科创中国

新一代信息技术产业

大数据的处理需求，从密态大数据处理流程中存储、搜索、挖掘三个维度出发，实现广义特征防护的大数据安全存储方法，作为大数据的“骨架”，为大数据处理提供基本的安全保障；实现多模密态智慧搜索方法，在数据内容加密状态下实现自适应查询，填补密态大数据内容无法有效查询的“盲区”；提出广域协同密态机器学习处理方法，提取密态数据中明文的知识，克服密态大数据无法有效利用的难题，引领大数据走向密态处理时代。将密码学与人工智能两大领域交叉结合，实现基于密态数据的隐私分布式机器学习解决方案，使密态数据处理技术直接跳过桌面应用，从后台走向移动终端，实现密态数据存储与查询的便捷化、高效化。同时实现机器学习的数据防护与模型防护，使密态机器学习技术直接融入分布式复杂网络，打破广域分布式孤岛数据“无法用”的壁垒，从而推动应用密码学科实现跨越式发展。保证数据加密算法在抵抗明文信息泄露的同时，实现密态数据处理的难题，并深度融入到复杂网络的实践中，破解大数据安全存储的“单一化”难题，解决多模密态数据的“不可见”瓶颈。

1.破解大数据安全存储“单一化”的难题。。作为大数据密态处理的根基，大数据密态处理系统明确了大数据任务处理流程中的广义防护安全需求，设计密态任务处理的数据分级与安全存储框架、高精度处理架构、灵活复用与扩展方法，弥补了现有安全存储架构与加密方法在大数据存储过程中共享方式固定、加密数据无法灵活处理、安全存储冗余度高、可扩展性差等缺陷。 2.突破了多模密态数据的“不可见”的瓶颈。作为密态大数据处理的“千里眼”，系统从解决构造多模密态数据的隐私搜索的密态数据的提取、高安全性隐私搜索、检索结果的高容错性三个核心问题出发，研制出适用于多模密态大数据搜索模式框架，突破了多模密态数据无法搜索、关键词易泄露、检索容错性低的瓶颈，实现用户对多模密态数据进行高安全性容错的智慧搜索。 3.解除了广域分布式孤岛数据“无法用”的限制。密态机器学习作为密态数据处理的“心脏”，系统通过研制自适应广域协同隐私分类、广域分布式机器学习模型保护、密态机器学习的公开批量可验证，解决了密态机器学习中广域知识无法学习，机器学习模型泄露、分类结果无法验证这三个核心难题，为实现密态数据处理提供理论保障。

福州大学计算机与大数据学院/软件学院的前身为福州大学数学力学系，成立于1958年福州大学创建之时。六十多来，学院为国家和地区输送了大量专业人才，涌现了以中国科学院软件研究所林惠民院士等为代表的一批国内外知名学者。 刘西蒙，男，博士，研究员，博士生导师，福州大学数学与计算机科学学院院长助理，系统信息安全福建省高校重点实验室主任，福建省“闽江学者”特聘教授，福州大学“旗山学者”（海外计划），福建省引进高层次人才(C类)，IEEE/ACM/CCF会员。以第一作者或通信作者在国内外期刊会议上发表SCI/EI论文200余篇 ，包括计算机领域顶级期刊/会议（CCF-A）类论文20余篇，中国密码学会推荐（CACR-A类）论文17篇，Google 被引2000余次。研究方向：密态计算，密态机器学习，大数据隐私保护，医疗信息隐私保护，区块链，可搜索加密，公钥密码学应用。