【本网讯】网络空间安全学院研究生近期在国内Top期刊发表多篇论文。

其中一篇为网络空间安全学院AI与大数据安全团队熊熙副教授指导的2021级硕士研究生王丹阳发表的论文。论文发表在人工智能Top期刊Expert Systems With Applications（IF=8.665,中科院一区，CCF C类）上，题为“HCURec: Hierarchical Candidate-aware User Modeling for News Recommendation”。王丹阳为第一作者，熊熙副教授为通信作者，成都信息工程大学为第一署名单位。论文联合四川大学的研究者，报道了新闻信息流推荐技术的最新研究成果。

该论文提出了一种层次化的用户兴趣建模框架，在对用户兴趣建模时融入了候选新闻特征，实现了新闻与用户兴趣的多粒度分层匹配，解决了单纯根据历史点击记录构建用户向量的局限性。

图1 HCURec模型框架图

AI与大数据安全团队长期以来致力于关键目标实体预测和推荐、知识抽取与推理等关键技术的研究，为社交网络安全、网络攻击防御、网络舆情分析等提供大数据技术保障。近年来团队研究重点面向特定领域的多轮对话系统、知识融合等领域，取得了一系列研究成果。

论文信息：Danyang Wang, Xi Xiong^*, Yuanyuan Li, Jianghe Wang, Qiurong Tan. HCURec: Hierarchical Candidate-aware User Modeling for News Recommendation. Expert Systems with Applications, 2023, 229(120468).

论文链接：https://www.sciencedirect.com/science/article/pii/S0957417423009703?dgcid=author

另外一篇是网络空间安全学院昌燕教授指导的硕士研究生黄思维等发表的论文。论文发表在物理与天体物理学科一区Top期刊《Quantum Science and Technology》（JCR分区: Q1, IF:6.568）上，题为“Hybrid quantum–classical convolutional neural networks with privacy quantum computing”。

该论文着眼于解决目前量子云卷积中存在的隐私问题，应对量子机器学习与云计算环境中的现实挑战。引入“量子卷积+隐私保护”思想，提出了保护量子云卷积中图像隐私的算法，该方法能有效保护输入图像数据的隐私。所提出的隐私保护方法属于同态加密，该方案在用户本地即可实现对图像的加解密，密文图像经量子卷积提取特征后，解密特征图得到的结果与将原始图像作为卷积计算的输入得到的结果相同。

图2 HQCCNN、CNN和本文成果的准确度和损失函数比较

文章信息：Huang Siwei, Chang Yan, Lin Yusheng, Zhang Shibin. Hybrid quantum-classical convolutional neural networks with privacy quantum computing. QUANTUM SCIENCE AND TECHNOLOGY, 2023, 8(2):025015, DOI10.1088/2058-9565/acb966.