2024年11月11日下午14:00，成都理工大学计算机与网络安全学院在东区教学楼E1B214举办了“人工智能+”高端讲坛系列讲堂。本次讲堂特别邀请到两位人工智能与信息安全领域的知名学者——董志诚教授与唐小虎教授，围绕“分布式协同隐私计算与GPU计算架构优化设计”及“私有信息检索方案介绍”两个主题展开深入探讨。

讲座由董志诚教授率先开场。他结合自身在西藏大学的科研经历，简要介绍了学校在高原通信技术、信息安全与人工智能领域的研究发展现状，并分享了其团队在科研攻坚中的突出成果。董教授随后切入正题，详细讲解了分布式协同隐私计算的技术内涵与未来应用。他指出，这项技术旨在实现多方数据协作时的隐私保护，能够在数据所有方不直接暴露信息的情况下实现有效共享与分析。通过结合多方安全计算和联邦学习等技术，分布式协同隐私计算为当前数据安全与隐私保护提供了全新思路。

紧接着，董教授进一步介绍了团队在提升密码学关键技术性能方面的探索，重点分享了大整数模指数运算的GPU计算框架。他指出，作为现代密码学的核心运算，这项技术在大数据加密、身份验证等领域扮演着不可或缺的角色。传统CPU计算在面对海量数据时效率低下，而通过引入GPU并行架构，团队开发的框架显著提升了运算速度，同时降低了硬件资源消耗。董教授结合具体实验数据和实际应用案例，展示了该框架在处理大规模数据时的显著优势。他还特别提到，该技术在保障数据安全的同时，也为未来高性能计算提供了坚实基础。最后，董教授总结了当前的研究成果，并展望未来团队将在隐私计算和GPU优化方面继续深耕，努力推动这一领域的发展。

随后，唐小虎教授以“私有信息检索方案”为题，带来了另一场精彩分享。他首先从理论层面介绍了私有信息检索的基本概念及其在大数据时代的重要性。他强调，随着信息技术的飞速发展，用户隐私保护与高效数据检索之间的矛盾日益凸显，而私有信息检索技术正是解决这一问题的关键。

在报告中，唐教授深入阐述了具有理论安全性的私有信息检索方案，分析了其设计原理、算法实现和安全性证明。他指出，这些方案能够在数学理论框架下实现信息检索过程的高度安全，但其复杂性可能会限制实际应用的效率。在此基础上，他进一步探讨了具有计算安全性的私有信息检索方案，解释了“计算安全性”这一核心概念——即方案能够在多项式时间内抵抗破解。唐教授结合案例展示了几种当前主流的计算安全方案，并深入分析了其在性能与安全性之间的权衡。唐教授还特别提到，私有信息检索技术在云计算、大数据和人工智能等领域具有广泛应用潜力,并指出，随着技术的不断迭代，私有信息检索方案将在推动数据隐私保护与高效计算结合方面发挥更大作用。

在讲座的问答环节，两位教授对与会师生提出的问题进行了耐心解答，涵盖技术细节、应用场景及未来研究趋势等内容。现场讨论氛围热烈，师生互动频繁，进一步加深了对相关技术的理解。此次讲座内容丰富、学术性强，不仅展现了董志诚教授和唐小虎教授在隐私计算与信息检索领域的深厚造诣，还为成都理工大学的师生提供了深入了解前沿科技的宝贵机会。讲座的成功举办，不仅拓宽了与会者的学术视野，也为相关领域的研究与合作注入了新动力。相信在两位教授的启发与引领下，相关技术的研究将迎来更加辉煌的成果。