bioETH-Beacon: A Confidential On-Chain Genomic Beacon with Encrypted Counts, Filters, and Bounded Noise over a Fully Homomorphic EVM
Division of Pharmacology and Toxicology, College of Pharmacy, The University of Texas at Austin, Dell Pediatric Research Institute（德克萨斯大学奥斯汀分校药学院药理学与毒理学系戴尔儿科研究所）
提出基于全同态EVM的智能合约原型bioETH-Beacon，实现加密基因组信标查询，通过加密计数、有界噪声和访问控制抵御成员推理攻击，并优化查询成本。
2026-06-19 cs.CR q-bio.GN
Formal Verification of Secure Encrypted Virtualization
University of Florida（佛罗里达大学）；AMD（超威半导体）
针对AMD SEV机密虚拟机缺乏形式化安全保障的问题，提出设计级和属性级抽象模型并进行属性检查，以确保机密性、完整性和可用性。
2026-05-31 cs.AR 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
Equivalence-based Security for Querying Encrypted Databases: Theory and Application to Privacy Policy Audits
出于同时保护外包给第三方云的数据的机密性和可用性的问题，我们提出了两种不同的数据库加密方案，它们在很大程度上隐藏了数据，但揭示了足够的信息来支持广泛的关系查询。我们提供了一个数据库加密的安全定义，从对手的角度来看，捕获的数据库的等效概念的基础上的机密性。作为一个具体的应用程序，我们适应现有的算法，发现违反隐私政策的运行在我们的计划下加密的日志，并观察低到中等的开销。
2015-08-10 cs.CR
Securing Generative AI in Healthcare: A Zero-Trust Architecture Powered by Confidential Computing on Google Cloud
Google Cloud（谷歌云）
针对医疗生成式AI整合中数据使用阶段的安全漏洞，本文提出机密零信任框架（CZF），结合零信任架构与机密计算，在谷歌云构建多层架构，填补数据使用漏洞，实现合规可验证与安全多方协作，为医疗AI信任基础提供支撑。
2025-11-14 cs.AI cs.CR
Detecting Vulnerabilities in Encrypted Software Code while Ensuring Code Privacy
LASIGE, DI, Faculdade de Ciências, Universidade de Lisboa（里斯本大学科学学院）
提出结合静态分析与可搜索对称加密（SSE）的CoCoA工具，在保护代码隐私的前提下对加密源代码进行漏洞检测，实现了93%的精度和42.7%的适度开销。
2026-05-23 cs.CR cs.SE
Securing Filesystems for Confidential Computing
Azure Research, Microsoft（微软 Azure 研究院）；Imperial College London（伦敦帝国理工学院）；University of California, Irvine（加州大学尔湾分校）；SPARC, Indian Institute of Science（印度科学院 SPARC）
针对机密计算中存储面临的回滚等攻击问题，提出无需修改应用的ShieldFS文件系统，扩展ZFS得到ShieldZFS，实现强完整性与新鲜度保障且性能优异。
2026-08-21 cs.CR
PRI: Privacy Preserving Inspection of Encrypted Network Traffic
流量检测是当今许多安全解决方案的基本组成部分。例如，为了防止机密内部信息的泄漏或泄露，以及阻止恶意流量进入网络，当今大多数企业都运行检查流量的入侵检测和防御系统。然而，国家的最先进的检查系统并没有很好地反映不同的参与自主角色的利益。例如，企业中的员工或将其网络管理外包给专业第三方的公司可能要求其流量保持机密，甚至对系统管理员也是如此。此外，入侵检测系统使用的规则，或者更一般地，在线或离线异常检测引擎的配置，可以由第三方提供，例如，一家安全研究公司，因此可能构成一项重要的商业资产，应予以保密。今天，人们往往认为，不可能对这些额外所需资源进行核算，因为它们与效率和效力相矛盾。我们在本文中探索了一种新的方法，称为隐私保护检查（PRI），它提供了一个解决这个问题的方法，通过保护流量检查的隐私和检查规则和配置的机密性，例如，还支持灵活安装特定于公司的其他数据泄漏防护（DLP）规则。
2016-04-15 cs.CR cs.NI
Securing Organization's Data: A Role-Based Authorized Keyword Search Scheme with Efficient Decryption
针对组织加密数据外包后的关键词搜索挑战，提出基于角色加密（RBE）的授权关键词搜索方案，支持多组织环境、高效解密与联合搜索，外包昂贵密码操作，经安全分析证明语义安全，性能适用于实际应用。
2020-04-23 cs.CR
Encrypted Data Processing
在本文中，我们提出了一个全面的机密计算架构，我们证明是通用的，相当有效的。它按原样执行应用程序，而不会增加应用程序开发人员的负担或纪律要求。此外，它不需要在计算服务器处的系统软件的信任，并且不对通信子系统施加任何附加负担。所提出的加密数据处理（EDAP）架构通过采用具有多级密钥保护方案的数据加密来实现基于密钥的加密数据保护的机密性、真实性和新鲜性。它保证用户数据仅在非特权模式下对指定硬件上受数据所有者信任的指定程序可见，从而保护数据免受不受信任的硬件、管理程序、操作系统或其他用户应用程序的影响。在用例示例中描述了用于实现这些机密计算要求的加密密钥和协议。在启用EDAP的处理器中加密和解密数据可能会导致性能下降，因为它会增加整个执行的周期时间。然而，我们的模拟结果表明，当数据加密引擎放置在L1和L2缓存之间时，在一系列商业工作负载中，平均速度仅为6%。我们证明了EDAP架构在现代云环境中的机密计算是有价值的和实用的。EDAP提供了一种零信任计算模型，其中用户软件不信任系统软件，反之亦然。
2021-09-20 cs.AR cs.CR
A Blockchain-based Model for Securing Data Pipeline in a Heterogeneous Information System
Central University of Technology（中央理工大学）
本文提出一种基于区块链的异构信息系统数据管道安全模型，以多灾种预警系统为案例，利用区块链实现去中心化的数据完整性、机密性与真实性保障，并通过原型与仿真实验验证其防篡改和不可变优势。
2024-01-17 cs.AI cs.CR cs.DC
PrivGenDB: Efficient and privacy-preserving query executions over encrypted SNP-Phenotype database
可搜索对称加密（SSE）已被用于保护基因组数据的机密性，同时提供对基因组数据序列的子串搜索和范围查询，但尚未研究用于保护单核苷酸多态性（SNP）-表型数据。在这篇文章中，我们提出了一个新的模型，PrivGenDB，用于安全地存储和有效地进行不同的查询基因组数据外包给一个诚实但好奇的云服务器。为了实例化PrivGenDB，我们使用SSE来确保机密性，同时对加密的基因组数据、表型和个人的其他信息进行不同类型的查询，以帮助分析师/临床医生进行分析/护理。据我们所知，PrivGenDB构建是第一个基于SSE的方法，通过加密确保共享SNP表型数据的机密性，同时使计算/查询过程高效且可扩展，用于生物医学研究和护理。此外，它支持对基因组数据的各种查询类型，包括计数查询，布尔查询和k '-out-k匹配查询。最后，PrivGenDB模型处理包含基因型和表型的数据集，它还支持存储和管理其他元数据，如性别和种族。在具有5，000条记录和1，000个SNP的数据集上的计算机评估表明，计数/布尔查询和超过40个SNP的k中取k匹配查询分别花费约4.3s和86.4μs，优于现有方案。
2021-06-30 cs.CR
Securing the Classification of COVID-19 in Chest X-ray Images: A Privacy-Preserving Deep Learning Approach
Prince Sultan University（苏丹王子大学）；University of Manouba（马努巴大学）
深度学习（DL）由于其出色的效率，越来越多地用于医疗保健相关领域。但是，我们必须保持DL模型使用的个人健康数据的私密性和安全性。保护数据和个人隐私已成为一个日益普遍的问题。DL和隐私社区之间的差距必须弥合。在本文中，我们提出了基于隐私保护深度学习（PPDL）的方法来保护胸部X射线图像的分类。本研究旨在充分利用胸部X射线图像的潜力，而不损害其所包含数据的隐私。该方法基于两个步骤：使用部分同态加密对数据集进行加密，并在加密图像上训练/测试DL算法。在COVID-19放射学数据库上的实验结果表明，MobileNetV 2模型在纯数据上的准确率为94.2%，在加密数据上的准确率为93.3%。
2022-03-15 cs.CR cs.CV eess.IV
A Secure Database System using Homomorphic Encryption Schemes
云计算作为一种有吸引力的解决方案出现，可以委托存储和处理机密数据。然而，这种系统会遇到几个安全风险，因为安全加密的数据在处理之前应该被解密。因此，解密的数据容易被读取和更改。因此，自1978年RSA加密方案发表以来，处理加密数据一直是一个研究课题。本文提出了一种基于同态加密方案的关系数据库系统，以保护数据的完整性和机密性。我们的系统在加密数据上执行SQL查询。我们测试了我们的系统与最近开发的同态方案，使执行的算术运算的密文。我们表明，所提出的系统执行准确的SQL操作，但其性能阻碍了该系统的实际实施。
2015-12-11 cs.CR
Securing Biometric Data: Fully Homomorphic Encryption in Multimodal Iris and Face Recognition
本研究提出在多模态虹膜与人脸识别系统中融合特征向量，并应用全同态加密（FHE）在加密域内进行模板保护与匹配，在QFIRE-I数据库上实现了高TAR，有效平衡了用户隐私与识别准确性。
2024-08-26 cs.CR
BRASP: Hiding Where You Look in Encrypted Spatial Keyword Search
Lancaster University（兰卡斯特大学）；Beijing Jiaotong University（北京交通大学）
BRASP是一种支持加密空间数据布尔范围查询的可搜索加密方案，通过结合希尔伯特曲线前缀编码和加密前缀-ID与关键词-ID倒排索引，实现高效的空范围过滤和关键词匹配，同时保护搜索和访问模式隐私。
2026-11-01 cs.CR
Homomorphic-Encrypted Volume Rendering
计算要求高的任务通常在专用数据中心进行计算，实时可视化也遵循这一趋势。但是，某些渲染任务需要最高级别的机密性，以便除所有者外，任何其他方都无法读取或查看敏感数据。在这里，我们提出了一个直接的体渲染的方法，执行体渲染直接加密体数据上使用同态Paillier加密算法。这种方法确保体数据和渲染图像对于渲染服务器是不可解释的。我们的体渲染管道引入了新的方法，用于加密数据合成，插值和不透明度调制，以及简单的传递函数设计，其中每个例程都保持最高级别的隐私。我们提出的性能和内存开销分析，是与我们的隐私保护计划。我们的方法是开放和安全的设计，而不是通过默默无闻的安全。数据的所有者只需要对他们的安全密钥保密，以保证他们的体积数据和渲染图像的隐私。据我们所知，我们的工作是第一个隐私保护的远程体绘制方法，不需要任何服务器是值得信赖的;即使在服务器被泄露的情况下，也不会有敏感数据泄露给外国。
2020-10-15 cs.CR cs.GR
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
AMD SEV-SNP: A Confidential Computing Primer
本文介绍AMD SEV-SNP硬件机密计算技术，该技术将hypervisor视为攻击者，通过硬件机制保障虚拟机机密性、完整性与远程可验证性，实现可信执行环境。
2026-08-06 cs.CR
RSAED: Robust and Secure Aggregation of Encrypted Data in Wireless Sensor Networks
近年来，无线传感器网络中的安全网内聚合成为一个具有挑战性的问题，由于传感器部署在网络中的大量应用和安全需求，该领域的研究得到了广泛的关注。在过去的几年中，已经提出了加密数据的聚合，以保持传感器和sink之间的秘密性，因此提供了端到端的数据机密性。但是，数据完整性问题没有得到解决。在本文中，我们提出的RSAED，允许在中间结点的完整性验证，确保基站接收的密文，只有来自合法的节点，也提高了效率。通过实现结果，我们评估我们的计划，计算和通信开销。
2012-12-11 cs.CR
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
CHEM: Efficient Secure Aggregation with Cached Homomorphic Encryption in Federated Machine Learning Systems
虽然同态加密可以被合并到神经网络层中以保护机器学习任务，例如在联邦学习中对加密数据样本和加密本地模型的机密推断，但计算开销一直是致命弱点。本文提出了一种缓存协议，即CHEM，张量密文可以从一个池的缓存的基数，而不是执行昂贵的加密操作构建。从理论的角度来看，我们证明了CHEM是语义安全的，并可以在实际的假设下进行简单的分析参数化。在三种常用的公共数据集上的实验结果表明，采用CHEM算法仅产生亚秒级的加密开销，但在机密推理中对输入数据样本进行编码时，加密代价降低了48%~ 89%，在联邦学习中对局部模型进行编码时，加密代价降低了67%~ 87%.
2022-12-22 cs.CR
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
ClustCrypt: Privacy-Preserving Clustering of Unstructured Big Data in the Cloud
存储在云中的大数据的安全性和机密性是许多组织采用云服务的重要考虑因素。解决这些问题的一种常见方法是客户端加密，其中数据在存储到云中之前在客户端机器上加密。然而，在云中加密数据限制了数据聚类的能力，这是许多数据分析应用程序（如搜索系统）的关键部分。为了克服这一局限性，本文提出了一种名为ClustCrypt的方法，用于在云中对加密的非结构化大数据进行基于主题的高效聚类。ClustCrypt根据加密数据的统计特征动态估计最佳簇数。它还提供了加密数据的聚类方法。我们在一个安全的基于云的语义搜索系统（S3BD）的上下文中部署ClustCrypt。在三个数据集上评估ClustCrypt的实验结果表明，集群的一致性平均提高了60%。ClustCrypt还将搜索时间开销减少了78%，并将搜索结果的准确性提高了35%。
2019-08-14 cs.CR cs.DC
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
Securing Data in Multimode Fibers by Exploiting Mode-Dependent Light Propagation Effects
多模光纤在提高光通信中的数据速率方面具有很大的潜力，但也面临着补偿模式串扰和模式相关损耗的挑战，从而导致强烈的失真。传输矩阵的全息测量不仅能够校正失真，而且还能够利用这些效应来创建合法通信方（Alice和Bob）之间的机密数据连接。这种基于物理层安全的方法的可行性实验证明了第一次在多模光纤链路上的窃听夏娃物理耦合。一旦在爱丽丝的身边发射了适当的结构光场，消息就可以传递给鲍勃，同时，非法窃听者夏娃的解密被破坏了。在一个真实的通信场景中，我们实现窃听代码，并通过量化保密级别来展示保密性。与未编码的数据传输相比，安全交换的数据量增加了538倍。复杂的光传输现象，长期以来一直被认为是限制，并限制了多模光纤的广泛使用，被利用为开辟新的视角在空间复用通信系统中的信息安全。
2023-03-10 cs.CR cs.IT math.IT
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
slytHErin: An Agile Framework for Encrypted Deep Neural Network Inference
本研究提出敏捷框架slytHErin，结合HE与MHE的混合设计，支持加密数据、模型或二者的隐私保护PaaS，具备灵活打包与通用优化，简化加密深度学习推理的开发与部署。
2023-05-01 cs.CR
k-Nearest Neighbor Classification over Semantically Secure Encrypted Relational Data
数据采掘在银行、医学、科研和政府机构等领域有着广泛的应用。分类是数据采掘应用中常用的任务之一。在过去的十年中，由于各种隐私问题的兴起，许多理论和实践的分类问题的解决方案已经提出了不同的安全模型下。然而，随着最近云计算的流行，用户现在有机会以加密的形式将他们的数据以及数据采掘任务外包给云。由于云上的数据是加密形式的，现有的隐私保护分类技术是不适用的。在本文中，我们专注于解决加密数据的分类问题。特别是，我们提出了一个安全的k-NN分类器在云中的加密数据。建议的k-NN协议保护数据的机密性，用户的输入查询，和数据访问模式。据我们所知，我们的工作是第一个开发一个安全的k-NN分类器在加密数据下的半诚实模型。此外，我们通过各种实验实证分析我们的解决方案的效率。
2014-08-06 cs.CR
Securing Cloud - The Quantum Way
机密性、完整性和可用性是安全体系结构的基本目标。为了保证CIA的安全性，近年来出现了许多认证方案。公钥基础设施（PKI）的部署是目前最重要的解决方案。PKI涉及通过公共通道使用证书交换密钥，以在云基础设施中验证用户。量子密码学是现代信息安全领域中最重要的研究方向之一。量子密码学被认为是经典密码学的未来翻版，同时也是突破现有经典密码学的重要手段。本文旨在探讨目前的基本安全架构，并进一步尝试引入一个新的建议的安全架构的云计算环境，利用量子力学的知识和当前的研究进展，在量子计算，以提供一个更安全的架构。
2015-12-07 cs.CR
Securing Speech in GSM Networks using DES with Random Permutation and Inversion Algorithm
全球移动通信系统（GSM）是世界上最常用的蜂窝技术之一。移动通信系统的目标之一是交换数据的安全性。GSM使用许多加密算法来实现安全性，如A5/1、A5/2和A5/3。即使如此，这些算法也不能提供足够的安全级别来保护GSM的机密性。因此，期望通过附加的加密方法来增加安全性。本文提出了一种基于现有语音信道的语音加密方法：“随机置乱加反DES”，克服了数据信道的不可靠性，解决了加密语音穿透RPE-LTP声码器的问题。该方法实现了GSM网络中端到端的安全通信，保证了对所有GSM网络的良好兼容性，并且在这些系统中无需任何修改即可实现。
2012-08-10 cs.CR
Integrating Homomorphic Encryption and Trusted Execution Technology for Autonomous and Confidential Model Refining in Cloud
Iowa State University（爱荷华州立大学）
本文提出整合同态加密与可信执行环境技术，设计一种在云中实现自主且保密模型精炼的方案，实验证明云服务器能自主利用加密数据精炼加密模型并提升准确率。
2023-08-02 cs.CR cs.LG
Secure Multilayer Perceptron Based On Homomorphic Encryption
在这项工作中，我们提出了一个外包的安全多层感知器（SMLP）计划，在训练和分类阶段确保数据和模型的隐私和机密性。更清楚地说，这个SMLP：i）可以由云服务器基于用户先前以同态加密形式外包的数据来训练; ii）其参数是同态加密的，从而不给出云的线索;以及iii）其还可以用于对由用户发送的新的加密数据进行分类，用户向其返回加密的加密分类结果。这个计划的独创性有三个方面。据我们所知，它是第一个多层感知器（MLP）在同态加密数据的训练阶段没有收敛问题。它不需要服务器和用户之间的额外通信。它是基于整流线性单元（ReLU）激活函数，我们确保没有近似与实际SMLP解决方案。为此，我们利用两个半诚实的非串通服务器。在一个用Paillier密码系统加密的二进制数据库上进行的实验结果证明了我们方案的整体性能及其收敛性。
2018-06-07 cs.CR
Training Natural Language Processing Models on Encrypted Text for Enhanced Privacy
Karabuk University（卡拉布克大学）
针对云环境下NLP模型训练的数据隐私问题，提出在加密文本上训练模型的方法，经Doc2Vec+XGBoost、Doc2Vec+LSTM两种架构在20 Newsgroups数据集上验证，可在不损失准确率的同时保障隐私，并提供复现用Colab notebook。
2023-05-03 cs.AI cs.CL cs.CR
Decrypting live SSH traffic in virtual environments
解密和检查加密的恶意通信可以帮助犯罪检测和预防。对客户端或服务器存储器的访问使得能够发现解密安全通信所需的伪像。本文开发了MemDecrypt框架来研究内存中加密文物的发现，并将该方法应用于解密虚拟机的安全通信。对于Secure Shell，用于安全的远程服务器管理，文件传输和隧道传输等，MemDecrypt实验快速产生实时安全文件传输的AES加密细节，包括远程用户凭据，传输的文件名和文件内容。因此，MemDecrypt可以发现加密文物并快速解密实时SSH恶意通信，包括检测和拦截机密数据的数据泄露。
2019-07-25 cs.CR
Lightweight and Secure Two-Party Range Queries over Outsourced Encrypted Databases
由于云计算的许多好处，实体可能希望将其数据及其相关的分析任务外包给云。当数据敏感时，将加密数据外包给云是符合实体利益的;然而，这限制了可以在云端执行的操作类型。特别是，评估对存储在云上的加密数据的查询，而无需实体执行任何计算，也无需对数据进行解密，这将成为一个非常具有挑战性的问题。在本文中，我们提出了解决方案，进行范围查询外包加密数据。现有的方法会将有价值的信息泄露到云端，这可能会违反底层加密方案的安全保证。通常，用于评估范围查询的主要安全原语是加密整数的安全比较（SC）。然而，我们观察到，现有的SC协议不是很有效。为此，我们首先提出了一种新的SC方案，采取加密的整数和输出加密的比较结果。我们的经验表明，它的实际优势，目前国家的最先进的。然后，我们利用建议的SC计划，构建两个新的安全范围查询协议。我们的协议保护数据的机密性，隐私的用户的查询，并保持加密数据的语义安全性，因此，他们比现有的协议更安全。此外，我们的第二个协议是轻量级的，在用户端，它可以允许授权用户使用任何设备与有限的存储和计算能力来执行范围查询外包加密数据。
2014-01-15 cs.CR
An Energy-Efficient Reconfigurable DTLS Cryptographic Engine for Securing Internet-of-Things Applications
本文介绍了数据报传输层安全（DTLS）协议的第一个硬件实现，以实现物联网（IoT）的端到端安全性。该设计的一个关键组件是可重新配置的素数域椭圆曲线密码（ECC）加速器，与软件和最先进的硬件相比，其能效分别高出238倍和9倍。我们的DTLS 1.3协议的全硬件实现提供了438倍的软件能效改进，以及代码大小和数据内存使用分别低至8 KB和3 KB。加密加速器与片上低功耗RISC-V处理器相结合，可在DTLS之外的基准应用中节省高达两个数量级的能源。该测试芯片采用65 nm CMOS制造，演示了硬件加速的DTLS会话，在16 MHz和0.8 V下，每次握手消耗44.08 uJ，每字节加密数据消耗0.89 nJ。
2019-07-09 cs.CR
Safecloud: A Distributed, Encrypted Storage Cloud for Streaming
IENYC（纽约工程学院）
提出Safecloud，一种分布式加密存储与流媒体网络，通过密钥分层、收敛内容寻址和并行树结构实现端到端加密、去重和高效流式访问，并引入基于腐败证明的经济激励机制。
2026-06-02 cs.CR cs.DB cs.DC
An End-to-End GSM/SMS Encrypted Approach for Smartphone Employing Advanced Encryption Standard(AES)
Kangwon National University（江原国立大学）；St. John’s University（圣约翰大学）
本文提出了一种基于AES的端到端GSM/SMS加密方法，通过加密文本消息实现安全传输，确保数据保护与隐私安全。
2025-03-24 cs.CR
The Beginner's Textbook for Fully Homomorphic Encryption
LG Electronics Inc.（LG电子株式会社）
本文介绍全同态加密（FHE）的基本概念、支持的操作（加、乘及复杂函数）及其在隐私保护机器学习、区块链等领域的应用。
2026-06-02 cs.CR cs.DM
A Multiparty Homomorphic Encryption Approach to Confidential Federated Kaplan Meier Survival Analysis
Norwegian Institute of Public Health（挪威公共卫生研究所）；Norwegian Computing Center（挪威计算中心）；The Arctic University of Norway（挪威北极大学）
本文提出基于阈值CKKS加密的隐私保护联邦Kaplan-Meier框架，实现加密聚合计数和近似浮点计算，通过加密向量和部分共享恢复明文，确保隐私安全的同时实现高保真生存估计。
2026-04-11 cs.AI cs.CR cs.LG
ArctyrEX : Accelerated Encrypted Execution of General-Purpose Applications
University of Delaware（特拉华大学）；NVIDIA（英伟达）
ArctyrEX提出一种端到端加速加密执行框架，使开发者无需了解FHE库即可用C程序描述计算，在A100上实现40倍以上加速，显著提升CGGI方案中非线性函数评估性能。
2023-06-19 cs.AI cs.CR cs.DC
Securing the data in cloud using Algebra Homomorphic Encryption scheme based on updated Elgamal(AHEE)
云计算是一种广泛而多样的现象。用户可以在云存储上存储大量数据以供将来使用。大多数云服务提供商以纯文本格式或安全方式存储数据，但客户端不知道存储数据的方法。同态加密是允许对密文进行操作从而生成加密结果的加密，该加密结果在解密时与对明文执行的操作的结果相匹配。这在现代通信系统架构中有时是期望的特征。有几种同态算法，其中之一是AHEE。如果需要，用户需要使用自己的加密算法来保护其数据。每当要处理数据时，都需要对数据进行解密。在本文中，我们专注于在客户端使用AHEE算法为客户端提供安全性，以便将任何数据存储在云中。
2022-02-01 cs.CR
Securing LLM-as-a-Service for Small Businesses: An Industry Case Study of a Distributed Chatbot Deployment Platform
RMIT University（皇家墨尔本理工大学）
本文提出一个开源多租户平台，帮助中小企业低成本安全部署定制LLM聊天机器人，通过分布式集群和加密网络实现资源池化与隔离，同时集成防提示注入攻击机制。
2026-01-21 cs.CR cs.DC
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
ShieldDB: An Encrypted Document Database with Padding Countermeasures
在目前的实践中，我们的数据存储的安全性被低估了，这导致了许多大规模的数据泄露。为了改变这一现状，本文提出了一种加密文档数据库ShieldDB的设计. ShieldDB采用了可搜索的加密技术，以保留加密文档的搜索功能，而不会对其可扩展性产生太大影响。然而，仅仅意识到这样一个理论上的原语就会受到现实世界的威胁，在现实世界中，知识渊博的对手可以利用泄漏（也称为对数据库的访问模式）来破坏所声称的对数据机密性的保护。为了解决实际部署中的这一挑战，ShieldDB设计了定制的填充对策。与以前的工作不同，我们的目标是一个更现实的对抗模型，其中数据库不断更新，对手可以在一个（或多个）任意时间间隔监视它。ShieldDB的填充策略确保对数据库的访问模式始终是模糊的。此外，ShieldDB还提供了其他高级功能，包括转发隐私、重新加密和刷新，以进一步提高其安全性和效率。我们展示了ShieldDB的完整实现，并对Azure Cloud进行了深入的评估。
2021-11-06 cs.CR
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
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
Encrypted Speech Recognition using Deep Polynomial Networks
Tencent AI Lab（腾讯人工智能实验室）；Microsoft Corporation（微软公司）
基于云的语音识别/API为开发人员或企业提供了一种在其应用程序中创建语音功能的简单方法。然而，将有关个人或公司内部信息的音频发送到云端会引发对隐私和安全问题的担忧。在云端生成的识别结果也可能泄露一些敏感信息。本文提出了一种深度多项式网络（DPN），可以应用于加密语音作为声学模型。它允许客户端以加密形式将数据发送到云端，以确保其数据保持机密，同时DPN仍然可以对加密语音进行帧级预测，并以加密形式返回它们。DPN的一个好特性是它可以以传统的方式在未加密的语音特征上进行训练。为了使云远离原始音频和识别结果，还提出了云-本地联合解码框架。我们展示了Switchboard和Cortana语音助理任务的模型和框架的有效性，与传统的基于云的DNN相比，性能下降和延迟增加。
2019-05-11 cs.CL cs.CR cs.SD
Securing Transfer-Learned Networks with Reverse Homomorphic Encryption
School of Mathematics University of Bristol（数学系 布里斯托大学）
针对小样本迁移学习图像分类器易受训练数据重建攻击、DP-SGD防御需牺牲效用的问题，提出反向同态加密方案，通过加密迁移学习权重而非输入数据，在不降低准确率的前提下抵御各类重建攻击。
2025-10-27 cs.CR cs.LG
Confidentiality without Encryption For Cloud Computational Privacy
技术的进步已经产生了新的计算模型，任何个人/组织云服务消费者（这里表示为CSC）可以将其数据上的计算密集型任务外包给远程云服务提供商（CSP），以获得许多优势，例如更低的成本，可扩展性等，但这些优势带来了更大的成本“数据的安全和隐私”正是由于这个原因，许多CSC对转向云计算模型持怀疑态度。虽然密码学研究的进展是有希望的，但还没有实际的解决方案来对加密数据执行任何操作[1]。正是由于这个原因，我们迫切需要找到其他可行的解决方案，以使我们从云计算中受益。过去提出了一种无需加密就能提供机密性的技术，即Ronald L. Rivest [2].虽然这种技术已被提出用于基于分组的通信系统，但它并不适用于所有云服务模型，如软件即服务，平台即服务或云结构即服务[3]。在本文中，我们提出了一种适应这种技术在云计算设置CSC的外包计算密集型任务，如Web日志解析，DNA测序等MapReduce像CSP服务。
2012-08-01 cs.CR
Secure Computation over Encrypted Databases
本文揭示了对安全k-近邻计算方案中密钥机密性的攻击，证明查询用户可提取密钥并恢复明文数据，进而提出增强加密方案以抵御此类攻击。
2023-08-05 cs.CR
SGX-LKL: Securing the Host OS Interface for Trusted Execution
现代CPU中对可信执行的硬件支持使租户能够在不受信任的云环境中保护其数据处理工作负载。用于可信执行的嵌入式系统必须依赖于到不可信主机OS的接口来使用外部资源，诸如存储、网络和其他功能。攻击者可能利用此接口泄漏数据或破坏计算。我们描述了SGX-LKL，一种用于在英特尔SGX飞地内运行Linux二进制文件的系统，该系统仅暴露最小的、受保护的和不经意的主机接口：该接口是（i）最小的，因为SGX-LKL在飞地内使用完整的库OS，包括文件系统和网络堆栈，这需要仅具有7个调用的主机接口;（ii）受保护，因为SGX-LKL透明地加密和完整性保护经由低级I/O操作传递的所有数据;以及（iii）不经意，因为SGX-LKL独立于应用工作负载执行主机操作。对于不经意的磁盘I/O，SGX-LKL使用加密的ext4文件系统和混洗的磁盘块。我们发现SGX-LKL以21%的开销保护了TensorFlow训练。
2020-01-20 cs.CR cs.OS
Securing Network-Booting Linux Systems at the Example of bwLehrpool and bwForCluster NEMO
针对 bwLehrpool 与 bwForCluster NEMO 的网络引导 Linux 场景，论文利用 Secure Boot、iPXE 签名和 TPM 建立完整引导链信任、身份认证与机密性，并评估部署成本和性能影响。
2024-09-03 cs.CR
