我有幸参加了INFOCOM 2025学术会议，并在此次盛会上进行了一次重要的论文汇报。IEEE 国际计算机通信会议（IEEE International Conference on Computer Communications, INFOCOM）由 IEEE Communications Society 组织举办，于1982年首次召开，属于计算机网络领域的顶级会议之一。因为其规模宏大、收录论文包罗万象、评委团阵容强大——数百人的评委团几乎包括了全球网络通信领域所有一流的研究者。因此，INFOCOM不仅是一个发布研究成果的讲台，更是一个领域研究者互相认识、了解、探讨、结交的聚会。 我的论文题目为《FedGPA: Federated Learning with Global-Personalized Collaboration for Edge Anomaly Detection》（FedGPA：用于边缘异常检测的全球个性化协作联邦学习），这篇论文提出了一种新颖的用于边缘异常检测的全球个性化协作联邦学习。首先，这篇论文设计了一个条件计算组件，将流量特征转换为全局和个性化特征向量。其次，这篇论文在全局类嵌入模块中引入了对比和量级损失，用样本类的嵌入来指导全局特征向量的学习。然后，这篇论文采用交叉熵损失来指导个性化特征向量的学习。最后，利用交叉熵损失和总体损失的更新梯度之间的余弦相似性来确定损失替换，从而加速模型训练。汇报过程中，我详细讲解了研究的背景、方法、实验结果和结论，并与现场的学者进行了深入的讨论和交流。与会者对该论文表示了浓厚的兴趣，并提出了许多宝贵的建议和意见。 在会议期间，我积极参与了每天的学术报告活动，与众多学者的深入对话不仅拓宽了我的学术视野，也让我对联邦学习和异常检测领域的前沿动态和发展趋势有了更深刻的洞察。此外，我有幸与领域专家、同行学者建立了联系，并分享了自己的研究工作，收获了极具价值的反馈和建议。 参与INFOCOM 2025会议是我学术旅程中的一次重要里程碑。这次大会之行对我产生了深远的影响，不仅让我能够与来自世界各地的国际学术界精英交流讨论，也是我深入了解联邦学习和异常检测领域最新学术成果的良机。通过我的论文展示和会议参与，我向学术界呈现了自己的研究成果，并且获得了宝贵的学术见解和灵感，这为我的研究方向和未来发展提供了更加明确的方向。 该团组已进行事后公示。 |
