10月24日，2025中国计算机大会（CNCC2025）颁奖典礼在哈尔滨举行。信息学院朱建明教授作为第一作者在《计算机学报》发表的论文《基于区块链的隐私保护可信联邦学习模型》荣获该刊2020–2024年优秀论文奖，全国共3篇论文入选。论文通信作者包括信息学院博士毕业生张沁楠和教授高胜。该论文还入选中国知网学术精要高PCSI论文、高被引论文、高下载论文。荣获该奖项彰显了我校科研团队在区块链与人工智能领域的创新实力以及在“双一流”建设和交叉学科布局方面取得的重要成就。

该研究针对传统集中式联邦学习模型可信性不足、隐私泄露风险高等问题，提出了基于区块链的隐私保护可信联邦学习框架，设计了基于节点贡献度证明共识算法以提升去中心化训练公平性。为了抵御恶意训练节点，设计了异步参数审计机制以增强聚合模型的可靠性。考虑到区块链公开透明性带来参数隐私泄露问题，提出了基于模型质量感知的差分隐私方法，并设计了自适应模型聚合算法，通过动态调整聚合模型权重提升全局模型准确性。

朱建明，中央财经大学信息学院教授，博士生导师、区块链技术与应用研究院院长，享受国务院政府特殊津贴专家，国家重点研发计划项目负责人，北京市高等学校教学名师。长期致力于区块链技术、隐私计算与金融科技等方向的创新研究。CCF杰出会员，任第八届教育部科学技术委员会委员、人工智能与区块链专业委员会委员，科技部国家重点研发计划区块链专项专家组成员，全国区块链和分布式记账技术标准化技术委员会委员，全国财政信息化标准化工作组成员，信息技术新工种产学研联盟金融科技教育工作委员会主任，中国计算机学会区块链专业委员会副主任等。

张沁楠，中央财经大学信息学院2019级博士生，近年来主要围绕AI赋能区块链安全、联邦多模态大模型等问题，以第一或通讯作者发表论文20余篇，牵头制定区块链与隐私计算领域IEEE国际标准2项。

高胜，中央财经大学信息学院教授、博士生导师。CCF杰出会员、国家重点研发计划青年科学家项目首席、入选全球前2％顶尖科学家榜单2025、中央财经大学“龙马计划”青年学者。曾荣获教育部科技进步一等奖等奖项。现主要从事区块链、联邦计算、大模型安全等研究。

撰稿：高胜；审稿：章宁

编辑：吴宇昂、倪一可；审核：刘禹