2022年5月4日，我院特別邀請了中山大學沈鴻教授為主講者，開展了以Privacy-preserving Data Sharing against Malicious Attacks為題的講座。

講座中，沈教授以全域視角帶領學生回顧了以Discover Privacy、Disable Software和Damage Hardware為主要特點的網絡攻擊（Cyber Attacks），並以對手模型（Adversary Models）結合了不同隱私安全攻擊的案例，分別講述了Semi-honest adversary – passive inference與Malicious adversary – active inference的區別。

沈教授解釋隱私保護計算的定義，闡釋隱私保護計算的部署關鍵是確保在雲中發佈的資料具有高度的隱私保護和效用，並提出當今雲數據共用安全對安全環境、異構計算保護、通信通道和大數據隱私保護面臨更高的挑戰。面對現有的技術挑戰，沈教授分別圍繞差異隱私應用開展兩項案例講解。首先以針對主動推理的共謀攻擊問題沈教授的團隊提出分區概率鄰居選擇策略，其次優化以往基於隱私保護k-means聚類相關演算法，並提出具有保證收斂性的差分私有k-means聚類演算法，提高了個體隱私被推理攻擊的防禦措施。

沈教授與他的團隊在數據共用安全領域下已經取得關鍵研究成果，目前已經發表13份頂刊論文。通過現場示範分析，沈教授將前沿研究理論與實際案例相結合，詳細講解了數據共用下隱私保護措施。此次講座形象而深刻，激發了同學們對於隱私保護安全的思考，為學生後續在隱私保護學術研究下打好基礎。近年來是共用數據的隱私安全保護也是我院的重要研究範疇，我院積極開展多樣化專業學術演講，提升研究生學術能力。