Encrypted Dynamic Control exploiting Limited Number of Multiplications and a Method using RLWE-based Cryptosystem
本文提出一种基于RLWE加密系统的加密动态控制方法，通过有限乘法次数和并行运算降低计算与通信开销，实现长期稳定性能。
2024-10-25 cs.CR cs.SY eess.SY
Optimal Security Parameter for Encrypted Control Systems Against Eavesdropper and Malicious Server
在以前的研究中，已经引入了样本识别复杂度和样本解密时间，以捕获对手的系统辨识的估计误差和计算时间。这些量在定义加密控制系统的安全性和设计安全参数方面起着至关重要的作用。本研究提出一个最佳的安全参数下的加密控制系统的网络窃听者和恶意控制器服务器谁试图识别系统参数，使用最小二乘法。安全参数设计是基于对传统同态加密的改进来实现的，以提高样本解密时间和新的样本识别复杂度，其特征在于可控性Gramians和识别输入与系统噪声的方差比。通过数值仿真证明了所提出的安全参数设计方法的有效性。
2023-03-23 cs.CR cs.SY eess.SY
Bootstrapping Guarantees: Stability and Performance Analysis for Dynamic Encrypted Control
本文研究动态加密控制，将bootstrapping引入的误差视为鲁棒控制框架中的不确定性，为系统提供稳定性与性能保证，并通过提升版本降低测试保守性。
2024-03-27 cs.CR cs.SY eess.SY
Verifiable computations for dynamic encrypted control
University of Stuttgart（斯图加特大学）
针对线性动态加密控制中云服务器返回结果可能被篡改的问题，提出利用控制器输入输出特性生成挑战信号并行验证，几乎不增加计算负载且能高概率检测错误。
2026-06-17 cs.CR cs.SY eess.SY
Comparison and performance analysis of dynamic encrypted control approaches
本文针对动态加密控制器中的噪声增长与编码溢出问题，比较自举、状态周期重置、整数重构和 FIR 控制器等方法，并结合稳定性、性能分析及基准数值实验评估其适用性。
2025-10-20 cs.CR cs.SY eess.SY
On the (non-)resilience of encrypted controllers to covert attacks
研究探讨了加密控制器在面对隐秘攻击时的鲁棒性问题，提出通过可验证计算实现安全防护，无需通信开销。
2026-05-15 cs.CR cs.SY eess.SY
A Verifiable Computing Scheme for Encrypted Control Systems
针对云端加密控制系统中恶意篡改控制逻辑的问题，提出一种基于概率剪切-选择的低开销可验证计算方案，使执行器能验证云端计算，并经Khepera IV机器人实验验证其有效性与实时性。
2024-05-28 cs.CR cs.SY eess.SY
Anomaly Detection with LWE Encrypted Control
针对加密信号隐藏信息导致攻击检测困难的问题，提出利用LWE加密同态属性、基于格困难最小化问题解确定变换并进行假设检验的异常检测机制，其灵敏度下降为多项式级，通过数值示例验证了有效性。
2025-02-14 cs.CR cs.SY eess.SY
Variational Encrypted Model Predictive Control
Purdue University（普渡大学）；Seoul National University（首尔大学）；Seoul National University of Science and Technology（首尔科学技术大学）
本文提出变分加密模型预测控制协议，通过加密多项式运算实现在线执行，将MPC问题转化为基于采样的估计器，利用倾斜采样分布减少加密计算，无需额外通信轮次，通过双重并行层次高效扩展。
2026-03-19 cs.CR cs.SY eess.SY
Encrypted Distributed Lasso for Sparse Data Predictive Control
L1正则化回归的最小二乘问题，称为Lasso，是最优化问题中广泛使用的方法，其中期望回归的稀疏性。该公式是信号处理、机器学习和控制中许多应用的基础。作为激励问题，我们研究了稀疏数据预测控制问题，运行在云服务上以控制具有未知模型的系统，使用L1正则化来限制行为复杂度。系统的输入输出数据是隐私敏感的，因此，我们设计了一个使用同态加密数据的隐私保护解决方案。主要的挑战是L1范数的非光滑性，这很难在加密数据上进行评估，以及Lasso问题的迭代性质。我们使用分布式ADMM制定，使我们能够交换大量的本地计算多个服务器之间的通信很少。我们首先给出了一个加密的多方协议来解决分布式Lasso问题，通过用切比雪夫多项式近似非光滑部分，在加密数据上对其进行评估，并使用更具成本效益的分布式自举操作。对于数据预测控制的例子，为了更好的收敛，我们更喜欢数据的非齐次分裂。我们给出了一个加密的多方协议，这种非同质分裂的套索问题的非同质的一组服务器：一个强大的服务器和一些功能不太强大的设备，出于安全原因添加。最后，我们为我们提出的解决方案提供了数值结果。
2021-04-23 cs.CR cs.SY eess.SY
Cryptanalysis of Random Affine Transformations for Encrypted Control
本文对加密控制中的随机仿射变换密码进行密码分析，证明确定性变体在已知明文攻击下不安全并泄露闭环信息，而概率性变体虽具统计不可区分性，但其浮点实现难以在需要安全保证时实用。
2023-04-13 cs.CR cs.SY eess.SY
Secure Two-Party Matrix Multiplication from Lattices and Its Application to Encrypted Control
Department of Information and Physical Sciences, Graduate School of Information Science and Technology, The University of Osaka（大阪大学信息理工学研究科信息物理科学系）
提出一种基于格假设的近似矩阵乘法两方计算协议，单轮通信实现可调近似精度，并应用于线性控制律的安全实现，保证隐私且降低客户端在线计算复杂度。
2026-06-01 cs.CR cs.SY eess.SY
Encrypted control for networked systems -- An illustrative introduction and current challenges
云计算和分布式计算在诸如智能电网、楼宇自动化、机器人群或智能交通系统的许多现代控制系统中变得无处不在。与“隔离”控制系统相比，基于云和分布式控制系统的优势特别是资源池化和外包、快速可扩展性和高性能。然而，这些能力并非没有风险。事实上，通过公用网和第三方平台进行敏感数据的通信和处理，除其他网络威胁外，还促进了对数据的窃听和操纵。加密控制解决了这一安全漏洞，并提供了整个控制回路中处理数据的机密性。本文介绍了一个教程式的介绍，这个年轻的，但新兴的领域的安全控制网络动力系统的框架。
2020-10-01 cs.CR cs.SY eess.SY
Encrypted system identification as-a-service via reliable encrypted matrix inversion
针对同态加密难以支持迭代算法的问题，本文提出可靠的加密矩阵求逆方法，用于保护隐私的最小二乘求解与系统识别即服务，并在三个识别任务上验证有效性。
2024-10-27 cs.CR cs.SY eess.SY
An End-to-End Encrypted Control Pipeline for Multi-Agent Coordination via CKKS Homomorphic Encryption
University of Maryland, College Park（马里兰大学帕克分校）
针对云端多智能体协同中的隐私冲突，提出端到端加密控制管道，所有环节在CKKS加密数据上仅用加、乘和循环旋转操作，通过稳态卡尔曼增益和对角线法实现图拉普拉斯，推导周期性自举界以量化加密噪声影响，并在编队控制中验证。
2026-06-05 cs.CR cs.SY eess.SY
Droplet: Decentralized Authorization and Access Control for Encrypted Data Streams
本文介绍了Droplet，一个分散的数据访问控制服务。Droplet使数据所有者能够安全地、有选择地共享他们的加密数据，同时在未经授权的各方和受损的数据服务器存在的情况下保证数据的机密性。Droplet的贡献在于结合了两个关键思想：（i）加密数据流的加密强制访问控制结构，使用户能够定义细粒度的特定于流的访问策略，以及（ii）为用户定义的访问策略提供服务的分散授权服务。在本文中，我们介绍了Droplet的设计，Droplet的参考实现，以及使用Droplet部署的三个案例研究应用程序的实验结果：Fitbit活动跟踪器，Ava健康跟踪器和ECOviz智能仪表板，展示了Droplet在物联网流安全共享方面的适用性。
2021-01-21 cs.CR
Secure Multi-party Computation for Cloud-based Control
在本章中，我们将探讨控制器对来自（可能是分布式）系统的加密测量的云外包隐私保护计算，同时考虑到数据的动态性质带来的挑战。在这项工作中使用的隐私概念是加密多方隐私，即，功能性的计算不应揭示比仅从功能性的输入和输出可推断的内容更多的内容。用于实现这一目标的主要理论概念是同态加密，它允许对加密数据进行求和和乘积的评估，并且当与其他加密技术（如秘密共享）相结合时，可以成为解决广泛的安全多方问题的强大工具。我们将严格定义这些概念，并讨论如何在模型预测控制器的实现中实施多方隐私，其中包括通过解决加密数据的优化问题来计算稳定控制动作。
2019-06-23 cs.CR cs.SY eess.SY
Stability Buys Time: A Re-Keying Game for Encrypted Multi-Agent Control
University of Maryland, College Park（马里兰大学帕克分校）
研究加密多智能体控制中CKKS方案密钥恢复漏洞问题，将循环安全性建模为两阶段博弈，通过重新密钥生成防御主动操纵，确定了FHE精度等三方张力范围及有效安全点，揭示反馈回路中密码系统安全性是动态博弈。
2026-10-02 cs.CR cs.GT cs.SY
Encrypted Value Iteration and Temporal Difference Learning over Leveled Homomorphic Encryption
我们考虑了一种基于同态加密（HE）的机密云控制合成架构。我们的研究是由最近激增的数据驱动控制，如深度强化学习，其繁重的计算需求往往需要外包给第三方服务器。为了实现比部分同态加密（PHE）更大的灵活性和比完全同态加密（FHE）更少的计算开销，我们考虑了基于分层同态加密（LHE）的强化学习（RL）架构。我们首先表明，在基于模型的表格值迭代（VI）的收敛性的千金金宋（CKKS）加密方案的加密噪声的影响，可以解析有界。我们还考虑了TD（0）、SARSA（0）和Z-学习算法在CKKS方案上的安全实现，其中我们用数值方法证明了加密噪声对这些算法的影响也是最小的。
2021-03-20 cs.CR cs.SY eess.SY
TimeCrypt: Encrypted Data Stream Processing at Scale with Cryptographic Access Control
越来越多的设备和服务收集存储在云中的详细时间序列数据。保护这种庞大且持续生成的数据的机密性是该领域许多应用程序的迫切需求。与此同时，我们必须通过使授权服务能够安全地、有选择地访问和运行分析来保护这些数据的实用性。本文介绍了TimeCrypt，一个系统，提供了可扩展的和实时的分析大量的加密时间序列数据。TimeCrypt允许用户定义表达性的数据访问和隐私策略，并通过加密来加密执行。在TimeCrypt中，数据是端到端加密的，授权方只能在其授权访问范围内解密和验证查询。我们对TimeCrypt的评估表明，它的内存开销和性能具有竞争力，接近于对明文数据的操作。
2020-03-13 cs.CR
Efficient Implementation of Reinforcement Learning over Homomorphic Encryption
School of Aeronautics and Astronautics, Purdue University（普渡大学航空航天学院）
针对云端加密控制策略合成的隐私保护需求，聚焦相对熵正则化强化学习以规避加密数据比较操作难题，实现线性可解值迭代等方法的FHE部署，通过网格世界加密Z-learning案例验证了收敛性与误差可接受性。
2025-04-12 cs.CR cs.LG cs.SY
Faithful and Privacy-Preserving Implementation of Average Consensus
针对理性策略智能体的平均一致性问题，提出结合机制设计与加密控制的协议，通过激励确保忠实执行、用同态加密和秘密共享保护隐私，经安全多方计算模拟验证安全性，证明两者互补可应对理性敌手。
2025-03-13 cs.CR cs.SY eess.SY
Access Control with Encrypted Feature Maps for Object Detection Models
Tokyo Metropolitan University（东京都立大学）
在本文中，我们提出了一个访问控制方法与秘密密钥的目标检测模型的第一次，未经授权的用户没有秘密密钥不能受益于训练模型的性能。该方法使我们不仅能够提供一个高的检测性能，以授权用户，但也降低了性能为未经授权的用户。提出了使用变换图像进行图像分类模型的访问控制，但是由于性能降低，这些图像不能用于目标检测模型。因此，在本文中，所选择的特征图被加密的秘密密钥用于训练和测试模型，而不是输入图像。在一个实验中，受保护的模型允许授权用户获得几乎相同的性能作为非保护模型，但也具有鲁棒性未经授权的访问没有密钥。
2022-09-29 cs.CR cs.CV cs.LG
UDFS: Lightweight Representation-Driven Open World Robust Encrypted Traffic Classification
UDFS提出了一种轻量级表示驱动方法，通过压缩轨迹为二维序列并结合自适应阈值机制，提升加密流量分类的判别能力和鲁棒性。
2025-12-16 cs.CR cs.NI
Secure k-NN as a Service Over Encrypted Data in Multi-User Setting
为了安全地利用云计算的优势，近年来在“加密数据上的安全查询处理”领域进行了大量的研究。作为一个具体的用例，已经提出了许多加密方案，用于在外包设置中安全地处理加密数据上的k最近邻（SkNN）。最近Zhu et al[25].提出了一种SkNN解决方案，声称满足以下四个属性：（1）数据隐私，（2）密钥机密性，（3）查询隐私性和（4）查询可控性。然而，在本文中，我们提出了一种攻击，打破了他们的计划的查询可控性索赔。此外，我们提出了一个新的SkNN解决方案，它满足所有现有的四个属性以及查询检查验证的附加基本属性。我们分析了我们提出的方案的安全性，并给出了详细的实验结果，以展示在现实世界中的效率。
2018-01-15 cs.CR
Data Querying with Ciphertext Policy Attribute Based Encryption
数据加密限制了查询的能力和效率。加密数据的直接处理在理想情况下应该是可能的，以避免对数据解密、处理和重新加密的需要。保持数据的可搜索性和可排序性至关重要。也就是说，有些信息是故意泄露的。这种故意泄漏技术被称为“加密数据查询方案”，它提供了机密性以及加密数据查询，但并不意味着提供灵活的访问控制。本文建议使用基于密文策略属性的加密（CP-ABE），以解决三个安全需求，即：机密性，加密数据的查询，和灵活的访问控制。通过结合灵活的访问控制和数据机密性，CP-ABE可以认证谁可以访问数据和拥有的秘密密钥。因此，本文确定有多少数据泄漏，以弄清楚什么样的操作是允许的数据加密时，CP-ABE。
2022-09-29 cs.CR
Information Leakage in Encrypted Deduplication via Frequency Analysis: Attacks and Defenses
加密重复数据删除将加密和重复数据删除相结合，可同时实现数据安全性和存储效率。最先进的加密重复数据删除系统主要建立在确定性加密的基础上，以保持重复数据删除的有效性。然而，这种确定性加密揭示了原始明文块的潜在频率分布。这允许对手针对密文块启动频率分析并推断原始明文块的内容。在本文中，我们研究了频率分析如何影响加密重复数据删除存储中的信息泄漏，从攻击和防御的角度。具体来说，我们的目标备份工作负载，并提出了一个新的推理攻击，利用块的局部性，以增加推断块的覆盖范围。我们进一步结合新的推理攻击与块大小的知识，并显示其对可变大小的块的攻击有效性。我们对真实世界和合成数据集进行了跟踪驱动的评估，并表明我们提出的攻击在备份工作负载下推断出相当大一部分明文块。为了防御频率分析，我们提出了两种防御方法，即MinHash加密和置乱。我们的跟踪驱动的评估表明，我们的组合MinHash加密和加扰方案有效地减轻了推理攻击的严重性，同时保持高存储效率和有限的元数据访问开销。
2019-10-09 cs.CR cs.DC
An End-To-End Encrypted Cache System with Time-Dependent Access Control
TIS Inc.（TIS株式会社）
针对原始Cache-22加密缓存系统无具体访问控制方法的问题，本文为其新增了通信开销为$O(\log T_{\sf max})$的可扩展时间依赖访问控制协议，实验验证了其访问控制有效性，并发现缓存容量与网络流量存在关联。
2023-02-22 cs.CR cs.NI
Cloud-based MPC with Encrypted Data
University of Pennsylvania（宾夕法尼亚大学）
本文研究了线性系统中带有输入约束的云外包模型预测控制（MPC）的隐私问题，提出了一种部分同态加密系统来保护客户端数据隐私，并设计了两种云-MPC架构协议，分别由单个服务器和两个独立非合谋服务器计算控制输入，同时分析了加密引入的误差和通信、MPC性能与隐私之间的权衡。
2018-09-19 cs.CR cs.SY eess.SY
Homomorphically encrypted gradient descent algorithms for quadratic programming
本文评估同态加密方案，提出并数值分析CKKS方案下梯度下降算法求解二次规划的可行性，强调乘法深度限制与步长选择，首次展示同态加密梯度下降的可行性。
2023-09-04 cs.CR cs.SY eess.SY
Multi-party computation enables secure polynomial control based solely on secret-sharing
加密的控制系统允许评估外部服务器上的反馈法则，而不会泄露关于状态和输入数据、控制法则或工厂的私人信息。虽然有一些加密的控制方案可用于线性反馈法，只有很少的结果存在更一般的控制律的评估。最近，提出了一种加密多项式控制的方法，依赖于两方秘密共享和使用同态加密的服务器间通信协议。由于同态映射的计算量比秘密共享大得多，因此它们弥补了该方案的大量计算需求。出于这个原因，在本文中，我们证明了多方计算，使安全的多项式控制仅基于秘密共享。提出了一种基于三方计算的安全三方控制方案。此外，我们提出了一种新的$n$ -党的控制方案，安全地评估多项式反馈法的任意程度，没有服务器间的通信。后一个属性使得更容易实现关于服务器的非共谋的必要要求，从而可以保证完美的安全性。仿真结果表明，所提出的控制方案是许多倍的计算要求比上述两方计划。
2022-01-13 cs.CR cs.SY eess.SY
Computation on Encrypted Data using Data Flow Authentication
在将数据发送到云之前对其进行加密可以保护数据免受黑客和恶意内部人员的攻击，但需要云计算加密数据。可信（硬件）模块，例如，像英特尔的SGX这样的安全飞地，可以非常有效地在加密内存中运行整个程序。然而，已经证明，软件漏洞给攻击者提供了充分的机会将任意代码插入程序。然后，该代码可以修改程序的数据流，并通过SGX侧通道将程序中的任何秘密泄露给云中的观察者。由于任何大型程序都充斥着软件漏洞，因此将整个程序外包给SGX飞地并不是一个好主意。一种具有小型可信代码库的安全替代方案是全同态加密（FHE）--加密计算的圣杯。然而，由于其高计算复杂性，它不太可能在不久的将来被采用。因此，研究人员提出了几个建议，将程序转换为在功能较弱的加密方案上执行加密计算。然而，当前的方法在基于加密数据做出控制流决策的程序上失败。本文介绍了数据流认证的概念。DFAuth防止攻击者任意偏离程序的数据流。因此，攻击者无法在SGX上执行之前概述的攻击。这使得所有的程序，甚至包括对控制流决策变量的操作，都可以在加密数据上计算。我们实现DFAuth使用一种新的认证同态加密方案，Java字节码到字节码编译器产生完全可执行的程序，和SGX飞地。对敏感医疗数据执行机器学习的转换神经网络可以在0.86秒内对加密输入和加密权重进行评估。
2017-10-01 cs.CR
Encrypted and Covert DNS Queries for Botnets: Challenges and Countermeasures
现代恶意软件为了绕过部署的安全机制而进行的复杂性不断增加。一个典型的方法，以避免识别和潜在的僵尸网络命令和控制服务器的拆除是通过使用域生成算法（DGAs）域fluxing。这些算法产生了大量的域名，受感染的设备试图与之通信以找到C&C服务器，但实际上只有一小部分被注册。这使得僵尸主机能够控制并使捕获僵尸网络控制的工作变得相当困难。现有技术和实践认为，由受损设备执行的DNS查询对网络管理员是透明的，因此可以被监视、分析和阻止。在这项工作中，我们展示了后者是一个强有力的假设，因为恶意软件可以有效地隐藏其DNS查询使用隐蔽和/或加密通道绕过检测机制。为此，我们讨论了基于流量分析的可能缓解措施，以应对
2019-09-16 cs.CR
The Design and Implementation of a Rekeying-aware Encrypted Deduplication Storage System
密钥更新是指用新密钥替换现有密钥以进行加密的操作。它更新了安全保护，以防止密钥泄露并实现加密存储中的动态访问控制。然而，在加密的去重存储系统中实现有效的密钥更新是不平凡的，所述加密的去重存储系统使用确定性的内容导出的加密密钥来允许对密文进行去重。我们设计并实现了REED，一个密钥更新感知的加密重复数据删除存储系统。REED建立在全有或全无转换（AONT）的确定性版本上，因此它能够实现安全和轻量级的密钥更新，同时保留重复数据删除功能。我们提出了两个REED加密方案之间的交易性能和安全性，并扩展REED的动态访问控制。我们实现了一个REED原型与各种性能优化技术，并演示了我们如何利用相似性，以减轻密钥生成开销。我们的跟踪驱动的测试平台评估表明，我们的REED原型保持高性能和存储效率。
2016-12-19 cs.CR cs.DC
Heimdallr: Fingerprinting SD-WAN Control-Plane Architecture via Encrypted Control Traffic
本文提出 Heimdallr，利用深度学习分析加密 SD-WAN 控制流量的时序与方向特征，实现协议分类、识别及控制平面拓扑推断。
2025-10-18 cs.CR cs.NI
K-Nearest Neighbor Classification over Semantically Secure Encrypted Relational Data
针对公有云中加密数据无法直接挖掘且服务商掌握密钥的隐私风险，本文提出面向加密外包关系数据的安全 k 近邻分类方法，以同时保护查询、数据与访问模式。
2024-07-05 cs.CR
Truthful and Faithful Monetary Policy for a Stablecoin Conducted by a Decentralised, Encrypted Artificial Intelligence
calctopia（卡尔克托皮亚）
去中心化稳定币的圣杯是在严格的数学框架上实现的，获得了多个有利的证明：稳定性，收敛性，真实性，忠诚性和恶意安全性。这些特性只能通过以前不相关领域的新颖和跨学科组合来实现：模型预测控制，深度学习，交替方向乘法器方法（共识-ADMM），机制设计，安全多方计算和零知识证明。本文首次证明：- 中央银行去中心化的可行性，同时在去中心化的计算环境中安全地保持其独立性-结合机制设计、可证明的安全性和控制理论对价格稳定的好处，与以前的稳定币不同-在稳定币上实施复杂的货币政策，相当于中央银行使用的那些，并且超出了阻碍其价格稳定的加密货币的当前固定规则-规避保证输出交付（G.O.D.）的不可能性的方法。“信”，就是“信”。作为推论，去中心化的人工智能能够执行稳定币的货币政策，最大限度地减少人为干预。
2019-09-16 cs.AI cs.CR cs.GT
PersonaFingerprint: Measuring Persona Inference on Modern Websites with LLM-Driven Browsing
Rutgers University（罗格斯大学）
本文研究了现代网站中通过加密流量元数据推断用户人格的隐私风险，提出了一种基于LLM驱动的多代理浏览框架，并展示了在混合网站流量中人格推断的高准确率。
2026-05-15 cs.CR
Provenance-based Classification Policy based on Encrypted Search
作为一种重要的云数据类型，数字出处在提高系统性能方面引起了越来越多的关注。目前，出处已被用来提供线索，有关访问控制和估计数据质量。然而，出处本身也可能是敏感信息。因此，出处可能会被加密并存储在云中。在本文中，我们提供了一种机制，云文档的加密出处搜索特定的关键字进行分类，我们证明了我们的计划实现语义安全。在所提出的技术的应用方面，考虑到文件被分类单独存储在云中，为了便于对文件的监管和安全保护，分类策略可以使用出处作为条件来确定文档的类别。比如最简单的政策样本是这样的：经过两次审查的文件可以被归类为“公众可访问”，公众可以访问。
2020-01-07 cs.CR
CipherFace: A Fully Homomorphic Encryption-Driven Framework for Secure Cloud-Based Facial Recognition
Vorboss Limited（沃博斯有限公司）；Ibn Haldun University（伊本·赫勒敦大学）
针对云端人脸识别中嵌入向量的隐私安全问题，提出基于全同态加密的CipherFace框架，支持加密距离计算，并实验验证其可扩展性与有效性。
2025-02-22 cs.CR cs.CV cs.LG
Encrypted, Anonymized System for Protected Health Information Verification Built via Proof of Stake
数字健康通行证（DHP），数字验证检疫和疫苗接种状态的系统，如纽约IBM Excelsior Pass，展示了一种合法的手段来实现COVID-19“真正消除”治疗策略所提供的一些好处-专注于完全消除病例，而不是投入更多资金控制疾病的进展。当前DHP的实施需要基于区域的控制和受保护的健康信息（PHI）的中央存储，这对在具有不兼容的数据管理系统和缺乏标准化的患者隐私控制的不同司法管辖区的广泛使用造成了挑战。在这项工作中，通过一种新的两阶段握手机制更新区块链权益证明共识，提出了一种分散式PHI存储和验证的机制。拟议的机制在用于支持DHP时，允许个人在任何司法管辖区普遍验证其检疫和检测，同时允许他们独立移动的权利和保护他们的潜在危险。给出了协议的实现细节，并通过Monte-Carlo仿真证明了该协议在只有923个参与者的情况下可以承受1%的干扰攻击：进一步验证了其稳定性。
2022-04-29 cs.CR
Global Heuristic Search on Encrypted Data (GHSED)
重要文件被加密保存在远程服务器中。为了恢复这些加密数据，为了在不知道文档内容的情况下实现文档的检索，需要一种有效的搜索方法。本文提出了一种加密数据全局启发式搜索（GHSED）技术，将描述一种技术，用于使用存储在不可信服务器上的公钥加密在加密文件中搜索，并检索满足特定搜索模式的文件，而不泄露任何关于原始文件的信息。GHSED技术将满足以下条件：（1）可证明安全，不可信的服务器不能学习任何关于明文只给密文。(2)提供受控的搜索，这样不可信的服务器就不能在没有用户授权的情况下搜索单词。(3)支持隐藏查询，这样用户可以要求不可信的服务器搜索一个秘密的词，而不会向服务器透露这个词。(4)支持查询隔离，因此不受信任的服务器只知道关于明文的搜索结果。
2009-09-12 cs.CR
EncDBDB: Searchable Encrypted, Fast, Compressed, In-Memory Database using Enclaves
数据机密性是将数据库外包到云时客户的重要要求。可信执行环境（如英特尔SGX）为这种加密问题提供了高效的基于硬件的解决方案。现有的解决方案没有针对面向列的内存数据库进行优化，并且对安全区提出了不切实际的内存要求。我们提出了EncDBDB，一种新的方法，用于客户端控制的面向列的加密，内存中的数据库，允许使用飞地范围搜索。EncDBDB提供了九个加密字典，为数据提供不同的安全性，性能和存储效率权衡。它特别适合于复杂的、面向读取的分析查询，例如，如存在于数据仓库中。与纯文本处理相比，即使对于具有数百万条目的数据库，计算开销也在毫秒内，并且泄漏是有限的。压缩的加密数据比相应的明文列需要更少的空间。此外，安全区中产生的代码和数据非常小，减少了安全相关实现错误和侧通道泄漏的可能性。
2020-02-12 cs.CR
Privacy-Preserving AI for Encrypted Medical Imaging: A Framework for Secure Diagnosis and Learning
Daffodil International University（达福国际大学）
针对医疗AI应用中的患者隐私问题，提出结合AES-CBC加密、JPEG2000压缩与Masked-CNN的加密医学影像隐私保护诊断框架，在公开数据集上验证其性能接近未加密模型，兼具实用性与可扩展性。
2025-05-17 cs.AI cs.CR eess.IV
Designing a Bit-Based Model to Accelerate Query Processing Over Encrypted Databases in Cloud
数据库用户已经开始转向使用云计算作为服务，因为它以合理的价格提供计算和存储需求。然而，对于大多数用户来说，隐私问题起着重要作用，因为一旦他们的数据被外包，他们就无法控制数据访问，特别是如果云提供商对他们的数据感到好奇。数据加密是解决隐私问题的有效方法，但对加密数据执行查询是一个需要注意的问题。在这项研究中，我们引入了一个基于位的模型，在云上的加密数据库上执行不同的关系代数运算符，而无需解密数据。为了加密数据，我们使用随机加密算法（高级加密标准-CBC）来提供最大的安全级别。这个想法是基于将属性分类为敏感和非敏感，其中只有敏感属性被加密。对于每个敏感属性，表所有者预先定义了可能的分区域，在加密之前，元组将在该分区域上被编码成位向量。我们将位向量存储在云中加密表中的附加列中。我们使用这些位来检索特定查询的候选加密记录的一部分。我们实现并评估了我们的模型，发现所提出的模型是可行的，成功地将检索到的加密记录的范围最小化到整个表中的加密记录集的30%以下。
2020-01-10 cs.CR cs.DB
EDGChain-E: A Decentralized Git-Based Framework for Versioning Encrypted Energy Data
本文提出 EDGChain-E 框架，结合区块链、IPFS 和 DAO，以加密 Git 补丁方式实现能源数据的安全版本管理与 FAIR 溯源，支持多方协作并保障数据完整性与隐私。
2025-07-02 cs.CR cs.DC
Edge Computing for User-Centric Secure Search on Cloud-Based Encrypted Big Data
云服务提供商为托管非结构化数据提供了一种低成本且方便的解决方案。但是，云服务作为第三方解决方案，不向用户提供数据控制。这引发了许多拥有敏感数据的组织（用户）对使用基于云的解决方案的安全和隐私问题的担忧。用户端加密可以通过建立以用户为中心的云服务并将数据控制权授予用户来解决这些问题。尽管如此，用户侧加密限制了处理（例如，搜索）云上的加密数据。因此，在这项研究中，我们提供了一个框架，使加密的多组织（即，多源）大数据，而不向云提供商透露数据。我们的框架利用边缘计算的局部性特征，以实时的方式提供以用户为中心的搜索能力。特别是，边缘系统智能预测用户的搜索模式，对多源大数据搜索空间进行剪枝，减少搜索时间。剪枝系统基于从云上的集群大数据集进行有效采样。对于每个聚类，修剪系统根据用户的搜索倾向动态地采样适当数量的术语，使得聚类被最优地表示。我们开发了一个以用户为中心的搜索系统的原型，并对多个数据集进行了评估。实验结果表明，在修剪质量和搜索精度的27%的提高。
2019-08-10 cs.CR cs.DC
Hacking Encrypted Wireless Power: Cyber-Security of Dynamic Charging
本文针对跳频加密无线电能传输提出利用辅助线圈与开关电容阵列自适应调谐的攻击接收器，实验表明可窃取授权接收能量的78%至84%。
2024-06-17 cs.CR cs.ET cs.SY
Training Machine Learning Models on Encrypted Data: A Privacy-Preserving Framework using Homomorphic Encryption
ISEP, School of Engineering, Polytechnic of Porto（ISEP工程学院，波尔图理工学院）；GECAD, Research Group on Intelligent Engineering and Computing for Advanced Innovation and Development（GECAD，智能工程与计算高级创新与发展研究组）
本文提出一种隐私保护框架，利用CKKS实现加密数据上的近似实数运算，展示KNN、线性回归和加密推理的可行性，验证了同态加密在保持准确性的同时的有效性。
2026-04-25 cs.AI cs.CR
Encrypted Federated Search Using Homomorphic Encryption
本文提出一种基于同态加密的隐私保护联邦搜索系统，使执法机构能在不解密数据的情况下跨分布式加密犯罪数据库执行查询，并集成CKKS与BFV方案以兼顾实时性、安全性和可扩展性。
2025-05-05 cs.CR
Domain Adaptation for Efficiently Fine-tuning Vision Transformer with Encrypted Images
Tokyo Metropolitan University（东京都立大学）
针对变换数据导致模型性能下降的问题，提出一种基于ViT嵌入结构的域适应微调方法，在CIFAR-10和CIFAR-100加密图像上有效防止了精度下降。
2023-09-07 cs.CR cs.CV cs.LG
ICS-Sniper: A Targeted Blackhole Attack on Encrypted ICS Traffic
University of British Columbia（不列颠哥伦比亚大学）；Cornell University（康奈尔大学）
研究人员提出ICS-Sniper定向黑洞攻击，通过分析加密ICS流量的VPN元数据识别关键超周期，丢弃少量数据包破坏操作，可规避检测器并在SWaT测试台实现安全威胁。
2026-11-03 cs.CR
SEVerity: Code Injection Attacks against Encrypted Virtual Machines
现代企业越来越多地利用云基础设施。然而，将代码和数据外包到云端需要企业相信云提供商不会干涉他们的数据。为了降低对云提供商的信任程度，AMD推出了安全加密虚拟化（SEV）。通过加密虚拟机（VM），SEV旨在确保数据的机密性，尽管有一个妥协或好奇的虚拟机管理程序。SEV加密状态（SEV-ES）扩展还可以保护VM的寄存器状态免受未经授权的访问。然而，这两个扩展都不提供VM的存储器的完整性，其已经被滥用以泄漏受保护的数据或改变VM的控制流。在本文中，我们介绍了SEVerity攻击;针对AMD SEV家族的一系列攻击中缺失的一块拼图。具体来说，我们滥用系统缺乏内存完整性保护的缺陷，在受SEV-ES保护的VM中注入和执行任意代码。与以前针对AMD SEV系列的代码执行攻击相反，SEVerity既不依赖于特定的CPU版本，也不依赖于VM内的任何代码小工具。相反，SEVerity滥用了SEV-ES禁止直接访问加密内存的事实。具体而言，SEVerity通过I/O通道将任意代码注入加密的VM，并使用Hypervisor来定位和触发加密有效负载的执行。这使我们能够避开SEV-ES的保护机制。总的来说，我们的结果表明成功率为100%，因此强调了在加密VM时，内存完整性保护是一项义务。因此，我们的工作提出了针对AMD SEV和SEV-ES的一系列攻击中的最后一击，并使本实现无法保护免受好奇，脆弱或恶意的虚拟…
2021-05-28 cs.CR
Partially Encrypted Machine Learning using Functional Encryption
PSL University（巴黎高等师范学院（PSL大学））；ENS（巴黎高等师范学院）；INRIA（法国国家信息与自动化研究所）；University of California, Berkeley（加州大学伯克利分校）；CNRS（法国国家科学研究中心）；Département d’informatique de l’ENS（巴黎高等师范学院计算机系）
由于最近在同态加密和安全多方计算方面的突破，加密数据上的机器学习受到了广泛关注。它允许将计算外包给不受信任的服务器，而不会牺牲敏感数据的隐私。我们提出了一个实用的框架来执行部分加密和隐私保护的预测，它结合了对抗训练和功能加密。首先，我们提出了一种新的函数加密方案，以有效地计算二次函数，使数据所有者控制什么可以计算，但不参与计算：它提供了一个解密密钥，允许人们学习一些加密数据的特定函数评估。然后，我们展示了如何在机器学习中使用它在评估时使用二次激活函数对神经网络进行部分加密，并根据相同标签的数据项的不可恢复性对信息泄漏进行了彻底的分析。最后，由于大多数加密方案无法处理用于分类的最后一个阈值操作，因此我们提出了一种训练方法来防止选定的敏感特征泄漏，该方法针对试图识别这些特征的对手对网络进行了对抗性优化。这对于使用部分加密的机器学习的几个现有作品来说是有趣的，因为它几乎没有降低模型的准确性，并显着提高了数据隐私。
2021-09-23 cs.CR cs.LG stat.ML
