Les recherches de Xi He portent sur les domaines de la vie privée et de la sécurité des mégadonnées, y compris le développement d’outils utilisables et fiables pour l’exploration de données et l’apprentissage automatique avec des garanties de sécurité et de confidentialité (S&P) prouvées. Plutôt que de corriger les systèmes pour leurs problèmes de S&P, le travail de Xi adopte une approche de principe pour concevoir des exigences de S&P démontrables et construire des outils pratiques qui répondent à ces exigences. Considérant S&P comme un citoyen de premier ordre dans la conception de systèmes et d’algorithmes, elle a démontré de nouvelles opportunités d’optimisation pour ces systèmes de bases de données et outils d’apprentissage automatique conscients de S&P. Elle a publié dans les principales conférences sur les bases de données, la vie privée et l’apprentissage automatique, notamment SIGMOD, VLDB, CCS, PoPets, AAAI, un livre sur la « Confidentialité différentielle pour les bases de données » dans Foundations and Trends in Databases, et a présenté des tutoriels très appréciés sur la vie privée à VLDB 2016, SIGMOD 2017 et SIGMOD 2021.