薛乔，2020年博士毕业于南京航空航天大学，之后以博士后研究员身份工作于香港理工大学。2023年4月正式加入南京航空航天大学计算机科学与技术学院网络与信息安全系，研究方向包括可信人工智能、大数据隐私保护、差分隐私等，相关研究成果已发表在领域内的著名国际期刊和会议，包括IEEE TKDE、IEEE TIFS、IEEE TETC等。目前承担一项国家自然科学基金青年项目、博士后面上项目等，同时参与多项国家级课题，研究经费充足。

2025年预计招收1-2名硕士研究生（限计算机科学与技术方向学硕/专硕、其他方向专硕），欢迎对可信人工智能和数据安全感兴趣的学生加入课题组！可以将你的简历和相关成绩单发送至 qiaoxue@nuaa.edu.cn 做进一步详细的咨询。

· 部分发表论文：（带*为通信作者）

[1] Y. Zhu, Y. Hong, Q. Xue*, X. Lan, Y. Zhang, Y. Xiang. LDGI: Location-Discriminative Geo-Indistinguishability for Location Privacy. IEEE  Transactions on Knowledge and Data Engineering (TKDE), DOI: 10.1109/TKDE.2024.3522320. (CCF-A)

[2] Y. Zhu, Y. Cao, Q. Xue*, Q. Wu, Y. Zhang. Heavy Hitter Identification over Large-domain Set-valued Data with Local Differential Privacy. IEEE Transactions on Information Forensics and Security (TIFS), vol.19: 414-426, 2024. (CCF-A)

[3] Q. Xue, Q. Ye, H. Hu, Y. Zhu, J. Wang. DDRM: A Continual Frequency  Estimation Mechanism with Local Differential Privacy, IEEE  Transactions on Knowledge and Data Engineering (TKDE), 35(7):  6784-6797, 2023. （CCF-A）

[4] Q. Xue, Y. Zhu, J. Wang. Mean Estimation over Numeric Data with  Personalized Local Differential Privacy, Frontiers of  Computer Science (FCS),  16(3): 1-10, 2022.  （CCF-B）

[5] Q. Xue, Y. Zhu, J. Wang, X. Li, J. Zhang. Locally Differentially Private  Distributed Algorithms for Set Intersection and Union, SCIENCE CHINA Information Sciences (SCIS), 64: 219101, 2021. （CCF-A）

[6] Q. Xue, Y. Zhu, J. Wang. Joint Distribution Estimation and Naive Bayes  Classification under Local Differential Privacy, IEEE Transactions on  Emerging Topics in Computing (TETC), 9(4): 2053-2063, 2021. （ESI高被引）

[7] Q. Ye, H. Hu, K. Huang, M. H. Au, Q. Xue. Stateful Switch:  Optimized Time Series Release with Local Differential Privacy, IEEE International Conference on Computer Communications (INFOCOM), 2023. (CCF-A)

[8] X. Sun, Q. Ye, H. Hu, J. Duan, Q. Xue, T. Wo, J. Xu. PUTS: Privacy-Preserving and Utility-Enhancing Framework for Trajectory Synthesization, IEEE Transactions on Knowledge and Data Engineering (TKDE), 36(1): 296-310, 2023. (CCF-A)

· 发明专利：

[1] 一种基于高斯差分隐私的联邦学习模型训练方法，受理，CN202411421159.0

[2] 一种基于个性化本地差分隐私的轨迹数据发布方法，公开，CN119378009A

· 科研资助、项目情况：

[1] 国家资助博士后研究员计划B档, 2024

[2] 江苏省卓越博士后计划, 2024

[3] 国家自然科学基金青年项目，2024-2026，主持。

[4] 中国博士后科学基金第74批面上，2024，主持。

[5] 国家自然科学基金重大研究计划，2023-2025，主要参与人。

[6] 国家自然科学基金面上项目，2022-2025，主要参与人。

· 学术兼职：

[1] 数据挖掘领域国际会议PAKDD 2021-2025程序委员会成员；

[2] IEEE TKDE、TDSC、TIFS、ACM TOPS等隐私安全领域顶级期刊审稿人。