河北大学网络空间安全与计算机学院杜瑞忠教授的最新研究成果“LPPUBR: Lightweight Privacy-Preserving Unsupervised Medical Image Bitmap Retrieval in IoT”被计算机系统结构领域顶级学术期刊IEEE Transactions on Computers（CCF A）录用发表。这是河北大学作为第一署名单位在物联网隐私保护与医学图像检索领域取得的重要科研成果，对于提升河北大学网络空间安全、人工智能学科的学术影响力与学科竞争力具有重要作用。

研究团队长期致力于网络安全、边缘计算及隐私保护方向的研究，聚焦物联网环境下资源受限设备进行高效、安全的医学图像检索这一核心难题展开深入探索。由于该任务的核心挑战在于如何在确保患者隐私不泄露的前提下，克服传统深度学习模型对计算资源的高需求以及加密算法带来的高通信开销，团队针对性地提出了轻量级隐私保护无监督位图检索方案。该方案首先设计了结合MobileNetV2倒置残差结构的轻量级视觉Transformer，在显著减少参数量和计算复杂度的同时，高效提取图像深层特征；其次，引入跨量化对比学习策略，在无标签情况下同步训练模型与乘积量化码本，并将深层特征编码为二进制位图，极大提升了检索效率并降低了存储成本；此外，针对多服务器环境，团队还专门设计了基于分组通信策略的n方秘密分享安全协议，通过优化中间值恢复操作，显著降低了服务器间的交互频率与通信开销。

该课题组已在加密图像检索、跨模态检索、空间众包等领域取得了一系列重要成果，相关工作分别发表在国际权威学术会议和期刊IEEE TC、IEEE TMC、IEEE TCC、DASFAA、ICMR上。

以上工作得到了国家自然科学基金、京津冀基础研究合作专项项目、国家重点研发计划、河北省自然科学基金及河北省教育厅自然科学基金等项目的联合资助。

论文链接：https://xplorestaging.ieee.org/document/11304289

声明: 本文资料和图片来自于政府/园区管委会官网、官方公众号、材料相关媒体及其他公开资料，如信息有误或有遗漏，欢迎联系我们修改；我们尊重知识产权，因整理资料所需，本文中引用部分公开第三方的数据、图片等内容，其所属的知识产权归属原作者，且凡引用的内容均在文中标注了原文出处、原作者。若版权所有者认为本文涉嫌侵权或其他问题，请联系我方及时处理；我们力求数据严谨准确，但因受时间及人力限制，文中内容难免有所纰漏。如有重大失误失实，敬请读者不吝赐教批评指正。