周浩

姓名：周浩

职称：讲师（校聘副教授）

部门：计算机研究所

研究方向：人工智能安全，隐私保护，联邦学习

邮箱：haozhou@njupt.edu.cn

个人简介：2024年获南京邮电大学信息安全专业博士学位，导师杨庚教授，期间获“国家公派留学奖学金”，赴澳大利亚斯威本科技大学访学一年，指导教师Yang Xiang（项阳）教授，毕业后入职南京邮电大学。现为中国中文信息学会大数据安全与隐私计算专委会委员和江苏省计算机学会信息安全专委会委员。已在IEEE TIFS、IEEE TSC和IEEE TBD等顶级国际会议和期刊上发表第一作者论文5篇，其中IEEE Trans 系列论文4篇，CCF-A论文3篇。曾获得“博士研究生国家奖学金”、“国家公派留学奖学金”、“江苏省优秀毕业生”等荣誉。

论文：

(1) Hao Zhou, Hua Dai, Geng Yang, Yang Xiang，Robust Federated Learning for Privacy Preservation and Efficiency in Edge Computing. IEEE Transactions on Services Computing, DOI: 10.1109/TSC. 2025. 3562359. (CCF-A期刊)

(2) Hao Zhou; Geng Yang; Yuxian Huang; Hua Dai; Yang Xiang ; Privacy-Preserving and Verifiable Federated Learning Framework for Edge Computing, IEEE Transactions on Information Forensics and Security, 2023, 18: 565-580. (CCF-A期刊)

(3) Hao Zhou; Geng Yang; Hua Dai; Guoxiu Liu ; PFLF: Privacy-Preserving Federated Learning Framework for Edge Computing, IEEE Transactions on Information Forensics and Security, 2022, 17: 1905-1918. (CCF-A期刊)

(4) Hao Zhou; Geng Yang; Yang Xiang; Yunlu Bai; Weiya Wang ; A Lightweight Matrix Factorization for Recommendation with Local Differential Privacy in Big Data, IEEE Transactions on Big Data, 2021, 9(1): 160-173. (SCI一区)

(5) Hao Zhou; Geng Yang; Yahong Xu; Weiya Wang ; Effective Matrix Factorization for Recommendation with Local Differential Privacy, Science of Cyber Security, Nanjing, China, 2019. (网络安全领域国际重要会议，EI检索)

项目：

(1) 主持南京邮电大学科研启动项目“面向边缘计算的多模态可验证联邦学习方法研究”，编号NY224058，起止时间：2024.12.1-2027.12.1；

(2) 主持国网宿迁电力公司委托项目：“智慧配电网新型能源主体数据安全共享与隐私调度技术研究及应用”，编号：2025外052，起止时间：2025.1.1-2026.1.1；

(3) 主持国网泰州电力公司委托项目：“多模态数据的隐私保护联邦学习方法研究” ，编号：2025外051，起止时间：2025.1.1-2025.7.1；

(4) 主持江苏省教育厅研究生科研创新计划：“基于差分隐私的联邦学习隐私保护关键技术研究”,编号：KYCX210789,起止时间：2021.9.1-2024-06.30，结题。

专利：

(1) 戴华; 解一鸣; 周浩; 李鹏越; 陈燕俐; 杨庚; 一种面向关联数据集的差异度最大化数据表组合查询方法, 2025, 中国, 2025102024738. (专利)

(2) 戴华; 张政楷; 张欣雨; 周浩; 李鹏越; 蒋明峰; 杨庚; 一种基于样例的隐私保护空间数据集可连接查询方法, 2025, 中国, 2025102024742. (专利)

(3) 王奕辰; 戴华; 万书言; 张欣雨; 王琰; 周浩; 杨庚; 一种基于网格编码的隐私保护密接轨迹挖掘方法, 2025, 中国, 2025100892492. (专利)

(4) 戴华; 陈俊杰; 王周生; 周浩; 沈嘉和; 李惠; 杨庚; 一种针对数据异构的高效客户端筛选隐私保护联邦学习方法, 2024, 中国, 2024119459696. (专利)