2026年5月16日，由中国计算机学会（CCF）主办、CCF信息系统专业委员会承办的2026 CCF中国未来信息系统研讨会（FISS 2026）在西藏林芝成功举行。

CCF信息系统专业委员会主任邢春晓教授致开幕辞。他首先向出席本次会议的特邀报告专家及远道而来的委员代表们表示最热烈的欢迎和最诚挚的感谢，向承办此次会议的会务组和志愿者团队致以诚挚的谢意。邢春晓教授简要介绍了CCF信息系统专业委员会的发展情况，并表示，希望本次研讨会能够成为连接学术研究与产业应用的重要桥梁，帮助与会者拓展学术视野、激发创新灵感，推动理论成果向实际应用转化，助力我国信息系统领域持续、高质量发展。

开幕式后，公安部第三研究所原所长、二级研究员，郑州大学学科首席教授、博士生导师、公共安全研究院院长胡传平教授作了题为《从美伊战争看信息网络安全》的报告。报告回顾了俄乌战争、2025年4月的印巴冲突以及近期爆发的美伊战争这三场现代战争中所伴随的网络战，分析并归纳了这些网络战的个性与共性特征，同时对未来国家间网络战的发展趋势进行了预测。

西北工业大学教授、博士生导师，全国信标委大数据标准工作组数据库专题组联合组长、陕西省委网络安全和信息化领导小组专家咨询委员李战怀教授作了题为《数据库系统韧性与评价》的报告。报告首先探讨了数据库系统韧性的科学内涵，提出了韧性定义、评估抽象及度量模型等顶层设计；继而从数据库系统韧性评价入手，探讨了韧性基准测试的全生命周期构建方案；最后就数据库韧性的分级与标准提出了思考与建议。

教育部CJ学者奖励计划特岗学者、中国计算机学会会士、深圳大学特聘教授、博士生导师毛睿教授作了题为《基于度量空间的图数据通用表征》的报告。报告指出，一次表征、多次使用的通用表征是预训练模型研究的核心之一。传统机器学习通常限定于欧几里得范数，与图（Graph）天然的非欧几里得特性之间存在鸿沟。度量空间不限制数据的内部结构，只需数据间距离满足正定性、对称性和三角不等式，能够表征多种图数据。报告提出先将图表征为度量空间再向量化，然后进行多范数训练与模型融合的新范式，并探讨了面向度量空间的表征学习理论框架，包括多范数下的通用近似性、模型参数优化机制、多模态/多任务训练融合机制等。该研究有望为图数据通用表征探索新路径。

西藏大学硕士生导师、副教授兰萍作了题为《高原复杂环境下的信息传输与处理关键技术》的报告。报告介绍了团队在高原复杂场景下信息传输与处理方面取得的成果。针对前端低资源条件下如何实现高维数据计算的问题，从实际应用场景出发，探讨了前端多设备协同隐私计算方法，围绕数据隐私保护、大整数模幂运算、量化等方面展开研究，设计了有限位宽条件下的并行加密与解密方案，并给出了复杂场景下的GPU计算架构及性能测试结果。

大连理工大学计算机学院副教授于硕作了题为《面向社交网络推荐的可解释图学习方法》的报告。报告围绕社交网络推荐模型的可解释性问题，设计了基于异构干预分布的因果关系解耦策略，实现了对社交网络中因果拓扑信息的筛选与提取，提升了社交推荐子图解释对真实因果模式的表达与刻画能力。研究发现了多视角因果子图解释中的协同效应，揭示了多类型社交行为之间的协同交互模式，为交互关系解析提供了蕴含协同效应的多视角拓扑信息。同时，设计了基于合作博弈的交互关联映射机制，解析不同社交行为间的交互关系，实现了协同交互模式的语义级刻画。

本次研讨会共设5场专题学术报告，吸引了来自清华大学、华中科技大学、武汉大学、东北大学、大连理工大学、深圳大学、华东师范大学等高校及相关企业的40余位专家学者参会交流。会议围绕新兴数字智能信息系统应用领域、关键技术以及助力西藏社会经济发展等议题展开了深入研讨。会议的成功举办，不仅为CCF信息系统专委会未来的发展明确了目标与方向，也是一次CCF“走进边疆地区”的成功实践。