CCF YOCSEF长沙技术论坛
（编号：CCF-YO-22-CS-1FT）
鱼与熊掌兼得：隐私信息保护的用户出行大数据分析如何助力智慧交通？
2022年7月28日(星期四) 14：30-18：00
线下地点：中南大学 校本部 计算机楼212
线上：腾讯会议号245-604-293
主办单位：中国计算机学会（CCF）
协办单位：中南大学计算机学院
在湖南省“三高四新”战略背景下，长沙市制定了“智能汽车与智慧交通融合发展”的发展思路。在此背景下，交通出行大数据分析的重要性逐步凸显。长沙市依托湖南湘江新区产业发展契机，加快推进智能汽车与智慧城市融合发展，走在了国内智慧交通发展的前列。建成运营的国家智能网联汽车（长沙）测试区，开通试运行全国首条开放道路智慧公交示范线和智慧公交线，推动长沙迈入“智慧交通”时代。
大数据时代，用户的位置信息和出行数据可被实时获取和分析，这些海量的数据在极大助力于智慧交通建设的同时，也对用户信息的隐私性造成了重大挑战。对用户出行大数据的使用过程中存在着用户隐私信息泄露的危险。例如，近期“滴滴出行”就因为大量用户出行隐私信息的非法采集和影响国家安全的敏感信息处理而受到工信部的处罚。大数据的可用性和与数据关联的用户信息的隐私性似乎是一对“鱼与熊掌不可兼得”的矛盾。
有鉴于此，本技术论坛拟针对如何在保护用户隐私信息的同时，保证用户出行大数据的可用性，更好、更安全地将用户出行大数据助力于智慧交通系统的建设。论坛邀请了高校、企业以及政府相关部门知名专家学者针对本论坛主题做学术报告，并开展思辨研讨。具体论坛将围绕以下议题进行思辨：1）出行数据隐私性和可用性之间矛盾是否不可调和？2）用户出行隐私的有效保护主要依赖技术手段还是完善的法律法规？3）用户出行大数据隐私性保护的边界？
论坛流程:
14:00-14:30 签到
14:30-14:35 嘉宾及论坛背景介绍
14:35-15:55 第一阶段：引导嘉宾发言（PPT报告，每位20分钟）
引导发言1：童咏昕（北京航空航天大学教授）
报告题目：时空联邦计算：从数据联邦到联邦学习
引导发言2：王伟（北京交通大学教授）
报告题目：车路协同隐私计算
引导发言3：范晓亮（厦门大学信息学院高级工程师，数字福建城市交通大数据研究所常务副所长）
报告题目：联邦学习与交通出行AI应用初探
引导发言4：苏义军（京东智能城市研究院研究员、京东科技数字城市群数
据科学家）
报告题目：城市计算与时空联邦学习:助力智能城市创新应用
15:55-17:55第二阶段：思辨环节（每人每次3分钟）
围绕以下三个主题，各位嘉宾及所有参会代表展开思辨讨论
特邀嘉宾发言（每位5分钟，分别在三个思辨议题中）
嘉宾发言1：黄栋（华南农业大学数学与信息学院副教授，YEFSEF广州主席）
嘉宾发言2: 乔川龙（湖南省交通运输厅科技信息中心高级工程师）
嘉宾发言3: 彭朝晖（山东大学计算机学院教授、副院长）
15：55-16：35 思辨一：鱼与熊掌如何兼得？出行数据隐私性和可用性之间矛盾是否不可调和？
1. 用户在享受由于出行大数据分析而带来的交通便利同时，是否意味着需要放弃部分个人出行数据的隐私性？
2. 是否可以在使用用户出行大数据助力智慧交通建设同时有效保护用户的出行隐私？
16：35-17：15 思辨二：用户出行隐私的有效保护主要依赖技术手段还是完善的法律法规？
1. 现有的法律法规是否完善？法律法规如何与出行隐私保护技术相配套？
2. 政府相关部门在用户出行隐私保护方面应当充当什么角色？如何作为？
17：15-17：55 思辨三：用户出行大数据隐私性保护的边界？
1. 出行隐私保护的边界如何确定？由谁确定？（用户、企业、政府博弈）
2. 如何处理和平衡用户出行数据隐私权利和数据有效监管之间的关系？
17:55-18:00 论坛总结
论坛执行主席：
王森章 中南大学 计算机学院
张士庚 中南大学 计算机学院
论坛地址：长沙市岳麓区中南大学校本部 计算机楼 212
线上：腾讯会议号245-604-293
引导发言特邀嘉宾
童咏昕，博士，北京航空航天大学计算机学院教授，博士生导师，国家自然科学基金优秀青年基金获得者。2014年于香港科技大学获计算机科学与工程学博士学位，随后留校担任研究助理教授，2015年入选北京航空航天大学“卓越百人计划”。目前主要研究方向包括：联邦学习、隐私计算、时空大数据挖掘分析、智慧交通与群体智能等。近年来，先后主持国家自然基金重点项目、国家重点研发计划课题等科研项目。共发表学术论文百余篇，其中以第一/通讯作者发表CCF-A类论文60余篇。曾获中国电子学会自然科学一等奖（排名第一）、阿里巴巴达摩院“青橙奖”、数据库领域国际会议VLDB 2014“杰出演示系统奖”和数据挖掘领域国际竞赛 KDD Cup 2020冠军；担任《IEEE TKDE》、《IEEE TBD》等国际期刊的编委、多个CCF-A类会议程序委员会领域主席（PC Area Chair）；，并长期作为多个国际顶级会议的高级程序委员会委员（Senior PC）；也是CCF杰出讲者、CCF会员与分部工委副主任、CCF走进高校工作组组长。
报告题目：时空联邦计算：从数据联邦到联邦学习
摘要：近年来随着市域社会治理与疫情追溯分析等新需求的出现，跨部门间的数据孤岛给此类时空大数据共享计算带来全新挑战，即如何在各部门数据不出本地的前提下实现隐私安全的数据共享与协同分析？为此，联邦计算以其“数据不动计算动”的共享理念为破解数据孤岛挑战提供了一种新型思路。本报告首先回顾时空联邦计算的背景，从数据库的视角回顾传统联邦数据库概念，介绍隐私安全可控的数据联邦技术，并阐述其与联邦学习的区别联系。随后介绍本团队结合产业应用需求所研发的时空联邦计算系统——“虎符”，其已经适配当前各种主流时空大数据计算平台，并支持多方数据自治环境下的安全高效协同查询。最后，报告也将介绍基于虎符系统的应用示范，并对该领域未来发展进行展望。
王伟，北京交通大学教授，博士生导师，信息安全系主任，智能交通数据安全与隐私保护技术北京市重点实验室副主任，区块链研究中心主任。中国计算机学会（CCF）杰出会员；CCF区块链专业委员会常务委员；CCF 青年计算机科技论坛（YOCSEF）学术委员会委员；北京市网络法学研究会常务理事。长期致力于网络与系统安全、数据安全及隐私计算理论与技术研究。主持国家自然科学基金重点项目，国家重点研发计划课题、子课题等项目20余项。提出了融合多源异构动态数据的网络和系统异常行为分析与检测框架、模型和方法，并构建了可信任的隐私计算理论与技术。发表相关学术论文100余篇；主持或参编行业或国家标准8项。2020和2021年入选爱思唯尔（Elsevier）网络空间安全领域 “中国高被引学者” 。担任期刊Computers & Security编委，期刊Frontiers of Computer Science 的青年AE和《网络空间安全》期刊编委。获省部级科技进步二等奖2项。
报告题目：车路协同隐私计算
摘要：车路协同是智慧交通重要的应用场景，可提高通行效率，保障交通安全，是我国实现“交通强国”的必由之路。然而，车路协同需要车、路各主体提供大量的数据，但这些数据本身包含很多用户隐私，可信的协同计算成为难题。将报告可信任的隐私增强计算方法，可在保护用户隐私的前提下，对数据中蕴含的知识进行协同，计算，实现智慧交通中的车路协同。
范晓亮，厦门大学信息学院高级工程师，数字福建城市交通大数据研究所常务副所长，厦门市高层次人才。法国巴黎六大计算机科学博士（2012）。研究兴趣：图联邦学习、时空数据挖掘。主持2项国家自然科学基金和10余项企业委托项目（CCF-百度松果基金、腾讯委托项目等）。AAAI、IJCAI、UbiComp等CCF A类会议和IEEE TMC/TITS/TSC等期刊发表论文70余篇（1篇入选AAAI-20最具影响力论文）。授权发明专利14项（含专利权转让2项）。获188体育app官网：福建省科技进步一等奖。IEEE高级会员、IEEE教育数据挖掘工作组副主席， CCF高级会员、CCF服务计算专委会执行委员、CCF普适计算专委会执行委员。
报告题目：联邦学习与交通出行AI应用初探
摘要：2020年4月中共中央国务院文件首次将“数据”纳入“生产要素”。随着2021年我国《数据安全保护法》和《个人信息保护法》等法律正式施行，数据要素安全流通亟需平衡隐私安全与价值挖掘。联邦学习、多方安全计算、可信执行环境等技术作为可信AI新型范式，在隐私保护、算法偏见、可解释性和鲁棒性等方面受到学术界和工业界的广泛关注，并面临新的研究和落地挑战。本次报告将探讨联邦学习算法及其在交通出行等领域的应用案例，以及图联邦学习等新兴领域的发展思考。厦门大学已开源轻量级联邦学习算法和基准评测平台easyFL（IJCAI-21论文，https://fanxlxmu.github.io）
苏义军，博士，京东智能城市研究院研究员、京东科技数字城市群数据科学家，毕业于中国科学院大学。研究方向为时空人工智能、城市计算、联邦学习和推荐系统。长期从事面向智能城市的人工智能算法研发、引擎打造与应用落地，参与完成多项智能城市项目的交付落地，拥有丰富的实践经验。发表论文及专利20余篇。入选北京经开区亦麒麟优秀人才。
主题报告：城市计算与时空联邦学习:助力智能城市创新应用
摘要：城市计算是计算机科学以城市为背景，跟城市规划、交通、能源、环境和经济等学科融合的新兴领域，通过不断获取、管理和分析挖掘城市中不同领域的大数据来解决城市痛点，是当今城市通向智能城市的途径。长期以来，数据孤岛、数据安全等在一定程度上制约了智能城市的发展，如何解决智能城市建设中的数据共享与隐私安全之间的矛盾难题是值得深入探索的。本报告将介绍城市计算和时空联邦学习，并分享基于隐私保护的地块画像、智能选址、数据交易所等实际应用案例。
特邀嘉宾
黄栋，华南农业大学数学与信息学院副教授，硕士生导师，院长助理。2017年至2018年国家公派新加坡南洋理工大学从事访问学者研究工作。现为CCF YOCSEF广州主席，CCF数字农业分会执委，CCF计算机视觉专委会执委。主要研究方向是数据挖掘与大数据分析，具体研究内容包括集成聚类、大规模聚类、无监督/自监督学习、图神经网络等。发表学术论文60 余篇，其中一作与通讯作者论文30余篇；3篇一作论文入选ESI