projects
财务预测的并行神经网络算法（urgp）
计算金融-科学计算方法（nserc）的高级算法研究
曼尼托巴大学（曼尼托巴大学）的计算金融学
输电线路上的融冰问题（曼尼托巴水电公司）
金融衍生工具并行小波算法的设计与开发
计算金融-使用科学计算方法进行高级算法研究-nserc iscovery grant
期权定价的模糊代数方法（urgp）
网格经济作为实物期权定价问题（urgp）
计算金融的进展及其在网格计算中的应用-nserc iscovery grant
金融模因计算（urgp）
计算金融的进展及其在网格计算中的应用-nserc iscovery grant
计算金融学跨学科卓越中心（ccecf）-理学院irci
云上的财务分析即服务-urgp
智能，详尽的搜索算法可有效服务于汽车大数据市场中的客户-nserc参与奖
计算金融的进展及其在分布式系统中的应用-nserc iscovery grant
计算金融的进展及其在分布式系统中的应用-nserc iscovery grant
计算金融科学计算-本科跨学科课程开发补助金
用于市场预测的社交媒体数据的情感分析-跨学科研究协作启动补助金
计算金融的进展及其在分散式分布式系统中的应用-nserc iscovery grant
计算机视觉
我们实验室的研究涉及计算机视觉和人类视觉的广泛主题。当前的项目包括视觉注意力，显着性，图像和视频理解，人类活动识别，3建模和重建等。
数据安全与隐私实验室
我们的研究解决了新兴技术中的数据隐私和安全性问题。尤其是，我们设计，实施和评估具有可证明的隐私权保证的实用系统，以在不同的应用场景（例如医疗保健，基于位置的服务和社交网络）中进行数据管理。
目前的研究项目：
加密基因组数据的安全计算
正在进行的大规模生物医学研究项目着重于捕获人类基因组中编码的大量有意义的信息。为了促进这些类型的项目，它经常需要在彼此之间共享由不同组织收集的基因组和临床数据。基因组数据本质上是敏感的，因此需要共享，管理和分析数据的整个过程并不能揭示贡献其基因组样本的个体的身份。共享数据的存储和计算任务可以委托给第三方云基础架构，因为它们具有高可用性和可伸缩性，还配备了大型存储和高性能计算资源。将这些敏感的基因组数据外包给第三方云存储会带来潜在的数据丢失，被盗或滥用的挑战，因为不能完全信任服务器管理员，也无法保证服务器的安全性。被违反。在这项研究中，我们解决了在基因组数据上安全共享和计算的三个潜在挑战。第一个挑战是确保数据隐私。应该确保存储在云服务器中的数据以及整个分析过程中进行的计算的安全。即使云服务器受到威胁，攻击者也不应了解有关存储在云中的数据的任何信息。第二个挑战是提供查询隐私。提供数据的机构，云服务提供商或对手应该不了解研究人员或研究机构执行的查询。第三个挑战是实现输出隐私。除了发起查询的研究人员外，查询结果不应透露给其他任何人。我们的目标是为基因组数据的共享和计算提供一个可行的解决方案，以克服上述三个挑战。
可信赖的硬件辅助加密框架，可实现高效的安全计算
统计分析和机器学习算法现在在应用中得到了广泛使用，在这些应用中，需要从大规模和多样化的数据集中挖掘出深刻而可预测的见解。尽管这种分析已被证明是解决实际问题的强大数据驱动解决方案，但将其用于敏感领域（如医疗保健，金融等）却暴露出隐私和安全威胁。除了解决信息提取的基本目标之外，保护隐私的数据分析还应该保护个人的敏感信息。为了确保敏感数据的私密性，已采用了不同的加密技术。这些技术允许在不影响来自不同方的数据的机密性和完整性的情况下，对数据计算某些功能。然而，这些技术都带有不切实际的计算开销或通信开销，或两者兼而有之。而且，这些技术支持有限的计算系列，并要求高存储容量。为了克服现有加密方法的局限性，我们的目标是开发一种加密框架，该框架利用最近推出的英特尔软件保护扩展（intel sgx）的安全硬件组件。intel sgx是intel体系结构的一组扩展，它允许程序的某些部分在称为安全区的cpu安全段内执行。通常，对飞地内部的明文执行计算。因此，该研究项目的目的是开发一种受信任的硬件辅助加密框架，该框架将有助于安全有效地执行复杂的数学分析。
安全高效地对外包数据进行最近邻居搜索
无处不在的计算，社交网络和其他在线应用程序的出现产生了大量的数据。如此庞大的数据量需要大量的存储空间，这对于组织而言都是很难保证的。将数据直接外包到云中是一种潜在的解决方案，因为它使组织能够以可承受的价格访问大规模的计算和存储。但是，尽管云计算范例有很多好处，但由于安全方面的考虑（例如，最近的名人iclou leak事件），组织仍不愿将数据直接外包给云。尽管可以使用各种加密技术来限制未经授权的访问，但是这些技术不适合在大量数据上高效执行最近邻居搜索操作。最近邻居搜索是应用程序（例如社交发现，推荐和医疗保健应用程序）的原始操作之一。由于上述问题，这项研究解决了以下问题：“如何在外包环境中对加密数据执行安全，有效的最近邻居搜索？”
了解更多留学咨询，欢迎详询~
