1.中职院校发展各维度评价体系研究

本方向聚焦中职院校发展评价体系的构建与优化研究，围绕中职教育办学基础、专业建设、人才培养、产教融合、就业质量、师资建设六大核心维度，挖掘适配中职教育类型特征的评价指标与权重体系。研究融合政策要求与产业需求，突破传统单一量化评价模式，探索 “定量 + 定性”“过程 + 结果” 的综合评价方法，分析评价数据的采集、甄别与应用路径，构建科学、可操作的中职院校发展评价模型。同时研究评价体系的落地实施与动态优化机制，为中职院校办学质量提升、教育主管部门监管决策提供理论支撑与实践参考，助力中职教育高质量发展与技能型人才培养。

2.联邦学习中的隐私保护技术

联邦学习是顺应大数据时代和人工智能技术发展而兴起的一种协调多个参与方共同训练模型的机制.它允许各个参与方将数据保留在本地,在打破数据孤岛的同时保证参与方对数据的控制权.然而联邦学习引入了大量参数交换过程,不仅和集中式训练一样受到模型使用者的威胁,还可能受到来自不可信的参与设备的攻击,因此亟需更强的隐私手段保护各方持有的数据.

3.云计算隐私保护

由于社会分工和资源共享的必然,公共云平台必将成为和电网、互联网等同等重要的国家基础设施。云计算面临的安全问题制约着云计算的广泛使用。数据安全在云计算中尤为重要,如何保证数据的安全性是云计算安全的核心。

4.区块链与数据安全

大数据时代,数据已成为驱动社会发展的重要的资产.但是数据在其全生命周期均面临不同种类、不同层次的安全威胁,极大降低了用户进行数据共享的意愿.区块链具有去中心化、去信任化和防篡改的安全特性,为降低信息系统单点化的风险提供了重要的解决思路,能够应用于数据安全领域.