个人简介

博士，教授，博士生导师，斯坦福大学排行榜全球前2%科学家，北京市委组织部优秀人才。主要研究方向为量子机器学习、量子软件、量子计算、信息安全。

教育简历

2003.9-2006.7，北京邮电大学，博士

工作履历

2006-今，tyc151cc，讲师、副教授、教授

2015-2016，美国普渡大学，访问学者

学术兼职

CCF量子计算专委会执行委员

CIC量子计算专委会委员

教育部考试中心专家

课程教学

本科生：信息论与编码、信息隐藏、新生研讨课

研究生：信息论与编码理论、量子机器学习

科研项目

国家自然科学基金：量子图像理解中低层图像特征的表示和提取

北京市自然科学基金：鲁棒和脆弱相结合的用于纸质票据防伪的数字水印理论和算法研究

教育部-中国移动科研基金：智能物联设备安全加固、威胁鉴别深度学习模型研究与验证实现

教育部-中国移动科研基金：物联网体系安全态势智能感知关键技术研究

荣誉和获奖

斯坦福大学排行榜全球前2%科学家

北京市委组织部优秀人才

tyc151cc优秀本科生教材

tyc151cc立德树人优秀班主任

中国IT教育博鳌论坛一等优秀论文

指导员工参加挑战杯、蓝桥杯、杰出学子、星火基金、创新创业训练计划、全国老员工信息安全竞赛等多次获奖或者获得资助。

指导北京市优秀本科毕业设计（论文）

代表性研究成果

主要研究方向：量子机器学习、量子软件、量子计算、人工智能。主持国家自然科学基金、中国移动科研基金等科研项目。发表包括CCF A、中科院TOP刊、IEEE Trans.等高水平期刊会议论文100余篇，谷歌学术他引超过4000次。授权专利23项，已转化2项。出版学术专著2部，教材2部。其中《量子机器学习——基于Python的理论和实现》《量子图像处理》等著作均为国内量子计算相关领域的较早、较权威、覆盖面最广的著作。《量子机器学习——基于Python的理论和实现》由郭光灿院士作序。

在量子机器学习领域，提出基于多量子比特广播协议的量子联邦学习、基于量子八卦协议的去中心化量子联邦学习、无迭代量子支持向量机、正则化牛顿法量子支持向量机等成果。在量子软件质量保证领域，提出量子符号执行、基于概率克隆的量子断点调试等成果。

主要论文论著

著作

1. 姜楠, 王健. 信息论与编码理论. 清华大学出版社

2. 姜楠. 量子图像处理. 清华大学出版社

3. 姜楠，王健. 信息论与编码理论（第二版）. 清华大学出版社

4. 姜楠，王健，张蕊. 量子机器学习——基于Python的理论和实现. 清华大学出版社

论文

1. Zhang Rui, Wang Jian, Jiang Nan, et al. Efficient and secure multi-qubit broadcast-based quantum federated learning. IEEE Transactions on Information Forensics & Security, 2025, 20: 6778-6793.

2. 王健, 张蕊, 姜楠. 量子机器学习综述. 软件学报, 2024, 35(8): 3843-3877.

Shang Jing, Wang Jian, Wang Kailun, Liu Jiqiang, Jiang Nan, Armanuzzaman Md, Zhao Ziming. Defending against membership inference attacks on iteratively pruned deep neural networks. The Network and Distributed System Security (NDSS) Symposium 2025, 24-28 February 2025, San Diego, CA, USA.