Adaptive Federated Learning with Functional Encryption: A Comparison of Classical and Quantum-safe Options
Cybersecurity Center, Fondazione Bruno Kessler（福恩达齐奥内·布鲁诺·凯斯勒基金会网络安全中心）；Università degli Studi di Trento（特伦托大学）
针对联邦学习易遭重构攻击泄露数据的问题，本文将多输入函数加密应用于网络入侵检测模型的联邦训练，对比了经典与后量子加密方案的内存、计算开销及对收敛时间的影响。
2025-07-15 cs.CR
Cryptographic ransomware encryption detection: Survey
本综述提出一种描述现代加密勒索软件攻击的网络杀伤链，聚焦加密阶段，总结API/系统调用、I/O监控和文件系统活动监控三种检测方法，并指出学术研究与商业应用间的差距。
2023-06-21 cs.CR
A Survey on Homomorphic Encryption Schemes: Theory and Implementation
传统加密系统依赖于在交换加密消息时所涉及的对等体之间共享密钥（公共或私有）。然而，这种方法带来了隐私问题。特别是在流行的云服务中，对敏感数据隐私的控制将丢失。即使不共享密钥，加密材料也会与不一定需要访问内容的第三方共享。此外，不受信任的服务器、提供商和云运营商可以在用户结束与服务的关系后很长一段时间内继续识别用户的元素。事实上，同态加密（HE），一种特殊的加密方案，可以解决这些问题，因为它允许任何第三方对加密的数据进行操作，而无需提前解密。虽然HE方案的这个非常有用的特征已经被知道超过30年，但是第一个合理且可实现的全同态加密（FHE）方案，其允许任何可计算函数对加密数据执行，是由Craig Gentry在2009年引入的。尽管这是一项重大成就，但到目前为止的不同实现表明，FHE仍然需要显着改进，才能在每个平台上实用。首先，我们介绍了HE的基础知识和众所周知的部分同态加密（PHE）和部分同态加密（SWHE）的细节，这是实现FHE的重要支柱。在此基础上，介绍了FHE的主要族系，为后续FHE方案的研究奠定了基础。此外，Gentry型FHE方案的实现和最近的改进也进行了调查。最后，对今后的研究方向进行了展望。本调查旨在为有兴趣了解、应用和扩展最先进的HE、PHE、SWHE和FHE系统的研究人员和从业人员提供明确的知识和基础。
2017-10-06 cs.CR
Privacy-Preserving Traceable Functional Encryption for Inner Product
针对现有内积可追踪函数加密方案未保护用户身份隐私的问题，提出兼具隐私保护与可追踪性的PPTFE-IP方案，通过两方安全计算生成密钥，安全性规约至标准复杂度假设，兼顾隐私与问责需求。
2024-04-15 cs.CR
Flexible Threshold Multi-client Functional Encryption for Inner Product in Federated Learning
针对联邦学习中现有MCFE方案无法支持客户端掉线和灵活阈值的问题，提出FTMCFE-IP方案，支持客户端独立加密、灵活阈值选择及掉线，并证明安全性。
2025-10-17 cs.CR
A Quantum-Classical Scheme towards Quantum Functional Encryption
量子加密是经典信息和量子信息领域的一个研究热点。然而，很少有人知道量子加密方案，使用户在不同的密钥，学习不同的功能，明文，给定的密文。本文提出了一种新的1比特密钥量子加密方案，该方案是对该方案的经典扩展，允许不同的密钥持有者从密文中学习不同长度的明文序列。我们证明了我们的量子经典方案安全的概念下的量子语义安全性，量子熵的不可否认性，和最近的安全定义从功能加密领域。
2017-03-01 cs.CR quant-ph
Privacy-Enhancing Encryption in Data Sharing: A Survey on Security, Performance and Functionality
Tianjin University（天津大学）；Southern Cross University（南十字星大学）；Zhongguancun Laboratory（中关村实验室）；City University of Hong Kong（香港城市大学）；Griffith University（格里菲斯大学）；Singapore Management University（新加坡管理大学）；University of Wollongong（伍伦贡大学）
本文综述了数据共享中隐私增强加密技术的安全性、性能及功能，分析了ABE、PRE和SE等技术的应用与挑战，提出数据共享框架及20种潜在攻击，探讨了多种增强技术对数据共享方案的影响。
2026-03-27 cs.CR
Privacy-preserving Credit Scoring via Functional Encryption
大多数管理机密数据的金融组织都意识到安全威胁，并利用广泛接受的解决方案（例如，存储加密、传输级加密、入侵检测系统）来防止或检测攻击。然而，这些强化措施对于应对使用中数据所面临的更严重威胁几乎没有作用。诸如同态加密（HE）和硬件辅助的可信执行环境（TEE）之类的解决方案如今是减轻此类威胁的首选方法。然而，考虑到HE的高性能开销，金融机构（其处理速率要求很严格）更倾向于基于TEE的解决方案。X-Margin Inc.例如，英特尔公司通过结合英特尔SGX TEE技术和基于HE的零知识证明来提供安全的财务计算，这些证明甚至可以保护客户的使用中数据免受恶意内部人员的攻击，具有系统访问权限的用户。尽管这样的解决方案提供了强大的安全保证，但它受到必须信任英特尔和SGX硬件扩展可用性的限制。在本文中，我们评估了X保证金的新边界，即，通过新兴的加密方案：功能加密（FE）执行隐私保护信用风险评分，该加密方案允许用户仅学习加密数据的功能。我们描述了X-Margin应用程序如何从这种创新方法中受益，最重要的是评估其性能影响。
2021-09-22 cs.CR
Multi-client Functional Encryption for Set Intersection with Non-monotonic Access Structures in Federated Learning
针对现有联邦学习中函数加密方案无法表达复杂访问控制策略的问题，提出具有非单调访问结构的集合相交多客户端函数加密方案，支持客户端独立加密、抗混合匹配攻击，完成了安全证明与效率分析。
2024-12-12 cs.CR
Practical Solutions in Fully Homomorphic Encryption -- A Survey Analyzing Existing Acceleration Methods
全同态加密（FHE）在理论上有了长足的发展和不断的突破，使其在外包计算、安全多方计算等保护隐私的领域得到了广泛的应用。然而，FHE的应用受到其大量计算开销和存储成本的限制。研究人员已经提出了实用的加速解决方案来解决这些问题。本文旨在提供一个全面的调查，系统地比较和分析的优点和缺点FHE加速计划，这是目前缺乏的文献。对2019年至2022年期间进行的相关研究进行了调查。我们首先提供了一个全面的总结的最新研究成果加速FHE，旨在提供有价值的见解，研究人员感兴趣的FHE加速。其次，我们从算法和硬件的角度对现有的加速方案进行分类。我们还提出了评估指标，并对各种方法进行了详细的比较。最后，本文提出了FHE加速的未来研究方向，为该领域的实际应用和理论研究提供了指导和支持。
2023-03-20 cs.CR
Hardware Engines for Bus Encryption: A Survey of Existing Techniques
由便携式和嵌入式设备提供的应用和服务的范围不断扩大，带来了安全问题的新维度。大多数嵌入式系统（付费电视、PDA、手机等）使用外部存储器。因此，主要问题是数据和指令在总线上以清晰的形式在内存（RAM）和CPU之间不断交换。该存储器可以包含终端用户或内容提供方愿意保护的机密数据，如商业软件或私人内容。本文的目标是清楚地描述处理器-内存总线通信在这方面的问题以及通过加密保护通信通道所应用的现有技术-本文将广泛讨论这些解决方案所暗示的性能开销。
2007-10-25 cs.CR
Homomorphic Encryption: Theory & Applications
本章的目的是介绍同态加密技术及其应用的概况。在详细讨论了本章的介绍和动机之后，我们介绍了密码学的一些基本概念。然后讨论了同态加密的基本理论，并给出了相应的实例。本章然后提供了一些经典的同态加密计划在当前的文献中存在的调查。然后详细讨论了同态加密方案的各种应用和显著特性。然后介绍了该领域最重要的和最新的研究方向--全同态加密。然后讨论了关于全同态加密的大量命题。最后，本章总结了一些新兴的研究趋势，在这个令人兴奋的密码学领域。
2013-05-25 cs.CR
Decentralized Multi-Authority Attribute-Based Inner-Product Functional Encryption: Noisy and Evasive Constructions from Lattices
该研究提出两类基于格的多机构属性基内积函数加密新原语，引入对应格假设并给出子集策略下的可证明安全构造，还实现了首个格基无噪多机构IPFE，适用于多机构耐噪细粒度访问控制。
2025-05-16 cs.CR
Computing Blindfolded on Data Homomorphically Encrypted under Multiple Keys: An Extended Survey
新的加密技术，如同态加密（HE），允许将计算外包给资源丰富的云中，并在资源丰富的云中进行盲评估。这些计算通常需要多个参与者拥有的私有数据，参与某些功能的联合评估。例如，全基因组关联研究（GWAS）由于最近基因组测序技术的激增而变得可行。由于基因组数据的敏感性，这些数据应该使用不同的密钥进行加密。然而，支持对在多个密钥下加密的密文进行计算是一项不平凡的任务。在本文中，我们提出了一个全面的调查不同的国家的最先进的密码技术和方案，是常用的。本文综述了基于属性的加密（ABE）、代理重加密（PRE）、门限同态加密（ThHE）和多密钥同态加密（MKHE）等技术和方案。我们基于不同的系统和安全模型分析它们，并研究它们的复杂性。我们分享经验教训，并提出意见，以设计更好的方案，减少间接费用。
2020-08-11 cs.CR
Unclonable Functional Encryption
本文定义并构造支持任意量子消息上多项式电路求值的量子功能加密，证明其天然具备不可克隆性，并据此得到可变密钥公钥 UE 及 QFE 对 qiO 的蕴含关系。
2025-03-14 cs.CR quant-ph
A Survey on Property-Preserving Database Encryption Techniques in the Cloud
该综述针对云外包关系型数据库加密后丢失查询所需属性的问题，梳理了从Caesar加密到mOPE等各类属性保留加密技术，介绍其应用方法并明确特性。
2023-12-19 cs.CR cs.DB
A Review of Homomorphic Encryption Libraries for Secure Computation
在本文中，我们提供了一个调查各种库的同态加密。我们描述了在选择正确的安全计算方法时应该考虑的关键功能和权衡。然后，我们提出了一个比较六个常用的同态加密库-密封，HElib，TFHE，Paillier，ELGamal和RSA在这些确定的功能。还阐明了对不同语言和实际应用程序的支持。
2018-12-07 cs.CR
Simulation-Secure Functional Encryption in the Bounded Storage Model
Université de Montréal (DIRO)（蒙特利尔大学（计算机科学与工程学系））
本文在受限存储模型中构造了两种模拟安全功能加密方案，解决了传统模型中无法实现的难题，展示了其在量子和经典存储限制下的有效性。
2026-10-13 cs.CR
FDFB: Full Domain Functional Bootstrapping Towards Practical Fully Homomorphic Encryption
所有已知的全同态加密（FHE）方案的密文计算都会引入噪声，如果噪声太大，会破坏明文。因此，重新加密密文并降低噪声水平的自举技术仍然是为任意无界计算构建FHE方案的唯一已知方式。自举步骤也是当前FHE方案中的主要效率瓶颈。一个有前途的方向，以提高具体的效率是利用自举过程执行有用的计算，同时减少噪音。我们展示了一个自举算法，它嵌入了一个查找表，并评估任意函数的明文，同时减少噪声。根据参数的选择，所得到的同态加密方案可以是精确FHE或用于近似算术的同态加密。由于我们可以在明文空间上计算任意函数，因此我们可以使用Regev加密的自然同态来计算仿射函数，而无需几乎免费的自举。因此，我们的算法是特别适合于电路与许多加法和标量乘法门。我们实现了这种电路的创纪录速度。例如，在精确的FHE设置中，我们实现了超过3000倍于最先进方法的加速。实际上，我们将评估时间从数周或数天缩短到几小时或几分钟。此外，我们注意到，随着仿射函数的大小，加速比变得更加显著。我们提供了一个严格的错误分析，并显示了几个参数集，我们的自举。最后，我们实现了我们的算法，并提供了广泛的测试。我们证明了我们的算法，通过评估不同的神经网络在几个参数和精度设置。
2021-09-06 cs.CR
Lattices, Homomorphic Encryption, and CKKS
本文综述了格基密码学和同态加密中的一些问题。特别是，我们定义了一些格的问题，LWE和RLWE，并指出减少Regev和Peikert。对最近的CKKS同态加密方案进行了全面的讨论，并给出了一些计算实例。
2022-05-07 cs.CR
Inner-product Functional Encryption with Fine-grained Revocation for Flexible EHR Sharing
针对EHR共享中隐私保护与细粒度访问控制需求，提出带细粒度撤销的内积功能加密方案，支持特定函数撤销、前后向安全及防共谋，安全性基于抗量子LWE假设。
2025-09-09 cs.CR
Too Many Options: A Survey of ABE Libraries for Developers
基于属性的加密（ABE）包括一组一对多加密方案，这些方案允许通过将数据与访问策略和属性相关联来对数据进行加密和解密。因此，它是一种非对称加密方案，其计算要求限制了其在物联网设备中的部署。ABE有不同的类型，每种类型中都有许多计划。然而，对于ABE的默认库没有共识，并且现有的库实现了不同的方案。因此，开发人员面临着通过为他们的项目选择合适的库来平衡效率和安全性的挑战。本文研究了11个ABE库，分析了它们的主要特点，使用的数学库，以及它们提供的ABE方案。本文还提出了一个实验分析的四个图书馆仍然保持和确定一些不安全的ABE计划，他们实现。在这个实验分析中，我们实现了这些库提供的方案，测量了它们在具有不同功能的架构上的执行时间，即，ARMv6和ARMv8。这些实验为开发人员提供了必要的信息，以便根据客观和明确定义的标准为他们的项目选择最合适的库。
2022-09-26 cs.CR
A Survey of Machine Learning Algorithms for Detecting Ransomware Encryption Activity
PeopleTec, Inc.（PeopleTec 公司）
介绍了经过训练以检测勒索软件的机器学习技术的调查。这项工作建立在Taylor等人的努力之上。使用基于传感器的方法，利用从CPU功率和温度监视器等内置仪器收集的数据来识别加密活动。探索性数据分析（EDA）表明，从这个模拟数据中最有用的功能是时钟速度，温度和CPU负载。这些特征用于训练多个算法以确定最佳检测方法。性能通过准确性、F1评分和假阴性率指标进行评估。具有三个隐藏层的多层感知器在准确性和F1以及强大的数据准备方面达到了97%的分数。随机森林模型的准确率为93%，F1为92%，这表明基于传感器的检测目前是一种可行的选择，可以在代码完全执行之前检测零日勒索软件攻击。
2021-10-14 cs.CR cs.LG
Privacy-Preserving Spam Filtering using Functional Encryption
传统的垃圾邮件分类方法要求用户向垃圾邮件分类器透露其接收到的邮件内容，这侵犯了用户的隐私。对加密邮件进行垃圾邮件分类，使分类器能够在不访问邮件的情况下对垃圾邮件进行分类，从而保护邮件内容的隐私。在本文中，我们构建了一个垃圾邮件分类框架，使加密电子邮件的分类。我们的分类模型是基于一个神经网络与二次网络部分和多层感知网络部分。二次网络架构与现有的二次函数加密方案的操作兼容，该方案使我们的分类能够预测加密电子邮件的标签，而不会泄露相关的纯文本电子邮件。在实际垃圾邮件数据集上的测试结果表明，该模型的分类准确率达到了96%以上。
2020-12-08 cs.CR cs.NE
Quadratic Functional Encryption for Secure Training in Vertical Federated Learning
University of Toronto（多伦多大学）；IIT Madras（印度理工学院马德拉斯分校）
本文针对纵向联邦学习中的信息泄露问题，提出采用二次函数加密替代多输入函数加密，以安全训练广义线性模型，避免Xu等人方案中的部分信息泄露。
2023-06-19 cs.CR cs.DC cs.LG
A Survey on DNS Encryption: Current Development, Malware Misuse, and Inference Techniques
本文综述了2016年以来DNS加密技术（DoT、DoH、DoQ）的发展与采用现状，系统分析了恶意软件如何滥用加密DNS进行僵尸网络通信和数据外泄，并总结了从加密DNS流量中推断正常模式与检测恶意流量的现有方法，为未来提升DNS加密性能与安全性指明研究方向。
2022-07-08 cs.CR cs.NI
SoK: Can Fully Homomorphic Encryption Support General AI Computation? A Functional and Cost Analysis
University of Central Florida（中佛罗里达大学）；University of Florida（佛罗里达大学）；Illinois Institute of Technology（伊利诺伊理工学院）；Florida State University（佛罗里达州立大学）；The University of Kansas（堪萨斯大学）；Samsung Research America（三星美国研究所）；Villanova University（维拉诺瓦大学）；University of Arizona（亚利桑那大学）
本文探讨FHE能否支持通用AI计算，通过功能和成本分析评估了十种FHE方法，并针对混合线性和非线性操作的工作负载进行了基准测试。
2025-12-15 cs.CR
Fun-SAT: Functional Corruptibility-Guided SAT-Based Attack on Sequential Logic Encryption
SAT攻击已被证明对大多数组合逻辑加密方法是有效的。利用电路展开和模型检验方法，可以将其扩展到攻击时序逻辑加密技术。然而，由于没有关于电路需要展开以找到正确密钥的次数的指导，该攻击倾向于解决许多耗时的布尔可满足性（SAT）和模型检验问题，这会显著地影响其效率。在本文中，我们介绍了Fun-SAT，一个功能的可破坏性引导的SAT为基础的攻击，可以显着减少SAT解决和模型检验时间的SAT为基础的攻击顺序加密有效地估计所需的最小数量的电路展开。Fun-SAT依赖于加密时序电路的功能可破坏性的概念及其与基于SAT的攻击中所需的电路展开次数的关系。数值结果表明，Fun-SAT可以比以前针对最先进的加密方法的攻击平均快90倍，当这两种攻击都在一天的超时之前成功完成时。此外，Fun-SAT在更多电路的超时之前完成。
2021-08-10 cs.CR cs.SY eess.SY
SoK: Privacy Preserving Machine Learning using Functional Encryption: Opportunities and Challenges
Georgia State University（佐治亚州立大学）
本文系统化梳理基于功能加密的隐私保护机器学习研究，重点分析内积 FE 与二次 FE 模型及相关库的性能、可用性和未来方向。
2022-09-02 cs.CR cs.LG
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
Internet of Things Protection and Encryption: A Survey
物联网（IoT）使众多行业能够与消费者进行有效互动，以提供无缝的服务和产品。尽管（IoT）设备及其互联网连接广泛可用，但它们的信息安全完整性水平较低。在我们的研究中提出了一些安全的方法，并进行了评估，并在能量和时间方面的加密和解密过程中进行了比较。还在主管理器中的设备上执行批准程序，这被视为物联网设备的完整防火墙。建议的算法的成功已被证明使用低成本的Adriano Uno和Raspberry Pi设备。Ardous Uno已被用于演示使用各种算法的低能耗设备中的加密过程，包括增强型数据完整性和身份验证算法（EDAI）和raspberry，后者在低能耗设备分子中充当安全管理器。与区块链软件结合使用的各种增强算法也确保了信息的安全性和完整性。这些调查结果和讨论在本文件的结论部分提出。
2022-03-30 cs.CR cs.NI
On the Feasibility of Simulation-Secure Quantum Functional Encryption
Université de Montréal (DIRO)（蒙特利尔大学）；University of Ottawa（渥太华大学）；CISPA Helmholtz Center for Information Security（CISPA赫尔姆霍兹信息安全中心）；Saarland University（萨尔兰大学）
该研究证明了在量子领域实现功能加密的模拟安全性是不可能的，并展示了伪随机态的不可压缩性质。
2026-10-14 cs.CR quant-ph
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
Public Key Encryption with Secure Key Leasing
本文提出了具有安全密钥租赁的公钥加密（PKE-SKL）概念，支持在量子密钥通过有效性测试后确保用户丧失解密能力，并基于CoIC-KLA安全性和CPFE构建了方案，同时扩展至IBE、ABE和FE。
2023-04-06 cs.CR quant-ph
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
Certified Everlasting Functional Encryption
密码学中的计算安全性具有在未来破坏安全性的计算假设的风险。一种解决方案是构建信息理论安全的协议，但许多加密原语即使在量子世界中也不可能（或不太可能）具有信息理论安全性。一个很好的妥协（量子固有的）是被认证的永久安全性，这大致意味着以下内容。拥有量子加密数据的接收者可以颁发证书，表明接收者已经删除了加密数据。如果证书是有效的，则即使接收者在计算上变得无界，也能保证安全性。虽然一些密码原语，如承诺和零知识，已被证明是永久安全的，但还有许多其他重要的原语尚未被证明是永久安全的。在本文中，我们介绍了认证的永久FE。在这个原语中，具有消息m的密文和函数f的函数解密密钥的接收者可以获得f（m），而没有其他。即使对手在发出有效证书后计算变得无界，安全性也保持不变。我们，第一，构造认证永久FE P/多晶硅电路，只有一个单一的关键查询是允许的对手。然后，我们将其扩展到q有界的NC 1电路，其中q有界的意思是q键查询允许对手与先验有界多项式q。对于认证的永久FE的建设，我们介绍和构造认证的永久版本的私钥加密，公钥加密，接收方非提交加密，和一个乱码方案，这是独立的利益。
2022-07-28 cs.CR quant-ph
VFEFL: Privacy-Preserving Federated Learning against Malicious Clients via Verifiable Functional Encryption
本文提出基于可验证函数加密的隐私保护联邦学习框架VFEFL，通过新颖的跨密文去中心化可验证函数加密方案实现恶意客户端检测与高精度模型训练，无需双服务器非协作假设或可信第三方。
2026-04-13 cs.AI cs.CR
Fast Low Level Disk Encryption Using FPGAs
本文研究了固定长度可调密码方案（TES）的低级磁盘加密FPGA实现，重点比较了AEZ、FAST及IEEE标准方案XCB和EME2，实验证明FAST性能最优，是未来标准化的有力候选者。
2024-08-26 cs.CR
Survey on Secure Search Over Encrypted Data on the Cloud
云计算已经成为企业和个人将其数据外包给远程但高度可访问的服务器的潜在资源。然而，由于用户对云中数据的安全性和隐私性的担忧，云服务的潜力尚未完全释放。可以采用用户侧加密技术来减轻安全问题。然而，一旦数据被加密，就没有处理（例如，搜索）可以在外包数据上执行。可搜索加密（Searchable Encryption，SE）技术已经被广泛研究，以使得能够在数据被加密的同时对数据进行搜索。这些技术允许对加密数据进行各种类型的搜索，并提供不同级别的安全性。此外，尽管这些技术支持不同的搜索类型，并且在细节上有所不同，但它们在组件和架构上具有相似性。在本文中，我们提供了一个全面的调查不同的安全搜索技术，这些系统的高层次架构，并分析其性能和安全级别。
2018-11-24 cs.CR
Privacy-Preserving Federated Learning from Partial Decryption Verifiable Threshold Multi-Client Functional Encryption
School of Cyber Science and Engineering, Southeast University（安全科学与工程学院，东南大学）；School of Computing and Communications, Lancaster University（计算与通信学院，兰卡斯特大学）
针对联邦学习梯度泄露、现有门限方案缺乏聚合可验证性易遭投毒攻击的问题，本文提出部分解密可验证门限多客户端函数加密方案，构建VTSAFL协议，在保证精度的同时大幅降低训练耗时与通信开销。
2025-11-17 cs.AI cs.CR
EncCluster: Scalable Functional Encryption in Federated Learning through Weight Clustering and Probabilistic Filters
Eindhoven University of Technology（埃因霍温理工大学）；RISE Research Institutes of Sweden（瑞典RISE研究院）；Mälardalen University（梅拉达伦大学）
提出 EncCluster，将权重聚类压缩、去中心化函数加密与概率过滤器编码结合，在不降低模型性能的前提下降低 FL 通信和加密开销并增强隐私。
2024-06-13 cs.CR cs.DC cs.LG
Revocable Hierarchical Identity-Based Encryption from Multilinear Maps
在基于身份的加密（IBE）系统中，需要一种有效的密钥委托方法来管理大量的用户，以及一种有效的密钥撤销方法来处理用户的动态证书。可撤销的分层IBE（RHIBE）可以提供这两种方法，通过组织用户的身份作为一个层次和广播的更新密钥为非撤销用户在每个时间段。为了提供密钥撤销功能，先前的RHIBE方案使用基于树的撤销方案。然而，这种方法具有固有的限制，使得更新关键元素的数量取决于被撤销用户的数量。在本文中，我们提出了两个新的RHIBE计划在多线性映射，使用公钥广播加密方案，而不是使用基于树的撤销计划，以克服上述限制。在我们的第一个RHIBE方案中，私钥元素和更新密钥元素的数量分别减少到$O(\ell)$和$O(\ell)$，其中$\ell$是层次身份的深度。在我们的第二个RHIBE方案中，我们可以进一步将私钥元素的数量从$O(\ell)$减少到$O(1)$。
2016-10-25 cs.CR
Public-key cryptography in functional programming context
到目前为止，出于效率的原因，密码算法已经用命令式语言编写。但是要熟悉函数式程序设计语言，一个问题就出现了：函数式编程是否为安全通信提供了一些新的东西？本文研究了这个问题，给出了一些密码算法的概述，并介绍了如何在函数式语言Clean中实现RSA加密，以及如何测量某个应用程序的效率。
2010-03-06 cs.CR
Functional Encryption with Secure Key Leasing
安全软件租赁是一种量子加密基元，它使我们能够通过将软件编码为量子态来将其租赁给用户。安全软件租赁具有验证返回的软件是否有效的机制。安全概念保证一旦用户以有效形式返回软件，用户就不再使用该软件。在这项工作中，我们介绍了秘密密钥功能加密（SKFE）的概念与安全的密钥租赁，在安全的软件租赁的意义上，解密密钥可以安全地出租。我们还实例化它与标准的密码学假设。具体而言，我们的贡献如下。- 我们定义了SKFE的语法和安全定义，并提供了安全密钥租赁。- 我们实现了从标准SKFE到安全密钥租赁的SKFE转换，而无需使用额外的假设。特别地，我们得到了有界抗共谋SKFE的P/poly与安全密钥租赁的基础上，后量子单向函数，因为我们可以实例化有界抗共谋SKFE的P/poly的假设。一些先前的安全软件租赁方案仅捕获在诚实评估算法（在合法平台上）上运行的盗版软件。然而，我们的安全密钥租赁概念捕获任意攻击策略，并没有这样的限制。我们还介绍了单解密FE（SDFE）的概念，其中每个功能解密密钥是复制保护的。由于复制保护是比安全软件租赁更强的原语，因此这个概念可以被视为比具有安全密钥租赁的FE更强的密码原语。更具体地说：-我们定义了SDFE的语法和安全定义。- 我们从后量子不可混淆性和带错误学习的量子硬度问题出发，实现了P/poly的抗共谋单解密器PKFE。
2022-09-27 cs.CR quant-ph
EFU: Enforcing Federated Unlearning via Functional Encryption
RISE Research Institutes of Sweden（瑞典RISE研究机构）；Mälardalen University（马尔默大学）；Eindhoven University of Technology（埃因霍温理工大学）
本文提出EFU框架，利用函数加密强制执行联邦遗忘，使客户端能在对服务器隐藏意图的情况下发起遗忘，并结合对抗样本与参数正则化掩盖模型变化，实现了安全、可验证且与底层算法无关的联邦遗忘。
2025-08-11 cs.CR cs.DC cs.LG
A Critical Look into Threshold Homomorphic Encryption for Private Average Aggregation
atlanTTic, Universidade de Vigo（维戈大学）
本文研究了阈值同态加密在隐私联邦平均聚合中的应用，分析了使用模糊噪声作为对策对性能的影响，并比较了 BFV 和 CKKS 的性能。
2026-02-25 cs.CR
SANSCrypt: A Sporadic-Authentication-Based Sequential Logic Encryption Scheme
我们提出了SANSCrypt，一种新的时序逻辑加密方案，以保护集成电路免受逆向工程。先前的顺序加密方法集中于修改电路状态机，使得可以通过仅应用一次正确的密钥序列来访问正确的功能。考虑到与一次性身份验证相关的风险，SANSCrypt采用了一种新的时间维度来进行逻辑加密，要求用户根据基于伪随机数生成的协议偶尔执行多次身份验证。一组基准电路的分析和验证结果表明，SANSCrypt提供了一个实质性的输出损坏，如果不正确地应用密钥序列。此外，它表现出指数弹性现有的攻击，包括基于SAT的攻击，同时保持一个合理的低开销。
2020-10-11 cs.CR cs.SY eess.SY
Leveraging Functional Encryption and Deep Learning for Privacy-Preserving Traffic Forecasting
针对交通预测中驾驶员时空位置隐私问题，提出结合功能加密和深度学习的隐私保护系统，通过k-匿名方案聚合加密位置信息，利用Conv-LSTM与Bi-LSTM模型预测交通，在保证精度的同时保护隐私。
2025-04-17 cs.CR cs.SY eess.SY
Privacy-preserving server-supported decryption
针对二选二门限解密中服务器可见密文的隐私问题，提出在通用可组合性模型下的服务器辅助盲目门限解密理想功能，并在随机预言机模型中构造可安全实现该功能的协议。
2024-10-25 cs.CR
Fuzzy Private Set Union via Oblivious Key Homomorphic Encryption Retrieval
Univ. Grenoble Alpes（格勒诺布尔阿尔卑斯大学）；CNRS（法国国家科学研究中心）；Aarhus University（奥胡斯大学）
本文提出基于 oblivious key homomorphic encryption retrieval 的模糊私有集合联合协议，通过改进的加密技术实现高效的数据联合计算。
2026-01-28 cs.CR
Presto: Hardware Acceleration of Ciphers for Hybrid Homomorphic Encryption
本文为混合同态加密中的HERA和Rubato密码设计了硬件加速器，通过向量化、重叠模块和解耦计算阶段优化性能，在FPGA上实现了6倍吞吐量提升并大幅降低延迟与能耗。
2025-07-01 cs.AR cs.CR
Hilbert Matrix Based Cryptosystem using a Session Key
密码学通过提供数据加密和其他用户身份验证功能来保护用户。这项技术让电子信息的接收者验证发送者，确保信息只能被预期的人阅读，并向接收者保证信息在传输过程中没有被更改。经典密码分析涉及分析推理、数学工具的应用和模式发现的有趣组合。所提出的工作的目标是提出一种新的加密方法的基础上的特殊矩阵称为希尔伯特矩阵的认证和保密性，并提出一个模型的保密性和认证使用共享密钥密码系统的概念，数字封装使用会话密钥。在目前的工作中，提出了各种算法的加密和认证的基础上希尔伯特矩阵使用会话密钥。
2011-10-07 cs.CR
ARK: Fully Homomorphic Encryption Accelerator with Runtime Data Generation and Inter-Operation Key Reuse
同态加密（Homomorphic Encryption，HE）是后量子密码学中最有前途的方案之一，它能够在服务器上实现隐私保护计算。然而，当我们对HE加密数据执行操作时，噪声会积累，从而限制了可能的操作数量。完全HE（FHE）通过引入刷新数据的自举操作来消除这种限制;然而，FHE方案是高度内存受限的。特别是自举需要从片外存储器加载GB的评估密钥和明文，这使得FHE加速从根本上受到片外内存带宽的限制。在本文中，我们提出了ARK，一个加速器FHE的数据生成和互操作密钥重用。ARK通过新颖的算法架构协同设计实现实际的FHE工作负载，以加速自举。我们首先通过运行时数据生成和操作间密钥重用消除片外内存带宽瓶颈。这种方法使ARK能够充分利用片上存储器，大大减少了工作集的大小。在这样的算法增强之上，我们构建了ARK微架构，通过基于数据访问模式的高效交替数据分布策略和定制功能单元的精简的并行组织（包括基础转换，数论变换和自同构单元），最大限度地减少了片上数据移动。总的来说，我们的协同设计有效地处理了FHE的繁重计算和数据移动开销，大大降低了HE操作的成本，包括自举。
2022-10-30 cs.AR cs.CR
Revocable Cryptography from Learning with Errors
基于量子不可克隆原理和带误差学习问题的量子亚指数难度，构造了具有密钥撤销能力的多种密码原语，核心是使Dual-Regev加密方案可撤销。
2023-10-12 cs.CR quant-ph
