《小型微型计算机系统》2026年9期专刊征文：边缘智能协同计算：效率、安全与隐私（Edge Intelligent Collaborative Computing: Efficiency, Security, and Privacy）

近年来，边缘计算与人工智能的深度融合推动了边缘智能（Edge Intelligence）及边—云协同计算范式的快速发展。通过在边缘节点与云端之间开展任务卸载、模型切分、协同推理与协同训练，该范式在满足低时延、低带宽开销和高可靠性等关键需求的同时，有效提升了智能服务质量与资源利用效率，促进其在工业互联网、车联网、智慧城市、智能医疗、工业制造及地质资源等应用场景中的广泛落地。然而，这一发展过程也引发了系统效率、安全、隐私与可信性等一系列挑战。例如，联邦学习可能面临数据投毒与后门攻击风险，从而破坏全局模型性能或植入隐蔽的恶意触发行为；协同推理虽然减少了原始数据上传，但其中间表征与交互信息仍可能带来隐私重构与敏感信息泄露隐患；同时，边缘设备的高度异构性、开放式部署环境以及多方参与的协同机制，进一步加剧了可信执行、身份认证、密钥保护、访问控制及供应链安全等方面的复杂性。因此，如何将相关理论方法转化为可在真实协同系统中高效部署、可测可控并具备可持续运行能力的实用方案，仍亟待深入研究。

为促进该领域的学术交流与工程实践，《小型微型计算机系统》拟于2026年9月推出专刊“边缘智能协同计算：效率、安全与隐私”，诚邀从事相关研究与实践的专家学者投稿具有创新性的原创论文或高质量综述。

一、专刊主题

边缘智能协同计算：效率、安全与隐私

二、特约编辑

王瑞锦（电子科技大学）

何   源（清华大学）

李   雄（电子科技大学）

李冬芬（成都理工大学）

陈   晶（武汉大学）

徐   剑（东北大学）

孙庆赟（北京航空航天大学）

付   才（华中科技大学）

三、征文范围
本专刊征稿主题包括但不限于以下方向：
1）基于边—云协同的智能系统安全体系结构与关键技术；
2）大模型与小模型协同计算体系结构；
3）边侧小模型与云侧大模型的安全协同推理；
4）大模型辅助的小模型高效压缩与持续优化；
5）大模型驱动的边缘智能资源优化；
6）网络安全中的人工智能；
7）密码技术在边缘协同中的应用；
8）对抗机器学习与智能鲁棒；
9）边缘智能的安全与隐私漏洞分析与系统化防护；
10）边—云协同推理安全；
11）安全/可信联邦学习；
12）面向多源异构场景的边缘知识图谱协同构建与隐私推理；
13）协同场景下的模型窃取与推理侧攻击防护；
14）边缘协同的访问控制与零信任机制；
15）智能数据共享、集成和存储的安全和隐私；
16）工业互联网等关键基础设施中的边缘协同安全；
17）边缘协同计算中的资源调度及安全；
18）边缘智能协同驱动的低时延预测模型优化；
19）联邦推荐与个性化中的安全与隐私；
22）边缘智能系统安全风险的预测和预警
23）自然资源场景下的边—云协同智能与安全；
24）复杂时空数据的边缘智能协同分析；
25）多源地学数据的协同计算与安全；
26）资源与环境数据共享的安全与隐私；
27）自然灾害监测的边缘协同与安全；
28）地学智能模型的鲁棒性与可信性；
29）资源环境预测预警中的边缘协同；
30）复杂自然场景下的边缘智能安全；

四、投稿方式及要求
1.投稿方式：论文通过“小型微型计算机系统在线投稿系统”（http://xwxt.sict.ac.cn)投稿, 投稿时在投稿栏目里选择2026年第9期专刊。
2.稿件要求：参照《小型微型计算机系统》官方投稿模板及投稿须知，投稿文章应属于作者的科研成果，数据真实可靠，具有重要的学术和应用价值。
3.版权要求：投稿文章未在国内、外正式出版物上公开发表，不存在一稿多投问题。

五、重要日期
截稿时间：2026年5月30日
录用截止时间：2026年7月30日
出版时间：2026年第9期

六、联系方式
联系人：付老师
编辑部电话：024-24696120
电子邮箱：xwjxt@sict.ac.cn

联系人：王老师
电子邮箱：ruijinwang@uestc.edu.cn



欢迎相关研究领域的专家学者、科研人员踊跃投稿。