2021年10月21日，2021中国自动化大会Workshop工业互联网边缘计算技术研讨会采用线上腾讯会议的形式成功召开。

本次Workshop由中国自动化学会主办，中国科学院沈阳自动化研究所协办。作为新型工业化的基础设施和智能制造的关键使能技术，工业互联网已经成为了全球制造业新一轮抢占的制高点。边缘计算是实现工业互联网智能化生产、网络化协同、个性化定制和服务化转型等创新应用的关键。此次研讨会旨在分享边缘计算领域中在数据安全、联邦学习、人工智能、工业互联网等关键技术问题的最新研究进展，推动边缘计算最新技术成果与产业工程领域密切结合。

会议主席由中国科学院沈阳自动化研究所曾鹏研究员担任，由沈自所刘阳副研究员主持。会议邀请了加拿大圭尔夫大学林晓东教授、清华大学任炬副教授、中山大学陈旭教授、北京航空航天大学任磊教授四位专家分享他们的最新研究成果，引起了与会专家学者热烈反响，会议高峰时期观看直播人数高达300余人。

首先，加拿大奎尔夫大学林晓东教授作题为“Challenges   and Solutions in Digital Forensics”的报告。林教授对数字取证技术的应用背景和必要性做了介绍，讨论了边缘计算环境下数字取证技术的发展，分享了面临的主要挑战和研究问题，对数据取证的关键技术做了详细阐述。

北京航空航天大学任磊教授作题为“工业互联网：新兴技术展望”的报告。任教授对我国工业互联网的发展作回顾性介绍，指出工业互联网已上升为我国重要国家创新战略，是新基建的重要内容之一，国家各部委均设立了相关重大专项推动工业互联网基础理论与关键技术“卡脖子”问题的攻关与突破。报告讨论了在新一代人工智能与新一代智能制造的发展脉络与背景下，工业互联网的新兴热点技术，包括工业互联网+5G、工业大数据+工业智能、云制造+云边协同、工业建模仿真+数字孪生、工业安全可信+区块链等关键技术和挑战的最新进展。

中山大学陈旭教授作题为“边缘计算与人工智能”的报告。陈教授对边缘计算对移动互联网与智能物联网应用的支撑作用做了分析，指出充分利用边缘计算，通过网络大数据深度学习与挖掘，实现智能化移动网络信息感知与性能优化，促进通信、计算和存储的深度协同融合。报告分享了中山大学团队在边缘计算方向的研究进展、以及探索边缘智能--边缘计算和人工智能彼此赋能的新范式。

清华大学任炬副教授作题为“面向异构环境的联邦学习优化机制”的报告。任副教授对联邦学习作为一种典型的分布式学习机制做了分析，并对实际应用场景中，分布式环境的设备算力、数据及通信的高度异构性对联邦学习的性能影响做了阐述。报告围绕联邦学习的异构性挑战，介绍了团队所做出的一系列性能优化研究工作。

最后，Workshop主持人对本次研讨会进行了总结，并对参与本次研讨会的讲座嘉宾和同学的大力支持表示感谢。会议的成功召开为工业互联网边缘计算在关键技术与应用领域进一步发展指明了若干重要方向，具有积极的指导意义。