隨著雲計算平台的普及，數據的加密往往在諸多數據處理之前進行，使加密域信號處理的研究受到越來越多的關注。首先從加密和壓縮兩方面同時入手，提出一種針對圖像數據的高安全性加密算法，以及配套的加密圖像壓縮算法。突破加密信號難以壓縮的瓶頸，取得與現有非加密域壓縮方法非常接近的壓縮效率。以構建實際系統的方式，論證了信息論中加密域和非加密域信號壓縮效率可做到近似一致的觀點；此外，針對很多應用場景中不能選擇定制的加密算法，只能使用經典加密算法如RC4或AES的情況，申請人設計一套靈活、高效的可伸縮流密碼加密圖像壓縮系統。在加密域利用基礎層的可壓縮性指導增強層在加密域的編碼。使得用戶可根據帶寬條件和圖像質量需求定制碼流。在壓縮效率和圖像重構質量方面優於現有算法；提出一種高效的加密域可逆信息隱藏算法，摒棄了傳統算法中對額外嵌入密鑰的需求，大幅降低密鑰協商的複雜度。在解碼端，提出一種新型的SVM分類器來區分加密塊和非加密塊。在取得非常高的嵌入量的同時，亦保障原始圖像的近無損恢復；此外，結合安全相似搜索、非局部均值降噪、Yao的混淆電路，構建了加密域的高性能去噪系統，取得了和非加密域非常近似的去噪性能。 具有隱私保護的深度學習框架 相關文章 [1] J. Duan, J. T. Zhou, [...]

時空數據分析： 數據的時空屬性可以產生具有GPS功能的智能設備（如智能手機）或由用戶直接輸入到系統，存在大量噪音。這些噪音會嚴重影響數據分析結果的質量。為了解決這一問題，研究工作利用不同屬性對聚類結果互加強（增強）以消除噪聲的影響，從而提高了時空數據的聚類質量。另外，還根據數據的分佈特性（時空數據在空間上經常滿足高斯分佈），提出自動確定聚類個數的算法。社交媒體數據具有文本，時間，空間等屬性，並以數據流的方式產生。根據此特點，我們提出了實時事件珍惜側向算法，該算法可以檢測出在時間空間上所發生的事件。時間序列一般是指在時間維度上密集產生的一類大數據（如股票信息）。應用中經常需要查找與給定的一個時間序列具有最大相似段的時間序列集，而常規我們提出了菱形索引結構用於高效支持類別變長段匹配的查詢與分析。主要研究成果發表在國際一流會議與期刊上Sigir，ACM TIST，CIKM，ICDE ，IJCAI，Sigmod和PVLDB。 社交媒體數據挖掘和分析系統 社交網絡分析: 在這一領域的研究主要包括社交網絡的抽樣技術，結點影響力的計算，以及社交網絡在推薦領域的應用。通過理論分析，發現社交網結點抽樣算法的收斂速度和網絡的拓撲結構密切相關。提出了利用結點的局部結構動態調整算法的行走概率，進而加速抽樣的收斂速度。根據結點的局部結構分析該用戶選擇社交朋友的行為特點，從而判斷相鄰結點對其的行為影響力。利用這一技術，提高了合成推薦算法以及結點影響力算法的性能。相關論文發表在ICDE, [...]