报告题目：联邦学习开源框架
题目英文：Federated Learning Open Source Framework
主讲人：林伟伟教授（华南理工大学计算机科学与工程学院）
时间：2022年6月29日（周三） 10:00 a.m.
形式：线上讲座（腾讯会议）
会议ID：152 923 496
主办单位：信息学院
报告主题：联邦学习开源框架
摘要：近年来，联邦学习作为破解数据共享壁垒的有效解决方案被广泛关注，并被逐步应用于医疗、金融和智慧城市等领域。联邦学习框架是联邦学习学术研究和工业应用的基石。虽然Google、OpenMined、微众银行和百度等企业开源了各自的联邦学习框架和系统，然而，目前缺少对这些联邦学习开源框架的技术原理、适用场景、存在问题等的深入研究比较。为此，我们首先从系统架构和系统功能两个层面剖析了各联邦学习框架；然后从隐私机制、机器学习算法、计算范式、学习类型、训练架构、通信协议、可视化等多个维度对各框架进行深入分析与对比。而且，为了帮助读者更好地选择和使用开源框架实现联邦学习应用，给出了不同应用场景的横向与纵向联邦学习实验。最后，从隐私安全、性能与效率权衡、激励机制、跨框架交互等方面讨论了未来可能的研究发展方向。
主讲人简介：
林伟伟，华南理工大学计算机科学与工程学院教授、博士生导师，先进计算体系结构团队负责人，CCF高级会员，《计算机科学》期刊编委。主要研究方向包括：云计算能耗建模和调度优化、大数据架构和分析算法、AI应用技术等。成果“云计算调度优化技术”获2020年广东省科技进步奖二等奖（排名第一）；主持了3个国家自然基金项目和多个省部级项目，发表论文150余篇（代表性论文发表在TPDS，TC，TCYB，TSC，TCC，软件学报和计算机学报等优秀期刊上），申请发明专利50余件，并将成果应用到华为、南网、云宏信息、广州鼎甲等企业，取得了良好的经济效益；撰写ABC系列教材3本，教材得到广泛认可（销量过万），获得良好的社会效益。