文章总结： 上海电力大学人工智能学部杜海舟团队论文FedRGL被WWW2026录用。该研究针对联邦图学习中的非独立同分布挑战，提出个性化黎曼联邦图学习框架，通过构建混合曲率空间和里奇曲率门控机制解决几何异构性问题。实验表明该方法在准确性和泛化能力上显著优于现有方法，在联邦推荐、社交网络分析和能源电力领域具有广泛应用前景。 综合评分： 64 文章分类： AI安全,数据安全

上海电力大学人工智能学部最新研究成果被互联网领域顶级国际学术会议WWW2026录用

信息网络安全杂志

2026年3月1日 17:02 上海

近日，全球久负盛名的人工智能与互联网交叉领域顶级国际学术会议WWW2026公布了录用论文。我校人工智能学部能源大数据智慧计算科研团队负责人杜海舟老师及其硕士生吴昊林撰写的长文论文《FedRGL: Federated Riemannian Graph Learning in Mixed-Curvature Spaces with Ricci-Gated Convolution》成功入选。这是该团队首次在人工智能与互联网交叉领域顶级国际学术会议WWW上发表分布式图学习领域研究成果。

该论文针对联邦图学习（Federated Graph Learning, FGL）中客户端数据普遍存在的非独立同分布（non-IID）核心挑战展开研究，特别关注了由图数据内在几何结构差异引发的几何异构性问题。现有方法通常在单一、固定的几何空间中建模，难以适应不同分布式客户端图数据多样的结构特性（如层次或社群结构），且常常忽略图的局部拓扑信息。为此，论文提出了一个名为FedRGL的个性化黎曼联邦图学习新框架。该框架通过为每个客户端构建一个由欧几里得、双曲和球面流形组成的个性化混合曲率空间，并利用里奇曲率（Ricci Curvature）设计了一个动态门控机制来指导图卷积网络中的消息传递，从而同时解决了全局几何异构性和局部拓扑复杂性两大难题。实验表明，FedRGL在多个具有高度异构性的图数据集上，其模型准确性和泛化能力显著优于当前最先进的分布式图学习方法。

图1 FedRGL框架整体架构概览

这一研究成果对于构建下一代的分布式图智能系统具有广泛的应用前景。在联邦推荐系统等Web应用中，该框架能够为不同行为模式的用户群体（客户端）构建更精准的个性化模型，提升推荐效果的同时保护用户隐私。在跨平台的去中心化社交网络分析中，该框架可以在不共享原始数据的前提下，有效整合来自不同社群的结构信息，用于社区发现或链接预测等任务。在能源电力行业，该框架可用于对分布在不同区域电网中的设备故障、潮流计算、配网调度等图数据进行联合建模，在保护数据隐私的同时，实现对故障模式的精准预测和诊断。长远来看，FedRGL框架为实现几何感知与隐私保护的深度协同提供了一条关键路径，为构建更智能、更可信的Web人工智能系统奠定了坚实基础。

能源大数据智慧计算团队围绕以人工智能为核心，在分布式机器学习、多模态大模型推理、自然语言处理、知识图谱等关键领域进行持续深耕，并已形成一系列高水平成果。近年来，团队已有多篇高质量论文被NeurIPS、AAAI、WWW、ECAI、ECML、CIKM、ICSOC 等国际顶级学术会议录用，展现了持续向国际顶尖科研前沿迈进的坚实步伐。团队首次论文入选WWW人工智能与互联网交叉领域顶级国际学术会议，不仅是对团队长期科研工作的高度肯定，更为我校分布式图学习方向的发展注入了新的动力。团队将继续聚焦科研前沿，致力于产出更多兼具顶尖学术水平与重要现实意义的研究成果。

据悉，WWW，曾用名为The International Conference of World Wide Web，从2018年开始更名为The web conference，是国际互联网领域历史最悠久、最具影响力的顶级学术会议之一，也是中国计算机学会和中国人工智能学会推荐的A类会议，自1994年在瑞士日内瓦CERN举办第一届以来，已经连续举办30+届，是互联网科学与技术研究的旗舰交流平台。该会议在CORE Conference Ranking中被评为A*级别，其H-5指数120，Impact Score 15.6。WWW的投稿数量和竞争激烈程度屡创新高，WWW’2026共收到有效投稿3370篇，录用676篇，录用率约为20.1%，体现出其极高的学术认可度与难度。本次会议将于2026年4月13日至4月17日在迪拜举行。

来源：上海电力大学

推荐阅读

论文从被拒到被接收、引用量猛涨！西安交通大学、中国科学技术大学、南京理工大学青年学者谈论文代码公开的利与弊

AI查重系统频“误判”，学生何时能自证清白？中山大学、东南大学网安学者揭露检测系统技术困局与出路

用AI“写”论文算作弊吗？中山大学、东南大学、兰州大学网安学院导师拆解“真创新”

让论文“跑”起来！如何用开源项目“喂”出实战型网安人才？华中科技大学、西安电子科技大学、重庆邮电大学联手揭秘

信息网络安全

《信息网络安全》创刊于2001年，是由公安部主管，公安部第三研究所、中国计算机学会主办，面向国内外公开发行的国内首批信息安全类期刊之一，于2015年成为中国科技核心期刊，2017年成为中国科学引文数据库来源期刊，2018年成为中文核心期刊，2022年入选CCF计算领域高质量科技期刊分级目录。

中文核心期刊

中国科技核心期刊

中国科学引文数据库来源期刊

CCF计算领域高质量科技期刊

我们在不断努力和完善中，期待您的关注和支持！

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：信息网络安全杂志 《上海电力大学人工智能学部最新研究成果被互联网领域顶级国际学术会议WWW2026录用》