乐俊青，江西抚州，副研究员，硕士生导师，CCF网络与系统安全专委执行委员，轨交数据治理与安全实验室负责人。师从廖晓峰教授（教育部长江学者特聘教授， IEEE/AAIA/AIIA Fellow），现为计算智能与信息安全团队—负责人为向涛教授（教育部长江学者特聘教授）。主要研究方向包括隐私计算、人工智能及其安全、计算机视觉及其安全、大模型安全、智能网联汽车安全等。

1）近五年，主持国家及省部级科研项目6项，其中包括：国家重点研发计划子课题、国家自然科学基金青年项目、重庆市重大专项课题、重庆市自然科学基金面上项目、中国博士后科学基金面上项目、教育部重点实验室重点项目等。同时，参与国家及省部级科研项目7项，涵盖国家重点研发计划课题、国家自然科学基金面上项目及重点项目、军工项目等。

2）与蚂蚁消费金融、马上消费金融、中冶赛迪信息、招商车研、重庆报业集团、奇安信等多家企业开展了深入的产学研合作，致力于推动科研成果落地应用。

3）在IEEE Transactions系列、CCF A类推荐等重要国际期刊和会议发表学术论文40余篇（第一/通讯20余篇），包括IEEE TFIS、ICML、IEEE TDSC、IEEE T-CYB、IEEE TSMC、IEEE TMC 、计算机研究与发展、电子学报等国内外高水平期刊/会议论文，获得IEEE CCPQT-2025最佳论文（通讯作者）。已申请国家发明专利8项，已授权3项。

4）学术服务方面，曾担任中科院二区期刊 Journal of Information Security and Applications（2024年度客编辑、JCR一区期刊 Mathematics 客座编辑（在岗），担任IEEE HPCC-2022国际会议专题分会主席、CCPQT-2023、CCPQT-2024、CCPQT-2025、CCPQT-2026国际会议组织主席，获得CCPQT-2025最佳Workshop组织奖；受邀担任多个国际期刊审稿人，包括IEEE TIFS、IEEE TSC、IEEE TDSC、IEEE TVT、IEEE TCC等。

团队经费充足、研究方向前沿，实验室配置新能源网联汽车（BYD真车）及测试平台、宇树机器人、无人机、A100及RTX4090等设备，年度招收硕士生2～3名，诚挚欢迎具有科研热情、踏实认真的同学报考本人或团队研究生。让我们在科研道路上携手同行、共同进步、追求卓越！（联系邮箱：junqingle@cqu.edu.cn）

近年代表性论文：

[1] Attention Hijacking: Backdooring Text Dataset Distillation via Semantic Anchors, International Conference on Machine Learning (ICML), 2026. (CCF A)

[2] 基于预约束加密的可追溯加密恶意流量检测. 电子学报, 已录用, 2026. (计算机领域高质量期刊，CCF T1 )

[3] Neuron Membership Inference Attack in Federated Learning for Bit Scenarios. IEEE Transactions on Emerging Topics in Computational Intelligence, 1-14, 2026. (中科院2区, IF: 6.5)

[4] GHAttack: Generative Adversarial Attacks on Heterogeneous Graph Neural Networks. IEEE Transactions on Neural Networks and Learning Systems, 2026.  (中科院1区, IF: 8.9)

[5] Precise and Privacy-Preserving Tampering Detection Model for Document Images. IEEE Transactions on Consumer Electronics, 71(4): 9889-9903, 2025. (中科院1区Top, IF: 10.9) 

[6] NAAFL: A Non-Authoritative Anarchic Federated Learning for Defending Against Malicious Attacks. IEEE Transactions on Sustainable Computing, 10(6): 1202-1215, 2025. (中科院3区, IF: 3.9)

[7] Secure and Accurate Personalized Federated Learning with Similarity-based Model Aggregation. IEEE Transactions on Sustainable Computing,10(1):132-145, 2025. (中科院3区, IF: 3.9) 

[8] LWAKA: Lightweight anonymous authenticated key agreement for VANETs, IEEE Transactions on Intelligent Transportation Systems, 2025. (中科院1区Top, IF: 8.4) 

[9] Wireless Communication-Efficient Accelerated Federated Learning for Image Segmentation. In IEEE International Conference on Computing, Communication, Perception and Quantum Technology (CCPQT), 1-6, 2025. (最佳会议论文) 

[10] ASMAFL: Adaptive staleness-aware momentum asynchronous federated learning in edge computing, IEEE Transactions on Mobile Computing 24 (4), 3390-3406, 2024 (CCF A)

Pecha: Privacy-preserving and efficient cross-domain handover authentication for heterogeneous networks, IEEE Transactions on Dependable and Secure Computing. (CCF A )

[8] Secure Redactable Blockchain With Dynamic Support. IEEE Transactions on Dependable and Secure Computing, 21(2): 717-731, 2024. (CCF A )

[9] 面向车联网数据持续共享的安全高效联邦学习[J]. 计算机研究与发展, 61(9): 2199-2212, 2024. (计算机领域高质量期刊，CCF T1)

PSRAKA: Physically secure and robust authenticated key agreement for VANETs, IEEE Transactions on Vehicular Technology 74 (5), 7953-7968, 2024. (中科院2区, IF: 7.1) 

[10] Privacy-Preserving Federated Learning Based on Dataset Condensation. IEEE Transactions on Consumer Electronics, 71(1): 748-760, 2024. (中科院1区Top, IF: 10.9) 

[11] AVPMIR: Adaptive verifiable privacy-preserving medical image retrieval, IEEE Transactions on Dependable and Secure Computing 21 (5), 4637-4651, 2024. (CCF A)

[12] Secure and Efficient Continuous Learning Model for Traffic Flow Prediction. IEEE Transactions on Network and Service Management, 21(4):4900 – 4911, 2024. (中科院2区, IF: 5.4)

[13] An efficient privacy-preserving ranked multi-keyword retrieval for multiple data owners in outsourced cloud, IEEE Transactions on Services Computing 17 (2), 406-419, 2023. (CCF A)

[14] Privacy-preserving Federated Learning with Malicious Clients and Honest-but-curious Servers. IEEE Transactions on Information Forensics and Security, 18: 4329-4344, 2023. (中科院1区, IF: 6.3, CCF A 类，Google 学术引用 113)

[15] Federated Continuous Learning with Broad Network Architecture. IEEE Transactions on Cybernetics, 51(8): 3874-3888, 2021. (中科院1区Top, IF: 19.118, Google学术引用95).

[16] Anonymous Privacy Preservation Based on M-signature and Fuzzy Processing for Real-time Data Release. IEEE Transactions on Systems, Man, and Cybernetics: Systems, 50(10): 3871-3883, 2020. (中科院1区Top, IF: 13.451)

发明专利/软著（授权/申请）：

[1] 乐俊青，刘苠渝，张迪，向涛，廖晓峰.一种面向细粒度情感分析的情感数据自动标注方法及系统CN121706033B，2026.05（已授权）

[2] 软著著作权,基于大五人格的隐私度量系统V1.0, 登记号2026SR0158209, 2026 (已授权)

[3] 乐俊青, 李望, 张迪, 朱菲飞, 刘苠渝, 白如雪, 廖晓峰. 一种面向数据集蒸馏的隐蔽后门攻击方法及装置, CN202511400368.1, 2025.09. (已通过实质审查)

[4] 乐俊青, 张迪, 谭州勇, 刘高, 向涛, 一种基于宽度网络架构的联邦持续学习方法及系统, 202410161849.0, 2025.02 (已通过实质审查)

[5] 乐俊青, 邢博文, 张迪, 朱菲飞, 廖晓峰.一种基于辅助生成器的高效联邦类增量学习方法及系统, 202411568176.7, 2025.02. (已通过实质审查)

[6] 谭州勇, 乐俊青, 张迪, 廖晓峰, 向涛, 个性化联邦学习方法及装置、系统、电子设备, 202311356388.4, 2024.01. (已通过实质审查)

[7] 张迪, 杨帆, 乐俊青, 向涛, 何家玲, 刘高, 乔德文, 一种基于差分隐私的实用聚合统计数据交易方法及系统, 202410293939.5, 2024.05. (已通过实质审查)

[8] 刘高, 李浩, 王宁, 向涛, 乐俊青, 张迪, 一种具有隐私保护的跨域切换认证方法及系统, 202310774006.3, 2025.01.（已授权）

[9] 向涛, 吕潇, 郭尚伟, 陈泌文, 张迪, 乐俊青, 张巧, 廖晓峰, 用于评估语音安全的方法、装置、电子设备及存储介质, CN115359806B, 2025.11（已授权）

科研获奖：

[1] 重庆市自然科学奖二等奖（排名第2）,《群体智能系统驱动的高效安全分布式优化理论与方法》,2025年度

[2] 《面向全生命周期的可信数据管理理论与方法》，世界互联网领先科技奖收录成果集《科技之魅》，世界互联网大会，2023年

[3] “数据要素X”大赛重庆分赛三等奖，《星盾·基于AI数据模型的城市应急智控平台》，重庆大数据应用发展管理局，2024年

[4] 中国冶金科工集团有限公司科学技术成果评价证书，《城市基础设施CIM平台研发与应用》，2024年

[5] 中冶赛迪信息技术（重庆）公司合作工作获“共建共创”荣誉表彰，2023年

毕业生就业：

2026届硕士生 李  望  阿里巴巴（杭州）

2026届硕士生 朱菲飞 国家电网（襄阳）

2025届博士生（协助培养） 李绍鑫 华为公司（上海）

2025届博士生（协助培养） 杨  帆  鹏城实验室（深圳）

2025届硕士生 邢博文 华为公司（上海）

2024届硕士生 谭州勇 重庆农商银行（重庆）