OpenRank 在隐私计算方向的拓展与结合（该部分和 CCF-蚂蚁科研基金图计算专项进行结合）

[will-ww]

该项任务以“CCF-蚂蚁科研基金图计算专项”申请进行驱动，开始探索图上隐私计算的内容，属于非常前沿的技术，能够为 OpenRank 后续在企业落地应用提供关键的技术支撑，欢迎大家多参与。

相关安排如下：

• 时间：2024 年 7 月 31 日，申请提交
• 方向：基于隐私保护多方图学习的异常检测或社群挖掘
• 题目（初定）：基于隐私保护多方图学习的异常检测、社群挖掘与影响力评估关键技术研究
• 背景与思路：Ant-Proposal-Idea.pdf
• 申请书模版：Proposal.docx
• 报告撰写成员：@will-ww @huangfan0 @PureNatural @Peng99999 @zhingoll
• 咨询顾问：@frank-zsy @xiaoya-yaya
• 联合申请人：Wei WANG, Cen CHEN

[will-ww]

几篇相关论文可以一起参考下，大家可以补充：

• A federated graph neural network framework for privacy-preserving personalization
• Privacy-Preserving Graph Machine Learning from Data to Computation: A Survey
• Decentralized Graph Neural Network for Privacy-Preserving Recommendation
• A Survey of Trustworthy Graph Learning
• Vertically Federated Graph Neural Network for Privacy-Preserving Node Classification
• Federated Heterogeneous Graph Neural Network for Privacy-preserving Recommendation

[will-ww]

申请书目录

1. 项目介绍

1.1. 基金题目：基于隐私保护多方图学习的异常检测、社群挖掘与影响力评估问题

1.2. 背景及研究意义 （彭佳恒）

• 【说明项目当前研究背景、研究意义、主要解决的问题，附上参考文献】
• TODO

1.3. 研究目标（黄帆-社群挖掘，张震-异常检测）

• 【根据基金项目的要求，提炼出研究目标】
• TODO

1.4. 研究方法（韩凡宇）

• 【说明研究项目拟采用的技术路线与研究方法，突出其创新性和可落地性等优势】
• TODO

2. 研究计划（@will-ww ）

• 2.1. 项目期限（一般是一年期）
• 2.2. 项目计划（一般分为三或四个阶段）

3. 预期成果（算法原型，论文，专利，技术指标等）（@will-ww ）

• 按年度列出预期的研究成果，不仅包括产出物的形式（论文、专利、源代码、原型系统等），细化及量化所有合作成果
• 算法原型：完成XXX算法设计，交付一套XXXX系统及其源代码
• 论文：发表蚂蚁认可的CCF-A类或者领域内顶级会议、期刊论文XX篇
• 专利：提交国内、国际专利XX项
• 技术指标：与现有的XXXX baseline相比，提升XXXX指标 XX%
• 业务指标：预计合作成果可落地到蚂蚁的XXX业务（可和蚂蚁研发团队一起讨论）

4. 人力、设备等投入及项目预算（@will-ww ）

• 4.1. 人力投入
• 4.2. 设备投入
• 4.3. 项目总预算

5. 教授个人简历（@will-ww ）

[zhingoll]

几篇相关论文可以一起参考下，大家可以补充：

• A federated graph neural network framework for privacy-preserving personalization
• Privacy-Preserving Graph Machine Learning from Data to Computation: A Survey
• Decentralized Graph Neural Network for Privacy-Preserving Recommendation
• A Survey of Trustworthy Graph Learning
• Vertically Federated Graph Neural Network for Privacy-Preserving Node Classification
• Federated Heterogeneous Graph Neural Network for Privacy-preserving Recommendation

我来补充两篇中文的吧，

• 这篇是关于图学习隐私保护的中文综述，发表于23年的《计算机学报》 图学习隐私与安全问题研究综述_先兴平.pdf
• 这篇是结合负数据库加密和联邦计算的推荐系统，发表于今年的《软件学报》 基于负数据库的隐私保护图神经网络推荐系统_赵冬冬.pdf