数据是新时代重要的生产要素，也是国家基础性战略资源。随着我国《数据安全法》和《个人信息保护法》等法律的出台，数据安全和隐私保护成为学术界和产业界广泛关注的重要议题。隐私计算作为一种隐私保护和数据安全使用的有效方式，可在不转移或不暴露原始数据的条件下实现数据安全融合与利用，为数据流通和共享提供了一条重要的技术路径。Gartner在2020年和2021年连续两年将隐私计算列为重要战略科技趋势。阿里达摩院和百度研究院也在2022年将隐私计算作为未来最重大的十种科技趋势之一。隐私计算成为打破数据孤岛、推动数据流通的重要技术。

为此，本刊计划出版“隐私计算”专题，征集最前沿的联邦学习、安全多方计算、差分隐私、可信执行环境、同态密码和数据删除等隐私计算理论、方法、技术与应用。本专题将致力于报告隐私计算最新的研究成果，开展学术交流，推动合作。特面向全球征集论文，欢迎广大学者、专家及工程技术人员积极投稿。具体征稿事宜如下。

一、征稿范围

1. 数据安全理论与技术
2. 隐私保护理论与方法
3. 隐私度量理论与方法
4. 联邦学习理论与方法
5. 安全多方计算理论与方法
6. 差分隐私理论与方法
7. 可信执行环境理论与方法
8. 同态加密理论与方法
9. 零知识证明理论与方法
10. 可信数据删除理论与方法
11. 区块链赋能隐私计算方法
12. 多种隐私计算技术融合方法及应用
13. 隐私计算与机器学习融合方法
14. 隐私保护满足性分析、验证与评估方法
15. 隐私计算面临的安全与隐私威胁
16. 隐私计算在政务、金融、医疗、交通等场景下的应用
17. 隐私计算的优势与局限性分析

（注：不限以上范围）

二、重要时间

截稿日期：2022.8.15

出版日期：2022.12.15

三、注意事项

1. 请在投稿时，在投稿系统中拟投栏目选择“隐私计算专题”
2. 本刊也接收全英文文章，英文文章须有中文标题、中文作者单位、中文摘要及关键词等
3. 投稿网址 http://journal.cqupt.edu.cn
4. 如有疑问，请与我们联系

• 联系人：周由胜
• 联系电话：023-62461032 E-mail：[email protected]

专题特约编委

• 王伟（[email protected]），北京交通大学，中国
• 周晓康（[email protected]），日本滋贺大学，日本
• 韩宇飞（[email protected]），法国国家计算机与自动化研究院，法国

本刊简介

《重庆邮电大学学报（自然科学版）》(ISSN 1673-825X,CN 50-1181/N, CODEN:CYDXA4)创刊于1988年，是由重庆市教育委员会主管、重庆邮电大学主办的以信息学科为特色的专业性学术期刊。目前为双月刊，国际标准大16开本，国内外公开发行。

本刊目前为中国科学引文数据库（CSCD）来源期刊、《中文核心期刊要目总览》入编期刊，曾获全国优秀自然科学学报、连续三次获“中国高校百佳科技期刊”；连续多次获得“重庆市重点学术期刊工程出版专项资金”资助。

本刊主要入选数据库

• 中国科学引文数据库(CSCD)
• 中国科技期刊引证报告（核心版）(CJCR)
• 中国科技论文与引文数据库(CSTPCD)
• 英国《科学文摘》(SA，INSPEC)
• 美国《剑桥科学文摘》(CSA)
• 美国EBSCOhost网络数据库(Eh)
• 美国《乌利希国际期刊指南》(Ulrich IPD)
• 波兰《哥白尼索引》(IC)

http://journal2.cqupt.edu.cn/jcuptnsecn/jcuptnse/home

安全学术圈招募队友-ing, 有兴趣加入学术圈的请联系secdr#qq.com