Secure Transmission in Wireless Sensor Networks Data Using Linear Kolmogorov Watermarking Technique
在无线传感器网络中,不同节点之间的所有通信都是以广播方式发送的。这些网络用于各种应用,包括军事,环境和智能空间。传感器容易受到各种类型的攻击,例如数据修改,数据插入和删除,甚至物理捕获和传感器更换。因此,安全成为无线传感器网络中的重要问题。然而,由于传感器资源受限,因此传统的密集型安全算法并不适合无线传感器网络。这使得基于数据加密的传统安全技术不太适合无线传感器网络。提出了一种用于无线传感器网络安全数据通信的线性Kolmogorov水印技术。我们提供了一个安全分析,以显示所提出的技术对各种类型的攻击的鲁棒性。该技术对数据删除、数据包复制和Sybil攻击具有很强的鲁棒性
2015-01-07 cs.CR
A Reinforcement Learning Framework for Robust and Secure LLM Watermarking
UC Santa Barbara(加州大学圣塔芭芭拉分校);MIT-IBM Watson AI Lab(麻省理工学院-IBM沃森人工智能实验室)
提出一种端到端强化学习框架,通过锚定机制和正则化项优化LLM水印的绿色/红色令牌列表设计,在标准基准上实现检测性、文本质量、鲁棒性和安全性的最佳权衡,显著提升抗伪造攻击能力。
2025-10-23 cs.CR
Privacy Preserving and Collusion Resistant Energy Sharing
能量已经越来越多地由电网上的不同实体(例如,在过去十年中,通过太阳能电池板、风力涡轮机或当地发电机,利用当地能源,这些电力消费者可以被视为“微电网”,可以同时产生和消耗能源。一些微电网可能具有过多的能量,这些能量可以共享给电网上的其他电力消费者。为此,所有实体必须共享它们的本地私有信息(例如,它们的本地需求、本地供应和电力质量数据)彼此或第三方共享,以找到并实现最佳的能量共享解决方案。然而,这样的过程受到微电网引起的隐私问题的限制。在本文中,我们提出了一个隐私保护计划的所有微电网,可以安全地实现他们的能量共享对半诚实和勾结的对手。所提出的方法包括两个安全的通信协议,可以确保量化的隐私泄漏和处理共谋。
2017-11-01 cs.CR
Enhancing Data Security in Medical Information System Using the Watermarking Techniques and Oracle SecureFile LOBs
在本文中,我们提出了一个有效的数字水印方案,以加强安全级别已经存在的数据库管理系统,以避免非法访问数据库的全面内容,包括病人的信息。医生通过查看感兴趣区域(ROI)来诊断医学图像。医学图像的ROI是包括重要信息的区域,并且必须在没有任何失真的情况下存储。如果医学图像被非法获取或其内容被改变,则可能导致错误的诊断。我们用患者数据和二值特征图代替图像LSB位平面的ROI之外的部分。后者是通过使用拉普拉斯算子将大小调整后的图像的边缘提取到其大小的四分之一来获得的。该图像直接集成到数据库中。利用边缘图和不变矩检测图像的完整性。
2012-07-23 cs.CR
Separation Properties and Related Bounds of Collusion-secure Fingerprinting Codes
本文研究了一些码的分离性和相关的界。我们试图得到一个新的$(w_1, w_2)$ -分离码的存在性结果,并讨论其上界的“最优性”。接下来,我们试图研究Reed-Solomon码的非平凡子空间子码的分离性和存在性之间的一些有趣的关系。
2013-07-29 cs.CR cs.IT math.IT
Lightweight Self-Bootstrapping Multiparty Computations of Time-Series Data with Custom Collusion Tolerance
在这项工作中,我们比较了两个最近的多方计算(MPC)协议的私人求和的性能。这两个协议都允许从各方在初始阶段生成的同一组公钥进行多轮聚合。我们实例化的协议与一个快速的椭圆曲线,并提供了一个实验比较其性能的不同阶段的协议。此外,我们引入了一种技术,允许这两个协议的计算负载减少的代价,防止合谋容忍。我们证明了这两个协议仍然是安全的,这种技术,并评估其对共谋容忍度和支持的轮数的影响。
2014-02-28 cs.CR
Collusion Attacks on Decentralized Attributed-Based Encryption: Analyses and a Solution
基于属性的加密(ABE)是一种以信息为中心的安全解决方案,通过允许以加密方式实施的灵活、细粒度的基于策略和基于内容的访问控制,超越了点对点加密的传统限制。由于原始的ABE系统由单个权威机构管理,因此有几种努力分散了不同的ABE方案来解决密钥托管问题,其中权威机构可以向自己发布秘密密钥来解密所有密文。然而,分散ABE(DABE)计划提出了共谋攻击的问题。在本文中,我们回顾了现有的两种类型的共谋攻击DABE系统,并介绍了一种新的类型之间的共谋当局和数据用户。我们发现,现有的六个DABE系统是脆弱的新引入的共谋,并提出了一个模型,以确保DABE计划之一。
2020-02-18 cs.CR
Secure and Robust Watermarking for AI-generated Images: A Comprehensive Survey
本文综述了AI生成图像水印技术,从系统形式化、方法比较、评估指标、安全漏洞及未来挑战等方面系统分析,为研究者提供全面理解以推动安全可信的AI生成内容发展。
2026-03-15 cs.CR cs.CV
Collusion-Secure Semi-Quantum Secret Sharing Scheme using a Quantum Third Party
Indian Statistical Institute(印度统计研究所)
针对半量子秘密共享中量子第三方与不诚实参与者共谋的漏洞,提出一种基于贝尔态的新协议,实现信息论安全并优化量子比特效率,抵抗DCNA攻击。
2026-10-08 cs.CR quant-ph
Secure and Image Retrieval based on Multipurpose Watermarking for Mammography Images Database
在癌症学领域,我们被要求制作周期性的乳房X光摄影图像来监测肿瘤患者。Oracle数据库管理系统(DBMS)是一个解决方案,以管理这些图像与病人的数据记录仪。了解到乳房X线照片的医学图像的大尺寸,Oracle DBMS使用外部LOB将这些图像保存在Oracle数据库之外。这些映像与Oracle之间的链接是通过BFILE完成的。在这一层面上,出现了两个问题:第一个问题是,由于链接很可能中断,因此无法访问这些图像。第二个问题是安全性,事实上,图像保存在Oracle数据库之外,它们并没有从其强大的安全性中受益。保护数据和患者图像的完整性和机密性是法律保护的必要条件,必须保护它们不受任何未经授权的访问、更改或破坏。本文针对这两个问题,提出了基于差分扩展的可逆水印技术,并探讨了其在图像搜索和检索策略中的应用。
2014-12-08 cs.CR
Certified Everlasting Secure Collusion-Resistant Functional Encryption, and More
本文定义并构造了多种可认证永久安全密码原语,给出抗合谋 FE、PE、PKE/SKE、RNCE 与混淆电路等基于标准假设的方案。
2024-05-13 cs.CR quant-ph
Smart Grids Secured By Dynamic Watermarking: How Secure?
本文分析了动态水印在智能电网中的安全性,指出水印无法保证无条件安全,并探讨了认证安全通信与防篡改能否实现无条件安全。
2024-03-05 cs.CR cs.SY eess.SY
Lyapunov exponent evaluation of a digital watermarking scheme proven to be secure
在我们以前的研究中,提出了一种新的基于混沌迭代的数字水印方案。该方案同时具有隐写安全性和拓扑安全性。隐写安全是针对“水印攻击”的攻击,而拓扑安全则是针对其他类型的攻击。它的李雅普诺夫指数在这里评估,量化由该计划产生的混沌。关键词:李雅普诺夫指数;信息隐藏;安全性;混沌迭代;数字水印。
2012-03-03 cs.CR cs.MM math.DS
Secure AI Watermarking Framework for IP Protection in Multi-Tenant Cloud Platforms
Viswam Engineering College(维斯瓦姆工程学院);Mother Theresa Institute Of Engineering and Technology(特蕾莎修女工程技术学院);Mohan Babu University(莫汉·巴布大学)
针对多租户云平台的AI知识产权泄露问题,提出基于密钥认证的安全AI水印框架,结合主动与被动安全措施,可预防攻击并识别联邦学习等场景下的IP泄露。
2026-08-05 cs.AI cs.CR
Where Have You Been? Secure Location Provenance for Mobile Devices
随着移动计算的出现,基于位置的服务近来已经变得流行。许多应用使用用户的位置起源,即,用户位置的按时间顺序排列的历史记录,用于访问控制、身份验证、信息共享和策略评估等目的。然而,位置起源受到篡改和共谋攻击的恶意用户。在本文中,我们研究了安全位置起源问题。我们介绍了一个无担保的计划产生抗共谋的位置证明。我们还描述了两个有效的保护隐私的计划,以保护位置证明的时间顺序的完整性。这些计划,分别基于哈希链和布隆过滤器,允许用户证明他们的位置历史的任何任意子序列的顺序审计。最后,我们提出的实验结果,从我们的概念验证在Android平台上实现,并表明我们的计划是实用的,在今天的移动设备。
2011-07-09 cs.CR
More is Merrier: Relax the Non-Collusion Assumption in Multi-Server PIR
针对多服务器PIR中非共谋假设易受隐蔽共谋攻击的问题,提出利用充足服务器结合奖惩机制提升共谋抗性,在公共公告板上实现了无需诚实非共谋服务器的共谋缓解机制,延长了查询后隐私保护时长。
2025-09-08 cs.CR cs.GT
A secure blind watermarking scheme based on DCT domain of the scrambled image
本文研究了一种安全的盲水印方案。该方案的主要思想是既保护水印信息又保护嵌入位置。为了达到更高的安全性,我们提出了一种基于奇异值分解和散列函数的子密钥生成机制,其中子密钥依赖于主密钥和原始图像的特征码。不同的子密钥保证了对不同的原始图像随机选择嵌入位置。水印嵌入到置乱后的原始图像的离散余弦变换(DCT)系数中。仿真结果表明,这种嵌入方法很好地解决了不可感知性和鲁棒性之间的矛盾。基于混沌序列良好的相关特性,设计了一种能够精确计算几何变换(旋转和平移变换)参数的检测方法。安全性分析,包括密钥空间分析,密钥敏感性分析,密码分析,和比较结果表明,提出的水印方案也达到了较高的安全性。
2017-08-31 cs.CR cs.MM
ZIRCON: Zero-watermarking-based approach for data integrity and secure provenance in IoT networks
针对物联网资源受限下数据完整性与安全溯源难的问题,提出零水印方案ZIRCON,通过源节点生成水印将溯源信息存入防篡改集中数据库,经分析验证其轻量、抗攻击且性能优于现有方案。
2023-04-29 cs.CR
The Effective Key Length of Watermarking Schemes
尽管数字水印方案的嵌入失真、有效载荷和鲁棒性都得到了很好的理解,但安全性的概念仍然没有完全得到很好的定义。过去五年提出的方法过于理论化,只考虑嵌入过程,这是水印方案的一半。本文提出了一种新的衡量水印安全性的方法,称为有效密钥长度,它反映了攻击者获取水印信道的难度。这种新的方法适用于添加剂扩频方案,提出了有效的密钥长度的理论和实际计算。这表明,这些方案是不安全的,一旦对手得到的观测在已知消息攻击的上下文中。
2012-02-16 cs.CR
Secure Seed-Based Multi-bit Watermarking for Diffusion Models from First Principles
Inria Rennes(法国里昂国家信息与自动化研究所)
本文提出基于原理的水印方法,通过理论分析建立安全、鲁棒性和保真度的评估框架,实现无需依赖生成模型的水印系统设计。
2026-05-07 cs.CR cs.CV
Secure Transmission of Password Using Speech Watermarking
互联网是信息交流和检索的最宝贵资源之一。当今大多数多媒体信号都是数字格式的。数字数据可以非常容易地复制和编辑,这导致了对数据完整性和数字数据保护的需求。通过使用数字水印技术实现安全措施,可以满足完整性或数据认证等安全要求。本文提出了一种利用频率掩蔽将水印信号数据嵌入到音乐(序列)宿主信号中的盲语音水印算法。提出了一种不同的对数方法。在这方面,首先将对数函数应用于水印数据。然后将变换后的信号嵌入到通过应用快速傅里叶变换方法获得的宿主信号的转换版本中。最后利用快速傅立叶逆变换和反对数函数提取水印信号。
2013-04-25 cs.CR cs.MM
ROSE: A RObust and SEcure DNN Watermarking
Centre Inria de l’Université de Rennes(雷恩大学法国国家信息与自动化研究所中心)
在部署DNN模型之前,保护DNN模型的知识产权至关重要。到目前为止,所提出的方法要么需要改变内部模型参数或机器学习管道,要么无法满足安全性和鲁棒性要求。本文提出了一种轻量级、鲁棒且安全的黑盒DNN水印协议,该协议利用了加密单向函数以及在训练过程中注入任务中的密钥图像标签对。这些对稍后用于在测试期间证明DNN模型所有权。其主要特点是证明的价值及其安全性是可度量的。大量的实验水印图像分类模型的各种数据集,以及暴露他们的各种攻击,表明它提供了保护,同时保持足够的安全性和鲁棒性。
2022-06-22 cs.AI cs.CR cs.LG
A new Watermarking Technique for Secure Database
数字多媒体水印技术是近十年来提出的一种在图像、音频、视频等数字对象中嵌入版权信息的技术。然而,在许多现实生活中的应用程序中越来越多地使用关系数据库系统,导致对水印数据库系统的需求不断增加。因此,水印关系数据库系统现在正在合并作为一个研究领域,处理数据库系统的版权保护的法律问题。方法:在这项研究中,我们提出了一个有效的数据库水印算法的基础上插入二值图像水印的非数值多字属性的选定的数据库元组。结果如下:该算法是鲁棒的,因为它抵制试图删除或降低嵌入的水印,它是盲目的,因为它不需要原始数据库,以提取嵌入的水印。结论:实验结果证明了该算法的盲目性和对常见数据库攻击的鲁棒性.
2013-04-26 cs.CR cs.DB cs.MM
Watermarking in Secure Federated Learning: A Verification Framework Based on Client-Side Backdooring
Peking University(北京大学);Central South University(中南大学);Fuzhou University(福州大学);Jinan University(暨南大学);Loughborough University(拉夫堡大学)
联邦学习(FL)允许多个参与者在不直接共享数据的情况下协作构建深度学习(DL)模型。因此,FL中的版权保护问题变得重要,因为不可靠的参与者可能会访问联合训练的模型。在安全FL框架中应用同态加密(HE)技术,防止中心服务器访问明文模型。因此,使用现有的水印方案在中央服务器处嵌入水印不再可行。在本文中,我们提出了一种新的客户端FL水印方案,以解决版权保护问题的安全FL与HE。据我们所知,这是第一个在安全FL环境下将水印嵌入到模型中的方案。我们设计了一个基于客户端后门的黑盒水印方案,通过梯度增强的嵌入方法将预先设计的触发器集嵌入到FL模型中。此外,我们提出了一个触发器集的建设机制,以确保水印不能伪造。实验结果表明,我们提出的方案提供了出色的保护性能和鲁棒性对各种水印去除攻击和歧义攻击。
2023-03-03 cs.AI cs.CR cs.LG
Fast, Secure, and High-Capacity Image Watermarking with Autoencoded Text Vectors
IRISA, Univ. Rennes, CNRS(IRISA、里昂大学、CNRS);Imatag;LABEL4.AI
本研究提出LatentSeal语义水印框架,通过文本自编码器将句子转为256维潜在向量嵌入图像,兼具高容量、鲁棒性与安全性,突破比特上限,助力可信AI治理。
2025-10-01 cs.AI cs.CR
Hierarchical Secure Aggregation with Heterogeneous Security Constraints and Arbitrary User Collusion
Guangxi Key Laboratory of Multimedia Communications and Network Technology(广西多媒体通信与网络技术重点实验室);Guangxi University(广西大学);Department of Electrical Engineering and Computer Science(电气工程与计算机科学系);Technical University of Berlin(柏林技术大学);School of Cyber Science and Engineering(网络安全科学与工程学院);Nanjing University of Science and Technology(南京理工大学)
本文提出分层安全聚合的异构安全模型,研究在任意用户合谋下如何实现信息论安全的通信速率和源密钥需求。
2026-01-10 cs.CR cs.DC cs.IT
Keyed Provenance Watermarking with Complementary Lattice-Based Secure Aggregation for Federated Learning
Michigan Technological University(密歇根理工大学);National University of Singapore(新加坡国立大学);Binghamton University(宾汉姆顿大学)
本研究针对联邦学习面临的多级攻击问题,提出结合密钥化来源水印与格基安全聚合的FL框架,经实验验证其在复合攻击下具备互补保护能力,且为端到端可信FL提供了联合评估方案。
2026-08-24 cs.CR cs.LG
Invariant-based Robust Weights Watermark for Large Language Models
Lenovo Research(联想研究院)
本文提出一种无需重训或微调的transformer模型鲁棒水印方案,通过模型不变量构建线性约束生成稳定水印值,并利用噪声机制抵御共谋攻击,在Llama3、Phi3和Gemma上验证了对多种攻击的强鲁棒性。
2025-07-11 cs.AI cs.CR
Secure and Efficient Watermarking for Latent Diffusion Models in Model Distribution Scenarios
Beijing Institute of Technology(北京理工大学);School of Information Engineering, Minzu University of China(中央民族大学信息工程学院);School of Computer Science, The University of Adelaide(阿德莱德大学计算机学院)
针对潜在扩散模型分发中的水印泄露、逃逸与攻击问题,提出解耦式安全水印注入和基于水印分发的验证策略,在十种攻击下优于六个基线。
2025-02-18 cs.AI cs.CR
Composability in Watermarking Schemes
本文研究水印方案的可组合性,提出一组允许组合水印方案的精确要求,从而能够将密码学构建模块的水印方案组合成更大协议的水印方案,并推导出多项应用。
2024-10-14 cs.CR
A Novel Effective, Secure and Robust CDMA Digital Image Watermarking in YUV Color Space Using DWT2
本文将CDMA数字图像水印技术应用于所有权验证和图像认证中,为了提高水印的安全性,将水印W转换为一个序列,然后采用一个随机二进制序列R对水印进行加密,其中n为水印的大小。该采用过程使用伪随机数发生器来确定要在给定键上使用的像素。该方法将宿主图像转换到YUV颜色空间,然后对Y通道进行小波分解,利用加性伪随机噪声模式的相关性将水印嵌入到Y通道的选定子带系数中。实验结果表明,与同类方法相比,该方法具有更好的不可见性、安全性和鲁棒性,能够抵抗JPEG压缩和各种噪声攻击。此外,该方法不需要原始图像来提取水印。
2012-06-19 cs.CR cs.MM
Delay-Induced Watermarking for Detection of Replay Attacks in Linear Systems
本文提出一种基于状态反馈的延迟诱导水印方法,通过在控制输入中注入随机时延状态估计项来检测线性系统中的重放攻击,并在LQG控制框架下验证其优于传统前馈水印方案。
2024-04-01 cs.CR cs.SY eess.SY
Skefl: Single-Key Homomorphic Encryption for Secure Federated Learning
针对联邦学习中单密钥同态加密易受服务器与客户端串通攻击的问题,提出Skefl协议,通过密文秘密共享实现安全性与性能的平衡,并给出安全性证明与性能评估。
2023-12-28 cs.CR
Embedding Trust at Scale: Physics-Aware Neural Watermarking for Secure and Verifiable Data Pipelines
SentinelAI;LBNL(劳伦斯伯克利国家实验室);EECS, University of California, Berkeley, CA, USA(加州大学伯克利分校电子工程与计算机科学系)
针对科学高维数据的完整性验证需求,提出基于卷积自编码器的物理感知神经水印框架,可在多种有损变换下留存水印且保真度高,性能优于经典SVD方法,可扩展至多领域结构化数据,助力科学数据溯源与AI系统安全。
2025-05-22 cs.AI cs.CE cs.CR
An Approach of Digital Image Copyright Protection by Using Watermarking Technology
数字水印系统是保护有价值的资源和信息的重要手段。数字水印一般是人眼和人耳感觉不到的。数字水印可用于视频、音频和数字图像中,用于各种各样的应用,例如版权管理、认证和过滤互联网内容。所提出的系统能够保护诸如音频、图像、视频或文本的数字媒体的版权或所有者标识。该系统利用密钥对水印进行置乱,并将置乱后的水印嵌入到原始图像的小波系数中。该密钥是随机生成的,用于选择置换水印在小波域中的嵌入位置。最后,结合密码学的概念和数字水印技术,实现了一个更加安全的数字水印系统。
2012-05-28 cs.CR
AuthenLoRA: Entangling Stylization with Imperceptible Watermarks for Copyright-Secure LoRA Adapters
Shanghai University(上海大学);University of Science and Technology of China(中国科学技术大学);Fudan University(复旦大学)
AuthenLoRA通过在LoRA训练过程中嵌入隐秘水印,实现版权安全的风格化生成,提升水印传播的鲁棒性和降低假阳性率。
2025-11-26 cs.CR
Secure Watermark for Deep Neural Networks with Multi-task Learning
深度神经网络在许多实际应用中发挥着重要作用。在用丰富的数据和计算资源训练后,提供服务的深度神经网络模型被赋予了经济价值。商业化和保护深度神经网络的一个重要前提是可靠地识别其真正的作者。为了实现这一目标,人们提出了将作者身份信息嵌入到网络中的水印方案。然而,目前的计划很难满足所有必要的要求,安全地证明作者,主要集中在模型的分类。为了明确地满足安全需求的形式化定义并增加深度神经网络水印方案的适用性,我们提出了一种基于多任务学习的新框架。通过将水印嵌入视为一项额外的任务,大多数安全要求都是明确制定的,并通过精心设计的正则化器来满足,其余的则通过使用密码学组件来保证。此外,一个分散的验证协议,提出了标准化的所有权验证。实验结果表明,该方案具有灵活性、安全性和鲁棒性,是深度学习模型保护的一种有效方案.
2021-12-26 cs.CR
Robust and Secure Code Watermarking for Large Language Models via ML/Crypto Codesign
University of California, San Diego(加利福尼亚大学圣迭戈分校);San Diego State University(圣地亚哥州立大学)
该研究提出首个ML/密码学协同设计的RoSeMary框架,通过端到端训练结合CodeT5实现高质量代码水印,用零知识证明安全验证,兼具高检测准确率、抗攻击能力与高效性。
2026-08-12 cs.CL cs.CR cs.LG
DataSafe: Copyright Protection with PUF Watermarking and Blockchain Tracking
DataSafe结合PUF与区块链,通过设备内水印验证实现安全版权保护与追踪,原型系统验证了其有效性。
2024-05-29 cs.CR
SONNI: Secure Oblivious Neural Network Inference
本文揭示了隐私保护MLaaS协议中易受Silver Platter模型窃取攻击的弱点,并提出一种新颖的结果检查协议,在抵御恶意串谋的同时保护数据与模型隐私。
2025-04-26 cs.CR
Deep Learning-Based Dynamic Watermarking for Secure Signal Authentication in the Internet of Things
保护物联网(IoT)是加快其应用程序和服务部署的必要里程碑。特别是,物联网设备的功能非常依赖于其消息传输的可靠性。数据注入、窃听和中间人威胁等网络攻击可能导致安全挑战。保护物联网设备免受此类攻击需要考虑其严格的计算能力和对低延迟操作的需求。本文提出了一种新的深度学习方法,用于物联网信号的动态水印检测网络攻击。所提出的学习框架基于长短期记忆(LSTM)结构,使物联网设备能够从其生成的信号中提取一组随机特征,并将这些特征动态地水印到信号中。这种方法使从物联网设备收集信号的物联网云中心能够有效地验证信号的可靠性。此外,所提出的方法可以防止复杂的攻击场景,例如网络攻击者从物联网设备收集数据并旨在破坏水印算法的窃听。仿真结果表明,在攻击检测延迟小于1秒的情况下,可以以几乎100%的可靠性从物联网设备传输消息。
2017-11-03 cs.CR cs.IT cs.MM
Solving the Capsulation Attack against Backdoor-based Deep Neural Network Watermarks by Reversing Triggers
为了保护人工智能模型,特别是深度神经网络在黑箱环境下的知识产权,提出了基于后门的数字水印方案。与普通后门相比,基于后门的水印需要以数字方式包含所有者的身份,这一事实对触发器生成和验证程序增加了额外的要求。此外,这些问题产生额外的安全风险后,水印方案已被公布为取证工具或所有者的证据已被窃听on.This本文提出的封装攻击,一种有效的方法,可以使大多数建立后门为基础的水印方案无效,而不牺牲盗版模型的功能。通过使用基于规则的过滤器或贝叶斯过滤器封装深度神经网络,攻击者可以阻止所有权探测并拒绝所有权验证。我们提出了一个度量,CAScore,衡量一个基于后门的水印方案的安全性对封装攻击。本文还提出了一种新的基于后门的深度神经网络水印方案,该方案通过反转编码过程和随机暴露触发器来抵抗封装攻击。
2022-08-30 cs.CR
Collusion Resistant Federated Learning with Oblivious Distributed Differential Privacy
Bowdoin College(鲍登学院);Massachusetts Institute of Technology(麻省理工学院);J.P. Morgan AI Research(摩根大通人工智能研究院)
隐私保护联邦学习使分布式客户端能够共同学习共享模型,同时保持客户端训练数据的私密性,即使来自不受信任的服务器。先前的工作没有提供有效的解决方案,防止共谋攻击,其中各方合作,以暴露一个诚实的客户端的模型参数。我们提出了一个有效的机制,基于不经意的分布式差分隐私,这是第一个防止这种客户端勾结,包括“西比尔”攻击,其中服务器优先选择受损的设备或模拟假设备。我们利用新的隐私机制,构建一个安全的联邦学习协议,并证明该协议的安全性。我们得出结论,在5,000个分布式网络客户端的现实模拟的两个数据集上的协议的执行速度,学习精度和隐私性能的实证分析。
2022-02-20 cs.AI cs.CR cs.MA
Ciphertext-Native Watermarking for RLWE-Based Homomorphic Encryption
Sun Yat-sen University(中山大学)
针对 RLWE 同态加密方案忽视密文版权保护等实际需求的问题,提出水印技术,利用 RLWE 多项式代数结构嵌入水印,给出 ARWMark 和 MRWMark 两种方案,经理论分析和实验验证其有效性且不损原安全性。
2026-08-24 cs.CR
Information-Theoretic Decentralized Secure Aggregation with Passive Collusion Resilience
Department of Electrical Engineering and Computer Science, Technical University of Berlin(技术大学柏林电气工程与计算机科学系);Guangxi Key Laboratory of Multimedia Communications and Network Technology, Guangxi University(广西多媒体通信与网络技术重点实验室,广西大学);School of Electronic Information and Communications, Huazhong University of Science and Technology(华中科技大学电子信息与通信学院);School of Electrical Engineering and Telecommunications, University of New South Wales(新南威尔士大学电子工程与电信学院)
研究去中心化安全聚合的理论极限,提出在合谋情况下保证输入总和安全计算的通信与密钥使用最优界限。
2026-03-22 cs.CR cs.DC cs.IT
Privacy-Preserving and Collusion-Resistant Charging Coordination Schemes for Smart Grid
包括电动汽车和家用电池在内的储能单元(ESU)实现了现代智能电网的几个有吸引力的功能,例如有效的需求响应和减少电费。然而,不协调的充电的ESU强调电力系统。在本文中,我们提出了隐私保护和防共谋的智能电网充电协调集中式和分散式计划。在将ESU连接到公用事业的强大通信基础设施的情况下使用集中式方案,而在基础设施不可用或昂贵的情况下,分散式方案是有用的。在集中式方案中,每个能量存储单元应该从充电控制器(CC)获取匿名令牌,以经由聚合器向CC发送多个充电请求。CC可以使用对足够数据的计费请求来运行计费协调方案,但它不能将数据链接到特定ESU或泄露任何私有信息。我们的集中式方案使用修改后的背包问题制定技术,以最大限度地提高电力供应量的ESU之前,充电请求到期,而不超过可用的最大充电容量。在分散式方案中,多个ESU以分布式方式运行该方案,而不需要聚合器或CC。选择一个ESU作为头节点,该头节点应该解密ESU的消息的聚合消息的密文,并将其广播到社区,同时不泄露ESU的单独计费需求。然后,ESU可以基于聚合的充电需求来协调充电请求,同时不超过最大充电容量。大量的实验和模拟表明,我们的计划是有效的,对各种攻击的安全性,并可以保护ESU所有者的隐私。
2020-02-20 cs.CR
SIGNED: A Challenge-Response Based Interrogation Scheme for Simultaneous Watermarking and Trojan Detection
涉及不受信任方的电子硬件分布式制造生态系统的出现引起了各种信任问题。特别是,IP盗版、生产过剩和硬件木马攻击对数字设计制造商构成了重大威胁。水印技术是半导体行业用来克服许多信任问题的解决方案之一。然而,目前的水印技术具有低覆盖率,招致硬件开销,并且容易受到移除或篡改攻击。此外,这些水印无法检测特洛伊木马植入攻击,其中对手出于恶意目的更改设计。我们解决这些问题,在我们的框架称为签名:安全的轻量级数字水印方案的设计。SIGNED依赖于基于询问-响应协议的询问方案来生成水印。SIGNED识别目标网表中的敏感区域,并对其进行采样,以形成代表设计的功能和结构特征的紧凑签名。我们表明,这个签名可以用来同时验证,在一个强大的方式,设计的出处,以及在设计过程中的任何阶段,它的任何恶意修改。在ISCAS 85和ITC基准电路上对SIGNED进行了评估,即使在低至5门的情况下,检测精度也达到了87.61%.我们进一步证明,SIGNED可以受益于与逻辑锁定解决方案的集成,在那里它可以实现更高的保护,防止删除/回火攻击,并通过明智地重用水印创建的锁定逻辑产生更低的开销。
2020-10-11 cs.CR
Hardware Watermarking for Finite State Machines, with Symmetric Circuit Encryption
将水印放入数字电路有其自身的一系列挑战。在印刷品中创建安全水印通常包括难以复制的图形。在包括难以生产的附加电路的电路中,必须应对增加电路的功耗、降低电路的速度以及引入容易再现的水印电路的前景。本文提出了一种时序电路的数字水印方法。它允许多种程度的校准,允许用户根据速度、功率和功效的要求调整水印的复杂性。我们的方法使用一种加密技术,介绍秘密的水印电路,在几个层次。它还采用边界扫描测试协议作为保护水印电路的手段。我们的讨论首先描述我们的水印方案中所需的不同工具。然后,我们讨论了与破解我们的水印电路相关的问题的难度。这个分析表明,通过完全实现,我们的方法可以变得非常安全。
2022-03-22 cs.AR cs.CR
Towards Secure Blockchain-enabled Internet of Vehicles: Optimizing Consensus Management Using Reputation and Contract Theory
在车联网(IoV)中,车辆之间的数据共享对于提高驾驶安全性和增强车辆服务至关重要。为了保证数据共享的安全性和可追溯性,采用高效的委托权益证明共识方案作为硬安全解决方案,建立基于区块链的物联网(BIoV)。然而,由于矿工是通过基于投票的投票从矿工候选人中选出的,因此很难防范候选人和受损的高风险车辆之间的投票勾结,这给BIoV带来了严重的安全挑战。为了应对这些挑战,我们提出了一个软安全增强解决方案,包括两个阶段:(i)矿工选择和(ii)块验证。在第一阶段,提出了一种基于信誉的区块链投票方案,以确保安全的矿工选择。该方案通过使用历史交互和其他车辆的推荐意见来评估候选人的声誉。具有高声誉的候选人被选为活跃矿工和备用矿工。在第二阶段,为了防止活跃矿工之间的内部勾结,新生成的区块由备用矿工进一步验证和审计。为了激励备用矿工参与区块验证,我们利用合约理论建立了活跃矿工和备用矿工之间的交互关系,并考虑了区块验证的安全性和延迟。基于真实数据集的数值结果表明,该方案对于BIoV中的数据共享是安全有效的.
2018-09-22 cs.CR cs.GT
Meta-Key: A Secure Data-Sharing Protocol under Blockchain-Based Decentralised Storage Architecture
在这封信中,我们提出了元密钥,这是一种数据共享机制,使用户能够在基于区块链的分散存储架构下共享他们的加密数据。所有数据加密密钥都由所有者的公钥加密,并放在区块链上,以实现安全可靠的存储和轻松的密钥管理。加密数据存储在专用存储节点中,并使用代理重新加密机制来确保在不受信任的环境中安全的数据共享。对模型的安全性分析表明,由于元密钥的特殊结构,系统采用的代理重加密方式自然不会受到合谋攻击。
2020-05-24 cs.CR cs.DC
Improved DWT Based Watermarking Using JPEG-YCbCr
本文提出了一种基于小波变换域的盲、安全、不可感知和鲁棒水印算法。为了提高水印的安全性,将水印W转化为一个序列,然后采用一个大小为n的随机二进制序列R对水印进行加密,其中n为水印图像的大小。然后,通过对W和R执行“异或”运算来生成加密水印序列W1。该算法利用LSB插入技术将水印嵌入到JPEG-YCbCr的Y通道小波分解的低频系数中。实验结果表明,与文献[1]相比,该算法提高了水印的安全性和不可感知性,对小波压缩和剪切攻击具有更好的鲁棒性。
2012-06-20 cs.CR cs.MM
Dual Watermarking Scheme with Encryption
数字水印用于版权保护和认证。在该系统中,一个双重水印方案的基础上,小波奇异值分解与混沌加密算法,将开发,以提高鲁棒性和保护与安全性。小波变换和奇异值分解作为一种数学工具被用来在图像中嵌入水印。在宿主图像中嵌入两个水印。该算法将二次水印嵌入到一次水印中,并利用混沌逻辑斯蒂映射对水印图像进行加密。这为图像加密和传输提供了一种高效、安全的方法。水印图像被解密,并开发了一个可靠的水印提取方案的提取的主要以及从失真的图像的二次水印。
2010-02-11 cs.CR cs.MM
Efficient, Flexible and Secure Group Key Management Protocol for Dynamic IoT Settings
许多物联网(IoT)场景需要与具有类似功能的多个设备进行通信并从其获取数据采集。对于这样的场景,组播和广播形式的组通信已被证明是有效的。组密钥管理(GKM)涉及到处理、撤销、更新和向各个组的成员分发加密密钥。经典的GKM方案在动态物联网环境中效率低下,动态物联网环境是指节点经常离开或加入网络或随着时间从一个组迁移到另一个组的环境。最近,在动态IoT环境中已经提出了用于GKM的“GroupIt”方案。然而,该方案有几个局限性,如易受共谋攻击,使用计算昂贵的非对称加密和威胁到系统的后向保密性。在本文中,我们提出了一种用于动态物联网设置的高效安全的GKM协议,该协议始终保持前向和后向保密。我们提出的协议只使用对称加密,是完全抵抗共谋攻击。此外,我们的协议是高度灵活的,可以处理几个新的情况下,设备或用户动态可能发生,例如,允许设备组加入或离开网络,或者创建或解散用户组,这些都不是现有文献中提出的方案所处理的。我们通过广泛的数学分析和数值计算来评估所提出的协议的性能,并表明它在用户和设备所产生的通信和计算成本方面优于GroupIt方案。
2020-08-16 cs.CR cs.NI
Security Issues In Speech Watermarking for Information Transmission
语音信息的安全传输是许多安全专业人员和个人面临的一个重要问题。通过应用语音加密技术,可以传输任何类型的加密敏感语音数据,如密码。但这具有严重的缺点,即通过密码分析攻击,加密的数据可能被泄露。增加加密/解密的强度会导致相关的成本增加。另外的技术,如速记和数字水印,可以用来隐藏信息在一个不可检测的方式在音频数据。然而,这种加水印的音频数据必须通过不可靠的媒体发送,窃听者可能会掌握秘密消息,并且还可以确定发送信息的说话者的身份,因为人类的声音包含基于其特性(如频率,音调和能量)的信息。本文提出了一种归一化语音水印技术。对语音信号进行归一化处理以隐藏发送信息的说话人的身份,然后对包含消息(口令)的归一化信号应用语音水印技术,使得传输的信息不应被未经授权地泄露。
2013-04-25 cs.CR cs.MM