一、隐私信息匹配技术

伴随着数据共享技术的快速发展，多方海量数据匹配共享带来的隐私泄露威胁亦日益严峻，面对信息匹配技术需兼具隐私性、高效性、可用性的重大挑战，提出可用性优化的多因素信息匹配模型；融合聚类、差分隐私、轻量级加密等技术的大规模隐私数据快速匹配方法以及面向多方数据协同分析的隐私信息匹配方法和技术。该技术参与国家重点研发计划项目“互联网下的隐私保护与取证技术” (2017.7-2021.6) 、“隐私数据的个人权益保障研究” (2021.1-2024.11)。提交/授权5项专利，研究成果被撰写为10余篇学术论文发表在TITS、TVT、JPDC等高质量学术期刊上。

二、人-机-物系统安全计算方法

针对利用云计进行人-机-物系统进行智能分析时候，存在用户隐私泄露等重要问题，提出面向人-机-物系统的安全计算框架；提出了隐私保护的张量数据分析与处理协议；提出了隐私保护张量数据分析与处理的优化方法，为人机物系统安全计算提供了新的思路，实现了人机物数据智能分析隐私保护方法。在TDSC、TC、TII等高质量学术期刊上发表学术论文5篇，其中SCI/EI检索论文5篇。

三、差分隐私的张量分析方法

针对利用边缘-雾-云进行人-机-物系统进行智能分析时候，存在用户隐私泄露等重要问题，提出面向人-机-物系统的差分隐私计算框架；提出了边缘-雾-云差分隐私的张量数据分析与处理协议；提出了提高差分隐私的张量数据分析与处理准确度的方法，为人机物系统差分隐私分析提供了新的思路，实现了边缘-雾-云人机物数据智能分析差分隐私方法。在TOIT、IOT、TII等高质量学术期刊上发表学术论文5篇，其中SCI/EI检索论文5篇。

四、差分隐私的张量分解研究

随着数据量越来越庞大，对大数据计算和存储服务外包到云上成为必然趋势。针对云自身存在的安全隐私问题会影响用户对云服务的信赖及使用的问题，提出差分隐私的Tucker分解方法；提出基于梯度扰动的差分隐私的张量链分解方法；提出不可信任云场景下的差分隐私张量分解方法。为用户和物品的精准化匹配提供了新的思路，实现了对用户多种行为意图的挖掘与分析。在IoTJ、Information Sciences等国际一流学术会议和期刊上发表学术论文3篇，其中SCI/EI检索论文3篇。

五、基于区块链的系统分析方法

针对利进行人-机-物系统进行智能分析时候，存在数据篡改不共享等重要问题，提出基于区块链的人-机-物系统的张量计算框架；提出基于区块链的的集成张量深度计算模型协议；提高了张量数据分析与处理的效力，为人机物系统差分隐私分析提供了新的思路，实现了基于区块链人机物数据智能分析方法。在TII、TOIT等高质量学术期刊上发表学术论文5篇，其中SCI/EI检索论文5篇。

六、人机物系统中的推荐算法设计

随着移动互联网的发展，人机物系统中承载的信息量呈指数增长，造成信息过载问题，为实现从大量信息中高效筛选出用户所需的内容，提出基于马尔科夫收敛性提出基于随机游走的连续推荐算法；提出基于图神经网络的用户兴趣表示学习框架；提出基于图自注意力的用户多意图表示学习方法，为用户和物品的精准化匹配提供了新的思路，实现了对用户多种行为意图的挖掘与分析。在SIGIR，TNSE，FGCS等国际一流学术会议和期刊上发表学术论文6篇，其中SCI/EI检索论文6篇。