张琳，女，2008年毕业于南京邮电大学信息网络专业，获得博士学位，2009年开始任职于南京邮电大学计算机学院。主要研究方向为开放网络环境下的实体、软件与网络的可信问题、隐私保护机制、联邦学习框架与算法。 近几年，作为项目负责人和主要参加者参与了包括国家高技术研究发展计划（863）项目、国家自然科学基金、江苏省自然科学基金、江苏省科技计划等科研项目多项，曾获得江苏省科学技术进步二等奖，CWSN2013优秀论文奖，现主持并结题国家自然科学青年基金1项、江苏省高校自然科学基金1项。以第一作者身份在电子学报、通信学报、Sensors、SCN等国内外学术期刊和会议上发表论文几十余篇。获得发明专利授权12项，软件著作权4项。

面向开放网络环境的可信机制 主要以分布式计算为研究背景探讨实体、软件和网络的可信任问题，包括可信网络体系结构的构建技术、软件和网络实体的可信问题、可信机制的建模、可信性度量，传递，评估与更新、隐私保护增强的可信预测、海量信息环境下的可信决策等。

面向联邦学习的模型优化及可靠性问题 包括以优化全局模型为目标的算法、现有联邦学习架构的拓展、联邦学习的攻击与防御机制、联邦学习环境下的可信任问题、恶意客户端识别与防范方法、博弈策略等。

面向位置服务的隐私保护方法 包括端到端和位置加密方法、基于干扰的差分隐私方法、基于匿名化的方法、基于语义的假位置生成算法、个性化轨迹发布方法等。