Fingerprinting All AI Cluster I/O Without Mutually Trusted Processors
MATS;Oxford Hardware AI Governance Lab(牛津硬件AI治理实验室);SaferAI;Martian;RWTH Aachen University, Aachen, Germany(亚琛工业大学)
提出一种通过网络分流器计算哈希来加密承诺进出数据中心所有信息的方法,并设计“安全网关设备”消除隐蔽信道,以实现对AI集群I/O的可验证审计。
2026-06-09 cs.CR
Secure System Virtualization: End-to-End Verification of Memory Isolation
在过去的几年里,安全内核在重塑当今无处不在的嵌入式设备上的平台安全性方面发挥了重要作用。安全内核,例如分离内核,使得能够构建高保证的混合关键度执行平台。它们将系统的可信计算基础的软件部分减少到一个薄层,从而在低关键性和高关键性组件之间强制隔离。简化的可信计算基最小化了系统的攻击面,便于使用形式化方法来确保内核的功能正确性和安全性。在这篇论文中,我们探讨了使用虚拟化技术构建可证明安全的分离内核的各个方面。特别是,我们研究的内存子系统的适当管理相关的技术。一旦这些技术被实现并在功能上得到验证,它们就为需要强有力的隔离保证的应用场景提供了可靠的基础,并促进了对系统整体安全性的正式推理。
2020-05-06 cs.CR
Secure Operations on Tree-Formed Verification Data
我们定义了安全操作与树形,受保护的验证数据寄存器。在概念上将功能添加到可信平台模块(TPM)以处理平台配置寄存器(PCR),其表示保护树形成的存储测量寄存器(SML)的完整性的哈希树的根。这使得能够验证和更新SML的内部节点,甚至能够以与普通PCR相同的安全级别证明其值。作为一个重要的应用,它是如何证明SML子树,使平台属性的证明。
2010-08-19 cs.CR
MECURY: Practical Cross-Chain Exchange via Trusted Hardware
本文提出 MERCURY,一种基于可信执行环境(TEEs)的实用跨链加密货币交换方案,通过挑战-响应机制解决 TEE 不可用性问题,并利用轻量级交易验证和优化大幅降低链上成本。
2024-09-23 cs.CR cs.DC
Practical Privacy-Preserving Identity Verification using Third-Party Cloud Services and FHE (Role of Data Encoding in Circuit Depth Management)
本文提出一种基于BFV全同态加密的实用隐私保护身份验证协议,通过仅用两个密文的用户数据编码方案,将多种身份验证查询外包给第三方云,同时显著降低可信实体的计算负载。
2024-09-27 cs.CR
Runtime Verification for Trustworthy Computing
University of Malta(马耳他大学);University of Genoa(热那亚大学)
针对自主与机器人系统可信执行需求,基于RV-TEE方法提出两种威胁模型下的运行时验证实用方案,增强可信计算环境的防护能力。
2023-10-03 cs.CR cs.RO
Privacy and Integrity Preserving Training Using Trusted Hardware
University of Southern California(南加州大学)
随着机器学习进入不同的应用领域,隐私和安全相关的问题越来越多。数据持有者希望使用私有数据进行训练,同时利用托管在云中的GPU等加速器。然而,云系统容易受到攻击者的攻击,这些攻击者会损害数据的隐私性和计算的完整性。这项工作介绍了DarKnight,这是一个大型DNN训练框架,同时保护输入隐私和计算完整性。DarKnight依赖于可信执行环境(TEE)和加速器之间的合作执行,其中TEE提供隐私和完整性验证,而加速器执行计算繁重的线性代数运算。
2021-05-01 cs.AR cs.CR cs.LG
Detection Of Insider Attacks In Block Chain Network Using The Trusted Two Way Intrusion Detection System
为了数据隐私、系统可靠性和安全性,区块链技术近年来变得越来越流行。尽管区块链很有用,但它很容易受到网络攻击;例如,2019年1月,对以太坊经典的51%攻击成功暴露了该平台的安全漏洞。从统计学的角度来看,攻击是一种极不寻常的事件,大大偏离了正常情况。区块链攻击检测可能会受益于深度学习,这是一个旨在发现海量数据存储库中的见解、模式和异常的研究领域。在这项工作中,我们定义了一个可信的双向入侵检测系统的基础上,分层加权模糊算法和自组织堆栈网络(SOSN)深度学习模型,这是训练利用聚合信息监测区块链活动提取。在这里,智能合约最初处理节点身份验证。验证节点的目的是确保只有特定的节点可以提交和检索信息。我们实现了层次加权模糊算法来评估交易节点的信任能力。然后交易验证步骤通过自组织堆栈网络深度学习模型确保提交的交易上的所有恶意交易或活动。整个实验是在matlab环境下进行的。大量的实验结果表明,我们提出的检测方法具有更好的性能的重要指标,如精度,召回率,F-Score,开销。
2022-11-06 cs.CR
Downgrade Attack on TrustZone
安全关键任务需要与不受信任的软件进行适当的隔离。芯片制造商在其处理器中设计并包括可信执行环境(TEE),以保护这些任务。可信环境中软件的完整性和安全性依赖于系统的验证过程。我们发现一种形式的攻击,可以在目前广泛部署的ARM TrustZone技术的实现。该攻击利用了信任程序(TA)或TrustZone OS加载验证过程可能使用相同的验证密钥,并且可能缺乏跨版本的适当回滚保护的事实。如果漏洞在过期版本上有效,但在最新版本上修补了漏洞,攻击者仍然可以使用相同的漏洞通过将软件降级到可利用的旧版本来危害最新系统。我们在市场上流行的设备上做了实验,包括谷歌、三星和华为的设备,发现它们都有被攻击的风险。此外,我们还展示了一个利用高通QSEE的真实示例。此外,为了找出哪些设备图像共享相同的验证密钥,对不同厂商的模式匹配方案进行了分析和总结。
2017-07-18 cs.CR cs.OS
HadAgent: Harness-Aware Decentralized Agentic AI Serving with Proof-of-Inference Blockchain Consensus
Kean University(基恩大学);University of Notre Dame(圣母大学);University of South Florida(南佛罗里达大学);DefinanceX
HadAgent通过引入证明-推理共识机制,替代传统工作量证明,实现去中心化代理AI服务,提升验证效率与安全性,实验显示高检测率与低误报率。
2026-04-15 cs.CR cs.DC cs.ET
Secrecy-Verifiability Paradox in Smart Contracts
保密的代价是难以核实。这种权衡意味着合同必须保密,但它们的合规性需要验证,我们称之为安全性-可验证性悖论。然而,现有的智能合约并不是为了在不牺牲可验证性的情况下提供保密性。如果没有可信的第三方进行公证,智能合约的验证协议必须建立在加密原语的基础上。我们提出了一个基于区块链的解决方案,通过以适当的方式将可验证的证据存储为区块链上的可访问数据来克服这一挑战。该解决方案允许加密数据验证,但不会泄露数据本身。此外,根据我们的建议,只要合同是真实的,而且当事人记得它,就有可能核实存在形式已被破坏的合同。
2022-12-03 cs.CR
Confidential Attestation: Efficient in-Enclave Verification of Privacy Policy Compliance
可信执行环境(TEE)(如英特尔软件防护扩展(SGX))运行远程证明,以向数据所有者证明安全区初始状态的完整性,包括对其数据进行操作的程序。为此,数据处理程序应该对所有者开放,因此在建立信任之前可以评估其功能。然而,越来越多的应用场景需要保护程序本身。因此,应该在不暴露其代码的情况下验证它是否符合数据所有者所期望的隐私策略。为此,本文提出了CAT,一个新的模型,基于TEE的机密证明。我们的模型受到Proof-Carrying Code的启发,其中代码生成器与代码一起生成证明,代码消费者验证代码是否符合安全策略。鉴于传统的解决方案在资源有限和TCB节俭的TEE下不能很好地工作,我们提出了一种新的设计,该设计允许不可信的外部飞地生成器在将程序编译成二进制文件时分析程序的源代码,并且可信的内部飞地消费者在运行二进制文件之前有效地验证仪器的正确性和其他保护的存在。我们的设计策略性地将大部分工作量转移到了代码生成器,它负责生成格式良好且易于检查的代码,同时保持用户的简单性。此外,整个消费者可以公开,并通过传统的证明进行验证。我们在英特尔SGX上实现了该模型,并证明它引入了TCB的一小部分。我们还彻底评估了它在微观和宏观基准测试以及实际应用中的性能,表明新设计在执行几类安全策略时只会产生很小的开销。
2020-07-20 cs.CR
Building A Trusted Execution Environment for In-Storage Computing
使用现代固态硬盘(SSD)的存储计算使开发人员能够将程序从主机卸载到SSD。它被证明是缓解I/O瓶颈的有效方法。为了促进存储中计算,已经提出了许多框架。然而,很少有人认为安全性作为存储计算的优先级。具体来说,由于现代SSD控制器没有可信的执行环境,卸载(恶意)程序可能会窃取,修改甚至破坏存储在SSD中的数据。在本文中,我们首先调查的攻击,可以进行卸载存储程序。为了抵御这些攻击,我们建立了IceClave,一个轻量级的可信执行环境的存储计算。IceClave实现了存储程序和闪存管理功能之间的安全隔离。IceClave还实现了存储程序之间的安全隔离,并以较低的开销执行存储DRAM的内存加密和完整性验证。为了保护从闪存芯片加载的数据,IceClave在闪存控制器中开发了一种轻量级的数据加密/解密机制。我们使用完整的系统模拟器开发IceClave,并使用各种数据密集型应用程序评估IceClave。与最先进的存储计算方法相比,IceClave仅引入了7.6%的性能开销,同时以最小的硬件成本在SSD控制器中实施安全隔离。与传统的基于主机的可信计算方法相比,IceClave提供了高达2.31 $\times$的性能优势,从而仍然保持了存储计算的性能优势。
2022-05-12 cs.AR cs.CR
IceClave: A Trusted Execution Environment for In-Storage Computing
使用现代固态硬盘(SSD)的存储计算使开发人员能够将程序从主机卸载到SSD。它已被证明是缓解I/O瓶颈的有效方法。为了促进存储中计算,已经提出了许多框架。然而,很少有人把仓储安全作为第一公民来对待。具体来说,由于现代SSD控制器没有可信的执行环境,卸载(恶意)程序可能会窃取,修改甚至破坏存储在SSD中的数据。在本文中,我们首先调查的攻击,可以进行卸载存储程序。为了防御这些攻击,我们构建了一个轻量级的可信执行环境,名为IceClave,用于存储内计算。IceClave支持存储内程序与闪存管理功能之间的安全隔离,这些功能包括闪存地址转换、数据访问控制和垃圾回收以及TrustZone扩展。IceClave还通过以低开销强制执行存储DRAM的内存完整性验证来实现存储程序之间的安全隔离。为了保护从闪存芯片加载的数据,IceClave在闪存控制器中开发了一种轻量级的数据加密/解密机制。我们用完整的系统模拟器开发IceClave。我们评估IceClave与各种数据密集型应用程序,如数据库。与最先进的存储计算方法相比,IceClave仅引入了7.6%的性能开销,同时以最小的硬件成本在SSD控制器中实施安全隔离。与传统的基于主机的可信计算方法相比,IceClave提供了高达2.31 $\times$的性能优势,从而仍然保持了存储计算的性能优势。
2021-09-08 cs.AR cs.CR
E-FreeM2: Efficient Training-Free Multi-Scale and Cross-Modal News Verification via MLLMs
本研究提出 E-FreeM2,一种基于 MLLMs 的免训练多模态新闻验证系统,通过动态检索可信数据源交叉核对,克服传统模型对抗性攻击与数据投毒漏洞,在两个基准上取得 SOTA,提升了移动网络安全性。
2025-06-26 cs.CR cs.MM
Resource-constrained Remote Attestation of Smart Meters Using Merkle Trees in a Trusted Execution Environment
Faculty of Electrical and Computer Engineering, Tarbiat Modares University(塔比巴特莫达雷斯大学电气与计算机工程学院);Fouman Faculty of Engineering, College of Engineering, University of Tehran(德黑兰大学工程学院福曼工程学院)
针对智能电表的安全问题,提出在TEE中用OP-TEE执行默克尔树相关操作的远程认证方法,提升了资源效率与安全性,适用于资源受限设备。
2026-10-14 cs.AR cs.CR
DarKnight: An Accelerated Framework for Privacy and Integrity Preserving Deep Learning Using Trusted Hardware
University of Southern California(南加州大学)
随着机器学习进入不同的应用领域,隐私和安全相关的问题越来越多。数据持有者希望利用私有数据进行训练或推断,同时利用托管在云中的加速器(如GPU)。云系统容易受到攻击者的攻击,这些攻击者会损害数据的隐私性和计算的完整性。要应对这样的挑战,需要将理论上的隐私算法与硬件安全功能统一起来。DarKnight是一个大型DNN训练框架,同时保护输入隐私和计算完整性。DarKnight依赖于可信执行环境(TEE)和加速器之间的协作执行,其中TEE提供隐私和完整性验证,而加速器执行大部分线性代数计算以优化性能。特别是,DarKnight使用基于矩阵掩码的自定义数据编码策略在TEE中创建输入混淆。然后将混淆的数据卸载到GPU以进行快速线性代数计算。DarKnight的数据混淆策略在云服务器中提供可证明的数据隐私和计算完整性。虽然以前的作品解决了推理隐私,不能用于训练,但DarKnight的编码方案旨在支持训练和推理。
2022-06-30 cs.AR cs.CR cs.LG
A Tale of Two Trees: One Writes, and Other Reads. Optimized Oblivious Accesses to Large-Scale Blockchains
比特币网络提供了一种在不安全的网络上安全地执行金融交易的新方法。然而,这种能力伴随着存储大型(分布式)账本的成本,这已经不适合任何类型的个人设备。虽然简化的支付验证(SPV)客户端可以解决这个存储问题,但比特币SPV客户端必须依赖其他比特币节点来获取其交易历史,并且目前的方法没有为SPV客户端提供隐私保证。本文提出了$T^3$,一个可信的硬件安全的比特币完整的客户端,支持高效的不经意的搜索/更新比特币SPV客户端,而不牺牲客户端的隐私。在这种设计中,我们利用可信执行环境(TEE)的可信执行和认证功能,以及隐藏不经意随机存取存储器(ORAM)的访问模式的能力,以保护SPV客户端的请求免受潜在的恶意服务器的攻击。$T^3$的主要新颖之处在于对传统ORAM进行了优化,并针对预期的SPV客户端用途进行了调整。特别是,通过对SPV客户端的访问模式进行自然假设,我们能够提出一个两树的ORAM结构,克服了与传统的ORAM的并发限制。我们已经使用当前的比特币未使用交易输出数据库实现并测试了我们的系统。实验结果表明,该系统在实际应用中是可行的,同时为Bitcoin SPV客户端提供了强有力的隐私和安全保障。
2019-09-16 cs.CR
Cerberus: A Formal Approach to Secure and Efficient Enclave Memory Sharing
硬件安全区依赖于不相交的内存模型,该模型将每个物理地址映射到安全区以实现强内存隔离。然而,这严重限制了飞地程序的性能和可编程性。虽然一些先前的工作提出了飞地存储器共享,但它没有提供其设计的正式模型或验证。本文介绍了Cerberus,一种安全有效的飞地内存共享的正式方法。为了减轻形式化验证的负担,我们比较了不同的共享模型,并选择了一个简单而强大的共享模型。基于共享模型,Cerberus扩展了一个安全区平台,使得安全区内存可以通过额外的操作在多个安全区之间变得不可变和可共享。我们使用增量验证开始与现有的正式模型称为可信的抽象平台(TAP)。使用我们的扩展TAP模型,我们正式验证Cerberus不打破或削弱安全保证的飞地,尽管允许内存共享。更具体地说,我们证明了我们的正式模型的安全远程执行(SRE)属性。最后,本文通过在现有的飞地平台RISC-V Keystone中实现Cerberus来展示其可行性。
2022-11-14 cs.CR
VCTP: A Verifiable Credential-based Trust Propagation Protocol for Personal Issuers in Self-Sovereign Identity Platforms
本文提出一种基于区块链和可验证凭证的信任传播协议VCTP,利用可清洗签名方案和投票机制,为SSI平台中的个人发行者提供结构化信任支持,解决了个人凭证难以被风险规避型验证者接受的问题。
2023-08-03 cs.CR
A Scalable, Privacy-Preserving Decentralized Identity and Verifiable Data Sharing Framework based on Zero-Knowledge Proofs
Peking university(北京大学)
本文提出一种结合DIDs、VCs与ZKP的综合框架,基于zk-STARKs和密码学累加器实现隐私保护的身份验证、可扩展凭证撤销与社交密钥恢复,在提升证明效率与安全性的同时促进可信数据共享。
2025-10-10 cs.CR cs.NI
Formal Verification of Secure Encrypted Virtualization
University of Florida(佛罗里达大学);AMD(超威半导体)
针对AMD SEV机密虚拟机缺乏形式化安全保障的问题,提出设计级和属性级抽象模型并进行属性检查,以确保机密性、完整性和可用性。
2026-05-31 cs.AR cs.CR
Lightweight Tamper-Evident Log Integrity Verification for IoT Edge Environments: A Merkle Tree Pipeline with Adaptive Chunking
Kırıkkale University(克利克卡莱大学);Singularity Research and Development(奇点研发);Afyon Kocatepe University(阿菲永科贾泰佩大学)
本文提出一种轻量级日志完整性验证方法,通过Merkle树与自适应分块技术实现防篡改验证,无需分布式账本。实验显示系统在10万记录下每秒处理超13万条日志,验证延迟约22ms,防篡改检测精度、召回率和F1分数均达1.0。
2026-04-30 cs.CR cs.DC
Enabling Trustworthy Federated Learning via Remote Attestation for Mitigating Byzantine Threats
Virginia Tech(弗吉尼亚理工大学)
针对联邦学习易受拜占庭攻击、现有数据驱动防御误报率高的问题,提出基于远程证明的Sentinel方案,通过代码插桩和TEE可信记录器验证客户端训练完整性,在低开销下保障训练可信。
2025-08-30 cs.AI cs.CR