个人简介：
燕刚，吉林大学计算机科学与技术学院教授、博士生导师，入选2024年国家级高层次青年人才计划。2023年博士毕业于美国纽约州立大学宾汉姆顿分校，主要从事高性能网络与边缘计算、分布式系统与安全、大模型优化与隐私保护等方向的研究。近五年来，以第一作者在 NeurIPS、USENIX ATC、ACM CoNEXT、ACM MM、ACM KDD、AAAI、RAID 等国际顶级学术会议上发表论文十余篇。2024年荣获纽约州立大学“电子与计算机工程研究卓越奖”。
招生讯息：
课题组拟招收2026年和2027年入学的博士研究生和硕士研究生，学术型博士每年3名、硕士每年3-5名（合计博士6名、硕士6-10名）。欢迎对以下研究方向感兴趣的同学报考或申请加入课题组：
（1）高性能网络与边缘计算
（2）网络与系统安全（对抗攻击防御、可信计算）
（3）机器学习（联邦学习、推荐系统等）
申请的同学应满足下列条件：
（1）具备良好的英语基础；
（2）具有一定的科研能力，并具备扎实的相关基础知识；
（3）对科研充满热情，具备独立思考能力和良好的团队合作精神。
本课题组注重因材施教，提供系统的学术指导，致力于营造高效、开放、公平的科研环境，并配备完善的实验与计算资源。若对研究方向或申请条件有疑问，欢迎联系：gyan8@jlu.edu.cn / gangyan58@gmail.com
工作经历：
2025.01—至今： 吉林大学计算机学院，教授，博士生导师
2024.01—2024.12：加州大学默赛德分校，博士后研究员
2023.06—2023.08：AT&T Shannon 实验室，技术研究员
教育经历：
2020.01—2023.12：纽约州立大学，电子与计算机工程，博士
2016.09—2019.09：南开大学，统计学，硕士
2012.09—2016.06：南开大学，统计学，学士
代表性论文：
[1] Gang Yan, Sikai Yang, Wan Du. “FedRACE: A Hierarchical and Statistical Framework for Robust Federated Learning”. In Proc. of NeurIPS, 2025.
[2] Gang Yan, Jian Li, Wan Du. “FedSTEP: Asynchronous and Staleness-Aware Personalization for Efficient Federated Learning”. In Proc. of ACM CIKM, 2025.
[3] Gang Yan, Wan Du. “FedDiAL: Adaptive Federated Learning with Hierarchical Discriminative Network for Large Pre-trained Models”. In Proc. of ACM KDD, 2025.
[4] Gang Yan, Hao Wang, Xu Yuan and Jian Li. “Enhancing Model Poisoning Attacks to Byzantine-Robust Federated Learning via Critical Learning Periods”. In Proc. of RAID, 2024.
[5] Gang Yan, Hao Wang, Xu Yuan and Jian Li. “FedRoLA: Robust Federated Learning Against Model Poisoning via Layer-based Aggregation”. In Proc. of ACM KDD, 2024.
[6] Gang Yan, Hao Wang, Xu Yuan and Jian Li. “CriticalFL: A Critical Learning Periods Augmented Client Selection Framework for Efficient Federated Learning”. In Proc. of ACM KDD, 2023.
[7] Gang Yan, Hao Wang, Xu Yuan and Jian Li. “DeFL: Defending Against Model Poisoning Attacks in Federated Learning via Critical Learning Periods Awareness”. In Proc. of AAAI, 2023.
[8] Gang Yan and Jian Li. “Towards Latency Awareness for Content Delivery Network Caching”. In Proc. of USENIX ATC, 2022.
[9] Gang Yan, Hao Wang and Jian Li. “Seizing Critical Learning Periods in Federated Learning”. In Proc. of AAAI, 2022.
[10] Gang Yan, Jian Li and Don Towsley. “Learning from Optimal Caching for Content Delivery”. In Proc. of ACM CoNEXT, 2021.
[11] Gang Yan and Jian Li. “RL-Bélády: A Unified Learning Framework for Content Caching”. In Proc. of ACM MM, 2020.
[12] Guojun Xiong*, Gang Yan*(共一), Shiqiang Wang and Jian Li. “Straggler-Resilient Decentralized Learning via Adaptive Asynchronous Updates”. In Proc. of ACM MobiHoc, 2024.
[13] Wudi Chen, Zhiyuan Zha, Shigang Wang, Bihan Wen, Xin Yuan, Jiantao Zhou, Zipei Fan, Gang Yan, Ce Zhu. “KaRF: Weakly-Supervised Kolmogorov-Arnold Networks-based Radiance Fields for Local Color Editing”. In Proc. of NeurIPS, 2025.
联系方式：gyan8@jlu.edu.cn, gangyan58@gmail.com
