Our paper "HeliFed:A Dual-Helix Framework for Noise-Robust Federated Learning" is accepted on Information Sciences（中科院1区，CCF B）. Congratulations to Haoyu Dong.
论文链接coming soon：HeliFed: A Dual-Helix Framework for Noise-Robust Federated Learning
admin
Professional Summary
沈凡凡，男，博士，副教授，硕士研究生导师，润泽学者，中国计算机学会高级会员，毕业于武汉大学计算机软件与理论专业。现为国际标准化组织ISO/TC295“审计数据采集标准”中国专家组成员，CCF信息存储技术专业委员会执行委员，CCF嵌入式系统专业委员会执行委员，CCF体系结构专业委员会委员，江苏省计算机学会计算机系统结构专业委员会委员、江苏省计算机学会计算机应用专业委员会委员。主持国家自然科学基金1项，省部级课题3项，参与国家自然科学基金、省部级项目多项。在《计算机学报》、《软件学报》、《计算机研究与发展》、《电子学报》、TC、CN、TJSC、Cluster、CJE等国内外重要学术刊物上发表论文20余篇。
Education
计算机学院副教授
2017-09-01
南京审计大学
计算机软件与理论博士
2013-09-01
2017-06-30
武汉大学
Interests
人工智能系统：深度学习、联邦学习、机器学习、模型压缩、隐私保护、边缘智能、机器视觉
大数据审计、智能审计、大数据存储/分析/应用
应用场景：自动驾驶、智慧医疗、金融风控、智能物联网、无人机等
📚 研究方向
本课题组以联邦学习为核心研究方向，聚焦多模态数据与大模型处理中的效率优化、安全可信、隐私保护及知识缓存等关键问题，融合深度学习、模型压缩、知识蒸馏、边缘智能、机器视觉与智能审计等技术，构建安全高效、轻量化可部署的分布式智能系统，研究成果广泛应用于智能审计、智慧医疗、智慧金融等实际场景。
课题组注重理论与实践结合，鼓励学生结合自身兴趣与特长开展个性化、创新性研究。欢迎对科研训练感兴趣的研究生及本科生与我联系，探索可以落地应用的科学研究。已指导学生情况请点击： 学生成果
最新动态
•
•
1 min read
Our paper "FedDPKD:Federated learning with dual-phase knowledge distillation for label distribution skew" is available online on Information Processing & Management（中科院1区，CCF B）. Congratulations to Wenzhang Su.
论文链接：FedDPKD:Federated learning with dual-phase knowledge distillation for label distribution skew
admin
Recent Publications
(2024).
TD3-based trajectory optimization for energy consumption minimization in UAV-assisted MEC system.
Computer Networks,Volume 255,2024,110882.
(2024).
TPE-BFL:Training Parameter Encryption scheme for Blockchain based Federated Learning System.
Computer Networks,Volume 252,2024,110691.
(2024).
BMSE:Blockchain-based multi-keyword searchable encryption for electronic medical records.
Computer Standards & Interfaces,Volume 89,2024,103824.
(2021).
Reinforcement Learning based Data Compression for Energy-Efficient Non-volatile Caches.
2021 IEEE 22nd International Conference on High Performance Computing and Communications (HPCC). IEEE, 2021:662-668.
📚 学术服务
- IEEE Transactions on Neural Networks and Learning Systems，审稿服务
- ACM International Conference on Multimedia (CCF A)，审稿服务
- International Conference on Machine Learning (CCF A)，审稿服务
- Computer Networks (CCF B)，优秀审稿人
- Information Processing and Management (CCF B)审稿服务
- The journal of supercomputing (CCF C)审稿服务
- 国际标准化组织ISO/TC295“审计数据采集标准”中国专家组成员
联系方式
Let’s build something amazing together
Connect
如果您对我们的工作内容感兴趣或想加入我们，欢迎随时与我取得联系！办公地点：江苏省南京市浦口区南京审计大学致明楼222办公室，工作时间：周一到周五 09:00 至 17:00。
✓ Copied to clipboard!