华声在线2月27日讯（通讯员 谢志雄）近日，南华大学计算机学院2023级硕士研究生谢志雄在南华大学田纹龙、武汉科技大学鲁剑锋、美国弗吉尼亚联邦大学肖卫军和美国萨福克大学徐智勇教师的共同指导下，完成了论文《High-Performance and Secure Jaccard Similarity Estimation for Cloud Storage》，并以南华大学为第一单位，谢志雄为第一作者、副教授田纹龙为通讯作者向人工智能交叉综合领域的顶级国际学术会议WWW（The Web Conference）投稿，成功被录用。

WWW会议是中国计算机学会推荐的A类国际学术会议（CCF-A），本届WWW会议共收到2062篇有效投稿，其中409篇论文被接收，录用率19.8%。WWW2025会议将于2025年4月28日至5月2日在澳大利亚悉尼举行。

The Web Conference 2025会议信息

检测和处理相似数据在HTTP协议和内容分发网络中发挥着关键作用，尤其在多用户环境下，确保高效的数据传输和存储变得尤为重要。然而，传统的相似度检测方法面临着计算开销大和存储需求高的问题，限制了其在大规模数据集中的应用。在现有方法中，传统MinHash技术虽然通过生成固定大小的签名来降低计算开销，但其在处理大数据集时仍存在效率瓶颈，且在数据修改时的准确性和隐私保护方面也存在显著风险。为此，田纹龙的研究团队提出了创新性的Horse-MinHash解决方案。其核心创新在于融合了快速内容定义特征提取（CDFE）架构与非交互式零知识证明安全框架，构建出兼顾效率与隐私的相似度计算体系。

该方案通过自主研发的成对等价性验证机制，成功实现了对加权MinHash等扩展算法的兼容支持，不仅降低了Jaccard相似度估计中的均方误差（MSE），而且在最小化计算开销的同时增强了隐私保护，在云存储优化、内容分发加速及隐私敏感数据处理等领域展现出显著应用潜力。

论文信息

一审：吴雅敏，二审：彭国军，三审：徐德荣