Encrypted Large Model Inference: The Equivariant Encryption Paradigm
Nesa Research（Nesa研究院）
针对大型模型推理中的隐私与效率问题，提出等变加密（EE）范式，通过选择性混淆神经网络内部表示实现安全盲推理，在保证数据机密性的同时实现近零性能开销。
2025-02-03 cs.AI cs.CR
Machine Learning-Based Delay-Aware UAV Detection and Operation Mode Identification over Encrypted Wi-Fi Traffic
在过去的几年里，消费者无人机（无人机）市场增长显著。尽管通过支持各种应用刺激经济增长的潜力巨大，但消费级无人机的增加对公共安全和个人隐私构成了潜在风险。为了最大限度地降低风险，有效地检测和识别入侵无人机是入侵检测和取证的迫切需要。考虑到消费级无人机通常用于民用环境，现有的物理检测方法（如雷达、视觉和声音）在许多情况下可能变得无效。为了补充现有的物理检测机制，我们提出了一个基于机器学习的框架，用于快速无人机识别加密的Wi-Fi流量。它的动机是观察到许多消费者UAV使用Wi-Fi链路进行控制和视频流传输。该框架只提取加密Wi-Fi流量的数据包大小和到达间隔时间的特征，可以有效地检测无人机并识别其运行模式。为了减少在线识别时间，我们的框架采用了重新加权的$\ell_1$-范数正则化，它考虑了不同特征的样本数量和计算成本。该框架在统一的目标函数中联合优化了特征选择和预测性能。为了解决数据包到达间隔时间的不确定性，优化检测精度和延迟之间的权衡，我们利用最大似然估计（MLE）方法来估计数据包到达间隔时间。我们收集了大量的真实世界的Wi-Fi数据流量的八种类型的消费类无人机和我们提出的方法的性能进行了广泛的评估。
2019-12-17 cs.CR
Multiparty Cloud Computation
随着云计算的日益普及，客户将其数据外包到云计算，以利用无限的虚拟化存储空间和低管理成本。这种趋势促使了私有资源计算，称为\emph{multiparty cloud computation}（\MCC）：给定$k$客户端将其数据存储在云中，他们如何通过贡献其私有数据作为输入并利用云的强大计算能力来执行联合功能。也就是说，客户端希望将计算与其存储在云中的私有数据一起提供给云，这在计算涉及大型数据集时自然发生，例如，分析恶意URL。我们注意到，\MCC \问题不同于广泛考虑的概念，例如，安全多方计算和具有服务器辅助的多方计算。为了解决这个问题，我们引入的概念，\emph{homomorphic threshold proxy re-encryption}计划，这是加密方案，享有三个有前途的属性：代理重新加密-转换加密数据的一个用户的加密数据的目标用户，阈值解密-解密加密数据通过组合秘密密钥份额获得的一组用户，和同态计算-评估功能的加密数据。为了证明所提出的方法的可行性，我们提出了一个加密方案，它允许任何人计算任意多个加法和最多一个乘法。
2012-06-17 cs.CR
Multi-owner Secure Encrypted Search Using Searching Adversarial Networks
Nanjing University of Science and Technology（南京理工大学）
多所有者模型的可搜索对称加密（SSE）引起了人们的广泛关注，因为它使数据用户能够对数据所有者外包的加密云数据进行搜索。然而，在SSE中同时实现安全精确的查询、高效的搜索和灵活的动态系统维护仍然是一个挑战。为了解决这个问题，本文提出了安全和高效的多关键字排名搜索加密云数据的多所有者模型的基础上搜索对抗网络。我们利用搜索对抗网络来实现最优的伪关键字填充，并获得查询精度和隐私保护强度的最优博弈均衡。通过概率学习生成最大似然搜索平衡树，实现了高效搜索，计算复杂性接近$\mathcal{O}(\log N)$。此外，我们使灵活的动态系统维护与平衡的索引森林，充分利用分布式计算。与以往的工作相比，我们的解决方案保持查询精度在95%以上，同时确保足够的隐私保护，并引入了低开销的计算，通信和存储。
2019-08-11 cs.AI cs.CR
Wireless-Delimited Secure Zones with Encrypted Attribute-Based Broadcast for Safe Firearms
这项工作提出了一个应用程序的高度表现力的基于属性的加密实现无线定界的安全区域的枪支。在这些区域内，基于消费者和枪支的属性的无线电传输的本地策略由枪支中的嵌入式硬件接收，然后向消费者建议安全操作。安全区域利用基于属性的加密对策略和消费者或用户属性进行编码，并通过其加密提供隐私和安全性。我们描述了一个整体的方法来发展枪支的网络物理系统，以帮助增强安全性。我们介绍了一个概念模型，配备了传感器和上下文感知软件代理的枪支。基于来自传感器的信息，代理可以访问上下文并通知消费者潜在的不安全操作。为了支持安全区域和网络物理枪支模型，我们提出了一个密钥生成，分发和管理的密钥基础设施计划，和一个上下文感知的软件代理框架枪支。
2014-11-06 cs.CR
Efficient Homomorphically Encrypted Convolutional Neural Network Without Rotation
本文提出一种无需密文旋转的服务器-客户端联合计算过程与滤波器系数打包方案，在不影响同态加密安全性的前提下，大幅降低了卷积与全连接层的运行时间及通信成本。
2025-08-14 cs.CR
Efficient Cloud-based Secret Shuffling via Homomorphic Encryption
当处理来自多个来源的机密数据的联合收集时，例如，在基于云的多方计算场景中，数据提供者与其输入本身之间的所有权关系是机密信息。保护数据提供者的隐私需要一种用于秘密地混洗数据汇集的功能。我们提出了第一个有效的安全多方计算协议的秘密洗牌的情况下，一个中央服务器。基于一种新的随机索引分布方法，我们的解决方案使加密数据序列的顺序随机化，使得没有观察者可以以比猜测更好的概率在原始序列和混洗序列的元素之间进行映射。它允许在具有恒定轮复杂度和线性计算复杂性的加法同态密码系统下对加密的数据进行混洗。作为一种通用协议，它与各种实际用例相关。
2020-02-12 cs.CR
AVPKEET: Exact-Request Authorization and Publicly Verifiable Equality Testing over Encrypted Data
School of Cybersecurity, Northwestern Polytechnical University（西北工业大学网络安全学院）；Data Communication Technology Research Institute（数据通信技术研究所）；School of Cyberspace Science and Technology, Beijing Jiaotong University（北京交通大学网络空间科学与技术学院）
提出AVPKEET方案，实现密文文件级授权和公开可验证性，并基于此构建AVSE方案，支持一次性令牌、批量操作和细粒度访问控制，实验表明令牌尺寸最小（168字节）。
2026-08-28 cs.CR
Panda: Partitioned Data Security on Outsourced Sensitive and Non-sensitive Data
尽管对密码学进行了广泛的研究，但外包数据的安全和高效查询处理仍然是一个公开的挑战。本文继续随着安全数据处理的新兴趋势，认识到整个数据集可能不是敏感的，因此，可以利用数据的非敏感性来克服现有的基于预防的方法的局限性。首先，我们提供了一个新的安全定义，命名为分区数据安全，以保证非敏感数据（明文）和敏感数据（加密形式）的联合处理不会导致任何泄漏。然后，本文提出了一种新的安全方法，题为查询分仓（QB），允许安全执行的非敏感和敏感部分的数据查询。QB将一个查询映射到敏感数据和非敏感数据上的一组查询，其方式是由于敏感数据和非敏感数据的联合处理而不会发生泄漏。特别是，我们提出了安全的算法选择，范围和连接查询执行加密的敏感和明文非敏感数据集。有趣的是，除了提高性能外，我们还表明QB实际上通过防止大小，频率计数和工作负载偏斜攻击来加强底层加密技术的安全性。
2020-05-13 cs.CR cs.DB cs.DC
Improving the Reliability of Anomaly Detection for Encrypted OPC UA Traffic over Private 5G
Helmut-Schmidt-University（赫尔穆特·施密特大学）；Technical University of Applied Sciences Augsburg（奥格斯堡应用技术大学）；ipoque GmbH（ipoque有限公司）
针对私有5G上加密OPC UA流量异常检测因良性连接变化导致误报率高的问题，提出控制面感知的决策自适应方法，在不重训练模型的情况下降低误报率并保持召回率。
2026-09-25 cs.CR
Fully Homomorphic Encryption for Statistical Modeling
本文提出利用R包openfhe.R和homomorpheR实现全同态加密下的统计建模，支持加密算术与多参与方协议，并通过分布式Cox回归和联邦Cox-lasso验证其可行性。
2026-10-06 cs.CR stat.CO
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
Multi-institution encrypted medical imaging AI validation without data sharing
人工智能医学成像应用的采用通常受到医疗保健系统和算法开发人员之间的障碍的阻碍，因为访问私人患者数据和商业模型IP对于执行部署前评估很重要。这项工作研究了一个框架，用于使用CrypTFlow 2进行安全，隐私保护和AI启用的医学成像推理，CrypTFlow 2是一个最先进的端到端编译器，允许机器学习模型供应商和目标患者数据所有者之间的加密安全的2方计算（2 PC）协议。一个常见的DenseNet-121胸部X射线诊断模型在美国和印度的7个地点的两个测试集上，使用和不使用CrypTFlow 2的多机构胸部X射线成像数据集进行了评估，包括1，149张胸部X射线图像。我们在多个病理分类任务中测量安全和不安全推理之间的比较AUROC性能，并探索安全模型推理引入的模型输出分布变化和资源约束。使用CrypTFlow 2的安全推理在所有诊断的AUROC中没有显着差异，安全和不安全推理方法的模型输出在分布上是等效的。CrypTFlow 2的使用可以允许医疗保健系统和AI模型供应商之间的现成安全2 PC用于医疗成像，而不会改变性能，并且可以促进可扩展的预部署基础设施，用于真实世界的安全模型评估，而不会暴露于患者数据或模型IP。
2021-08-13 cs.CR
Decentralized Compute on Untrusted Hardware Using Intel TDX and Encrypted CVMs
Manifold Labs Inc.（Manifold Labs 公司）；Intel（英特尔）
针对人工智能工作负载对安全计算资源的需求及云提供商的局限，本文利用英特尔TDX等建立去中心化机密计算平台，通过激励硬件提供商贡献资源，为各参与方提供加密CVM，保障数据安全，是传统云基础设施的可行替代方案。
2026-07-27 cs.CR cs.DC
Exploiting Unstructured Sparsity in Fully Homomorphic Encrypted DNNs
University of Glasgow（格拉斯哥大学）；AMD（超威半导体公司）
本文提出利用FHE矩阵乘法中的非结构化稀疏性，设计三种稀疏乘法方案，在保持模型精度下实现2.5倍平均加速，64核多线程达32.5倍提升并降低内存需求。
2025-04-03 cs.CR cs.DC cs.LG
Pretzel: Email encryption and provider-supplied functions are compatible
今天的电子邮件通常是加密的，但只是在邮件服务器之间-绝大多数电子邮件以明文形式暴露给处理它们的邮件服务器。虽然总比没有加密好，但这种安排可能会导致攻击，侵犯隐私和其他披露。公开地，电子邮件提供商已经声明默认的端对端加密将与基本功能（垃圾邮件过滤等）冲突，因为后者需要分析电子邮件文本。本文的目的是证明没有冲突。我们通过设计，实施和评估椒盐卷饼来做到这一点。Pretzel从一个加密协议开始，使双方能够在不相互透露输入的情况下联合执行分类任务，Pretzel改进并使该协议适应电子邮件上下文。我们对原型的实验评估表明，电子邮件可以端到端加密，\emph{and}提供商可以在可接受的成本下对其进行计算：客户端必须投入一些存储和处理，而提供商的开销大约是现状的5倍。
2017-02-27 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
Generating One-Hot Maps under Encryption
针对同态加密（尤其是CKKS方案）下机器学习场景中独热映射的生成需求，本文分析了客户端打包存储映射的权衡因素，提出多种加密数据转换算法并给出开销，为相关设计提供参考。
2023-06-11 cs.CR
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
Structural Decomposability of Encrypted Traffic Side-Channel Leakage
School of Cyber Science and Engineering, Southeast University（东南大学网络空间安全学院）
本文提出加密流量侧信道泄漏的结构可分解框架，通过因果模型和互信息链式法则分解为大小、方向、时序三部分，并验证FRONT防御的局限，为多维防御设计提供核算方法。
2026-09-17 cs.CR cs.IT math.IT
HardIDX: Practical and Secure Index with SGX
基于软件的加密数据搜索方法仍然受到缺乏适当的低泄漏加密或性能缓慢的挑战。现有的基于硬件的方法由于硬件限制和不是专门针对硬件架构定制的软件设计而不能很好地扩展，并且很少对其安全性进行很好的分析（例如，侧通道的影响）。此外，现有的基于硬件的解决方案在受信任的环境中通常具有很大的代码占用空间，容易受到软件妥协的影响。在本文中，我们介绍HardIDX：一种基于硬件的方法，利用英特尔的SGX搜索加密数据。它只实现安全关键核心，即，搜索功能在可信的环境中，其余的则求助于不可信的软件。HardIDX可部署为高性能的加密数据库索引：它的索引大小是对数的，搜索在几毫秒而不是几秒内执行。我们正式的模型和证明我们的计划的安全性表明，其泄漏是等效的最知名的可搜索加密方案。我们的实现具有非常小的代码和内存占用，但仍然可以扩展到几乎无限的搜索索引大小，即，大小仅受一般非安全硬件资源的限制。
2017-03-14 cs.CR
Secure Count Query on Encrypted Genomic Data
捕捉人类基因组中编码的大量有意义的信息是一个迷人的研究问题。这些研究的结果在许多健康相关领域都有重大影响-个性化医疗、亲子鉴定和疾病易感性测试等。为了促进这些类型的大规模生物医学研究项目，通常需要共享由不同组织收集的基因组和临床数据。在这种情况下，确保数据的共享、管理和分析不会泄露贡献基因组样本的个人的身份至关重要。对共享数据的存储和计算任务可以委托给配备有大存储和高性能计算资源的第三方云基础设施。将这些敏感的基因组数据外包给第三方云存储与数据的潜在丢失、盗窃或滥用的挑战相关联，因为服务器管理员不能完全信任，并且不能保证服务器的安全性不会被破坏。在本文中，我们提供了一个模型，在半诚实的第三方云服务器上的基因组数据的安全共享和计算。通过加密保证了共享数据的安全性，同时使整体计算速度快且可扩展性足以满足现实生活中的大规模生物医学应用。我们评估了我们所提出的模型的单核苷酸多态性（SNP）序列的数据库的效率和实验结果表明，在50000条记录的数据库中，每条记录包含300个SNP的50个SNP的查询，需要大约6秒。
2017-03-04 cs.CR
Lattice-based Signcryption with Equality Test in Standard Model
签密是公钥加密和数字签名的结合，可以同时提供机密性和真实性。此外，与相等性测试相关联的签密允许第三方（例如，云服务器）来检查是否在不知道消息的情况下从同一消息加密了两个密文。该应用程序在加密数据的计算中起着重要的作用。在本文中，我们提出了第一个基于格的签密方案配备了一个解决方案，以测试在标准模型中的消息平等。在错误学习假设和短整数解问题的困难性下，证明了该签密方案是安全的。作为一个副产品，我们还表明，一些现有的基于格的签密要么是不安全的或不正确的工作。
2020-12-31 cs.CR
Differential Area Analysis for Ransomware: Attacks, Countermeasures, and Limitations
针对勒索软件加密检测，提出三种绕过DAA的恶意文件头篡改攻击及三种片段化对策，实验证明对策可行且可部署。
2025-01-18 cs.CR
Introducing an experimental distortion-tolerant speech encryption scheme for secure voice communication
当前对隐私保护语音通信的需求日益增长，这导致了保护语音传输的新想法。本文介绍了一种相对较新的概念，即在数字语音通信基础设施（如3G蜂窝网络和VoIP）上发送加密语音作为音频域中的伪语音。这项工作提出了一种新的失真容忍语音加密方案的安全语音通信的语音信道，结合了鲁棒性的模拟语音加扰和提高安全性的数字密码，如AES-CTR。该系统使用参数超球面上的距离保持伪随机平移和旋转来加扰语音信号的声音参数（响度、音高、音色）。接着，将加扰的参数编码成适于在配备有话音活动检测的数字话音信道上传输的伪语音信号。在接收到该伪语音信号时，合法接收机恢复初始声音参数的失真拷贝。尽管有一些破译错误，集成的基于LPCNet架构的神经声码器重建一个可理解的语音。这种语音加密方案的实验实现已经通过模拟和在连接到同一WiFi网络的两部iPhone 6之间通过FaceTime发送加密信号进行了测试。此外，通过对约40名参与者的一组进行语音质量评估来评估从加密信号恢复的语音摘录。实验结果表明，该方案产生的语音清晰度与优雅的渐进质量退化取决于信道噪声。最后，初步的计算分析表明，所提出的设置可以几乎实时地在高端便携式设备上操作。
2021-02-19 cs.CR
Secure Semantic Communication With Homomorphic Encryption
本文提出HE-JSCC方案，利用同态加密保护语义通信中的信息，通过SIFT验证加密后语义信息的保留，并展示了图像分类和生成任务的仿真结果。
2026-01-05 cs.CR eess.SP
Partitioned Data Security on Outsourced Sensitive and Non-sensitive Data
尽管对密码学进行了广泛的研究，但外包数据的安全和高效查询处理仍然是一个公开的挑战。本文继续沿着安全数据处理的新兴趋势，认识到整个数据集可能不是敏感的，因此，可以利用数据的非敏感性来克服现有的基于预防的方法的局限性。我们提出了一种新的安全方法，题为查询分仓（QB），允许非敏感部分的数据以明文外包，同时保证没有信息泄漏的非敏感数据（明文）和敏感数据（加密形式）的联合处理。QB将一个查询映射到敏感数据和非敏感数据上的一组查询，其方式是由于敏感数据和非敏感数据的联合处理而不会发生泄漏。有趣的是，除了提高性能外，我们还表明QB实际上通过防止大小，频率计数和工作负载偏斜攻击来加强底层加密技术的安全性。
2018-12-20 cs.CR cs.DB cs.DC
Compile-Time Fully Homomorphic Encryption of Vectors: Eliminating Online Encryption via Algebraic Basis Synthesis
本研究提出编译时FHE密文合成框架，用预计算加密基向量加运行时缩放零加密构造密文，消除在线加密，证明其IND-CPA安全性，降低内存开销且兼容标准FHE操作，适用于加密数据库等场景。
2025-05-22 cs.CR
FEnc$^2$: Unifying Data Packing for Efficient Private Inference via Convolution and Architecture-Aware Fragment Encoding
University of Science and Technology of China（中国科学技术大学）；Tsinghua University（清华大学）
提出FEnc$^2$框架，通过卷积感知编码和架构感知密文压缩优化CKKS加密推理中的密文打包，减少旋转和密文数量，实现端到端加速高达228倍。
2026-06-16 cs.CR cs.LG
A Machine Learning-Based Framework for Assessing Cryptographic Indistinguishability of Lightweight Block Ciphers
Department of Computer Science, Texas A&M University（计算机科学系，德克萨斯A&M大学）
提出基于机器学习的MIND-Crypt框架，在已知明文攻击下评估SPECK32/64和SIMON32/64等轻量级分组密码的不可区分性，实验证明现有密码对ML评估具有安全性。
2025-04-30 cs.CR cs.LG
Mobile Encryption Gateway (MEG) for Email Encryption
电子邮件加密应用程序经常遭受重大问题，阻止其广泛实施。MEG或移动加密网关旨在解决与电子邮件加密相关的问题，确保加密易于执行，同时仍然保持数据安全。MEG使用PGP对所有电子邮件进行自动解密和加密。用户无需了解加密过程的内部工作原理即可使用该应用程序。MEG是指电子邮件客户端不可知的，使用户能够使用几乎任何电子邮件服务发送消息。加密操作在用户的移动终端上执行，这意味着他们的密钥和数据仍然是个人的。MEG还可以通过邀请非用户加入来解决网络效应问题。最重要的是，MEG使用端对端加密，这确保了加密信息的所有方面都保持私密。因此，我们希望MEG将最终解决实际电子邮件加密的问题。
2017-11-06 cs.CR
SenseCrypt: Sensitivity-guided Selective Homomorphic Encryption for Joint Federated Learning in Cross-Device Scenarios
SenseCrypt提出敏感性引导的选择性同态加密框架，通过聚类与评分机制优化参数选择，在跨设备联邦学习中平衡安全与开销，降低训练时间58.4%-88.7%。
2025-08-06 cs.AI cs.CR cs.DC
Cryptanalysis of an Image Block Encryption Algorithm Based on Chaotic Maps
近年来，提出了一种基于混沌映射的图像分块加密算法。该加密算法在保证足够的安全级别的同时，又具有较高的加密速度。本文从现代密码学的角度对该算法进行了深入的安全性分析，并指出了该算法存在的一些严重安全缺陷。给定五个选择的明文图像和相应的密文图像，攻击者可以获得一个等价的秘密密钥，成功地解密用相同的秘密密钥加密的其他密文图像。此外，对算法安全性评估中采用的各种安全性度量标准提出了质疑。所得出的经验教训对其他图像加密算法具有普遍适用性。
2020-03-23 cs.CR
Recovering the Block-wise Relationship in an Encryption-Then-Compression System
本文针对兼容JPEG的分块加密后压缩方案，研究不同攻击场景下的块间关系恢复问题，设计拼图求解器恢复视觉信息，并在两大社交平台验证了攻击性能。
2023-05-08 cs.CR
DeepEDN: A Deep Learning-based Image Encryption and Decryption Network for Internet of Medical Things
University of Electronic Science and Technology of China（电子科技大学）；Institute of Electronic and Information Engineering of UESTC in Guangdong（电子科技大学广东电子信息工程研究院）；National Natural Science Foundation of China（国家自然科学基金委员会）
医疗物联网（IoMT）可以将众多的医学影像设备连接到医疗信息网络上，方便医生进行诊断和治疗。由于医学图像包含敏感信息，因此保护患者的隐私或安全具有重要意义，但也极具挑战性。在这项工作中，提出了一种基于深度学习的加密和解密网络（DeepEDN），以完成对医学图像的加密和解密过程。具体而言，在DeepEDN中，循环生成对抗网络（Cycle-GAN）被用作主要学习网络，以将医学图像从其原始域转移到目标域。目标域被视为一个“隐藏因素”，以指导学习模型实现加密。通过重构网络将加密后的图像还原为原始（明文）图像，实现图像解密。为了方便直接从隐私保护环境中进行数据采掘，提出了一种感兴趣区域（ROI）挖掘网络来从加密图像中提取感兴趣的对象。在胸部X射线数据集上评估所提出的DeepEDN。大量的实验结果和安全性分析表明，该方法可以实现高水平的安全性和良好的性能在效率。
2020-05-05 cs.CR cs.CV eess.IV
TREBUCHET: Fully Homomorphic Encryption Accelerator for Deep Computation
TREBUCHET 项目开发了一种基于瓦片芯片设计的高度并行 FHE 加速器，支持多种标准化同态加密方案，旨在将加密计算差距缩小至 10 倍以内，并兼容 PALISADE 和 OpenFHE 库。
2023-04-19 cs.AR cs.CR cs.DC
AMB-FHE: Adaptive Multi-biometric Fusion with Fully Homomorphic Encryption
Hochschule Darmstadt（达姆施塔特应用科学大学）
本文提出AMB-FHE方法，通过全同态加密对多生物特征参考模板进行联合加密，在运行时自适应安全需求，提升了隐私保护与认证灵活性。
2025-03-31 cs.CR cs.CV
HE-OFT: Privacy-Preserving One-Shot Federated Fine-Tuning under Homomorphic Encryption
Koç University（科奇大学）；Bilkent University（比尔肯特大学）
HE-OFT提出首个无需任何一方获得训练模型的密码学安全一次性联邦微调协议，通过同态加密组合加密头部位移，在保持高准确率的同时显著降低通信开销。
2026-10-08 cs.CR cs.LG
Threat Modeling for Enhancing Security of IoT Audio Classification Devices under a Secure Protocols Framework
Instituto Tecnologico de Informatica（信息技术研究所）
针对资源受限的物联网音频分类设备的敏感数据泄露风险，本文提出融合TPM远程证明、后量子加密等机制的纵深防御安全协议框架，通过STRIDE威胁建模指导设计并给出评估方案。
2025-11-14 cs.AI cs.CR
A Privacy-Preserving Federated Learning Method for Heterogeneous Clients
Department of Computer and Network Engineering, The University of Electro-Communications（电子通信大学计算机与网络工程系）；School of Computer Science and Technology, Hainan University（海南大学计算机科学与技术学院）；Department of Electrical and Computer Engineering, University of Houston（休斯顿大学电气与计算机工程系）；Department of Information and Computer Science, Keio University（Keio大学信息与计算机科学系）
本文提出PPML-Hybrid方法，让异构客户端根据计算资源在HE与DP之间选择，在组学数据联邦学习中兼顾预测精度与计算效率，优于仅用HE或仅用DP的方案。
2026-10-20 cs.AI cs.CR
OblivIO: Securing reactive programs by oblivious execution with bounded traffic overheads
本文提出安全语言OblivIO，通过填充虚拟消息隐藏反应式程序的真实发送行为，并用带势能的信息流类型系统证明时序敏感非干扰性及约束流量开销，解决了数据不经意与反应式编程结合的难题。
2025-07-02 cs.CR cs.PL
