（通讯员 黄春煌）4月17日下午3:00，由湖南师范大学计算机科学与技术学院网络与安全团队主办的“联邦学习的安全与隐私保护研究”专题学术报告暨研究成果分享会在中和楼523教室成功举办。本次活动聚焦人工智能领域的前沿技术挑战，旨在通过学术交流推动安全与隐私保护技术的创新与应用，吸引了学院师生及科研团队成员的积极参与。

报告由网络与安全团队核心成员王丹老师主讲。王丹老师从联邦学习的技术背景切入，系统阐述了其在数据隐私保护与流通中的关键作用，并重点分析了当前实际应用中存在的安全和隐私威胁，包括推断攻击、投毒攻击、对抗样本攻击及模型窃取攻击等核心问题。针对这些挑战，王丹老师提出了现有的防御方法，还分享了团队的最新研究成果：一是创新性地设计了面向隐私保护的激励机制，通过优化数据贡献者的权益分配，在提升协作意愿的同时强化隐私安全保障；二是开发了联邦学习水印方案，利用技术手段精准追溯模型知识产权归属，有效遏制非法窃取行为。在展望环节，王丹老师提出团队下一阶段将深化联邦学习与大语言模型的融合研究，并致力于突破两者结合后衍生的新型安全风险。在互动环节中，与会老师和同学围绕联邦学习的实际落地场景、技术伦理边界以及防御攻击的工程化实践展开了热烈讨论。多名研究生表示，报告内容“既有理论高度，又贴近实际需求”，为自身课题方向提供了新的思路。

本次分享会不仅是网络与安全团队年度系列学术活动的重要一环，也为师生提供了与一线科研人员深度对话的平台。分享会在师生们的掌声中圆满落幕，为学院营造了浓厚的科研创新氛围。

一审：王丹

二审：沈坤

三审：张连明