本选题主要是对联邦学习架构技术与边缘指挥控制模式涉及的指挥控制、信息安全、人工智能、最优化等多领域的交叉学科问题进行研究，为形成理论与实践结合、研战耦合的实战化成果研究模式提供参考，有利于实现复杂应用环境下“云—边—端”多域智慧单元间智能协同，提升恶劣环境条件下人工智能安全应用水平。选题在内容安排上主要分为基础篇、核心架构与关键技术篇、应用篇。基础篇主要讲解边缘指控模式和联邦学习技术的理论基础；核心架构和关键技术篇则对架构技术、异步联邦学习和多任务联邦学习等关键内容进行了技术分析；最后的应用篇通过一个综合案例阐述了边缘指控模式下联邦学习技术的落地实践。

高志强，军队指挥学武警信息化研究方向博士，副教授，毕业并任职于中国人民武装警察部队工程大学，武警部队首届军事大数据工程专业筹备组成员。作为骨干成员参与研制多项武警部队信息化装备及平台系统，参与国家自然科学基金2项、陕西省自然科学基金1项。主要研究方向：深度学习、大数据与智能计算、面向大数据开放与治理的差分隐私保护数据发布关键技术研究及应用、粒子群优化算法等。姬纬通，副教授，硕士研究生学历，目前就职于中国人民武装警察部队工程大学。教育部某重点实验室工程师，主要研究方向为智能化指控。参与“十四五”规划建设项目1项。参与国家级和军队级课题多项。张敏，硕士研究生学历，目前就职于中国人民武装警察部队工程大学，主要研究方向为智能化指挥。曾获大模型国防应用邀请赛一等奖和优胜奖。作为主要完成人，主持、参与科研项目17项，发表学术论文20篇，参与国家发明专利2项，获得软件著作权3项。张荣荣,陕西师范大学软件工程学士，西南大学计算机应用技术硕士，研究方向为人工智能与模式识别，发表学术论文十余篇，获得软件著作权5项，国家发明专利2项。周迪，讲师，硕士研究生学历，目前就职于中国人民武装警察部队工程大学，长期从事计算机教学工作，研究方