个人信息：Personal Information 副教授
性别：男
毕业院校：电子科技大学
学历：研究生(博士)毕业
学位：工学博士
在职信息：在职
所在单位：网络空间安全与信息法学院
办公地点：新行政楼4017
联系电话：**
电子邮箱：

联系方式Other Contact Information



移动电话 :
邮箱 :


扫描关注

个人简介：Personal Profile 吴涛，博士，副教授，硕士生导师。中国计算机学会(CCF)会员，电气电子工程师学会（IEEE）会员。毕业于电子科技大学，主要研究领域包括：图机器学习、智能算法安全、知识图谱构建与知识计算、复杂数据（图数据、时序数据）隐私保护等。相关成果主要应用于智慧城市、智能电网、智慧文博等领域。已在《Knowledge-Based Systems》、《Neurocomputing》、《自动化学报》等国内外权威期刊和会议上正式发表学术论文30余篇，其中SCI检索高水平论文20篇。研究成果被《PloS one》、《Scientific Reports》、《Computers & Electrical Engineering》等期刊论文引用近百次。申请国家发明专利10余项，获四川省科技进步二等奖。 主持主研国家重点研发计划子课题、国家自然科学基金青年项目、重庆市自然科学基金面上项目、国家社科基金项目等课题8项。担任Knowledge-Based Systems（KBS），China Communication, Physica A，IEEE Access，Computers & Electrical Engineering，International Journal of Modern Physics B等国际主流期刊评审。荣获国际期刊Knowledge-Based Systems（KBS）2017年度最佳审稿人，获重庆邮电大学2020年优秀教师奖。多次指导学生参加科技竞赛活动，在“中兴捧月”、“美国大学生数学建模”等竞赛中获奖。具有丰富的互联网行业从业经验，所指导的研究生签约“美团”、“云从科技”等企业。
联系方式：+86 **； 邮箱 wutao@cqupt.edu.cn 地址：重庆市南岸区崇文路2号 重庆邮电大学

【招生要求】目前招收 “网络空间安全”和“信息与通信工程”等专业的研究生，要求具有良好的沟通能力和自我驱动力，有较强的学习主动性和团队意识，具备扎实的数学基础、编程能力以及英语读写能力。欢迎有志于 “智能安全、机器学习、数据科学”等方向的同学报考。


科研项目：

[1]国家自然科学基金青年项目，网络重构与调控算法研究及其隐私保护应用（**），2019.01-2021.12，主持
[2]国家重点研发计划，电力系统边缘计算的安全防护技术研究（2018YFB**）， 2018.07-2021.06，主持
[3] 重庆市自然科学基金面上项目，面向开放环境的图模型算法安全防护关键技术研究（cstc2020jcyj-msxmX0804）， 2020.07-2023.06，主持
[4]重庆市教委项目，网络大数据去燥增强关键技术研究（KJQN），2018.07-2021.06【提前结题】
[5]重庆邮电大学人才引进启动基金，网络推理重构与安全调控理论、算法和应用研究（A2017-131），2017.07-2020.07，主持
[6] 横向项目，大规模鲁棒可信文博知识图谱构建及应用， 2020.07-2021.06，主持
[7]国家社会科学基金青年项目，人工智能产业核心技术突破中的创新共同体构建与协同机制研究， 2021.01-2023.12，主研
[8] 中国三峡博物馆项目，大规模鲁棒性三峡文化知识图谱平台， 2020.07-2021.12，主持

代表性论文：
[1]Xiaoming Ye, Shaojie Qiao, Nan Han, Kun Yue, Tao Wu, Li Yang, Faliang Huang,Chang-an Yuan. Algorithm for Detecting Anomalous Hosts Based on Group Activity Evolution, Knowledge-Based Systems, 2021:214,106734. （中科院SCI 一区）
[2]Xingping Xian, Tao Wu(*), Wei Wang, Chao Wang, Yonggang Xiao, Yanbing Liu, Guangxia Xu. Towards Link Inference Attack Against Network Structure Perturbation. Knowledge-Based Systems, 2021 .（中科院SCI 一区）
[3]Xingping Xian, Tao Wu(*), Shaojie Qiao, Wei Wang, Chao Wang, Yanbing Liu. Deep Ensemble Coding: Adversarial Attacks against Structure Prediction Models. Neurocomputing , 2021: 437,168–185. （中科院SCI 二区TOP）
[4]Xingping Xian, Tao Wu(*), Shaojie Qiao, Xi-Zhao Wang, Wei Wang, Yanbing Liu. NetLRC: Link Predictability Measuring and Regulating. Knowledge-Based Systems, 2020, 196: 105800. （中科院SCI 一区）
[5]Tao Wu (#)(*), Leiting Chen, Xingping Xian, Yuxiao Guo. Evolution prediction of multi-scale information diffusion dynamics[J]. Knowledge-Based Systems, 2016,113:186-198.（中科院SCI 一区）
[6]Xing Chen, Tao Wu(*), Xingping Xian, Chao Wang, Ye Yuan, Guannan Ming. Enhancing robustness of link prediction for noisy complex networks, Physica A, 2020, 555:124544. （中科院SCI 二区）
[7]Xingping Xian, Tao Wu(*), Shaojie Qiao, Wei Wang, Yanbing Liu, Nan Han. Multi-View Low-Rank Coding based Structural De-anonymization for Privacy Preserving. IEEE Access, 2020 , 8:94575-94593. （中科院SCI 二区）
[8]Tao Wu (#)(*), Guannan Ming, Xingping Xian, Wei Wang, Shaojie Qiao, Guangxia Xu. Structural Predictability Optimization Against Inference Attacks in Data Publishing. IEEE Access, 2019, 7: 92119-92136. （中科院SCI 二区）
[9]Dingxiang Liu, Shaojie Qiao, Nan Han, Tao Wu, Rui Mao, Yongqing Zhang, Changan Yuan, Yueqiang Xiao. SOTB: Semi-Supervised Oversampling Approach Based on Trigonal Barycenter Theory. IEEE Access, 2020, 8: 50180-50189. （中科院SCI 二区）
[10]Tao Wu (#)(*), Xingping Xian, Linfeng Zhong, Xi Xiong, H. Eugene Stanley. Power iteration ranking via hybrid diffusion for vital nodes identification[J]. Physica A, 2018, 506:802-815. （中科院SCI 三区）
[11]Tao Wu (#)(*), Leiting Chen, Linfeng Zhong, Xingping Xian. Enhanced collective influence: A paradigm to optimize network disruption[J]. Physica A, 2017, 472:43-52. （中科院SCI 三区）
[12]Tao Wu (#)(*), Leiting Chen, Linfeng Zhong, Xingping Xian. Predicting the evolution of complex networks via similarity dynamics[J]. Physica A, 2017,465:662-672.（中科院SCI 三区）
[13]Tao Wu (#)(*), Yuxiao Guo, Leiting Chen and Yanbing Liu. Integrated structure investigation in complex networks by label propagation[J]. Physica A, 2016,448:68-80. （中科院SCI 三区）
[14]Wei Wang, Yuanhui Ma, Tao Wu, Yang Dai, Xingshu Chen, and Lidia A. Braunstein. Containing misinformation spreading in temporal social networks. Chaos, 2019, 29:123131. （中科院SCI 三区）
[15]Shuai Zhang, Wei Wang, Tao Wu, and Tao Lin, Phase transition of a generalized contact process on complex Networks. Physica A, 2019, 534:122218.（中科院SCI 三区）
[16]Shuang Zhang, Tao Wu, Wei Wang, and Tao Lin. Irreversible contact process on complex networks with dynamical recovery probability, Physica A, 527, 121336, 2019. （中科院SCI 三区）
[17]熊熙, 乔少杰, 吴涛, 吴越, 韩楠, 张海清. 基于时空特征的社交网络情绪传播分析与预测模型[J]. 自动化学报, 2018, 44(12) :2290-2299. （A类期刊）





科研成果展示：




教育经历Education Background
工作经历Work Experience
2013.92017.6
电子科技大学
工学博士

研究方向Research Focus
社会兼职Social Affiliations

团队成员Research Group 网络空间与信息安全重庆市重点实验室

---

个人信息：Personal Information 副教授
性别：男
毕业院校：电子科技大学
学历：研究生(博士)毕业
学位：工学博士
在职信息：在职
所在单位：网络空间安全与信息法学院
办公地点：新行政楼4017
联系电话：**
电子邮箱：


扫描关注



当前位置: 中文主页 >> 科学研究
科技奖励
暂无内容

研究领域


【已取得的相关研究基础】本人近期依托“国家自然科学基金”和“国家重点研发计划”项目，开展了“边缘计算数据隐私与安全防护”方面理论与技术研究，搭建了基于NVIDIA Jetson TX2的边缘计算平台，探索图数据、时序数据相关智能算法的安全性。具体成果包括：
1）基于对抗攻击分析链路预测算法的鲁棒性。相关论文列表如下：
[1]Tao Wu^(#)(*),Guannan Ming, Xingping Xian, Wei Wang, Shaojie Qiao, Guangxia Xu. Structural Predictability Optimization Against Inference Attacks in Data Publishing. IEEE Access, vol. 7, pp. 92119-92136, 2019 (SCI, Impact Factor: 4.07).
摘要：本文研究网络链路推理算法的鲁棒性问题。通过网络数据分析，提出了基于随机行走对抗样本生成方法。根据黑盒攻击的思想，此方法通过随机行走对网络链路进行评分，从而选择、扰动具有代表性的网络链路，从而生成与具体链路推理方法无关的对抗网络。通过在多个代表性链路推理算法上的实验表明，本文提出的对抗攻击方法性能良好，不依赖关于链路推理算法的先验知识。此研究揭示了当前链路推理算法的脆弱性，也为后续设计鲁棒性的网络链路推理算法提供了指导。
[2]Xingping Xian,Tao Wu^(*), Wei Wang, Chao Wang, Yonggang Xiao, Yanbing Liu, Guangxia Xu. Towards Link Inference Attack Against Network Structure Perturbation. Knowledge-Based Systems, 2019 (In Review).
摘要：为了保护网络数据中的敏感关系、防御推理攻击，许多网络结构扰动方法被提出。然而，面向基于链路预测的推理攻击，存在的网络结构扰动方法的鲁棒性仍没有被充分研究。本文首先概述了代表性的网络结构扰动及链路预测方法。其次，本文提出基于多层线性编码的链路预测方法MLLC。本文基于实证分析探索了网络结构扰动方法的脆弱性。与传统链路预测方法相比，MLLC能够有效推理隐含的敏感关系，证明了强化网络结构扰动方法鲁棒程度的必要性。
[3]Xingping Xian,Tao Wu^(*), Shaojie Qiao, Xi-Zhao Wang, Wei Wang, Yanbing Liu. NetLRC: Link Predictability Measuring and Regulating. Knowledge-Based Systems, 2019 (In Review).
摘要：基于低秩稀疏理论进行网络建模，探索网络数据的内在规律性，并提出网络可预测性度量。同时，提出面向链路预测的链路重要性度量方法。基于此度量，生成对抗网络。在代表性链路预测算法上的实验表明，此对抗网络生成方法能够有效降低链路预测方法的性能。同时，实验证明此方法具有良好的迁移性。
[4]Xingping Xian,Tao Wu^(*), Shaojie Qiao, Wei Wang, Shui Yu, Yanbing Liu. Deep Ensemble Coding: Adversarial Attacks against Network Prediction Models. Neurocomputing, 2020 (In Review).
摘要：近年来的研究揭示了机器学习算法对于对抗样本的脆弱性，引起了计算机视觉、文本挖掘等领域对于机器学习安全问题的研究。然而，对具有广泛应用前景的链路预测算法的安全问题没有充分关注。本文研究网络链路预测算法的对抗攻击问题，提出基于深度集成编码的链路预测对抗攻击算法DEC。实验表明，此对抗攻击算法能够明显抑制链路预测算法的性能。基于此方法，可以评价链路预测算法的鲁棒性。
2）研究边缘计算时序数据预测算法的鲁棒性。相关论文列表如下：
[1]王雪纯，吴涛. 智能电网中边缘终端数据隐私保护方法【J】, 南方电网技术, 2019.
摘要：本文研究时序数据预测算法的对抗攻击问题，提出了一个基于相似性度量的扰动攻击方法。实验结果表明，此方法能够在可接受的攻击代价下有效降低对于时序数据预测的准确性。本文基于以上成果，提出了电网领域用电信息的隐私保护方案。
============================================================
通过近年来的研究与积累，发表论文20余篇，形成图挖掘（复杂网络）、数据隐私保护以及智能安全共三个研究方向。
1）图挖掘（复杂网络）：随着社交媒体以及智慧城市等相关应用的普及与发展，海量的网络数据对传统数据挖掘技术提出了新的挑战。本人关注网络数据分析领域的基础科学问题，包括社团检测[1]、节点排序[2] [3]、链路预测[4] [5]、信息传播问题[6-10]。基于图进行网络数据建模，希望通过对以上相关问题的研究，为网络数据这种新型数据的分析与利用提供技术支撑；
[1]Tao Wu^(#)(*), Yuxiao Guo, Leiting Chen and Yanbing Liu. Integrated structure investigation in complex networks by label propagation[J]. Physica A, 2016,448:68-80 (SCI, Impact Factor: 2.132).
[2]Tao Wu^(#)(*), Leiting Chen, Linfeng Zhong, Xingping Xian. Enhanced collective influence: A paradigm to optimize network disruption[J]. Physica A, 2017, 472:43-52 (SCI, Impact Factor: 2.132).
[3]Tao Wu^(#)(*), Xingping Xian, Linfeng Zhong, Xi Xiong, H. Eugene Stanley. Power iteration ranking via hybrid diffusion for vital nodes identification[J]. Physica A, 2018, 506:802-815 (SCI, Impact Factor: 2.243 ).
[4]Xing Chen,Tao Wu^(*), Xingping Xian, Chao Wang, Ye Yuan, Guannan Ming. Enhancing robustness of link prediction for noisy complex networks, Physica A, 2019 (In Review).
[5]Tao Wu^(#)(*), Leiting Chen, Linfeng Zhong, Xingping Xian. Predicting the evolution of complex networks via similarity dynamics[J]. Physica A, 2017,465:662-672 (SCI, Impact Factor: 2.132).
[6]Tao Wu^(#)(*), Leiting Chen, Xingping Xian, Yuxiao Guo. Evolution prediction of multi-scale information diffusion dynamics[J]. Knowledge-Based Systems, 2016,113:186-198 (SCI, Impact Factor: 4.396 ).
[7]Wei Wang, Yuanhui Ma,Tao Wu, Yang Dai, Xingshu Chen, and Lidia A. Braunstein. Containing misinformation spreading in temporal social networks. Chaos, 2019,29:123131.https://doi.org/10.1063/1.**.
[8]Shuai Zhang, Wei Wang,Tao Wu, and Tao Lin, Phase transition of a generalized contact process on complex Networks. Physica A, 2019, 534:122218.
[9]Shuang Zhang,Tao Wu, Wei Wang, and Tao Lin. Irreversible contact process on complex networks with dynamical recovery probability, Physica A, 527, 121336, 2019 (SCI, Impact Factor: 2.500).
[10]熊熙,乔少杰,吴涛,吴越,韩楠,张海清.基于时空特征的社交网络情绪传播分析与预测模型[J].自动化学报, 2018, 44(12).
2）数据隐私保护:在大数据时代，数据带来了巨大价值的同时,也带来了用户隐私保护方面的难题，如何在数据开发应用的过程中保护用户隐私和防止敏感信息泄露成为新的挑战。本人依托“国家自然科学基金”项目，在传统表格类数据k-anonimity、l-diversity 、t-closeness和ε-differential privacy等方法的基础上，研究图数据的隐私保护问题，特别关注敏感关系的隐私保护，包括敏感关系推理[11]、网络可预测性度量[12]、抗推理攻击的结构调控与隐私保护[13] [14]；
[11]Xingping Xian,Tao Wu^(*), Shaojie Qiao, Wei Wang, Yanbing Liu, Nan Han. Multi-View Low-Rank Coding based Structural De-anonymization for Privacy Preserving. IEEEAccess, 2019 (In Review).
[12]Xingping Xian, Tao Wu^(*), Wei Wang, Chao Wang, Yonggang Xiao, Yanbing Liu, Guangxia Xu. Towards Link Inference Attack Against Network Structure Perturbation.Knowledge-Based Systems, 2019 (In Review).
[13]Tao Wu^(#)(*), Guannan Ming, Xingping Xian, Wei Wang, Shaojie Qiao, Guangxia Xu. Structural Predictability Optimization Against Inference Attacks in Data Publishing. IEEE Access, vol. 7, pp. 92119-92136, 2019 (SCI, Impact Factor: 4.07).
[14]Xingping Xian,Tao Wu^(*), Shaojie Qiao, Xi-Zhao Wang, Wei Wang, Yanbing Liu. NetLRC: Link Predictability Measuring and Regulating.Knowledge-Based Systems, 2019 (In Review).
3）智能安全:伴随着社会智能化程度的提升，电力、交通、医疗等基础设施领域越来越依赖于智能应用系统。然而，当前研究领域对于智能算法的鲁棒性、安全性及可解释性问题尚未获得成熟认知，相关智能应用存在安全风险。本人依托“国家重点研发计划”项目，关注“电力系统边缘计算的安全防护技术”，搭建边缘计算环境，研究电力系统智能算法对抗攻击[15][16]、异常检测、可搜索加密等问题。
[15]Xingping Xian,Tao Wu^(*), Shaojie Qiao, Wei Wang, Yanbing Liu.Deep Ensemble Coding: Adversarial Attacks against Network Prediction Models.Neurocomputing, 2019 (In Review).
[16]王雪纯，吴涛.智能电网中边缘终端数据隐私保护方法【J】,南方电网技术, 2019.






论文成果
暂无内容

专利
暂无内容

著作成果
暂无内容

科研项目
[1] 网络推理重构与安全调控理论、算法和应用研究, 重庆邮电大学人才引进基金,2017-2020.
[4] 网络重构与调控算法研究及其隐私保护应用，国家自然科学基金青年项目，2019-2021.

科研团队
暂无内容