任雪斌
副教授, 博士生导师
西安交通大学 计算机科学与技术学院

通讯地址:
陕西省西安市咸宁西路28号 西安交通大学

电子邮箱: xuebinren AT mail DOT xjtu DOT edu DOT cn
办公室: 西一楼713，创新港4号楼6059室

个人简介
  • 分别于2011，2017年获西安交通大学计算机科学与技术专业学士、博士学位。2016年至2017年于英国伦敦帝国理工学院计算机系进行联合培养。目前主要从事边云协同中的隐私保护与联邦学习等方面的研究工作。主持包括国家自然科学基金，博士后基金在内的多项课题。发表包括 ACM SIGMOD, IEEE TIFS, TPDS, IJCAI等国际知名期刊会议20余篇，授权发明专利多项。

教育与工作经历
  • 2020/10-至   今，西安交通大学，计算机科学与技术学院，副教授
  • 2021/04-至   今，西安交通大学，数学与统计学院，博士后（合作导师：徐宗本院士）
  • 2017/03-2021/03，西安交通大学，自动化学院，博士后（合作导师：杨清宇教授）
  • 2017/03-2020/10，西安交通大学,  计算机科学与技术学院，讲师
  • 2016/01-2017/01，英国帝国理工大学，计算机系， CSC联合培养博士（导师： Julie McCann教授）
  • 2012/09-2017/03，西安交通大学，电信学院计算机系，博士学位（导师： 杨新宇教授）
  • 2011/09-2012/06，西安交通大学，电信学院计算机系，硕博连读
  • 2007/09-2011/06，西安交通大学，电信学院计算机系，学士学位

研究方向
  • 主要聚焦大规模分布式系统与大数据分析系统中的数据隐私安全，也即隐私计算技术，包括（中心化、本地化）差分隐私, 隐私保护机器学习，联邦学习及多方安全计算等.

科研项目
  • 国家自然科学基金委员会，面上项目，62172329，面向海量敏感与非贯通数据分析的隐私保护联邦学习研究，2022-01至2025-12，在研，主持
  • 国家自然科学基金委员会，青年项目，61802298，群智感知系统中面向数据发布的本地隐私保护机制研究，2019-01至2021-12，已结题，主持
  • 中国博士后科学基金会，面上项目，2017M623177,群智感知系统中隐私保护的高维数据汇聚机制研究，2018-01至2020-12，已结题，主持
  • 西安交通大学，中央高校基本科研业务费，xjj2018237, 群智感知系统中高维感知数据的本地隐私保护研究，2018-03至2020-12，已结题，主持
  • 西安交通大学，新教师科研支持计划，XJTU-HRT-002，移动感知系统中感知数据汇聚的隐私保护研究，2017-03至2019-12，已结题，主持
  • 国家科学技术部，重点研发计划变革性技术关键科学问题，2020YFA0713900，大数据计算与分析的基础算法，2021-01至2025-12，在研，参与
  • 国家自然科学基金委员会，面上项目，61973247，智能电网交互用电信息中的隐私保护机制研究，2020-01至2023-12，在研，参加
  • 国家自然科学基金委员会，广东省人民政府联合基金，U1811461，基于超算的大数据分析处理基础算法与编程支撑环境（子课题四：大数据隐私保护的数据核心算法与理论分析），2019-01至2022-12，在研，参加
  • 国家工业和信息化部，2018年工业互联网创新发展工程项目，面向航空发动机先进制造的工业互联网络构建与集成应用，2017-01至2020-12，已结题，参加
  • 国家自然科学基金委员会，面上项目，61572398，智能感知系统中针对数据汇聚的隐私保护机制研究，2016-01至2019-12，已结题，参加
  • 国家自然科学基金委员会，面上项目，61373115，智能电网中针对“互动”用电信息的假数据注入攻击危害分析及防御策略研究，2014-01至2017-12，已结题，参加

近期成果
  • Luhui Wang, Xuebin Ren*, Cong Zhao, Fangyuan Zhao, and Shusen Yang, MPDM: A Multi-Paradigm Deployment Model for Large-scale Edge-Cloud Intelligence, IEEE Internet of Things Journal, 1-13, 2023. Accept
  • Fangyuan Zhao, Xuebin Ren*, Shusen Yang, Peng Zhao, Rui Zhang, Xinxin Xu, Federated Multi-Objective Reinforcement Learning, Information Sciences, 2023, 624:811-832.
  • Zihao Zhou,Yanan Li, Xuebin Ren, and Shusen Yang, Towards Efficient and Stable K-Asynchronous Federated Learning with Unbounded Stale Gradients on Non-IID Data, IEEE Transactions on Parallel and Distributed Systems, 33(12):3291-3305, 2022.
  • Zhanhua Zhang, Shusen Yang, Cong Zhao, Xuebin Ren, Qing Han, and Siyan Guo, RTCoInfer: Real-time Collaborative CNN Inference for Stream Analytics on Ubiquitous Images, IEEE Journal on Selected Areas in Communications, 1-19, 2023. Accept
  • Xuebin Ren, Liang Shi, Weiren Yu, Shusen Yang, Cong Zhao, Zongben Xu, LDP-IDS: Local Differential Privacy for Infinite Data Streams. ACM SIGMOD Conference, 2022: 1064-1077
  • Qing Han, Shusen Yang, Xuebin Ren, Peng Zhao, Cong Zhao, and Yimeng Wang, PCFed: Privacy-Enhanced and Communication-Efficient Federated Learning for Industrial IoTs, IEEE Transactions on Industrial Informatics, 18(9):6181-6191, 2022.
  • Xuebin Ren, Chia-Mu Yu, Wei Yu, Xinyu Yang, Jun Zhao, Shusen Yang, DPCrowd: Privacy-preserving and Communication-efficient Statistical Parameter Estimation for Real-time Crowd-sourced Data. IEEE Internet of Things Journal, 2021, 8(4):2775-2791.
  • Xuebin Ren, Chia-Mu Yu, Weiren Yu, Shusen Yang*, Xinyu Yang, Julie A. McCann, Philip S. Yu. LoPub: High-Dimensional Crowdsourced Data Publication with Local Differential Privacy [J]. IEEE Transactions on Information Forensics and Security, 2018, 13(9):2151-2166.
  • Fangyuan Zhao, Xuebin Ren*, Shusen Yang, Qing Han, Peng Zhao, Xinyu Yang, Latent Dirichlet Allocation Model Training with Differential Privacy. IEEE Transactions on Information Forensics and Security, 2021, 16:1290-1305.
  • Zhanhua Zhang, Shusen Yang, Cong Zhao, Xuebin Ren, Qing Han, and Siyan Guo, RTCoInfer: Real-time Collaborative CNN Inference for Stream Analytics on Ubiquitous Images, IEEE Journal on Selected Areas in Communications, 1-19, 2023. Accept
  • Qing Han, Shusen Yang, Xuebin Ren*, Cong Zhao, Jingqi Zhang, Xinyu Yang, OL4EL: Online Learning for Edge-Cloud Collaborative Learning on Heterogeneous Edges with Resource Constraints. IEEE Communications Magazine, 2020, 58(5): 49-55.
  • Xinyu Yang, Teng Wang, Xuebin Ren*, Wei Yu*. Locally Private High-dimensional Crowdsourced Data Release based on Copula Functions [J]. IEEE Transactions on Services Computing, 2019, PP(99):1-16.
  • Yanan Li, Xuebin Ren, Shusen Yang*, Xinyu Yang, Impact of Prior Knowledge and Data Correlation on Privacy Leakage: A Unified Analysis [J]. IEEE Transactions on Information Forensics and Security, 2019, 14(9):2342-2357.
  • Xinyu Yang, Teng Wang, Xuebin Ren*, Wei Yu*. Survey on Improving Data Utility in Differentially Private Sequential Data Publishing [J]. IEEE Transactions on Big Data, 2021, 7(4):729-749.
  • Fangyuan Zhao, Xuebin Ren, Shusen Yang, and Xinyu Yang, On Privacy Protection of Latent Dirichlet Allocation Model Training [C], 2019 28th Joint Conference on Artificial Intelligence (IJCAI), p 4860-4866, Macau, China, Aug 2019.
  • 任雪斌，徐静怡，杨新宇*，杨树森，基于贝叶斯网络的高维感知数据本地隐私保护发布, 中国科学：信息科学, 2019, 49(12): 1586–1605.
  • 王腾，杨新宇，任雪斌*，赵俊，面向数据流发布的数据自适应隐私保护机制, 中国科学：信息科学, 2020.
  • 任雪斌，杨新宇，杨树森，张海，大数据处理和分析中的隐私保护研究综述，西北大学学报，2019，49(1):1-11.

教学工作
  • 数据库系统, COMP461405,  2022-2023学年第二学期, 3.5学分, 64学时, 计算机试验班、越杰班（计算机）
  • 数据库系统, COMP461405,  2021-2022学年第二学期, 3.5学分, 64学时, 计算机试验班、越杰班（计算机）
  • 数据库系统, COMP461405,  2020-2021学年第二学期, 3.5学分, 64学时, 计算机试验班、越杰班（计算机）