电子游戏注册送26

近日，数学与计算机科学学院冯海林教授团队的学术论文“MoCFL: Mobile Cluster Federated Learning Framework for Highly Dynamic Network”（《MoCFL：面向高动态网络的移动集群联邦学习框架》）被网络领域国际顶级会议《WWW》录用，也是数计学院成果首次入选该会议。WWW会议是中国计算机学会推荐的A类（CCF A）顶级国际学术会议，在网络/人工智能等领域享有极高的学术声誉，录用率常年维持在20%以下。方凯教授为论文第一作者，冯海林教授为通讯作者。电子游戏注册送26数学与计算机科学学院为论文的第一和通讯单位。

高度动态的林业监测无人机集群中客户端节点的频繁波动会导致特征空间分布和数据漂移的显著变化，对现有联邦学习 (FL) 策略的稳健性构成重大挑战。为了解决这些问题，提出了一个面向林业监测场景的移动集群联邦学习框架 (MoCFL)。MoCFL 通过引入亲和矩阵来增强特征聚合，该矩阵量化了来自不同客户端的局部特征提取器之间的相似性，解决了频繁的客户端流失和拓扑变化导致的动态数据分布变化。此外，MoCFL 在训练全局分类器时集成了历史和当前特征信息，有效缓解了移动场景中经常遇到的灾难性遗忘问题。这种协同组合确保 MoCFL 在动态变化的移动环境中保持高性能和稳定性。在 UNSW-NB15 数据集上的实验结果表明，MoCFL 在动态环境中表现出色，在保持合理训练成本的同时表现出卓越的稳健性和准确性。

本研究得到了国家自然科学基金和浙江省自然科学基金的支持。

（数计学院 方凯）