个人简介

黄会，博士，重庆邮电大学网络空间安全与信息法学院教师，博士毕业于重庆大学计算机科学与技术专业，主要从事联邦学习安全、隐私保护、压缩感知、多媒体安全等方向的研究。

近年来，主持承担国家自然科学基金青年科学基金项目、重庆市自然科学基金面上项目、重庆市教委科学技术研究项目等科研项目。已以第一作者发表学术期刊和会议论文20余篇，相关成果发表于 IEEE Transactions on Network Science and Engineering、ACM Transactions on Multimedia Computing, Communications and Applications等国内外重要期刊和会议。

在人才培养方面，坚持以科研反哺教学，将联邦学习、软件安全、人工智能安全与治理、网络安全攻防实践等前沿内容融入课程教学和学生科研训练。指导学生获国家级科技竞赛奖和省级科技竞赛奖多项。欢迎对网络空间安全、人工智能安全、联邦学习、隐私计算、多媒体安全等方向感兴趣的同学加入团队。

现为中国人工智能学会（CAAI）会员、中国图像图形学会（CSIG）数字媒体取证与安全专委会委员/会员，并担任 IEEE Transactions on Information Forensics and Security（TIFS）、IEEE Transactions on Dependable and Secure Computing（TDSC）、IEEE Internet of Things Journal（IoTJ） 等国际学术期刊审稿人。

实验室配备双 NVIDIA RTX 3090 GPU 服务器，可支持联邦学习、深度学习、多媒体安全与人工智能安全相关实验研究。欢迎踏实认真、主动学习、具有较好编程基础并愿意长期钻研问题的同学加入团队。

邮箱：huihuang@cqupt.edu.cn

代表性科研项目

近年来，围绕联邦学习安全、隐私保护、通信高效协同计算与压缩感知安全机制等方向，主持承担科研项目多项，其中包括国家自然科学基金青年科学基金项目1项和省部级项目2项，形成了以“隐私保护—通信效率—公平激励—安全协同建模”为主线的持续研究积累。

【1】面向公平和通信高效的隐私保护联邦学习研究，国家自然科学基金青年科学基金项目，国家级，30万元，主持。

【2】粒球计算赋能联邦学习创新方法研究，重庆市自然科学基金面上项目，省部级，5万元，主持。

【3】多模态压缩感知驱动的联邦学习隐私与公平协同优化研究，重庆市教育委员会科学技术研究项目，省级，4万元，主持。

【4】面向压缩感知的联邦学习研究，重庆邮电大学引进人才科研基金，校级，50万元，主持。

代表性论文

【1】H. Huang, D. Xiao, X. Tan and Z. Yu, “Privacy-Preserving and Hierarchically Fair Federated Learning in IoT Based on Compressed Sensing,” IEEE Transactions on Network Science and Engineering, 2026,13：7527 - 7546.（第一作者）

【2】H. Huang, D. Xiao and J. Liang, “Secure Low-Complexity Compressive Sensing with Preconditioning Prior Regularization Reconstruction,” ACM Transactions on Multimedia Computing, Communications and Applications, 2024, 20(4): 1-22.（第一作者）

【3】B. Hu, H. Huang*, K. Jiang, et al., “Communication-Efficient and Byzantine-Robust Personalized Federated Learning Based on Compressed Sensing and Adaptive Local Aggregation,” Future Generation Computer Systems, 2026: 108582.（通讯作者）

【4】H. Huang, D. Xiao, M. Wang, et al., “Fog-Driven Communication-Efficient and Privacy-Preserving Federated Learning Based on Compressed Sensing,” Computer Networks, 2025, 259: 111043.（第一作者）

【5】H. Huang, D. Xiao, J. Liang, et al., “Prior-Based Privacy-Assured Compressed Sensing Scheme in Cloud,” The Visual Computer, 2024, 40(3): 2103-2117.（第一作者）

【6】H. Huang, D. Xiao and M. Wang, “Hierarchical Privacy-Preserving and Communication-Efficient Compression via Compressed Sensing,” Data Compression Conference（DCC）, IEEE, 2023: 342-342.（第一作者）

【7】H. Huang, D. Xiao and M. Li, “Privacy-Assured and Multi-Prior Recovered Compressed Sensing for Image Compression-Encryption Applications,” Data Compression Conference（DCC）, IEEE, 2022: 113-122.（第一作者）

【8】H. Huang, D. Xiao and J. Liang, “Two-Layer Controllable Recovery for Privacy-Preserving Double-Compressed Images,” IEEE Signal Processing Letters, 2022, 29: 2452-2456.（第一作者）

【9】H. Huang, X. He, Y. Xiang, et al., “A Compression-Diffusion-Permutation Strategy for Securing Image,” Signal Processing, 2018, 150: 183-190.（第一作者）

【10】Y. Zhang, H. Huang, Y. Xiang, L. Y. Zhang and X. He, “Harnessing the Hybrid Cloud for Secure Big Image Data Service,” IEEE Internet of Things Journal, 2017, 4(5): 1380-1388.（第二作者）

【11】Y. Zhang, H. Huang, L.-X. Yang and M. Li, “Serious Challenges and Potential Solutions for the Industrial Internet of Things with Edge Intelligence,” IEEE Network, 2019, 33(5): 41-45.（第二作者）