学习涉及的技术、产业化及生态建设若干话题展开思辨与讨论。

诚挚邀请高校师生、企业人士、CCF与CCF YOCSEF同仁、IT从业人员参加，期待您的声音！

主办：CCF YOCSEF深圳

论坛形式：在线语音会议

论坛时间：2020年3月21日（周六）下午14:00-17:30

活动日程：

14：00-14：10 活动开场

14：10-14：30 郭嵩教授 香港理工大学

14：30-14：45 周雍恺 中国银联

14：45-15：00 潘鹏举 平安银行

15：00-15：15 张志刚 中兴

15：15-15：30 姚兆明教授 香港大学

15：30-15：45于涵教授 新加坡南洋理工大学

15：45-17：30 思辩环节

注：活动日程以当日实际为准

执行主席：

王健宗 CCF YOCSEF 深圳 AC委员

王健宗博士，中国人工智能开源软件发展联盟副理事长，平安科技副总工程师、联邦学习技术部总经理、资深人工智能专家、全球第一个商用联邦学习平台总设计师，美国佛罗里达大学人工智能博士后，深圳市领军人才，高级工程师，2019全国新锐十佳程序员，撰写业内第一本AUTOML著作《深入理解AutoML和AutoDL：构建自动化机器学习与深度学习平台》，在业内首倡“联邦智能”。

张天豫 CCF YOCSEF 深圳 委员

张天豫，微众银行人工智能部，高级研究员。主要研究方向为联邦学习框架下的对抗攻击与防御。

蒋琳 CCF YOCSEF 深圳 AC委员

蒋琳，哈尔滨工业大学（深圳）副教授，YOCSEF深圳AC委员。研究方向包括联邦学习隐私保护、区块链隐私保护、应用密码学。

线上主席：

何安珣 CCF YOCSEF 深圳 委员

平安科技联邦学习团队高级算法工程师，主要研究联邦学习技术在金融领域的落地应用、联邦学习框架搭建、加密算法研究和模型融合技术。

嘉宾介绍：

主题：突破智能瓶颈：基于边缘计算的联邦学习挑战与展望

讲者：郭嵩教授

Song Guo is a Full Professor and Associate Head at Department of Computing, The Hong Kong Polytechnic University. His research interests are mainly in the areas of big data, cloud computing, mobile computing, and distributed systems. Some of his Transactions papers were selected as Featured or Spotlight papers. He is the recipient of the 2019 IEEE TCBD Best Conference Paper Award, 2018 IEEE TCGCC Best Magazine Paper Award, 2019 & 2017 IEEE Systems Journal Annual Best Paper Award, and other 6 Best Paper Awards from IEEE/ACM conferences. Prof. Guo is an IEEE Fellow (Computer Society) and the Editor-in-Chief of IEEE Open Journal of the Computer Society. He was a Distinguished Lecturer of IEEE Communications Society (ComSoc) and served in the IEEE ComSoc Board of Governors.

主题：银联关于联邦学习的探索和实践

讲者：周雍恺

中国银联电子商务与电子支付实验室研究员。毕业于上海交通大学，2015年加入银联研究院从事云计算与网络安全相关的研究，曾主持参与过SDN云网监控、关键信息基础设施安全保障，开放交换机在下一代金融云网络的应用研究、金融科技与普惠金融等课题，以第一作者发表十多篇国际论文，申请过十余项发明专利。

主题：联邦学习在金融领域的应用场景

讲者：潘鹏举

平安银行 AI 算法团队负责人，2017 年加入公司，从0到1组建算法团队，负责机器学习、文本、图像和搜索推荐算法在金融领域的落地实践，负责搜索中台、客服机器人中台、AI算法平台的研发和演进。

曾就职于携程、尼尔森等公司，从2012年开始从事人工智能的工作，主导了携程最早的算法工程化架构，带领算法团队赋能酒店业务，通过智能化算法大幅度提升了整个服务效率，降低了订单预定时长，带领团队获得几次公司级大奖。

主题：联邦学习必然是智慧城市下一个风口

讲者：张志刚

中兴网信联合创始人，中国计算机学会计算机应用专委会委员，中国人工智能学会会员，中国智慧城市论坛实战专家，哈尔滨工业大学软件工程硕士以及中国社科院金融学博士在读。历任中兴网信方案部总经理，国际事业部总经理，总裁助理等职位；张志刚致力于通过先进的大数据技术和金融方案解决全球智慧城市大投入，低产出问题。前往全球三十多余国家，涉及各大洲项目数一千余个。

主题：Privacy-preserving federated machine learning: issues and directions

讲者：姚兆明

香港大学教授，计算机科学系博士生导师，深圳市兼职“鹏城学者”，哈尔滨工业大学（深圳）特聘教授。主要研究领域为网络空间安全与密码学和生物信息学。曾于2016、2017和2019三年入选全球高被引科学家名录。作为会议主席或者联合主席组织多个国际顶级学术会议，包括Asiacrypt2017（密码学领域三大旗舰会议之一）、RECOMB2017（生物信息学旗舰会议）

主题：建立联邦学习激励机制科研体系的一些尝试

讲者：于涵

于涵博士现任新加坡南洋理工大学计算机科学与工程系南洋助理教授。2015至2018年间，他在百合乐龄科技研究中心担任李光耀研究员。他于2007取得南洋理工大学计算机工程系一等荣誉学士学位，并于2014年取得南洋理工大学计算机工程系博士学位。2007至2008年间，他在惠普新加坡担任嵌入式软件工程师职务。他的研究主要致力于优化算法、联邦学习及其应用。他的科研成果在AAAI、IJCAI、AAMAS、CIKM、ACM MM、ACM/IEEE Transactions等国际学术会议及期刊上发表140余篇论文；并16次在AAAI和IJCAI等前沿国际会议及期刊中获奖。

活动报名：

方式一：扫码入群获取会议链接

方式二：关注Federated Learning公众号获取会议链接方式二

本次会议由Federated Learning提供独家媒体支持