HERMES: Scalable, Secure, and Privacy-Enhancing Vehicle Access System
我们提出了HERMES,一个可扩展的,安全的,和隐私增强系统的用户共享和访问车辆。HERMES将车辆访问令牌生成的操作安全地外包给一组不受信任的服务器。它建立在早期的建议,即SePCAR [1],并扩展了系统设计,以提高效率和可扩展性。为了满足系统和用户对安全和私有计算的需求,HERMES有效地利用并结合了几个密码原语和安全多方计算。它隐藏车辆的密钥和服务器的交易细节,包括车辆预订细节,访问令牌信息以及用户和车辆身份。它还规定了用户在发生争议时的责任。此外,我们提供了语义安全性分析,并证明HERMES满足其安全性和隐私性的要求。最后但并非最不重要的是,我们证明了HERMES是高效的,与SePCAR相比,它可以扩展到大量的用户和车辆,使其适用于现实世界的部署。我们使用两种不同的多方计算协议进行评估:HtMAC-MiMC和CBC-MAC-AES。我们的结果表明,使用HtMAC-MiMC的HERMES仅需约1.83 ms即可为单个车主生成访问令牌,而对于拥有超过1000辆汽车的大型租赁公司分支机构,则需要约11.9 ms。它每秒分别处理546和84个访问令牌生成。这导致HERMES比SePCAR中的单个车主访问令牌生成快696倍(使用HtMAC-MiMC)和42倍(使用CBC-MAC-AES)。此外,我们还证明了HERMES在车辆方面也是实用的,因为在原型车辆车载单元上执行的访问令牌操作…
2021-03-19 cs.CR
Secure and scalable match: overcoming the universal circuit bottleneck using group programs
基于机密内容的发布/订阅(C-CBPS)是一种交互(pub/sub)模型,允许各方交换数据,同时仍然保护他们的安全和隐私利益。在本文中,我们提出了最先进的C-CBPS显示所有谓词电路在NC 1(深度,有界扇入)可以安全地计算的经纪人,同时保证完美的信息理论安全。以前的工作只能处理严格较浅的电路(例如深度为O(\sqrt{\lg n})的电路[SYY 99,V76]。我们提出了三个协议- UGP-Match,FSGP-Match和OFSGP-Match -所有这三个都是基于(2-可分解的随机编码)组程序和处理电路在NC 1。UGP-Match在概念上很简单,并且有一个清晰的正确性证明,但它效率低下,不切实际。FSGP-Match使用“固定结构”技巧来实现效率和可伸缩性。最后,OFSGP-Match使用手动优化的组程序来提高效率。我们完成了我们的调查与原型实现的实验评估。
2014-03-31 cs.CR
Chirotonia: A Scalable and Secure e-Voting Framework based on Blockchains and Linkable Ring Signatures
在本文中,我们提出了一个全面的和可扩展的框架,建立安全的设计电子投票系统。投票的去中心化、透明性、确定性和不可篡改性由区块链上的专用智能合约授予,而投票者的真实性和匿名性则通过(可证明安全的)加密签名来实现。这些与适当的智能合约约束相结合,也可以防止双重投票。详细介绍了我们的设计,重点是它的安全保证和设计选择,使其能够扩展到大量的选民。最后,我们提出了一个概念验证的实现所提出的框架,作为开源。
2021-11-03 cs.CR cs.DC
Post-quantum Federated Learning: Secure And Scalable Threat Intelligence For Collaborative Cyber Defense
Faculty of Engineering and Technology, Sri Sri University(斯里斯里大学工程与技术学院);Cisco Systems Inc(思科系统公司);Dell Inc.(戴尔公司)
本研究提出基于后量子密码学的量子安全联邦学习框架,通过模拟量子攻击揭示传统FL的漏洞,并在医疗联盟案例中验证了其在威胁情报共享中的安全性和有效性。
2026-03-08 cs.CR
Enhancing Data Security in Medical Information System Using the Watermarking Techniques and Oracle SecureFile LOBs
在本文中,我们提出了一个有效的数字水印方案,以加强安全级别已经存在的数据库管理系统,以避免非法访问数据库的全面内容,包括病人的信息。医生通过查看感兴趣区域(ROI)来诊断医学图像。医学图像的ROI是包括重要信息的区域,并且必须在没有任何失真的情况下存储。如果医学图像被非法获取或其内容被改变,则可能导致错误的诊断。我们用患者数据和二值特征图代替图像LSB位平面的ROI之外的部分。后者是通过使用拉普拉斯算子将大小调整后的图像的边缘提取到其大小的四分之一来获得的。该图像直接集成到数据库中。利用边缘图和不变矩检测图像的完整性。
2012-07-23 cs.CR
Secure and Scalable Circuit-based Protocol for Multi-Party Private Set Intersection
本文提出一种基于电路的多方隐私集合求交(PSI)协议,通过优化两方SCS协议并利用简单哈希与分桶技术,规避多方交互复杂性,在保持可扩展性的同时显著降低了计算与通信开销。
2023-09-14 cs.CR
Enhancing Data Security by Making Data Disappear in a P2P Systems
本文描述了通过使数据在一段时间限制后消失来保护数据的问题,使得未经授权的一方无法恢复数据。这种方法是为了满足保持数据安全以及保护服务器、云和对等架构上存档数据的隐私的需要。由于这些体系结构的分布式特性,不可能完全破坏数据。因此,我们通过应用加密来存储数据,然后管理密钥,这更容易做到,因为密钥很小,并且可以隐藏在分布式哈希表中。即使DHT中的密钥和加密数据被泄露,数据仍然是安全的。本文介绍了现有的解决方案,指出其局限性,并提出了一个新的安全体系结构的改进。我们在Java平台上对该体系结构进行了评估和执行,并证明了它比其他体系结构更安全。
2011-12-09 cs.CR
Practical and Scalable Security Verification of Secure Architectures
我们提出了一个新的和实用的安全体系结构的安全验证框架。具体来说,我们将验证任务分为外部验证和内部验证。外部验证考虑外部协议,即用户,计算服务器,网络实体等之间的交互,同时,内部验证考虑每个服务器内硬件和软件组件之间的交互。该验证框架具有通用性,既可以应用于单机服务器,也可以应用于大型分布式系统。我们评估我们的验证方法CloudMonatt和HyperWall架构的例子。
2018-07-05 cs.CR cs.DC
Scalable Multi-Party Privacy-Preserving Gradient Tree Boosting over Vertically Partitioned Dataset with Outsourced Computations
由于隐私问题,多方梯度树提升算法已经在机器学习研究人员和从业者中变得广泛流行。然而,有限的现有作品集中在垂直分区的数据集,和少数现有的作品要么是不可扩展的或往往泄漏信息。因此,在这项工作中,我们提出了SSXGB,这是一个可扩展和安全的多方梯度树提升框架,用于部分外包计算的垂直分区数据集。具体地说,我们采用了一个加性同态加密(HE)的安全方案。我们设计了两个子协议的基础上的HE计划执行非线性操作与梯度树提升算法。接下来,我们在SSXGB框架下提出了一个安全的训练和预测算法。然后,我们提供了理论的安全性和通信分析所提出的框架。最后,我们使用两个真实世界的数据集的实验评估的框架的性能。
2022-02-07 cs.CR
hChain 4.0: A Secure and Scalable Permissioned Blockchain for EHR Management in Smart Healthcare
针对智慧医疗中IoMT设备健康数据的安全防护与实时场景可扩展性需求,提出集成AES、PHE、私有通道、假名化和ABAC的许可链hChain 4.0,实现高隐私EHR管理,经实验验证其可扩展性、成本效益和安全性更优。
2025-05-20 cs.CR
On Scalable Integrity Checking for Secure Cloud Disks
本文量化了存储级Merkle hash trees的性能开销,提出优化的Dynamic Merkle Trees(DMTs),利用工作负载模式实现高达2.2倍的吞吐量与延迟提升,为大规模存储完整性保证提供新方向。
2025-01-29 cs.CR
Multi-channel secure communication framework for wireless IoT (MCSC-WoT): enhancing security in Internet of Things
University of Calcutta(加尔各答大学);Netaji Subhash Engineering College(内塔吉·苏巴斯工程学院)
针对物联网多通道通信中的安全与同步开销问题,提出MCSC框架,融合高级加密协议与动态信道跳变策略,在保障低延迟与高能效的同时有效抵御多种网络攻击。
2025-09-11 cs.CR
Trinity: A Scalable and Forward-Secure DSSE for Spatio-Temporal Range Query
针对云外包时空数据动态更新中的前向泄露与高成本问题,提出可扩展、可验证的 DSSE 方案 Trinity,证明 IND-SCPA 安全,并显著降低存储、提升检索与更新性能。
2025-02-17 cs.CR
Nitriding: A tool kit for building scalable, networked, secure enclaves
本文提出开源工具包nitriding,基于AWS Nitro Enclaves构建可扩展、网络化且安全的飞地,抽象开发模型以运行未修改应用,并设计Tor网桥、配置揭示和浏览器隔离三个应用验证其灵活性与安全性。
2023-07-29 cs.CR
Bifrost: Secure, Scalable and Efficient File Sharing System Using Dual Deduplication
我们考虑在用户之间共享敏感或有价值的文件的问题,同时部分依赖于常见的不可信的第三方,例如,云存储提供商(CSP)。虽然用户可以依靠安全的点对点(P2P)通道进行文件共享,但这会对数据传输造成潜在的延迟,并要求发送方在传输过程中保持活动和连接。用户可以在公共CSP上上传有关文件的信息,并仅共享使接收方能够下载和恢复原始文件的基本信息,而不是对整个文件使用P2P通道。本文介绍了Bifrost,一个创新的文件共享系统的灵感来自最近的双重重复数据删除的结果。Bifrost实现了所需的功能,同时保证了(1)CSP可以有效地压缩外包数据;(2)安全P2P信道仅用于传输简短但关键的信息;(3)用户可以检查数据完整性,即,检测CSP是否更改了外包数据;以及(4)共享后只有发送者(数据所有者)和预期接收者才能访问文件,即,云或没有恶意对手可以推断出关于共享文件的有用信息。我们使用概念验证实现来分析压缩和带宽性能。我们的实验表明,安全的文件共享可以实现仅发送650位的P2P通道上,无论文件大小,而CSP,帮助共享可以享受86.9%的压缩率。
2022-01-26 cs.CR
FileDES: A Secure Scalable and Succinct Decentralized Encrypted Storage Network
针对去中心化存储网络在数据隐私和证明系统效率上的挑战,提出FileDES,通过隐私保护、可扩展的加密存储证明和基于rollup的批量验证,在效率、成本和可扩展性上优于现有方案。
2024-03-22 cs.CR
Scalable and Secure Aggregation in Distributed Networks
我们考虑的问题,计算聚合函数的\emph{secure}和\emph{scalable}的方式。而以前的分布式解决方案具有类似的安全保证有$O(n^3)$的通信成本,我们提出了一个分布式协议,只需要一个$O(n\log^3 n)$,我们证明是接近最优的通信复杂性。我们的协议确保了完美的安全性,对计算有界的对手,容忍$(1/2-ε)n$恶意节点的任何常数$1/2 > ε> 0$(不依赖于$n$),并以高概率输出的聚合函数的确切值。
2011-11-23 cs.CC cs.CR cs.DC
Enhancing the security of caesar cipher substitution method using a randomized approach for more secure communication
Caesar密码是一种古老的、基本的加密纯文本信息的方法。然而,随着强大的计算机的出现,需要增加这种算法的复杂性。本文利用数学和计算机科学的知识,对Caesar密码进行了改进和扩展,为经典密码学的发展做出了贡献。为了增加这种经典加密技术的强度,我们使用仿射密码、换位密码和随机替换技术的概念来创建几乎不可能解码的密文。我们还增加了凯撒密码算法可以加密的字符域,除了字母之外,还包括所有ASCII和扩展ASCII字符。使用从单个密钥生成两个密钥的复杂密钥生成技术来提供增强的安全性。我们的目标是提出一个修改版本的凯撒密码替代技术,可以克服所面临的所有限制,经典凯撒密码。
2015-12-17 cs.CR
SPOQchain: Platform for Secure, Scalable, and Privacy-Preserving Supply Chain Tracing and Counterfeit Protection
本文提出基于区块链的SPOQchain平台,通过精密批处理机制消除生命周期冗余,在保障用户隐私的同时实现高效、可扩展的供应链追溯与防伪验证。
2024-08-30 cs.CR
Secure, Scalable and Privacy Aware Data Strategy in Cloud
University of Idaho(爱达荷大学)
本文针对企业安全、可扩展地处理存储大量数据并支持快速决策的挑战,提出了一种云中有效的企业数据策略,并讨论了其各组件及应对安全、可扩展性和隐私的架构。
2025-09-17 cs.AI cs.CR cs.DC
A Privacy-Centric Approach: Scalable and Secure Federated Learning Enabled by Hybrid Homomorphic Encryption
Tampere University(塔尔库大学)
本文提出将混合同态加密(HHE)集成到联邦学习中,以同时解决通信开销和数据隐私挑战,从而实现可扩展且安全的去中心化学习系统。
2025-08-07 cs.CR cs.LG
MirageNet:A Secure, Efficient, and Scalable On-Device Model Protection in Heterogeneous TEE and GPU System
National University of Defense Technology(国防科技大学)
MirageNet提出ConvShatter方案,通过卷积线性分解和混淆技术,在异构TEE和GPU系统中实现高效且安全的模型保护,降低延迟并保障模型保密性与完整性。
2026-01-20 cs.CR
High-Throughput and Scalable Secure Inference Protocols for Deep Learning with Packed Secret Sharing
Institute of Information Engineering, Chinese Academy of Sciences(中国科学院信息工程研究所);State Key Laboratory of Cyberspace Security Defense(网络空间安全防御全国重点实验室);School of Cyber Security, University of Chinese Academy of Sciences(中国科学院大学网络安全学院)
本文提出一种高吞吐量且可扩展的MPC协议,用于对抗半诚实对手的神经网络推理。通过利用打包秘密共享技术,实现并行计算和降低通信复杂度,实验表明在广域网环境下性能优于现有方案。
2026-04-22 cs.CR
FuSeFL: Fully Secure and Scalable Federated Learning
Department of Computer Science and Engineering(计算机科学与工程系);University of California, Riverside(加州大学河滨分校)
FuSeFL通过轻量级MPC实现去中心化训练,保障数据、模型和更新的完整保密性,同时提升训练效率和降低服务器资源消耗。
2026-02-06 cs.CR cs.LG
A Hybrid Blockchain-IPFS Solution for Secure and Scalable Data Collection and Storage for Smart Water Meters
本文提出一种混合区块链与IPFS的方案,通过将智能水表大数据卸载至链下IPFS以优化存储效率,实验证明该方案能减小区块大小、提高吞吐量并改善出块时间,有效解决物联网高容量数据的安全可扩展管理问题。
2025-02-05 cs.CR cs.ET
Open Challenges for Secure and Scalable Wi-Fi Connectivity in Rural Areas
University of San Carlos(圣卡洛斯大学);IIIT Allahabad(阿拉哈巴德印度信息技术研究所);KU Leuven(荷语鲁汶大学)
本文研究了农村地区Wi-Fi热点的安全性问题,通过实地调查和攻击验证,揭示了Pay-for-use热点部署中的安全漏洞,并提出改进方案。
2026-04-03 cs.CR cs.NI
Distributed HDMM: Scalable, Distributed, Accurate, and Differentially Private Query Workloads without a Trusted Curator
University of Vermont(佛蒙特大学)
Distributed HDMM 是一种无需可信 curator 的分布式高维矩阵机制,能够在大规模分布式数据上高效准确地处理线性查询工作负载。
2025-12-17 cs.CR
EVA-S2PMLP: Secure and Scalable Two-Party MLP via Spatial Transformation
针对垂直划分场景下的隐私保护神经网络训练需求,提出EVA-S2PMLP安全两方MLP框架,通过空间变换等技术实现高效安全计算,通信开销较基线最高降12.3倍,适用于多领域跨机构协同建模。
2025-06-18 cs.CR cs.IT math.IT
Scalable and Privacy-Preserving Federated Principal Component Analysis
本文提出SF-PCA,一个端到端安全的联邦主成分分析系统,联合利用多方同态加密、交互式协议和边缘计算,在保护数据机密性的同时实现与非安全集中式方案同等的精度,且比现有隐私保护方案快3至250倍。
2023-03-31 cs.CR
Scalable Information-Flow Analysis of Secure Three-Party Affine Computations
安全多方计算中的精心设计的协议使几个参与者能够计算他们自己的私人输入的公共函数,同时确保没有关于私人输入的不期望的信息泄漏,并且不求助于任何可信的第三方。然而,计算的公共输出不可避免地泄露了一些关于私有输入的信息。最近的作品已经引入了一个框架,并提出了一些技术来量化这种信息流。然而,由于它们的复杂性,这些方法不能扩展到可能涉及大输入空间的实际情况。这里报告的工作的主要贡献是正式调查的信息流捕获的最小熵的特定情况下,安全的三方计算的仿射函数,以使其量化可扩展到现实的场景。为此,我们在数学上推导出一个明确的公式,这个熵下一致的先验信念的输入。我们表明,这种封闭形式的表达式可以计算的时间常数的输入大小和对数的仿射函数的系数。最后,我们制定了一些理论界限,这种隐私泄漏的存在下,非统一的先验信念。
2019-01-03 cs.CR cs.IT math.IT
Secure and Scalable Face Retrieval via Cancelable Product Quantization
Shenzhen International Graduate School, Tsinghua University, Shenzhen, China(深圳国际研究生院,清华大学,深圳,中国);Qiji Technology, Shenzhen, China(启智科技,深圳,中国)
针对人脸检索外包的隐私风险,提出基于可撤销乘积量化的两阶段安全检索框架,兼顾有效性、效率与安全性。
2025-08-31 cs.CR cs.CV
zk-ScalHard: Scalable and Hardware-Rooted Privacy-Preserving Authentication for Secure OTA Updates in Zonal SDVs
Inria Lille – Nord Europe(法国北部欧洲国家信息与控制研究所里尔分部);autoMoTIVe-X Lab(autoMoTIVe-X 实验室);Anuvartik Mirji Bharatesh Institute of Technology(安努瓦提克·米尔吉·巴拉特什理工学院);University of Padua(帕多瓦大学);Örebro University(厄勒布鲁大学)
针对区域软件定义车辆OTA更新的安全认证问题,提出zk-ScalHard协议,利用硅PUF和两个ZKP电路构建分散分层信任提升模型,采用MPC和递归聚合实现分散可扩展,相比现有系统有显著改进,为未来车辆提供合规安全架构。
2026-07-13 cs.CR
A More Secure Split: Enhancing the Security of Privacy-Preserving Split Learning
本文提出一种基于U形分割学习的同态加密协议,在客户端对激活图加密后再发送给服务器,以在保护原始数据隐私的同时仅使准确率降低2.65%。
2023-09-15 cs.CR
Scalable and Private Federated Learning Using Distributed Differential Privacy and Secure Aggregation
Université Paris Cité(巴黎Cité大学)
本文提出DDP-SA框架,结合客户端侧本地差分隐私和全阈值加法秘密共享,实现安全聚合,提供更强的端到端隐私保障且计算可行。
2026-06-06 cs.CR cs.LG
Toward a Lightweight, Scalable, and Parallel Secure Encryption Engine
针对边缘计算中传统加密的性能瓶颈,提出SPiME轻量级可扩展FPGA兼容存内加密架构,集成AES-128,支持超4000并行单元,吞吐量超25Gbps,资源利用率低。
2025-06-18 cs.CR cs.ET
Enhancing Guardrails for Safe and Secure Healthcare AI
Ethriva Inc.(Ethriva公司)
本文针对医疗AI中幻觉和错误信息等安全挑战,提出增强Nvidia NeMo Guardrails等现有护栏框架,以确保AI在医疗领域的安全、可靠和准确使用,从而提高患者安全性。
2024-09-25 cs.AI cs.CR
Secure and Scalable Blockchain Voting: A Comparative Framework and the Role of Large Language Models
Bowling Green State University(Bowling Green州立大学);University of Nebraska-Lincoln(内布拉斯加大学林肯分校);Stevens Institute of Technology(史蒂文斯理工学院)
针对区块链电子投票落地面临的可扩展性、算力、隐私等挑战,本文提出比较框架分析主流共识模型的局限并给出优化策略,同时探索LLM在相关环节的新作用,为全国级安全可扩展的智能区块链投票系统及原型构建提供基础。
2025-10-02 cs.CR cs.SE
SecScale: A Scalable and Secure Trusted Execution Environment for Servers
针对现有TEE难以兼顾可扩展性与重放保护的问题,提出SecScale,利用推测执行、MAC森林和全内存加密,在通用硬件上实现可扩展且安全,性能比竞品快10%。
2024-07-18 cs.AR cs.CR
Implementing a Scalable, Redeployable and Multitiered Repository for FAIR and Secure Scientific Data Sharing: The BIG-MAP Archive
École Polytechnique Fédérale de Lausanne(洛桑联邦理工学院);Paul Scherrer Institute(保罗谢尔研究所);Technical University of Denmark(丹麦技术大学)
BIG-MAP档案是一个基于云的学科性私有仓库,旨在解决大型联盟中的数据共享问题,提供安全、可控的数据共享解决方案,并可重新部署至其他联盟。
2025-12-17 cs.CR cs.DB
Enjoy the Untrusted Cloud: A Secure, Scalable and Efficient SQL-like Query Framework for Outsourcing Data
虽然云的安全性仍然是一个问题,但一种常见的做法是在外包数据之前对其进行加密。一个关键的挑战性问题是如何有效地执行查询的密文。传统的基于密码的解决方案,例如部分/完全同态加密和可搜索加密,遭受低性能、差表达性和弱兼容性。一种利用硬件辅助的可信执行环境的替代方法,即,英特尔SGX最近出现了。一方面,这些工作缺乏对多个数据用户的可扩展访问控制的支持。另一方面,现有的解决方案受到密钥撤销问题和知识提取器的漏洞。在这项工作中,我们利用新的硬件辅助方法,并提出了一个安全,可扩展和高效的SQL类查询框架命名为QShield。QShield基于英特尔SGX构建,可以保证敏感数据在不受信任的云平台上处理时的机密性和完整性。此外,我们提出了一种新的轻量级秘密共享方法,使多用户访问控制在QShield,同时解决密钥撤销问题。此外,通过额外的信任证明机制,QShield保证了查询的正确性,并大大提高了构建知识提取器的可能性。我们实现了QShield的原型,并表明QShield的性能成本最低。
2019-12-18 cs.CR cs.DB cs.DC
Zeno: A Scalable Capability-Based Secure Architecture
尽管安全研究人员做出了许多努力,但内存漏洞仍然是现代计算系统的首要问题。基于功能的解决方案旨在通过对每个内存引用的访问权限进行编码来解决硬件级别的整个内存漏洞类别。虽然一些能力系统已经被商业采用,但很少有人将能力模型应用于大型企业规模的系统。云计算和高性能计算通常需要程序在许多计算节点之间共享内存。这对现有的能力模型提出了挑战,因为能力必须跨多个节点执行。每个节点必须就某个功能具有哪些访问权限达成一致,并且远程内存访问的开销必须保持可管理。为了应对这些挑战,我们引入了Zeno,一种新的基于能力的架构。Zeno支持基于空间的能力模型,以支持大规模多节点系统中的全局共享能力。在这项工作中,我们描述了Zeno架构,定义了Zeno的安全属性,评估了Zeno作为大规模功能架构的可扩展性,并通过FPGA实现测量了硬件开销。
2022-08-21 cs.AR cs.CR
Deep Motion Masking for Secure, Usable, and Scalable Real-Time Anonymization of Virtual Reality Motion Data
针对VR运动遥测数据易被唯一识别的隐私问题,研究提出可突破现有防御的先进VR识别模型,并设计深度运动掩码方法实现VR数据实时可扩展匿名化,经182人用户研究验证其可用性与隐私性均优于现有系统。
2023-11-09 cs.CR cs.HC
Scalable and Secure Architecture for Distributed IoT Systems
Stevens Institute of Technology(史蒂文斯理工学院);University of Carthage(迦太基大学);Higher School of Communications of Tunis(突尼斯高等通信学院)
物联网(IoT)正在不断地改变我们的日常生活,并迅速将物理对象转变为无处不在的连接生态系统。由于其大规模部署和中等安全级别,这些设备面临着大量的安全、管理和控制挑战。他们经典的集中式架构仍然掩盖着漏洞和异常,黑客可以利用这些漏洞和异常来监视、窃听和控制网络。在本文中,我们建议使用人工智能(AI)和区块链技术改进物联网架构,增加安全功能。我们提出了一种基于许可区块链技术的新型架构,以构建一个可扩展的,分散的端到端安全物联网系统。此外,我们在网关级别使用AI组件来增强物联网系统的安全性,以使用机器学习技术检测和分类可疑活动,恶意软件和网络攻击。仿真和实际实现表明,所提出的架构提供了高性能的网络攻击。
2020-04-20 cs.CR cs.LG cs.SY
Highly Scalable Beaver Triple Generator from Additive-only Homomorphic Encryption
在卷积神经网络中,线性标量积、非线性激活函数和最大池计算的组合被密集地调用。因此,为了设计和实现隐私保护、高效率的机器学习机制,人们高度需要用于安全算术计算的实用密码工具。SPDZ是一个有趣的安全多方计算框架,如果能够有效地离线生成Beaver(乘法)三元组,则它是部署用于工业规模机器学习开发的有前途的技术。本文研究了安全而有效的海狸三重生成器利用隐私保护的标量积协议,反过来可以构造从加法只同态加密(AHEs)。不同于国家的最先进的解决方案,其中一方首先将她的私人输入分割成一个共享向量,然后调用AHE计算由单个MPC服务器管理的共享向量的标量积,我们形式化海狸三元组生成器在2方共享标量积协议的上下文中,然后分配生成的份额到MPC服务器。因此,本文中提出的协议可以被看作是一个双重建设的国家的最先进的AHE为基础的解决方案。此外,而不是应用Paillier加密作为我们以前的建设的基础上,或继承从有点同态加密,我们提出了另一种建设的AHE从多项式环学习错误(RLWE)的结果在一个有效的实施海狸三重生成器。
2022-02-13 cs.CR
Accountable, Scalable and DoS-resilient Secure Vehicular Communication
针对车辆通信中伪造消息引发的拒绝服务攻击,提出消息验证促进器机制,优先验证潜在有效消息并支持单次签名验证多消息,在保持低延迟与可问责性的同时实现高效抗DoS与恶意行为检测。
2025-05-28 cs.CR
A Distributed Framework for Scalable Search over Encrypted Documents
如今,由于云计算的吸引人的特性,大量的文档越来越多地被传输到远程服务器。另一方面,不可信云环境中的敏感信息的隐私和安全性也是一个值得关注的问题。为了缓解这种担忧,在将敏感数据传输到云端之前对其进行加密已成为一种重要的风险缓解选项。加密存储提供保护的代价是数据管理复杂性显著增加。为了有效地管理,关键是要在加密的集合上提供有效的选择性文档检索能力。事实上,在文献中已经设计了相当数量的可搜索对称加密方案来实现这一任务。然而,随着大数据的出现,可用的方法不足以解决一些关键的现实问题,如可扩展性。在这项研究中,我们专注于一个安全的关键字搜索机制在一个真正的云基础设施上的加密数据的实际方面。首先,我们提出了一个可证明安全的分布式索引以及一个可并行化的检索技术,可以很容易地扩展到大数据。其次,我们将授权集成到搜索方案中,以限制多用户设置中的信息泄漏,用户只允许访问特定的文档。第三,我们提供有效的更新分布式安全索引。此外,我们进行了大量的实证分析,一个真实的数据集,以说明所提出的实用技术的效率。
2014-08-24 cs.CR
Multiplayer Games and their Need for Scalable and Secure State Management
近年来,大型多人在线游戏(MMOG)通过提供更多的娱乐而变得非常流行,因此现在数百万玩家可以在共享环境中彼此交互,即使这些玩家可能被巨大的地理距离分开。对等(Peer-to-Peer,P2P)体系结构由于其分布式、协作性、低基础设施成本、通过在玩家之间建立直接连接来实现快速响应时间和高可扩展性等特点,近年来在MMOG中得到了广泛的应用。然而,P2P架构面临着许多挑战,往往容易受到欺骗。对等体之间的游戏分发使得保持对游戏的控制变得更加复杂。因此,向每个玩家广播所有状态变化不是在MMOG中保持一致的游戏状态的可行解决方案。为了成功地克服规模的挑战,MMOG必须采用复杂的兴趣管理技术,只向每个玩家发送相关的状态更改。为了防止欺诈者在基于P2P的MMOG中获得不公平的优势,本文提出了几种防欺诈方案,这些方案利用了一系列技术,如密码机制、承诺协议和代理体系结构。
2015-05-07 cs.CR cs.CY
Designing a Secure, Scalable, and Cost-Effective Cloud Storage Solution: A Novel Approach to Data Management using NextCloud, TrueNAS, and QEMU/KVM
本文集成 NextCloud、TrueNAS 与 QEMU/KVM 构建安全、可扩展且经济的云存储方案,验证了其高性能、隔离安全性、扩展能力及五年期 50% 的成本降低潜力。
2024-12-06 cs.CR cs.DB
Towards Scalable Security in Interference Channels With Arbitrary Number of Users
在本文中,我们提出了一个可实现的安全方案的干扰信道与任意数量的用户。在这个模型中,每个接收器应该能够解码其预期的消息,而它不能解码任何有意义的信息有关的消息打算为其他接收器。我们的方案实现了个人的安全率与对数(SNR)线性缩放,并实现了总和安全率是在恒定的差距和安全容量。为了在发射机侧设计编码器,我们将嵌套格型编码、随机i.i.d.代码和合作干扰技术。非对称计算和转发框架用于在接收器处执行解码操作。我们的计划的新颖之处在于,它是第一个渐近最佳可实现的方案,这种安全方案可扩展到任意数量的用户,并适用于任何有限值SNR。此外,我们的计划实现了上限和安全自由度的$1$没有使用外部助手。
2020-04-17 cs.CR cs.IT math.IT
Towards Sparse Federated Analytics: Location Heatmaps under Distributed Differential Privacy with Secure Aggregation
Cornell Tech(康奈尔理工学院);Google(谷歌)
我们设计了一种可扩展的算法,可以在来自数百万用户设备的分散数据上私下生成位置热图。它旨在确保数据对服务提供商可见之前的差分隐私,同时保持高数据准确性并最大限度地减少用户设备上的资源消耗。为了实现这一目标,我们重新分布式差分隐私的基础上,最近的结果在安全多方计算,我们设计了一个可扩展的和自适应的分布式差分隐私的位置分析方法。对公共位置数据集的评估表明,这种方法成功地从数百万用户样本中生成了大都市规模的热图,最坏情况下的客户端通信开销明显小于现有的最先进的私有协议。
2022-06-26 cs.CR cs.LG
Toward Scalable Fully Homomorphic Encryption Through Light Trusted Computing Assistance
安全地将计算任务外包给具有完整性和机密性保证的不可信方一直是一个长期存在的问题。虽然全同态加密(FHE)是一种允许对加密数据执行计算的有前途的技术,但它的计算速度显著减慢。在本文中,我们提出了一个混合的解决方案,使用最新的硬件可信执行环境(TEE),以协助FHE移动的引导步骤,这是在设计实际的FHE计划的主要障碍之一,到一个安全的SGX飞地。我们设计的混合系统TEEFHE使得同态计算可以在较小的密文和秘密密钥上进行,从而提供更好的性能和更低的内存消耗。我们通过使存储器访问模式完全独立于秘密信息来减轻SGX内的侧通道泄漏。评估表明,TEEFHE有效地改善了软件只有FHE计划在时间和空间方面。
2019-05-19 cs.CR
ScalOTA: Scalable Secure Over-the-Air Software Updates for Vehicles
KAUST(阿卜杜拉国王科技大学);VORTEX CoLAB(VORTEX合作实验室)
ScalOTA提出利用电动汽车充电站中的更新站网络构建可扩展OTA软件更新架构与安全协议,通过端到端信任链显著降低蜂窝带宽开销和下载延迟。
2023-07-05 cs.CR cs.DC cs.RO
Token-based Vehicular Security System (TVSS): Scalable, Secure, Low-latency Public Key Infrastructure for Connected Vehicles
本文提出基于不可伪造令牌的边缘VPKI系统TVSS,通过RSU本地快速认证实现可扩展撤销与高频凭证刷新,并经形式化证明和实地实验验证其低延迟优势。
2024-02-28 cs.CR
FastSecAgg: Scalable Secure Aggregation for Privacy-Preserving Federated Learning
University of California Berkeley(加州大学伯克利分校)
最近对联邦学习的攻击表明,将训练数据保存在客户端设备上并不能提供足够的隐私,因为客户端共享的模型参数可能会泄露有关其训练数据的信息。“安全聚合”协议使服务器能够以保护隐私的方式聚合客户端的模型。然而,现有的安全聚合协议会产生很高的计算/通信成本,特别是当模型参数的数量大于参与迭代的客户端的数量时-这是联邦学习中的典型场景。在本文中,我们提出了一个安全的聚合协议,FastSecAgg,这是有效的计算和通信方面,和强大的客户端辍学。FastSecAgg的主要组成部分是一个新的多秘密共享方案,FastShare,基于快速傅立叶变换(FFT),这可能是独立的利益。FastShare是信息理论上安全的,并实现了秘密数量,隐私阈值和丢包容忍之间的权衡。利用FastShare的能力,我们证明了FastSecAgg(i)在诚实但好奇的情况下,可以防止服务器与客户端的某个常数部分(例如$\sim10\%$)的“任意”子集合谋;(ii)可以容忍客户端的某个常数部分(例如$\sim10\%$)的“随机”子集的丢失. FastSecAgg实现显着更小的计算成本比现有的计划,同时实现相同的(有序)的通信成本。此外,它还保证了针对自适应对手的安全性,这些对手可以在协议执行期间动态地执行客户端损坏。
2020-09-23 cs.CR cs.IT cs.LG