6月25日，应学院邀请，西南财经大学青年杰出教授、博士生导师陈雪蓉教授来我院作了题为“A General Distributed Privacy-Preserving Statistical Inference Framework for Massive Data”的学术报告。报告由学院副院长杨炜明教授主持，学院相关专业教师及研究生参加了此次学术活动。

报告会上，陈雪蓉教授系统介绍了大数据时代隐私保护分布式推断面临的挑战与机遇。她指出，在大数据时代，隐私保护的分布式推断在平衡数据效用、计算效率和隐私保护方面发挥着关键作用。然而，现有的差分隐私分布式推断和联邦学习方法要么仅关注参数估计，要么假设数据独立同分布，或者局限于特定模型，无法为异质性数据下的通用模型提供全面的统计推断。此外，现有差分隐私方法中的灵敏度计算往往依赖于数据截断或有界性假设，需要针对每个模型逐一进行定制。针对上述问题，陈雪蓉教授团队提出了一种统一的分布式隐私保护统计推断框架，适用于同质和异质数据。该框架采用了一种融合对称加密和差分隐私概念的加密技术，具有计算效率高、精度高的特点，且无需进行逐案的灵敏度计算。该框架可广泛应用于线性回归、逻辑回归、Cox模型和分位数回归等常用模型。报告还介绍了加密函数的选择指南，可简化灵敏度计算和理论推导。陈教授团队建立了包括差分隐私保证、收敛速率以及所提出隐私估计量的渐近正态性在内的理论性质，并通过数值模拟和实际数据分析验证了方法的有效性。

报告结束后，陈雪蓉教授与在场师生就分布式隐私保护统计推断的理论细节、应用场景及未来研究方向等问题进行了深入交流和讨论。现场学术氛围浓厚，师生反响热烈。本次学术报告为我院师生提供了了解统计学科前沿研究动态的宝贵机会，拓宽了学术视野，对推动我院相关领域的科学研究与学科建设具有积极意义。

陈雪蓉，西南财经大学青年杰出教授、博士生导师，国家级青年人才计划入选者，四川省高层次人才入选者。论文发表于JASA, Biometrics,等统计学、生物统计学权威期刊。主持国家自然科学基金面上项目2项、国家自然科学基金重点项目子课题2项、青年项目和国家重点研发计划课题子课题各1项。曾荣获教育部“第八届高等学校科学研究优秀成果奖青年成果奖”