（通讯员万方高）西安电子科技大学协同智能系统教育部重点实验室李豪副教授、万方高硕士在演化计算领域权威期刊IEEE Transactions on Evolutionary Computation (TEVC)上发表题为“Privacy-Enhanced Multitasking Particle Swarm Optimization based on Homomorphic Encryption”的学术论文。该论文针演化多任务优化中涉及的隐私泄露问题，提出了一种具备隐私保护的高效多任务粒子群优化框架。

演化多任务优化(Evolutionary multitasking optimization, EMTO)是近年来在演化计算领域提出的一种新优化范式。EMTO可以同时解决多个不同的优化任务，并通过在任务间传递有效知识来促进卓越的收敛特性。然而，现有的EMTO通常只关注收敛性能的提升，而忽视了在不同任务间进行知识迁移可能导致的隐私泄露问题。为此，本文提出了一种隐私增强型多任务粒子群优化算法。通过结合多任务粒子群优化，在同态加密的基础上设计了一种保护隐私的知识转移策略。此外，还引入了一种在低维子空间中实现的任务间知识转移机制，以减少隐私保护带来的额外计算负担。在一系列合成问题和神经网络架构搜索问题上进行了综合实验，验证了所提方法的有效性。实验结果表明，与现有的EMTO相比，本文提出的方法在隐私保护方面具有显著优势。

IEEE Transactions on Evolutionary Computation是演化计算顶级期刊之一、中科院SCI期刊大类一区期刊。

论文链接：https://ieeexplore.ieee.org/document/10263995