Is Cloud Computing Steganography-proof?
本文主要研究云计算中信息隐藏的可能性。在对云计算及其安全性进行了一般性介绍之后，我们将简要描述隐写术。特别介绍了云计算中基于隐写接收者位置的隐写通信场景分类。在设计安全的云计算服务时，必须考虑这些场景以及隐写方法可能造成的威胁。
2011-07-20 cs.CR
Reversible Data Hiding over Encrypted Images via Intrinsic Correlation in Block-Based Secret Sharing
针对现有加密图像可逆数据隐藏方案的计算复杂度高、嵌入率低和数据膨胀过度问题，基于块级秘密共享的内在相关性提出两种空间保留方法，设计高容量和尺寸缩减两种方案，分别提升嵌入容量和控制数据膨胀。
2025-02-16 cs.CR
Computing in Covert Domain Using Data Hiding
提出了隐域数据计算的思想。我们表明，信息隐藏的一些数据计算任务可以执行的封面下，如图像，音频，随机数据等，在建议的框架中，发送者隐藏他的源数据到两个封面，并将它们上传到服务器上。服务器在隐写中执行计算，并将隐写计算结果返回给接收方。利用该隐蔽结果，接收方可以提取源数据的计算结果。在这个过程中，由于源数据隐藏在封面中，服务器和对手都无法察觉。可以通过公共渠道进行传输。同时，由于计算是在隐蔽域中实现的，所以云不能获得计算结果的知识。因此，所提出的想法对于云计算是有用的。
2020-02-17 cs.CR cs.MM
A Newer User Authentication, File encryption and Distributed Server Based Cloud Computing Security Architecture
云计算平台为人们提供了在全世界人民之间共享资源、服务和信息的机会。在私有云系统中，信息在云中的人之间共享。为此，安全或个人信息隐藏过程阻碍。在本文中，我们提出了新的安全架构的云计算平台。这确保了通信系统的安全，并对他人隐藏信息。该模型包括基于AES的文件加密系统和用于交换信息或数据的异步密钥系统。这种结构可以很容易地应用于主要的云计算功能，例如PaaS，SaaS和IaaS。该模型还包括用于用户认证过程的一次性密码系统。我们的工作主要涉及整个云计算平台的安全体系。
2013-03-04 cs.CR cs.DC
Frequency-hiding Dependency-preserving Encryption for Outsourced Databases
云模式使用户能够将其数据外包给计算能力强大的第三方服务提供商进行数据管理。许多数据管理任务依赖于外包数据中的数据依赖性。这就提出了一个重要的问题，即数据所有者如何保护外包数据中的敏感信息，同时保持数据依赖性。在本文中，我们考虑函数依赖FD，一种重要的数据依赖类型。我们设计了一个保留FD的加密方案，名为F2，使服务提供商能够从加密数据集中发现FD。我们考虑了频率分析攻击，并证明了F2加密方案可以在Kerckhoff原则下以可证明的保证抵御攻击。我们的实证研究证明了F2的效率和有效性。
2016-03-08 cs.CR cs.DB
Let the Cloud Watch Over Your IoT File Systems
智能设备生成安全敏感数据，并将其保存在设备上的存储中以实现持久性。然而，目前智能设备上的存储堆栈提供了薄弱的安全保障：不仅因为堆栈依赖于易受攻击的商品操作系统，而且还因为智能设备部署在安全措施方面已知较弱。为了在智能设备上保护这样的数据，我们提出了一种新颖的存储堆栈架构，其i）在可信执行环境（TEE）中保护文件数据; ii）将文件系统逻辑和元数据外包到TEE之外; iii）在云中运行仅元数据的文件系统副本，用于连续地验证设备上的文件系统行为。为了实现该架构，我们构建了基于TrustZone的存储堆栈Overwatch。Overwatch解决了独特的挑战，包括细粒度识别元数据，隐藏网络延迟，以及应对云断开。在一套三个真实世界的应用程序中，Overwatch显示出适度的安全开销。
2019-02-17 cs.CR
Covert Communication Based on the Poisoning Attack in Federated Learning
Sichuan Normal University（四川师范大学）
针对联邦学习模型聚合破坏客户端嵌入信息的问题，提出一种基于投毒攻击的隐蔽通信方法，实现两客户端间100%准确传输，并证明其隐蔽、鲁棒且现有防御难以应对。
2023-06-02 cs.CR cs.LG
ArchNet: Data Hiding Model in Distributed Machine Learning System
University of Electronic Science and Technology of China（电子科技大学）
将空闲的嵌入式设备集成到云计算中是支持分布式机器学习的一种很有前途的方法。在本文中，我们的方法来解决数据隐藏问题，在这样的分布式机器学习系统。针对分布式机器学习系统中的数据加密问题，提出了三方非对称加密定理，并给出了数学证明。在此基础上，设计了一个通用的图像加密方案ArchNet，并在MNIST、Fashion-MNIST和Cifar-10数据集上进行了仿真实验。我们在加密数据集上使用不同的基模型，并将结果与RC 4算法和差分隐私策略进行比较。实验结果验证了该设计的有效性。在MNIST上的准确率比RC 4提高了97.26%;在ArchNet加密的数据集上的准确率分别为97.26%、84.15%和79.80%，在原始数据集上的准确率分别为97.31%、82.31%和80.22%，表明ArchNet的加密准确率与基础模型的性能相当。这也表明，ArchNet可以部署在分布式系统与嵌入式设备。
2020-05-31 cs.CR cs.LG
Securing SQLJ Source Codes from Business Logic Disclosure by Data Hiding Obfuscation
信息安全是指保护信息不受未经授权的访问、使用、披露、中断、修改、阅读和破坏。CAIN模型建议维护信息的机密性、真实性、完整性和不可否认性。Oracle 8i、9i和11g数据库支持SQLJ框架，允许在Java程序中嵌入SQL语句，并提供程序员友好的方式来访问Oracle数据库。随着云计算技术的流行，SQLJ被认为是一种灵活的、用户友好的用于在网格架构中开发分布式应用程序的语言。SQLJ源代码被翻译成Java字节码，反编译是从中间字节码生成源代码。中间的SQLJ应用程序字节代码对反编译是开放的，这使得恶意的读者能够强制反编译它，以便从代码中理解机密的业务逻辑或数据。据我们所知，Oracle数据库安全性存在强大且具有成本效益的技术，但客户端应用程序仍然缺乏数据安全技术，从而可能泄露机密业务数据。数据混淆是将数据隐藏在代码中，我们建议通过数据隐藏来增强SQLJ源代码中的数据安全性，以减少机密业务数据的泄露，特别是分布式应用程序中的整数。
2012-05-22 cs.CR cs.DB cs.DC
TwinCloud: Secure Cloud Sharing Without Explicit Key Management
随着云技术的出现，越来越多的易于使用的服务可以存储文件并与其他云用户共享。通过提供安全功能，云服务提供商试图鼓励用户在其服务器上存储个人文件或公司文档。然而，当服务器本身不受信任时，他们的服务器端加密解决方案并不令人满意。虽然有几种客户端解决方案可以为云共享提供安全性，但由于密钥管理中的可用性问题，它们并没有得到广泛使用。在本文中，我们提出了TwinCloud，这是一个创新的解决方案，其目标是为用户提供一个安全的系统，而不影响云共享的可用性。TwinCloud通过为复杂的密钥交换问题带来一种新颖的解决方案，并通过向用户隐藏所有加密和密钥分发操作来提供一种简单实用的方法来存储和共享文件，从而实现了这一目标。作为网关，TwinCloud使用两个或多个云提供商将加密密钥和加密文件存储在单独的云中，从而简化了安全共享，而无需信任任何一个云服务提供商，前提是它们不会相互勾结。我们将TwinCloud作为一个轻量级应用程序实现，并将其作为开源应用程序提供。我们的可用性研究结果显示了TwinCloud的安全共享解决方案的前景。
2016-07-13 cs.CR
PASSAT: Single Password Authenticated Secret-Shared Intrusion-Tolerant Storage with Server Transparency
在本文中，我们介绍了PASSAT，一个实用的系统，以提高目前的云架构提供的安全保证，而不需要任何改变或合作的云服务提供商。PASSAT是一个对云服务器透明的应用程序，允许用户基于单个主密码安全有效地存储和访问存储在公共云存储上的文件。PASSAT采用快速、轻量级的XOR秘密共享方案，将用户的文件秘密共享，并将其分发到n个公开可用的云平台。为了访问文件，PASSAT与n个云平台中的任意k个进行通信以接收共享，并运行秘密共享重建算法来恢复文件。与少于k个平台妥协或勾结的攻击者（内部或外部）无法了解用户的文件或偷偷修改文件。为了向多个云平台验证用户身份，PASSAT将每个平台特有的验证凭证存储在密码管理器中，并受用户主密码的保护。在请求访问文件时，用户输入密码解锁保险库，并获取PASSAT可用于与云存储交互的身份验证令牌。我们基于Kurihara等人的（2，3）-XOR秘密共享的PASSAT实例，与三个流行的存储提供商，即谷歌驱动器，盒子和Dropbox的实施，证实了我们的方法可以有效地提高存储文件的机密性，完整性和可用性，而无需在服务器上进行更改。
2021-02-26 cs.CR
An efficient deception architecture for cloud-based virtual networks
新兴的欺骗性系统为基于云的虚拟网络中不断上升的安全问题提供了新的希望，特别是那些由中小型企业运营的虚拟网络。欺骗性系统的主要目标是在可访问Internet的基于云的虚拟网络中形成一层防御节点，以分散和欺骗恶意客户端。虽然许多方法提供了不同的模型，发展决策系统，痛苦有向图提出了一个有前途的决策模型分散强大的远程入侵。Misery有向图可以延迟对基于云的虚拟网络深处的目标的访问。痛苦有向图理论的一个核心挑战是验证它们在主要云计算平台中的适用性，以及测量适应它们的网络的效率。因此，需要可以通过长期支持技术实现的架构支持，并且可以部署用于大型网络。这项工作提出并分析了一个高吞吐量的痛苦有向图的架构，实施细节和性能分析。在Amazon Web Services中完全实现该架构会在请求处理中产生适度的性能延迟，同时高度延迟网络中的隐形入侵。
2020-04-15 cs.CR cs.SE
SEVurity: No Security Without Integrity -- Breaking Integrity-Free Memory Encryption with Minimal Assumptions
不采用云服务的一个原因是对云提供商的信任：由于他们控制着虚拟机管理程序，因此他们可以访问系统中处理的任何数据。针对虚拟机（VM）的全内存加密可防止好奇的云提供商以及其他受损的虚拟机管理程序。AMD安全加密虚拟化（SEV）是最流行的基于硬件的虚拟机全内存加密。它的最新扩展SEV-ES还在上下文切换期间保护整个VM状态，旨在确保主机既不了解VM内部处理的数据，也不能修改其执行状态。以前的几个作品已经分析了SEV的安全性，并表明，通过控制I/O，有可能泄露数据，甚至获得对VM执行的控制。在这项工作中，我们介绍了两种新的方法，使我们能够注入任意代码到SEV-ES安全的虚拟机。由于缺乏适当的完整性保护，重用现有的密文就足以构建高速加密预言机。因此，我们的攻击不再依赖于对I/O的控制，而这是以前攻击所需要的。由于I/O操作是高度可检测的，因此我们的攻击更隐蔽。此外，我们对AMD在更新的处理器上使用的以前未知的、改进的基于Xor-Encrypt-Xor（XEX）的加密模式进行了反向工程，并首次展示了我们的新攻击如何克服它。
2020-04-23 cs.CR
VerIDeep: Verifying Integrity of Deep Neural Networks through Sensitive-Sample Fingerprinting
Princeton University（普林斯顿大学）
深度学习已经变得流行，并且提供了许多基于云的服务来帮助客户开发和部署深度学习应用。与此同时，各种攻击技术也被发现悄悄地损害模型的完整性。当云计算客户在云中部署深度学习模型并将其提供给最终用户时，能够验证所部署的模型没有被篡改以及模型的完整性受到保护对他来说非常重要。我们提出了一种新的低成本和自助服务的方法，让客户验证部署在云中的模型是完整的，同时只有黑盒访问（例如，通过API）到部署的模型。客户可以检测其深度学习模型的任意更改。具体来说，我们定义了\texttt{Sensitive-Sample}指纹，这是一个小的一组转换后的输入，使模型的输出敏感的模型的参数。即使是很小的重量变化也可以清楚地反映在模型输出中，并被客户观察到。我们对不同类型的模型完整性攻击的实验表明，我们可以检测模型完整性破坏的准确性高（$>$ 99\%）和低开销（$<$ 10黑盒模型访问）。
2018-08-20 cs.CR cs.LG
Blockchain-enabled Data Governance for Privacy-Preserved Sharing of Confidential Data
针对云存储中CP-ABE方案的非法授权、密钥泄露和隐私泄露问题，提出一种结合区块链与属性基加密的数据治理系统，支持多授权机构隐私保护、AES高效加密、IPFS去中心化存储及链上非法授权追踪。
2023-09-08 cs.CR
Image Steganography based on a Parameterized Canny Edge Detection Algorithm
隐写术是一门将数字信息隐藏起来的科学，没有人会怀疑它的存在。与可能引起怀疑的密码学不同，隐写术是一种使数据通信完全保密的隐形方法。隐写术有很多要求，其中最重要的是不可恢复性，即除了原始通信方之外的其他人难以检测和恢复隐藏在秘密通信中的数据。一个很好的策略，以掩盖秘密的不可恢复性不是使用一个平凡的方法基于一个可预测的算法，而是使用一个特定的随机模式的基础上的数学算法。本文提出了一种基于Canny边缘检测算法的图像隐写技术，它的目的是将秘密信息隐藏到图像中的像素点中，这些像素点构成了图像中检测到的目标的边界。更具体地，秘密数据的比特替换由Canny边缘检测算法检测到的像素的每个颜色通道的三个LSB作为载体图像中的边缘的一部分。此外，该算法由三个参数参数：高斯滤波器的大小，低阈值，和高阈值。对于相同的输入图像和秘密数据，这些参数可以产生不同的输出。因此，发现算法的内部工作原理将是相当模糊的，误导隐藏数据的确切位置。实验表明，一个代号为GhostBit的模拟工具，旨在使用所提出的算法覆盖和发现秘密数据。作为未来的工作，研究其他图像处理技术，如亮度和对比度的调整，可以利用在隐写的目的，给通信双方更多的偏好，操纵他们的秘密通信。
2012-12-23 cs.CR
INR-Based Generative Steganography by Point Cloud Representation
提出基于点云表示的INR生成式隐写术，利用函数生成器解决模型大小指数增长问题，统一数据格式，避免提取器训练传输，实验显示PSNR超65，提取准确率超99%。
2025-04-20 cs.CR cs.CY
iBA: Backdoor Attack on 3D Point Cloud via Reconstructing Itself
针对3D点云后门触发器难隐蔽、易被预处理去除的问题，提出基于自动编码器自重建的MirrorAttack，实现高ASR与低扰动攻击。
2024-09-09 cs.CR cs.CV
Markov Game Modeling of Moving Target Defense for Strategic Detection of Threats in Cloud Networks
Arizona State University（亚利桑那州立大学）
大规模云网络中关键数据的处理和存储需要可扩展的安全解决方案。事实证明，部署所有可能的安全措施都会消耗宝贵的计算和网络资源，而这些资源是云服务提供商的主要卖点。因此，最近有兴趣发展移动目标防御（MTD）机制，帮助一个优化的联合目标，最大限度地提高安全性，同时确保对性能的影响最小化。通常，这些技术将隐形对手的多阶段攻击问题建模为单步攻击检测游戏，使用图连接性度量作为衡量性能的启发式方法，从而（1）丢失了为大型云网络设计的图论模型中固有的有价值信息，以及（2）提出了某些对性能具有不对称影响的策略。在这项工作中，我们利用云网络的攻击图中的知识来制定零和马尔可夫博弈，并使用通用漏洞评分系统（CVSS）来为这个游戏提供有意义的实用价值。然后，我们表明，放置检测机制对对手的最佳策略相当于计算混合最小最大均衡的马尔可夫博弈。我们将使用我们的方法获得的收益与目前用于云网络安全的其他技术进行比较，从而显示其有效性。最后，我们强调了如何将该方法用于一个小型的真实云系统。
2019-02-28 cs.AI cs.CR cs.GT
PointBA: Towards Backdoor Attacks in 3D Point Cloud
National University of Singapore（新加坡国立大学）；Southwest Jiaotong University（西南交通大学）；Institute of High Performance Computing, A*STAR（高性能计算研究所，A*STAR）
本文首次系统研究三维点云后门攻击，提出毒标签攻击 PointPBA 和清洁标签攻击 PointCBA，利用三维数据特性与特征解耦技术实现攻击，实验成功率分别超过 95% 和约 50%，为三维深度模型鲁棒性提供基准。
2025-05-08 cs.CR cs.CV cs.LG
Functional Encryption in Secure Neural Network Training: Data Leakage and Practical Mitigations
Faculty of Computer Science, Alexandru Ioan Cuza University of Iasi, Iasi, Romania（计算机科学系，阿利亚斯大学，伊萨奇）
本文针对使用功能加密的安全神经网络训练提出数据重建攻击，并给出两种涉及客户端参与的安全训练与推理缓解方案。
2025-09-25 cs.CR cs.LG
Network and Device Level Cyber Deception for Contested Environments Using RL and LLMs
National Renewable Energy Laboratory（国家可再生能源实验室）
本文探讨利用RL和LLMs构建网络与设备层面的网络欺骗方法，以提高对抗环境中的欺骗策略准确性和成本效益。
2026-03-19 cs.CR cs.ET
Mitigating Leakage from Data Dependent Communications in Decentralized Computing using Differential Privacy
Petrus team, Inria, France（法国国家信息与自动化研究所 Petrus 团队）；Magnet team, Inria, France（法国国家信息与自动化研究所 Magnet 团队）
想象一下，一群公民愿意为了共同利益集体贡献他们的个人数据，以产生对社会有用的信息，这些信息来自数据分析或机器学习计算。与执行计算的中央服务器共享原始个人数据可能会引发对隐私和大规模监控风险的担忧。相反，公民可以信任彼此以及他们自己的设备，以参与分散式计算，从而协作产生要共享的聚合数据发布。在安全计算节点在运行时通过安全信道交换消息的上下文中，关键的安全问题是防止外部攻击者观察业务，其对数据的依赖可能泄露个人信息。现有的解决方案是针对云环境设计的，其目标是隐藏底层数据集的所有属性，并且不能解决在上述上下文中出现的特定隐私和效率挑战。在本文中，我们定义了一个通用的执行模型来控制数据依赖的通信在用户端分散计算，其中差分隐私保证通信模式在全球执行计划可以分析结合保证获得的本地集群的节点。我们提出了一套算法，允许隐私，效用和效率之间的权衡。我们正式的隐私保证杠杆和扩展最近的结果隐私放大洗牌。我们说明了我们的建议的有用性的两个代表性的例子，分散的执行计划与数据依赖的通信。
2021-12-23 cs.CR cs.DB cs.DC
