王军波

教授

E-mail：wangjb33@mail.sysu.edu.cn

研究方向：人工智能安全与鲁棒性；大数据与智慧应急；机器人与多智能体系统

教师简介

王军波，教授，博导。
2011年获得日本会津大学计算机理工学博士学位，博士期间荣获日本NEC C&C财团外国人特别研究员称号。2012至2019年，作为会津大学副教授，主持多项日本国家级科研项目，尤其作为日方项目负责人，成功主持了日美（JST-NSF）国际战略合作项目。2019年由“百人计划”人才引进回国工作。主要专注于人工智能、隐私保护、大模型、多智能体等领域研究，其研究成果已在IEEE TNNLS、IEEE TIFS、IEEE ComST、IEEE TPDS、IEEE TMC、IEEE TBD、IEEE TVT等知名期刊及Globecom、ICC等国际会议上发表80余篇。主持国家级科研项目4项，省部级项目/课题5项。担任SCI期刊《Information Systems Frontier》编委，《大数据挖掘与分析》青年编委，以及CCF网络与数据通信专委会、CCF分布式计算与系统专委会专委等。

学科与研究方向

研究方向：人工智能安全与鲁棒性；大数据与智慧应急；机器人与多智能体系统
招生专业：计算机科学与技术；控制科学与工程（招生博士与硕士）；电子信息（招生博士与硕士）；
承担本科生课程：数据结构与算法；机器学习
承担研究生课程：高等算法设计、分析与应用；高等机器学习

欢迎对科研有浓厚兴趣的本科生与研究生加入！

科研项目

  1. 国家自然基金面上项目，面向突发事件实时服务的多源数据安全分析及隐私保护，主持
  2. 广东省重点领域研发计划，洪涝灾害和水域事故救援关键技术与装备研发及应用示范，课题负责人
  3. 广东省粤深联合基金重点项目，基于大数据的公共卫生事件社会资源服务与预警决策技术研究，课题负责人
  4. 广东省自然基金-面上项目，面向多智能体协同的联邦图学习安全与鲁棒性机制研究，主持
  5. 深圳市基础研究-面上项目，面向无人机集群的联邦学习安全鲁邦性机制，主持
  6. 广东省自然基金-面上项目，复杂动态环境下联邦学习优化及鲁棒性设计，主持
  7. 日本JST-美国NSF 国际战略合作项目，“大数据与灾害”重点专项，Dynamic Evolution of Smartphone-Based Emergency Communications Network，主持 （美国的项目主持人包括美国天普大学Jie Wu教授，Krishna Kant教授和Slobodan Vucetic教授）
  8. 日本学术振兴会（JSPS）基盘研究基金项目 ，面向灾难实时信息的数据安全管理和分析，主持
  9. 日本学术振兴会（JSPS）青年研究基金项目 ，基于网络和用户状况的自律化物联网平台的构建，主持
  10. 中山大学“百人计划”启动经费，主持

主要期刊论文

[1]Xi Zhu, Junbo Wang*, et. al., “Adaptive Model Compression for Efficient Federated Learning in IoT Systems” IEEE Internet of Things Journal, 2025.

[2]QingYuan, JunboWang*, et. al. “DAGCAN:DecoupledAdap- tive Graph Convolution Attention Network for Traffic Forecasting”, IEEE Transactions on Intelligent Transportation Systems, 2025.

[3]Xi Zhu, Junbo Wang*, et. al., “Sparse Communication Mechanism for Federated Learning in IoT Systems”, IEEE Internet of Things Journal, 2025.

[4]Linsi Lan, Junbo Wang*, Zhi Li, et. al., “FedREM: Guided Federated Learning in the Presence of Dynamic Device Unpredictability”, IEEE Transactions on Parallel and Distributed Systems, 2024.

[5]Zhi Li, Qichao Wang, Junbo Wang*, et. al., “A Flexible Cooperative MARL Method for Efficient Passage of an Emergency CAV in Mixed Traffic”, IEEE Transactions on Intelligent Transportation Systems, 2024.

[6]RuiqiLiu, SongcanYu, LinsiLan, JunboWang*, et. al., “ARemedy for Heterogeneous Data: Clustered Federated Learning with Gradient Trajectory”, Big Data Mining and Analytics, 2024

[7]Songcan Yu, Qinglin Yang*, Junbo Wang*, Celimuge Wu, “FedUSL: A Federated Annotation Method for Driving Fatigue Detection based on Multimodal Sensing Data”, ACM Transactions on Sensor Networks, 2024.

[8]Siyang Guo, Yaming Guo, Hui Zhang*, Junbo Wang*, “Mitigating Update Conflict in Non-IID Federated Learning via Orthogonal Class Gradients” IEEE Transactions on Mobile Computing, 2024, 01 :1–12.

[9]TaiyuWang, QinglinYang, KaimingZhu, JunboWang*, et al., “LDS- FL: Loss Differential Strategy Based Federated Learning for Privacy Preserving”, IEEE Transactions on Information Forensics and Security, 2023, 19 :1015–1030.  

[10]JunboWang*; A. Pal; Q. Yang; K. Kant; et. al; “Collaborative Machine Learning: Schemes, Robustness and Privacy”, IEEE Transactions on Neural Networks and Learning Systems, 2022

[11]A. Pal; J. Wang*; et. al. “Social Media D riven Big Data Analysis for Disaster Situation Awareness: A Tutorial”, IEEE Transactions on Big Data, 2022

[12]F. Liang; Q. Yang; R. Liu; J. Wang*; et. al; Semi-Synchronous Federated Learning Protocol with Dynamic Aggregation in Internet of Vehicles, IEEE Transactions on Vehicular Technology, 2022

[13]J. Wang, M. Meyer, Y. Wu, Y. Wang, “Maximum Data-resolution Efficiency for Fog-Computing Supported Spatial Big Data Processing in Disaster Scenarios”, IEEE Transactions on Parallel and Distributed Systems, vol. 30, issue 8, pp. 1826-1842, 2019. 

[14]J. Wang, Y. Wu, N. Yen, S. Guo and Z. Cheng, "Big Data Analytics for Emergency Communication Networks: A Survey," IEEE Communications Surveys & Tutorials, vol. 18, no. 3, pp. 1758-1778, 2016. （影响因子 34.3）

[15]J. Wang, K. Sato, S. Guo, W. Chen, J. Wu “Big Data Processing with Minimal Delay and Guaranteed Data Resolution in Disaster Areas”,  IEEE Transactions on Vehicular Technology， vol. 68, issue 4, pp. 3833-3842 · December 2019 

[16]J. Wang; S. Guo; Z. Cheng; P. Li; J. Wu, "Optimization of Deployable-Base-Stations with Guaranteed QoE in Disaster Scenarios," IEEE Transactions on Vehicular Technology, vol. 66, issue 7, pp.6536-6552, 2017

荣誉获奖情况

1.Excellent Financial chair of iCAST & UMEDIA 2013 (Dec. 2013)

2.Best Paper Award in U-Media 2012 as a co-author (Aug. 2012)

3.Best Paper Award in EMC13, as a co-author (Aug. 2013)

主要学术兼职

1.青年编委，大数据挖掘与分析（英文）中科院1区 IF13.6

2.编委，Information Systems Frontiers

3.专委，CCF分布式计算计算专委会

4.专委，CCF网络与数据通信专委会

5.专委，广东省计算机协会移动与边缘计算

6.智库专家，粤港澳大湾区人工智能产业

7.常年担任IEEE通信旗舰会议程序委员会成员，包括IEEE Globecom， ICC，ICDCS，ICCCN等

8.IEEE TMC、TPDS、TNNLS、TVT、TSC等国际期刊审稿人

联系方式

电子邮箱：wangjb33@mail.sysu.edu.cn
办公室：中山大学深圳校区工学园1-202