随着人工智能的迅速发展，引发了对数据隐私的越来越多的担忧。差分隐私 (DP) 为在统计数据分析中提供正式的隐私保障提供了数学框架。

基于此，Mathematics 特邀中国人民大学信息学院周春来副教授，中国人民大学信息学院覃飙副教授创建特刊“差分隐私和人工智能的数学基础 (Mathematical Foundations of Differential Privacy and Artificial Intelligence)”。

本特刊诚邀高质量的论文投稿，以推动人工智能与差分隐私交叉领域的理论、算法和分析的发展，特别强调数学上的新颖性和严谨性。收录的主题包括（但不限于）以下内容：

理论基础：在自适应和迭代学习过程中用于差分隐私的数学形式和算法；针对瑞尼尔差分隐私、高斯差分隐私、近似差分隐私及其他隐私过滤器和计数器的高级组合与隐私核算。

隐私与准确性的权衡：针对不同模型类别的私有估计和学习的严格界限；随机梯度下降及其他优化算法的差分隐私变体，同时具备收敛性和实用性保证。

私有生成模型：对差分隐私生成对抗网络、差分隐私合成数据以及大型语言模型 (LLM) 中的差分隐私的数学分析。

差分隐私与稳健统计学：隐私保证与对抗样本或数据损坏的鲁棒性之间的相互作用。

算法公平性与隐私：对差分隐私与算法公平性概念之间的紧张关系和协同作用的数学探索。

差分隐私与其他隐私保护方法的联系。

• 投稿截止日期

2026年11月15日

• 客座编辑

周春来  副教授（中国人民大学）

周春来，副教授，硕士生导师。2007年8月毕业于美国印第安那大学(Indiana University， Bloomington), 获应用数学博士学位 (辅修计算机科学)。曾在阿姆斯特丹大学获得理学硕士学位。目前主要研究领域是人工智能不确定性和数据科学方面的隐私计算 (主要是差分隐私)。在哈佛大学做长期 (1年) 公派访问学者，在德国多特蒙德大学计算机系，澳大利亚国立大学计算机实验室和悉尼科技大学量子计算研究中心做短期 (1-6个月) 访问学者。

研究兴趣：目前主要是数据科学中的隐私计算和深度学习不确定性。大的研究方向是人工智能基础， 具体有

人工智能不确定性和概率推理

概率形式化方法和系统

不确定性统计决策和隐私

深度学习不确定性

覃飙 副教授（中国人民大学）

覃飙，副教授，博士生导师。华中科技大学计算机学院博士，清华大学计算机系博士后，Indian University-Purdue University博士后, Simon Fraser University访问学者。近年来主要研究大数据分析，一方面研究大数据中的语义和语料库建设，另一方面研究人工智能在大数据分析 (包括因果分析) 中的应用。与国际上多位著名教授展开合作研究，如清华大学的王建民教授、Simon Fraser University的Jian Pei教授 (加拿大两院院士，曾任京东副总)、香港中文大学的Jeffrey X. Yu教授、University of Queensland的Xiaofang Zhou教授以及Indian University-Purdue University的Yuni Xia教授等。主持了4项国家自然基金项目、多项省部级项目和校级项目。近年来在国际一流期刊和会议上发表论文十多篇，如VLDB、KDD、TKDE、MM、AAAI、WWW 和IJCAI等。

研究兴趣：大数据中的语义分析与语料库构建；人工智能在大数据分析中的应用 (包括因果分析)

了解更多特刊信息：https://www.mdpi.com/journal/mathematics/special_issues/5Y539F0Q84

• Mathematics 期刊介绍

主编： Francisco Chiclana, School of Computer Science and Informatics, De Montfort University, UK

期刊主题涵盖纯数学和应用数学所有领域，重点发表代数与逻辑、几何与拓扑、数学分析、统计与运筹学、应用数学，包括数学与计算机科学、控制理论与力学、数学生物学、数学物理、金融数学等数学在其他各学科应用的文章。现已被SCIE (Web of Science)、Scopus等重要数据库收录，连续7年稳居JCR Q1，JCR category rank: 30/492。

2025 Impact Factor：2.3

2025 CiteScore：5.4

Time to First Decision：17.4 Days

Acceptance to Publication：2.8 Days

期刊主页：https://www.mdpi.com/journal/mathematics

支持单位：