武科大網訊（通訊員曾憲森）近日，計算機科學與技術學院魯劍鋒教授團隊的研究成果“PIECE: Incentivizing Personalized Privacy-Preserving for Multi-Version Model Marketplace in Federated Learning”在網絡安全領域國際頂級期刊《IEEE Transactions on Information Forensics and Security》（簡稱TIFS）上發表。該論文第一作者為魯劍鋒教授（這是他作為第一作者發表的第三篇TIFS論文），第二作者為2025屆碩士生黃濤（目前已在中南大學計算機學院讀博深造），計算機學院為論文第一完成單位。此項成果標志著我校首次在TIFS期刊上發表論文，實現了該領域的重要突破。

聯邦學習憑借其協作訓練與隱私保護特性，在推動模型市場發展方面展現出廣闊前景，然而訓練數據不足與市場套利等問題嚴重制約了其進一步發展。針對這一挑戰，本研究提出了一種名為PIECE的個性化隱私保護激勵機制。該機制融合樣本級差分隱私技術與版本控制策略，設計了相應的隱私規則與定價機制，以規范數據所有者的隱私策略并抑制模型購買者的套利行為。研究將市場目標建模為兼顧社會效用與模型性能的雙目標優化問題，通過構建“隱私選擇博弈”刻畫局部與全局隱私需求之間的動態轉換關系，并基于納什均衡條件確立原問題的無沖突屬性，進而將其轉化為無套利約束下的社會最優問題。在此基礎上，論文提出了基于次可加性條件松弛的兩階段定價策略，以實現社會最優目標。實驗結果表明，PIECE能顯著提升模型市場運行效率。在指定市場規模下，該機制可使模型收益提高至少8%，模型性能較現有先進基線最高提升16.67%，為聯邦學習模型市場的實際應用提供了重要的理論與技術支撐。

據悉，《IEEE Transactions on Information Forensics and Security》被中國計算機學會（CCF）、中國人工智能學會（CAAI）、中國密碼學會（CACR），以及中國自動化學會（CAA）共同推薦為A類期刊，同時位列中國科學院SCI一區TOP期刊。TIFS涵蓋數據隱私保護、網絡安全、多媒體安全、密碼學應用、生物特征識別等多個前沿研究方向，以其嚴格的審稿程序與高學術水準著稱，所刊發的成果代表了網絡安全領域的國際最前沿水平。

魯劍鋒教授長期致力于聯邦學習、群智計算及博弈論等方向的研究，已取得一系列具有影響力的成果。近年來，以第一作者或通訊作者身份在TIFS、JSAC、TMC、TSC、IJCAI、AAAI、TOIT、TII、TVT、TCSS、TCE、TETCI等著名期刊與會議上發表論文60余篇，其中包括CCF-A類論文15篇，IEEE/ACM Transactions/Journal系列論文20余篇。