2026数据驱动、隐私计算与机器学习国际会议(ICDDPCML 2026)

1、本会设有学生/团队优惠，对于学生/团队友好！！！

2、高录用、快见刊！！！

3、普刊、期刊也可咨询！！！

1.[大会信息]

2026 International Conference on Data Driven, Privacy Computing, and Machine Learning

大会地点：深圳

会议官网：

最终截稿时间：以官网为准（早投稿、早审核、早录用）

投稿邮箱：ic_paper@126.com（备注：ICDDPCML+姓名）

其他说明：需要延期投稿，参会证书，会议邀请函，会议通知或了解更多会议，请联系组委会老师

2.[大会简介]

大会主要围绕“数据驱动、隐私计算与机器学习”的最新研究展开，旨在荟聚世界各地该领域的专家、学者、研究人员及相关从业人员，分享研究成果，探索热点问题，交流新的经验和技术。

ICDDPCML 2026征集原创和以前未发表的优秀论文，探讨数据驱动、隐私计算与机器学习方面的研究挑战和进展。欢迎相关领域专家学者踊跃投稿和参会交流，与来自世界各地的科学家和学者分享宝贵的经验。

3.[征稿主题]

（以下包括但不限于）

主题一：数据驱动

数据驱动的移动计算及无线通讯、数据驱动的电脑网络、数据驱动网络协议、数据驱动电信、基于数据驱动的网络信任、安全和隐私、数码双网、空地网络、基于大数据的5G网络、数据驱动的软件定义网络（SDN）、面向网络的机器学习和深度学习技术、基于网络的模型及优化算法、数据驱动的社交网络分析、物联网（IoT）及大数据、社交网络中多媒体的机器学习和数据挖掘、数据驱动的网络模式、智能交通系统、云计算及应用、系统性能分析、数据挖掘、数据质量、数据可视化、数据中心运维（电╱水╱集中供热等）、数据中心管理及优化、基于大数据的网络规划及优化

主题二：隐私计算

密码学、联邦学习、多方安全计算、匿踪查询、数据流通瑜隐私保护、大数据搜索、存储和管理的硬件和软件解决方案、云和大数据的隐私和安全、虚拟化技术、云数据管理和存储、云资源管理和QoS、大数据分析加密、数据可视化和可视化分析、大数据分析的进化和生物启发方法

主题三：机器学习

深度和强化学习、网络的模式识别和分类、用于网络切片优化的机器学习、机器学习5G系统、用于用户行为预测的机器学习、机器学习的实验评估、异构网络中的数据挖掘、物联网机器学习、机器学习的安全和保护、分布式和分散式机器学习算法、数据分析和挖掘、模式识别、神经网

4.[投稿说明]

1.文章需全英文投稿，请将英文稿件(Word)发送至组委会邮箱，邮件标题“会议名+作者姓名”

2.只汇报不需要发表文章，请将文章摘要投递到组委会邮箱

3.发表论文需全文投稿，文章至少六页（按照模板格式，带图和参考文献）学生作者或多篇投稿有优惠

4.投稿之后2-5个工作日左右您会收到我们的审核结果，如逾期未收到邮件通知，请您尽快联系我们

5.投稿前可提前与组委会老师沟通，确认文章方向与会议主题匹配，便于快速审稿及录用

5.[会议出版]

所有投稿都必须先经过2-3位专家审稿，评审录用后，文章将以会议论文集的形式出版，最终提交EI、CPCI、Google Scholar、CrossRef、ResearchGate检索

6.[参会形式]

1.旁听参会：不投稿且不参与演讲及展示。

2.汇报参会：10-15分钟口头报告演讲。

3.投稿参会