研究基于机器学习(深度学习)的恶意代码检测、威胁流量分析、加密流量识别等应用，构建网络安全机器学习模型开发平台，解决机器学习应用中的数据集质量不高、人工标注效率低、模型评估难等问题

研究网络安全领域的自然语言处理机制，重点关注威胁情报领域的智能分词、实体识别、关系抽取、文本分类、关键词提取、自动摘要等文本处理能力，构建威胁情报处理分析平台，解决大规模海量威胁情报分析效率低、事件追踪困难等问题。

研究网络安全领域的知识图谱构建机制，重点关注知识表示、知识抽取、知识融合、知识推理、知识检索和分析等技术，开发安全知识图谱应用系统，解决网络安全知识发现自动化、安全知识匹配效率与抽取准确率平衡、安全知识可信性、安全知识使用复杂等问题。

研究对抗环境下的机器学习脆弱性、对抗攻击及对抗防御机制，重点关注机器学习数据、模型、算法面临的安全攻击及防御技术，构建面向网络安全的机器学习模型评估平台，增强网络安全机器学习应用的鲁棒性，降低机器学习应用的自身安全风险。

研究大数据、人工智能等数据技术领域的隐私保护机制，重点关注差分隐私、安全多方计算、同态加密、可信计算等关键技术，构建隐私保护的网络安全应用，解决数据技术应用中的数据保密性、完整性、可用性之间的矛盾，降低隐私计算应用落地的难度。