Physalia: Redistribution-Resistant Content Protection for Decentralized Storage
Mysten Labs
Physalia通过秘密共享数据本身而非仅密钥，将去中心化存储中泄露内容所需的重分发带宽提升至数据大小，并引入鲁棒性变换抵御损坏共享，实现端到端访问控制。
2026-09-24 cs.CR
ELSA: Efficient Long-Term Secure Storage of Large Datasets
如今，越来越多的信息以数字方式生成、交换和存储。这还包括长期存在和高度敏感信息（例如，电子健康记录、政府文件），其完整性和机密性必须在几十年甚至几个世纪内得到保护。虽然有大量基于加密的数据保护方案，但只有少数是为长期保护而设计的。最近，Braun等人（AsiaCCS'17）提出了第一个长期保护方案，提供可更新的完整性保护和信息理论机密性保护。然而，他们的计划的计算和存储成本显着增加存储的数据项的数量。结果，他们的方案似乎仅适合于保护具有少量相对大的数据项的数据库，而不适合于保存大量相对小的数据项的数据库（例如，医疗记录数据库）。在这项工作中，我们提出了一个解决方案，有效的长期完整性和机密性保护的大型数据集组成的相对较小的数据项。首先，我们构造了一个可更新的向量承诺方案，该方案在选择性解除承诺下是信息隐藏的。然后，我们结合这个计划与可更新的时间戳和信息理论上安全的秘密共享。所得到的解决方案仅需要单个时间戳来保护数据集，而现有技术需要与数据项的数量成线性的多个时间戳。我们实施了我们的解决方案，并在一个场景中测量了它的性能，其中12000个数据项在100年的时间跨度内被聚合、存储、保护和验证。我们的测量结果表明，我们的新解决方案完成此评估方案的速度比最先进的水平快一个数量级。
2018-10-28 cs.CR
Towards Software-Defined Data Protection: GDPR Compliance at the Storage Layer is Within Reach
在大型数据处理应用程序中执行数据保护和隐私规则变得越来越重要，特别是在GDPR和类似监管框架的背景下。大多数现代数据处理都发生在分布式存储层之上，保护这一层免受意外或恶意滥用对于确保全球隐私保障至关重要。然而，性能开销和额外的复杂性通常被认为是显著的-在这项工作中，我们描述了一条解决这两个挑战的前进道路。我们提出了"软件定义的数据保护"（SDP），采用"软件定义的存储"方法来解决非性能方面的问题：可信的控制器将公司和应用程序特定的策略转换为部署在存储节点上的一组规则。这些，反过来，适用于线率的规则，但不采取任何决定自己。这种方法避免了请求级执行经常更改的策略，并允许存储节点更有效地实现后者。尽管存储内处理带来了挑战，主要是因为它可能危及线速处理，但我们认为，由于SDP引入的关注点分离，今天的智能存储解决方案已经可以实现所需的功能。我们强调了仍然存在的挑战，特别是信任存储节点的挑战。在我们能够在云环境中广泛采用之前，这些问题需要得到解决。
2020-08-11 cs.CR cs.CY cs.SY
AONT-LT: a Data Protection Scheme for Cloud and Cooperative Storage Systems
我们提出了一个著名的AONT-RS计划分散存储系统的变体。新颖之处在于用无比率卢比变换码代替里德-所罗门码。由此产生的系统，名为AONT-LT，是能够通过分散在任意大量的存储节点的数据，同时确保有限的复杂性，以提高性能。所提出的解决方案特别适合于协作存储系统的情况。结果表明，虽然AONT-RS方案需要采用碎片实现广泛的分布，从而惩罚的性能，新的AONT-LT方案可以利用可变长度的代码，允许实现非常好的性能和可扩展性。
2014-05-29 cs.CR cs.IT math.IT
CRISP: Confidentiality, Rollback, and Integrity Storage Protection for Confidential Cloud-Native Computing
针对云原生应用服务频繁重启时易遭状态回滚攻击的问题，提出基于Intel SGX运行时的CRISP透明回滚防护机制，可限制攻击窗口，仅带来轻微性能损耗。
2024-08-15 cs.CR cs.OS
Data Security and Privacy Protection Data Security and Privacy Protection in Public Cloud
本文讨论了公共云计算中数据安全和隐私方面的挑战以及现有解决方案的优缺点。与云计算一样，海量数据将被存储。存储在公共云中的数据将面临外部攻击和内部攻击，因为公共云提供商本身是不可信的。传统的加密可以用于存储，但云中的大多数数据需要进一步计算。先解密后计算会给数据运算带来很大的开销和不便。因此，有效的方法来保护数据的安全性以及在云中的大量数据的隐私是必要的。本文讨论了公有云环境下数据安全和隐私保护的不同机制。提出了一种支持数据安全和隐私的多云架构。
2018-12-14 cs.CR
FACOS: Enabling Privacy Protection Through Fine-Grained Access Control with On-chain and Off-chain System
本文提出基于许可链的FACOS系统，结合链上链下细粒度访问控制、异步BFT存储和TEE凭证验证，以提升数据隐私、安全性与可扩展性。
2024-06-06 cs.CR
PROPYLA: Privacy Preserving Long-Term Secure Storage
当今越来越多的敏感信息被电子地存储，并且该信息的实质部分（例如，健康记录、税务数据、法律文件）必须长时间保留（例如，几十年甚至几百年）。当存储敏感数据时，必须保护完整性和机密性，以确保可靠性和隐私性。然而，常用的加密方案并不是为在如此长的时间段内保护数据而设计的。最近，提出了第一个将长期完整性与长期机密性保护相结合的存储架构（AsiaCCS'17）。然而，该架构仅处理简化的存储场景，其中部分存储数据无法单独访问和验证。然而，如果这是允许的，则不仅数据内容本身，而且对数据的访问模式（即，在什么时间访问哪些数据项的信息）可以是敏感信息。在这里，我们提出了第一个长期的安全存储体系结构，提供长期的访问模式隐藏的安全性，除了长期的完整性和长期的机密性保护。为了实现这一点，我们结合信息理论的秘密共享，可再生的时间戳，可再生的承诺与信息理论的不经意的随机访问机。我们提出的架构的性能分析表明，实现长期的完整性，机密性和访问模式隐藏安全是可行的。
2019-04-27 cs.CR
EtrusChain: File Storage with DNA and Blockchain
本文提出EtrusChain，一种结合区块链与DNA加密的文件存储系统，利用DNA序列作为密钥增强安全性，实现去中心化、防篡改的存储，为区块链数据存储研究奠定基础。
2023-06-19 cs.CR
A Distributed Data Storage Scheme for Sensor Networks
提出了一种传感器网络数据存储方案，同时实现了加密和分布式存储的目标。我们将存储的数据划分为许多块，以便至少将特定数量的数据放在一起重新创建数据。创建分区的过程不使用任何加密密钥，并且分区是隐式安全的。然后将这些碎片分布在随机传感器上进行存储。一个或多个（少于阈值数量的传感器）的捕获或故障不会损害数据。该方案提供保护，防止由于物理捕获或故障而导致特定传感器中的数据受损。
2010-01-13 cs.CR
From Compression to Accountability: Harmless Copyright Protection for Dataset Distillation
Sichuan University（四川大学）；Nanyang Technological University（南洋理工大学）；Agency for Science, Technology and Research (A*STAR)（科学技术研究局）
本文提出SubPopMark框架，通过在数据集蒸馏过程中引入子群体偏置和用户特定扰动，实现无害的版权保护，同时构建参考行为库以辅助黑盒验证。
2026-05-15 cs.CR
Fingerprint template protection using minutia-pair spectral representations
生物特征数据的存储需要某种形式的模板保护，以保护在生物特征数据库中注册的人的隐私。一种方法是使用辅助数据系统。这里，有必要将原始生物特征测量转换为固定长度的表示。在本文中，我们扩展了Stanko和Skoric [WIFS 2017]的谱函数方法，该方法为指纹提供了固定长度的表示。首先，我们引入了一个新的光谱函数，捕捉不同的信息，从细节点的方向。它是对原始谱函数的补充，我们使用它们来从指纹图像中提取信息。其次，我们构建了一个辅助数据系统，包括零泄漏量化，其次是代码偏移方法。我们展示的经验数据表明，应用我们的助手数据系统只会导致很小的性能损失相比，指纹认证的基础上不受保护的光谱功能。
2018-04-05 cs.CR
Privacy-preserving Health Data Sharing for Medical Cyber-Physical Systems
最近的一系列网络安全攻击已经损害了医疗网络物理系统（MCPS）中最终用户的数据安全和隐私。传统的用于数据保护的标准加密算法是基于系统架构的观点而不是最终用户的观点来设计的。由于这种加密算法将对数据的保护转移到对密钥的保护，一旦密钥暴露，数据安全和隐私将受到损害。在本文中，我们提出了一种安全的数据存储和共享方法，包括选择性加密算法结合碎片和分散，以保护数据的安全性和隐私，即使在传输介质（如云服务器）和密钥都受到损害。该方法基于以用户为中心的设计，该设计保护诸如终端用户的智能手机的可信设备上的数据，并且允许终端用户控制用于数据共享的访问。我们还评估了智能手机平台上的算法的性能，以证明效率。
2019-04-17 cs.CR
Image Privacy Protection: A Survey
本文基于隐私保护目标对图像隐私保护方法进行系统综述，定义隐私敏感域并构建涵盖数据级、内容级和特征级三个层级的综合框架，分析了各类别的主要方法、代表性方案及未来挑战。
2024-12-05 cs.CR
MobiGyges: A mobile hidden volume for preventing data loss, improving storage utilization, and avoiding device reboot
敏感数据保护对于移动用户至关重要。可信可否认加密（PDE）系统通过将敏感数据隐藏在设备上来提供保护敏感数据的有效方式。然而，现有PDE系统可能由于覆盖隐藏卷而丢失数据，由于用于避免数据丢失的保留区域而浪费物理存储，并且在使用隐藏卷时需要设备重新引导。本文提出了一种基于隐藏体积的移动PDE系统，以填补这一空白。Gyges通过限制每个存储块仅由一个卷使用来解决数据丢失问题，并通过消除保留区域来提高存储利用率。通过使用Dynamic Mounting服务按需动态挂载隐藏卷，Gyges还可以避免设备重新启动。此外，我们确定了两个新的PDE导向的攻击，容量比较攻击和充满攻击。Gygyges可以通过联合利用缩小U盘方法和多级否认来保护它们。我们在一个真正的手机谷歌Nexus 6P与LineageOS 13上实现了Gygyges概念验证系统。实验结果表明，与现有算法相比，该算法能有效防止数据丢失，避免设备重启，存储利用率提高30%以上，性能开销在可接受的范围内.
2020-04-22 cs.CR
Pyramid: Enhancing Selectivity in Big Data Protection with Count Featurization
保护大量数据对越来越多的收集、存储和利用数据获利的组织来说是一项艰巨的挑战。区分实际需要的数据和“以防万一”收集的数据的能力将有助于这些组织限制后者受到攻击的风险。一种自然的方法可能是监视数据使用，并在可访问的存储中仅保留使用中数据的工作集;未使用的数据可以被驱逐到高度保护的存储中。然而，当今的许多大数据应用程序依赖于机器学习（ML）工作负载，这些工作负载通过访问整个数据存储来定期重新训练，从而暴露于攻击。训练集最小化方法（如计数特征化）通常用于限制训练ML工作负载所需的数据，以提高性能或可扩展性。我们提出了金字塔，一个有限暴露的数据管理系统，建立在计数功能化，以增强数据保护。因此，Pyramid独特地引入了利用训练集最小化方法的想法和概念验证，以将严格性和选择性灌输到大数据管理中。我们将Pyramid集成到Spark Velox中，Spark Velox是一个基于ML的定位和个性化框架。我们在三个应用程序上对其进行了评估，结果表明Pyramid接近最先进的模型，同时训练不到1%的原始数据。
2017-05-21 cs.CR
DataLair: Efficient Block Storage with Plausible Deniability against Multi-Snapshot Adversaries
敏感信息存在于我们的手机、磁盘、手表和电脑上。保护它是必不可少的。存储数据的合理可否认性允许个人否认其设备包含一条敏感信息。这是反对压迫性政府和审查制度的一个关键工具。不幸的是，现有的解决方案，如现在已经失效的TrueCrypt，只能防御最多只能访问用户设备一次的攻击者（单快照攻击者）。最近的解决方案已经用显著的性能开销来换取处理更强大的对手的能力，这些对手能够在多个时间点访问设备（多快照对手）。在本文中，我们表明，这种牺牲是没有必要的。我们介绍并建立DataLair，一个实用的合理的可否认性机制。与现有方法相比，DataLair对于公共数据访问快两个数量级，对于隐藏数据访问快5倍。DataLair中的一个重要组件是一个新的只写ORAM结构，它将最先进的只写ORAM的复杂性提高了O（logN）倍，其中N表示底层存储磁盘大小。
2017-07-05 cs.CR
Reflection of Federal Data Protection Standards on Cloud Governance
本研究聚焦云治理领域的数据泄露风险防范问题，结合立法权限与多项数据安全措施，梳理相关法律要求与最小权限原则等技术框架，并结合主流云服务商AWS的应用场景展开分析。
2024-02-26 cs.CR cs.CY
VaultFS: Write-once Software Support at the File System Level Against Ransomware Attacks
本文提出适用于 Linux 的纯软件文件系统 VaultFS，利用一次写入语义保护冷数据免遭篡改、删除、勒索软件及 DOS 攻击，且无需专用 WORM 硬件。
2024-10-29 cs.CR
Audita: A Blockchain-based Auditing Framework for Off-chain Storage
云计算改变了我们管理和存储数据的方式。今天，云存储服务为客户提供了一个基础设施，使他们能够方便地在线存储，复制和保护数据。然而，这些新功能也带来了局限性，例如缺乏透明度，权力下放有限，以及隐私和安全方面的挑战。而且，随着对更敏捷、私有和安全的数据解决方案的需求继续呈指数级增长，重新思考当前的云存储结构对企业来说至关重要。通过利用和构建区块链的独特属性，包括不变性，数据元素级别的安全性，分布式（无单点故障），我们开发了一个解决方案原型，允许数据可靠地存储，同时通过区块链进行安全保护，具有防篡改可验证性。结果，Audita是一个灵活的解决方案，可确保数据保护，并解决可扩展性和隐私等挑战。Audita通过一个由参与者组成的增强区块链网络工作，其中包括存储节点和区块创建者。此外，它还提供了一个自动和公平的质疑系统，以确保数据的分布和可靠性和可证明性。虽然原型是基于Quorum构建的，但解决方案框架可以与任何区块链平台一起使用。其好处是建立一个系统，随着企业的数据需求而增长，同时通过激励和解决审计和外包等问题继续建立网络。
2020-07-03 cs.CR
TEE-aided Write Protection Against Privileged Data Tampering
自恶意软件出现以来，未经授权的数据更改一直是一个长期存在的威胁。系统和应用软件可以重新安装，硬件可以更换，但用户数据在许多情况下是无价的。特别是近年来，勒索软件由于其直接的货币化模式而具有很高的影响力。最先进的防御大多基于已知的签名或行为分析，更重要的是，需要一个不受影响的操作系统内核。然而，具有最高软件权限的恶意软件已经显示出其明显的存在。我们建议从当前基于检测/恢复的机制转向数据丢失预防，重点是保护数据而不是对抗恶意软件。我们的解决方案Inuksuk依赖于当今的可信执行环境（TEE），在CPU和存储设备上都可用，以实现可编程写保护。我们始终将用户选择的文件的副本备份为写保护，随后的更新通过TEE安全地写入新版本。我们在Windows 7和10以及Linux（Ubuntu）上实现了Inuksuk;我们的核心设计与操作系统和应用程序无关，并且不会对应用程序造成运行时性能损失。文件传输中断可以通过访问模式和可定制的更新策略（例如，间隔、粒度）。对于Inuksuk在现代操作系统中的适用性，我们还将Flicker（EuroSys 2008），一个用于操作系统内特权TEE管理的事实标准工具移植到最新的64位Windows。
2019-05-26 cs.CR
A Dual-Level Cancelable Framework for Palmprint Verification and Hack-Proof Data Storage
本文提出双层级可取消掌纹验证框架，通过竞争哈希网络与负数据库实现端到端模板保护和防泄露存储，并设计基于矩阵运算的NDB匹配算法加速验证。
2024-03-05 cs.CR
Privacy-preserving data outsourcing in the cloud via semantic data splitting
尽管云计算提供了许多内在的好处，但与对外包数据的存储和管理缺乏控制相关的隐私问题仍然阻止许多客户迁移到云。已经提出了几种基于要外包的数据的事先加密的隐私保护机制。数据加密提供了强大的安全性，但代价是妨碍了服务的效率，并限制了可以应用于存储在云场所的（加密）数据的功能。由于效率和功能都是云计算的关键优势，在本文中，我们的目标是通过提出一种隐私保护机制来保留它们，该机制依赖于拆分（清除）数据，以及日益流行的多云概念所提供的分布式存储。我们提出了一种基于语义的数据拆分机制，该机制能够自动检测可能导致隐私风险的数据片段，并将其在本地进行拆分，这样每个块就不会产生这些风险;然后，清晰的数据块被独立存储到多云的单独位置，这样外部实体就无法访问整个机密数据。由于部分数据以明文存储在云计算场所，因此只需将查询广播到不同的云位置，就可以无缝有效地支持外包功能。为了实施一个强大的隐私概念，我们的建议依赖于一个隐私模型，提供了先验的隐私保证;为了确保其可行性，我们设计了启发式算法，最大限度地减少我们需要的云存储位置的数量;为了显示其潜力和通用性，我们将其应用于结构最少，最具挑战性的数据类型：纯文本文档。
2017-07-03 cs.CR
Mitigating Data Exfiltration in Storage-as-a-Service Clouds
用于事件处理的现有过程和方法适合于将被云计算越来越过时的基础设施和操作模型。研究表明，要使事件处理适应云计算环境，云客户必须明确其对云服务提供商（CSP）的要求，以便成功处理事件，并相应地与CSP签订合同。其次，CSP必须努力支持这些要求，并在其服务水平协议中反映这些要求。入侵检测系统（IDS）被广泛应用于检测网络通信和主机中的恶意行为。面对云计算中新的应用场景，入侵检测系统的操作者应该是云基础设施的使用者，而不是管理者，这就产生了一些问题。云提供商需要为用户提供部署和配置IDS的可能性-这也带来了挑战。目前的研究和商业解决方案主要集中在防止拒绝服务攻击和针对云虚拟基础设施的攻击。为了应对这些挑战，我们提出了一种旨在通过使用基于欺骗的新方法来检测和防止数据泄露的能力。我们还介绍了一种基于各种威胁条件提高数据保护级别的方法。
2016-06-27 cs.CR
Revisiting Shared Data Protection Against Key Exposure
Thales（泰雷兹）；LTCI, Télécom Paris, Institut Polytechnique de Paris（巴黎理工学院电信学院通信与电子学实验室）
本文针对分布式系统中加密密钥泄露的场景，定义了新的安全模型，提出两种计算安全的加密后共享方案，降低了计算开销并提供了密钥泄露场景下的密码学证明。
2026-10-20 cs.CR
CCA-Secure Key-Aggregate Proxy Re-Encryption for Secure Cloud Storage
该研究针对云存储数据安全需求，在已有密钥聚合代理重加密方案基础上，证明其在自适应模型下无需随机预言机的CCA安全性，并完成真实场景的实现与分析，为云存储高效访问控制与数据保护提供支持。
2024-10-10 cs.CR
ArchiveSafe: Mass-Leakage-Resistant Storage from Proof-of-Work
数据泄露存储信息的大规模泄漏是一个主要的安全问题。加密可以提供机密性，但加密依赖于一个密钥，如果被泄露，攻击者可以立即有效地解密所有内容。因此，加密数据的安全性成为保护加密密钥的问题。在本文中，我们建议使用无密钥加密来构建一个大规模防泄漏归档系统，其中文件的解密只有在请求者（无论是授权用户还是对手）以解决密码难题的形式完成工作证明后才有可能。这个建议是面向保护不经常访问的档案数据，其中任何一个文件可能不需要太多的工作来解密，解密大量的文件-大规模泄漏-变得越来越昂贵的攻击者。我们提出了一个原型实现，实现为一个用户空间的文件系统驱动程序的Linux。我们报告不同的文件大小和难题难度水平下的系统行为的实验结果。我们的无密钥加密技术可以作为传统加密之上的一层添加：它们一起提供了强大的安全性，可以对抗没有密钥的对手，并抵抗攻击者的大规模解密。
2020-10-14 cs.CR
Blockchain based AI-enabled Industry 4.0 CPS Protection against Advanced Persistent Threat
工业4.0就是以并发、安全和细粒度的方式做事。物联网边缘传感器及其相关数据在当今的行业生态系统中发挥着主导作用。在注入高级持续性威胁（APT）后泄露数据或伪造源设备会损害行业所有者的金钱和运营商的生命。现有的挑战包括针对易受攻击的边缘设备的APT注入攻击，不安全的数据传输，利益相关者之间的信任不一致，不兼容的数据存储机制等。边缘服务器通常会因为其轻量级的计算能力而受到影响，以消除未经授权的数据或指令，这本质上使它们暴露于攻击者。当攻击者在使用传统的PKI呈现的信任传输数据的同时瞄准边缘服务器时，联盟区块链（CBC）提供了经过验证的技术来安全地传输和维护这些敏感数据。随着最近边缘机器学习的改进，边缘设备可以在其终端过滤恶意数据，这在很大程度上促使我们建立一个区块链和AI对齐的APT检测系统。该论文的独特贡献包括在边缘进行有效的APT检测，以及在不可变的区块链分类账中透明记录检测历史。与此相一致，无证书数据传输机制增强了协作者之间的信任，并在消除现有证书颁发机构后确保了经济和可持续的机制。最后，边缘兼容存储技术有助于高效的预测性维护。相应的实验结果表明，所提出的技术优于其他竞争系统和模型。
2022-01-30 cs.CR
Revolutionizing Healthcare Record Management: Secure Documentation Storage and Access through Advanced Blockchain Solutions
本研究提出一种基于区块链的新型电子健康记录系统，采用Argon2与AES混合安全算法、IPFS与PBFT混合存储共识机制及多因素认证，显著提升了系统的安全性、数据完整性与运行效率。
2025-03-02 cs.CR
Data Privacy in Multi-Cloud: An Enhanced Data Fragmentation Framework
数据拆分通过将数据划分为各种片段进行远程存储和共享来保护隐私。它支持大多数数据操作，因为数据可以以明文存储，而不是依赖于加密的方法。然而，大多数现有的数据拆分技术不考虑已经在多云中的数据。这导致不必要地使用资源来将数据重新拆分为片段。这项工作提出了一个利用多云中现有数据的数据拆分框架。它通过减少拆分操作和产生的碎片的数量来改进数据拆分机制。因此，减少数据所有者管理的存储位置的数量。广播查询定位第三方数据片段，以避免在分割数据时进行代价高昂的操作。这项工作探讨了使用第三方片段和应用现有的数据分割技术的考虑因素。拟议的框架也适用于现有的数据拆分机制，以补充其功能。
2022-11-18 cs.CR cs.DC
Privacy Protection in Distributed Fingerprint-based Authentication
生物特征认证由于使用独特的个人特征（例如指纹、手掌静脉、虹膜）的便利性而变得越来越受欢迎。特别是指纹由于指纹扫描仪的可用性和低成本而被广泛使用。为了避免身份盗窃或冒充，指纹数据通常存储在本地，例如，在可信硬件模块中，在用于用户注册和身份验证的单个设备中。然而，本地存储限制了实现分布式应用程序的能力，在分布式应用程序中，用户可以注册一次指纹，然后使用它访问多个物理位置和移动应用程序。在本文中，我们提出了一个分布式认证系统，该系统以隐私保护的方式将指纹数据存储在服务器或云基础设施中。可以连接多个设备并执行用户注册或验证。为了保护敏感数据的隐私和完整性，我们采用了一种加密结构称为模糊保险库。我们强调在实施模糊保险库为基础的身份验证，我们提出并比较替代解决方案的挑战。我们对我们的生物识别密码系统进行了安全分析，作为概念验证，我们使用连接到指纹扫描仪和Microsoft Azure云环境的资源受限设备（Raspberry Pis）构建了一个用于访问控制的身份验证系统。此外，我们评估的指纹匹配算法对著名的FVC2006数据库，并表明它可以实现可比的准确性，广泛使用的匹配技术，不是专为隐私，同时保持高效的认证时间为几秒钟。
2019-11-01 cs.CR
Auditing for Distributed Storage Systems
分布式存储代码最近在社区中受到了很多关注。独立地，另一组工作已经提出了云存储的完整性检查方案，但是，没有一个是针对基于编码的存储定制的，或者可以有效地支持修复。在这项工作中，我们弥合了这两个目前脱节的工作机构之间的差距。我们提出了NC-Audit，一种新的基于密码学的远程数据完整性检查方案，专门为基于网络编码的分布式存储系统设计。NC-Audit第一次结合了以下所需的属性：（i）有效检查数据完整性，（ii）有效支持修复故障节点，以及（iii）在由第三方执行检查时防止信息泄漏。NC-Audit的设计的关键成分是一个新的组合SpaceMac，同态消息认证码（MAC）的网络编码方案，和NCrypt，一种新的选择明文攻击（CPA）安全加密方案，是兼容SpaceMac。我们的评估的Java实现NC审计表明，审计成本的存储节点和审计员的计算时间和较低的带宽比以前的工作。
2014-05-12 cs.CR cs.DC cs.NI
A Secure Third-Party Auditing Scheme Based on Blockchain Technology in Cloud Storage
针对云存储公共审计中的隐私与多级访问问题，提出融合 RSA、UEG 隐私机制与区块链的第三方审计方案，以减少第三方参与并实现安全高效的细粒度审计。
2023-04-24 cs.CR
Designing a Secure, Scalable, and Cost-Effective Cloud Storage Solution: A Novel Approach to Data Management using NextCloud, TrueNAS, and QEMU/KVM
本文集成 NextCloud、TrueNAS 与 QEMU/KVM 构建安全、可扩展且经济的云存储方案，验证了其高性能、隔离安全性、扩展能力及五年期 50% 的成本降低潜力。
2024-12-06 cs.CR cs.DB
Are PETs (Privacy Enhancing Technologies) Giving Protection for Smartphones? -- A Case Study
随着智能手机技术增强了与我们周围世界互动的方式，它也为更容易访问我们的私人和个人信息铺平了道路。这已经被数百万应用程序使用的众多嵌入式传感器的存在放大了。虽然移动应用程序通过新功能积极改变了我们生活的许多方面，但其中许多应用程序正在利用大量数据，隐私应用程序，一种隐私增强技术可以成为智能手机的有效隐私管理工具。为了防止与收集、存储和共享敏感数据相关的漏洞，开发人员正在构建大量隐私应用程序。然而，在这一特定领域缺乏自由裁量权，需要进行适当的评估，以了解用户对这些应用程序的广泛使用。在此过程中，我们对512个最受欢迎的隐私应用程序进行了评估，以展示它们声称提供的特定数据保护功能，无论是技术上还是传统上，都符合标准。以他们提供的安全功能为尺度，我们进行了取证实验，以表明他们在维护保护方面未能保持一致。为了合法验证评估隐私应用程序中的安全漏洞，我们还利用了NIST和OWASP指南。我们相信这项研究将有效地进行持续改进，并可被视为应用程序开发阶段隐私和安全措施共同标准的基础。
2020-07-08 cs.CR cs.HC cs.SE
Towards Cross-Provider Analysis of Transparency Information for Data Protection
本文提出一种跨服务提供商的透明度分析平台（TAP），利用机器可读格式和图数据科学方法，实现规模化透明度信息分析，识别数据转移并分析共享集群，促进数据保护透明度和执法。
2023-09-05 cs.CR cs.CY cs.SE
Towards Secured Smart Grid 2.0: Exploring Security Threats, Protection Models, and Challenges
本文综述智能电网2.0中电网运营商、通信网络提供商和消费者面临的安全威胁，提出区块链、物理不可克隆函数及可信AI等保护模型，以应对数据注入和级联故障等挑战。
2024-11-08 cs.CR cs.NI
Hazel: Secure and Efficient Disaggregated Storage
ETH Zurich（苏黎世联邦理工学院）；NVIDIA（英伟达）；University of Southampton（南安普顿大学）
Hazel是一种基于NVMe-oF协议和保密计算模型的解耦存储系统，通过引入计数器租赁和Hazel默克树等创新技术，实现高效安全的数据管理，实验表明其在多个基准测试中性能损耗低于2%。
2026-02-10 cs.AR cs.CR cs.DC
A privacy-preserving data storage and service framework based on deep learning and blockchain for construction workers' wearable IoT sensors
Tsinghua University（清华大学）
对可穿戴物联网（IoT）传感器，特别是脑机接口（BCI）收集的大脑信号进行分类是发展最快的研究领域之一。然而，研究大多忽略了收集的个人神经生理数据的安全存储和隐私保护问题。因此，在这篇文章中，我们试图弥合这一差距，并提出了一个安全的隐私保护协议，实现BCI应用程序。我们首先将大脑信号转化为图像，并使用生成对抗网络来生成合成信号，以保护数据隐私。随后，我们将迁移学习的范例应用于信号分类。所提出的方法进行了评估的案例研究和结果表明，真实的脑电数据与人工生成的样本增强提供了优越的分类性能。此外，我们提出了一个基于区块链的方案，并在以太坊上开发了一个原型，旨在使存储，查询和共享个人神经生理数据和分析报告安全且具有隐私意识。描述了三个主要交易主体--建筑工人、BCI服务提供商和项目经理--的权利，并讨论了拟议系统的优点。我们相信本文提供了一个全面的解决方案，以保护私人数据免受网络攻击，为BCI应用程序开发人员提供公平的竞争环境，并最终提高行业的专业福祉。
2022-11-19 cs.CR cs.LG eess.SP
