近日，温州理工学院数据科学与人工智能学院在数据要素与人工智能领域取得重要研究进展。我院夏元俊博士与刘忆宁教授合作完成的研究论文 “Communication-Efficient and Byzantine-Tolerant Federated Learning for Multi-Access Edge Computing”，被国际权威期刊 IEEE Transactions on Mobile Computing（IEEE TMC）录用（DOI: 10.1109/TMC.2026.3730669）。IEEE TMC 是移动计算、无线网络与边缘智能领域的重要国际学术期刊，也是中国计算机学会（CCF）推荐的 A 类期刊。

随着人工智能在物联网、智慧城市、智能制造和健康医疗等场景中的深入应用，终端和边缘侧数据快速增长，传统集中式处理模式面临通信开销大、响应时延高和隐私泄露等问题。联邦学习可在不共享原始数据的前提下实现多方协同建模，是推动数据要素安全流通和人工智能应用的重要技术路径。针对多接入边缘计算环境中设备带宽和算力受限、数据分布不均衡及恶意节点攻击等挑战，研究团队提出通信高效、拜占庭容错联邦学习框架 CEBTFL。该方法融合符号优化动量更新、边缘侧可信筛选、云侧混合投影共识和误差补偿等机制，在降低通信开销的同时，提升了模型的收敛稳定性、预测精度、隐私保护和安全鲁棒性。实验表明，该方法在多类数据集上表现良好，即使在 60% 边缘设备或 40% 边缘服务器遭受拜占庭攻击的条件下，仍能保持较强鲁棒性，可为智慧城市、工业互联网、车联网及医疗健康数据协同分析等场景提供技术支撑。。

高质量科研是高质量人才培养的重要支撑。温州理工学院数据要素现代产业学院近日获批 2026 年省级重点支持现代产业学院，以创新性研究成果为牵引，学院将持续深化“产科教”融合，面向温州数据要素市场建设和人工智能产业发展需求，培养兼具数据治理能力、人工智能技术能力和产业应用能力的高素质应用型人才，更好服务中国（温州）数安港建设及温州数字经济高质量发展。