算力赋能智能仿真：智能体网络安全与可信协同

分布式算力为多智能体协同感知、推理与决策提供了重要支撑，也对跨节点数据交互、模型调用和任务协作的安全性提出了更高要求。本报告面向算力支撑的智能仿真与协同决策场景，围绕智能体网络中的可信接入、安全协作与可靠推理，分析身份伪装、隐私泄露、恶意交互及风险传播等安全挑战，介绍跨域身份认证、隐私保护协同计算与模型攻击防御等关键技术及相关研究进展。在此基础上，探讨利用仿真环境构建可重复的攻防与协同测试场景，评估不同算力配置、网络条件和交互策略下的安全风险、任务完成质量与计算开销，为智能体网络的可信运行及算力与仿真应用的深度融合提供参考。

唐湘云，博士，中央民族大学信息工程学院副教授，主要从事人工智能安全与隐私保护研究，研究方向包括安全可信协同计算、联邦学习与联邦遗忘、模型攻击与防御等。主持国家自然科学基金面上项目、青年项目等科研项目，在 IEEE TIFS、IEEE TDSC、AAAI、《计算机学报》等国内外期刊和会议发表论文50余篇，获国际会议最佳论文奖5项、杰出论文奖2项。担任 IEEE TDSC 副编辑、IEEE TIFS 青年编委及 Computer Networks 副编辑。