济南大学信息安全课题组UJNCCS成立于2016年，主要致力于研究网络空间安全领域中的数据安全与隐私保护问题，研究方向主要包括应用密码学、隐私计算（MPC、PSI及其应用）、区块链技术、人工智能安全等。
这是一支年轻、多元、包容的科研团队，秉承着开放而务实的科研精神，营造了严肃而活泼的学术氛围。非常欢迎热衷于从事网络空间安全事业的同学加入我们！
(Notice to international students) We are looking for highly motivated graduate students to join us on exciting information security projects! Please feel free to send your CV, TRANSCRIPTS, and PUBLICATIONS to ist.ujn@gmail.com for CSC Scholarship and Shandong Provincial Scholarship opportunities.
博士，教授，硕士生导师，学科带头人校聘岗，山东省泰山学者青年专家，ACM济南新星奖获得者，泉城省实验室隐私计算团队负责人，中国计算机学会互联网专委会执行委员，中国中文信息学会大数据安全与隐私计算专委会委员，山东计算机学会网络空间安全专委会常务委员，山东省商密协会密码研究专家。曾任美国印第安纳大学博士后研究员。
长期从事网络空间安全、密码学和隐私保护领域的科研与教学工作，在国内外重要期刊和会议上发表学术论文40余篇，授权发明专利20余项。主持国家自然科学基金项目1项、省部级项目4项。
研究兴趣：隐私计算、区块链、应用密码学、人工智能安全。
用心享受科研的乐趣
像蜗牛一样慢慢前行
站在巨人的肩膀上
zerocoin的底层核心思想是依靠简洁非交互式零知识证明来实现
最后实验表明文中提出的方法在各个指标中都表现很好
Lorem ipsum dolor sit amet consectetur adipisicing elit. Magnam, eius.
与最新的工作ASTAR和AYB3相比，本文提出的隐私保护机器学习框架尽管在高带宽的网络中实用性差，但是却获得有效改进。
这个方法基于实时的Flowpath并且通过比较防火墙拒绝空间和路径空间，能够精确地检测策略冲突。
作者在文章中提到manger实际可以被安全多方计算所取代，但是效率会有所下降。
恶意软件对手机系统安全以及用户的个人信息隐私安全产生了恶劣的影响，由此，一些使用软件权限以及软件调用的API或者行为为特征的机器学习用来分辨恶意软件。
SFE允许相关方评估私有数据上的任何理想的多项式时间函数，只显示答案，不显示数据的其他任何信息。
作者通过从SGX到FPGA的安全隔离路径将安全执行环境从SGX扩展到了FPGA，实现了SGX和FPGA的安全计算，成功防止了CPU-CPU、CPU-FPGA、FPGA-CPU这三种类型的攻击。
课题组注重培养创新思维、批判性思维、团队协作、实践应用等能力
